Lana Kersanava, recruteuse à Sydney, a disqualifié trois candidats en six mois après avoir détecté des avatars IA en entretien vidéo. Les trois étaient des non-anglophones postulant à des postes exigeant l'anglais. Le rendu visuel était convaincant : « Au début, on sent que quelque chose cloche. C'est très réaliste. » Ce qui les a trahis : des réponses trop parfaites, sans aucune hésitation sur plusieurs questions. Après environ cinq minutes, Kersanava mettait fin à l'entretien. La fraude est techniquement réelle, mais la lecture est plus nuancée : les candidats utilisaient les avatars pour compenser un déficit linguistique, pas pour falsifier un parcours. Dans un marché où les recruteurs sont jusqu'à 19 % moins susceptibles de recontacter des candidats issus de minorités, l'avatar IA devient un instrument d'égalisation – ou de contournement, selon le point de vue (source : The Next Web, août 2026).
Un rapport Greenhouse de 2026 révèle que 91 % des responsables de recrutement américains ont rencontré ou suspecté des réponses générées par IA lors d'entretiens. Sur 19 368 entretiens analysés entre juillet 2025 et janvier 2026, 38,5 % des candidats ont été signalés pour comportement assisté par IA. Dans le même temps, 87 % des recruteurs utilisent l'IA dans leurs processus. Gartner projette qu'en 2028, un profil de candidat sur quatre sera entièrement faux (profils générés, deepfakes, historiques fabriqués). Palo Alto Networks a démontré qu'une personne sans compétence en manipulation d'image peut créer un faux candidat crédible en 70 minutes.
IA démocratisée côté candidat → Explosion des candidatures assistées (239 %)→ Recruteurs automatisent le filtrage→ Candidats automatisent la réponse→ L'entretien ne mesure plus rien
Rebecca Hinds et Paul Leonardi, chercheurs à Harvard Business Review, documentent un phénomène que les déploiements d'IA en entreprise produisent systématiquement sans que personne ne le budgète. Ils l'appellent le « botsitting » : le travail humain nécessaire pour rendre l'IA utile. Benjamin, consultant en partenariats technologiques gouvernementaux, a souscrit à un agent de planification IA en espérant récupérer du temps. Il a obtenu un deuxième emploi : gérer l'agent qu'il avait embauché pour gérer son agenda. Le calendrier sans friction et la fin des échanges d'emails n'ont jamais eu lieu. L'agent planifiait des réunions à des heures impossibles, ignorait les priorités implicites, et exigeait une supervision constante (source : Harvard Business Review, août 2026).
Les chercheurs identifient un paradoxe : l'IA promet de réduire la charge de travail mais exige un nouveau type de travail – surveillance, correction, reformulation des prompts, vérification des outputs. Ce travail n'est ni budgété, ni mesuré, ni reconnu dans les évaluations de performance. Il s'ajoute silencieusement aux responsabilités existantes. Le phénomène est structurel, pas transitoire : plus les agents deviennent autonomes, plus le travail de supervision devient complexe, car les erreurs d'un agent non supervisé ont des conséquences plus larges qu'une erreur humaine isolée.
Une étude publiée par Jafar Sabbah et Oguz A. Acar dans Harvard Business Review documente un basculement dont les implications sont sous-estimées. Les agents d'achat IA – qui comparent, évaluent et achètent pour le compte de consommateurs – ne répondent pas aux techniques de persuasion qui structurent le e-commerce depuis vingt ans. Les promotions, la preuve sociale, l'urgence artificielle, les recommandations personnalisées : ces mécanismes, calibrés pour des acheteurs humains, sont ignorés ou interprétés différemment par les agents IA. OpenAI pousse ChatGPT dans la découverte de produits, Google a lancé un protocole universel de commerce pour les agents, Amazon permet à ses agents d'acheter sur d'autres sites. La part des acheteurs non humains croît, et avec elle, l'obsolescence silencieuse des stratégies marketing qui supposent un cerveau humain à l'autre bout de l'écran (source : Harvard Business Review, mai 2026).
Lors d'une session de questions-réponses en juillet 2026, un employé de Meta a demandé si les gains de productivité de l'IA pourraient permettre de rétablir les « Meta Days », des jours de congé supplémentaires supprimés. La réponse du CTO Andrew Bosworth a été directe : « Arrêtez de demander les Meta Days. C'est vraiment stupide. J'espère que ce qu'on fera avec notre temps supplémentaire, c'est faire encore plus de choses cool pour les utilisateurs. » L'échange est révélateur parce qu'il formule explicitement ce que la plupart des entreprises implémentent implicitement. Meta a supprimé 8 000 postes en mai, investit jusqu'à 135 milliards de dollars dans l'IA cette année, a installé un logiciel de suivi des frappes sur les ordinateurs portables, et a demandé aux survivants de former leurs remplaçants IA. Bosworth lui-même peut gagner jusqu'à 921 millions de dollars si Meta atteint une valorisation de 9 000 milliards d'ici 2031 (source : The Next Web, août 2026).
Le débat sur la destination des gains de productivité de l'IA oppose trois visions. Jeff Bezos suggère que l'IA pourrait permettre aux ménages de revenir à un seul revenu. Morgan Stanley prédit que l'IA aidera des millions de personnes à prendre un deuxième ou troisième emploi. Meta incarne la troisième position : plus de productivité = plus de travail, pas moins. La position de Bosworth n'est pas une maladresse de communication. C'est l'énoncé transparent d'une architecture d'incitations où les gains de productivité appartiennent structurellement à l'employeur, pas au travailleur.
Les quatre signaux ne sont pas indépendants. Ils forment un système cohérent de reconfiguration du travail qui opère par couches superposées, sans cadre légal ni débat public structuré.