Le 16 septembre 2026, l’équipe de recherche économique d’OpenAI a publié une étude portant sur plus de 1,5 million de messages professionnels envoyés à ChatGPT par des utilisateurs enregistrés aux États-Unis. Les résultats suggèrent que certains salariés reviennent régulièrement vers des tâches traditionnellement associées à d’autres professions. Cette évolution peut élargir le contenu des métiers avant même que leurs intitulés ne changent, mais l’étude ne mesure ni la productivité obtenue, ni la qualité des résultats, ni les effets sur l’emploi et les rémunérations.
Une étude sur les usages professionnels réels de ChatGPT
Le rapport Work at the Frontier analyse plus de 1,5 million de messages classés comme professionnels, envoyés entre avril et juillet 2026 depuis des comptes ChatGPT individuels. Les participants disposaient parallèlement d’un compte ChatGPT Business, ce qui a permis à OpenAI d’associer leurs messages à un métier ou à un service déclaré lors de l’inscription.[1]
Cette précision méthodologique est importante. Les messages ne proviennent pas des espaces ChatGPT Business des entreprises et l’étude n’observe pas l’intégralité du travail effectué. OpenAI indique avoir exclu les utilisateurs ayant refusé l’utilisation de leurs données pour l’entraînement, supprimé automatiquement les informations personnelles avant classification et empêché les chercheurs de lire les conversations individuelles.[1]
Le laboratoire compare ensuite les demandes aux activités répertoriées dans O*NET, la base américaine des métiers et des tâches. Une demande est considérée comme « transversale » lorsqu’elle correspond davantage à une autre famille professionnelle qu’au métier déclaré par l’utilisateur. L’étude cherche ainsi à savoir si l’IA permet seulement une expérimentation ponctuelle ou si certaines activités nouvelles s’installent dans les routines.
Des tâches extérieures au métier qui deviennent récurrentes
Parmi environ 6 200 personnes observées de manière continue pendant les quatre mois, la part des messages correspondant à des tâches transversales déjà utilisées est passée de 13,1 % en avril à 25,9 % en juillet. L’indicateur a presque doublé, mais sa construction favorise mécaniquement une progression : chaque nouveau mois augmente le nombre de tâches pouvant être qualifiées de récurrentes. OpenAI le précise dans le rapport.[1]
Une seconde comparaison renforce néanmoins l’hypothèse d’une installation dans les pratiques. Lorsqu’un utilisateur avait mobilisé ChatGPT pour une tâche transversale au cours d’un mois, il revenait vers cette même catégorie le mois suivant dans 23,6 % des cas, contre 8,4 % chez des utilisateurs comparables qui ne l’avaient pas utilisée auparavant. L’écart est de 15,2 points.[1]
| Indicateur observé | Résultat publié | Ce qu’il permet de comprendre |
|---|---|---|
| Messages analysés | Plus de 1,5 million | Échantillon important de demandes professionnelles, mais limité à une population sélectionnée d’utilisateurs américains. |
| Cohorte suivie quatre mois | Environ 6 200 utilisateurs | Analyse de la récurrence chez des personnes ayant au moins dix messages échantillonnés chaque mois. |
| Part des tâches transversales déjà utilisées | 13,1 % en avril ; 25,9 % en juillet | Progression compatible avec l’intégration de nouvelles tâches, sans démontrer un changement contractuel du métier. |
| Retour le mois suivant | 23,6 % contre 8,4 % | Une tâche déjà réalisée avec l’IA réapparaît plus souvent, mais la relation n’établit pas à elle seule une causalité. |
| Retour moyen après une première utilisation | 18,5 % | Environ une combinaison utilisateur-tâche sur cinq est réutilisée le mois suivant. |
Tous les élargissements de tâches ne se valent pas
Les taux de retour varient fortement selon la nature du travail. Les échanges avec les clients atteignent 54 %, la rédaction publicitaire ou promotionnelle 44 % et la création de supports marketing 37 %. À l’inverse, la recherche juridique n’est reprise que dans 10 % des cas, tandis que l’explication d’informations financières et la présentation d’informations professionnelles atteignent 15 %.[1]
Cette différence peut refléter la fréquence naturelle des tâches, mais aussi le niveau de risque perçu. Produire une première version d’un message commercial est relativement facile à contrôler. Interpréter une règle juridique ou expliquer une information financière exige une expertise, une validation et une responsabilité plus clairement identifiées. Le faible taux de répétition ne signifie donc pas que l’IA est incapable d’aider, mais que l’intégration dépend du contexte et des conséquences d’une erreur.
| Tâche transversale | Taux de retour le mois suivant | Lecture prudente |
|---|---|---|
| Échanger sur des biens ou services avec des clients | 54 % | Usage fréquent et facilement intégré, sous réserve du contrôle de l’information communiquée. |
| Rédiger des contenus publicitaires ou promotionnels | 44 % | La génération accélère les premiers jets, mais ne garantit ni la conformité ni la cohérence de marque. |
| Créer des supports marketing | 37 % | L’IA facilite la production, sans remplacer la connaissance du marché et la validation humaine. |
| Expliquer des informations financières | 15 % | Le risque d’erreur et les exigences de précision peuvent limiter la délégation. |
| Effectuer une recherche juridique | 10 % | La faible récurrence peut refléter le besoin de sources à jour et de compétences spécialisées. |
L’IA permet-elle réellement d’emprunter une expertise ?
OpenAI observe que les demandes transversales sont légèrement plus courtes, environ vingt caractères de moins en moyenne. Elles sollicitent moins souvent des explications, des conseils ou un format détaillé, mais fournissent davantage d’exemples et de contexte et demandent plus fréquemment une vérification. Les auteurs avancent l’idée d’une « expertise empruntée » : l’utilisateur apporte un problème et des éléments de contexte, puis mobilise le modèle pour appliquer des connaissances issues d’un autre domaine.[1]
Cette interprétation doit rester prudente. Un résultat bien formulé ne prouve pas l’acquisition d’une compétence. L’utilisateur peut obtenir un livrable sans comprendre la méthode, les hypothèses ou les limites. À court terme, cela réduit les frictions entre services. À plus long terme, l’organisation doit distinguer l’autonomie assistée, qui repose sur une capacité de contrôle, d’une délégation non maîtrisée susceptible d’affaiblir l’apprentissage.
L’Organisation internationale du travail estime qu’un travailleur sur quatre dans le monde exerce un métier présentant un certain degré d’exposition à l’IA générative. Elle considère toutefois que la transformation des tâches est plus probable que la disparition complète de la plupart des emplois, notamment parce que l’intervention humaine reste nécessaire.[2] L’étude d’OpenAI apporte un éclairage comportemental compatible avec cette thèse, sans mesurer directement l’emploi.
Formation pour dirigeants
IA & Data Science
pour les Managers
Intégrez l’IA dans votre stratégie d’entreprise. Une approche 360° — Technologie, Business & Éthique — conçue pour les décideurs. Prérequis : 5 ans d’expérience managériale.
Des métiers plus larges, mais pas nécessairement moins spécialisés
L’élargissement des tâches peut modifier la division du travail. Un chef de projet peut préparer un support marketing, un analyste produire une première synthèse juridique ou un développeur structurer une communication client. Le titre du poste reste identique, tandis que la combinaison d’activités évolue progressivement.
Cette polyvalence n’implique pas la disparition des spécialistes. Lorsque les enjeux deviennent complexes, réglementés ou irréversibles, leur jugement conserve une valeur centrale. L’IA peut déplacer le moment de leur intervention : le spécialiste n’exécute plus chaque étape, mais définit les règles, contrôle les hypothèses, traite les exceptions et assume la validation finale.
Pour les entreprises, le sujet n’est donc pas seulement l’accès à ChatGPT. Il concerne la conception du travail : quelles tâches peuvent être élargies, lesquelles exigent une habilitation, où placer la revue humaine et comment reconnaître les nouvelles responsabilités ? Une augmentation silencieuse du périmètre peut créer de la valeur, mais aussi une surcharge ou un transfert de responsabilité non formalisé.
Les compétences à développer au-delà de la maîtrise des prompts
- Formuler un problème et fournir un contexte suffisant, sans exposer d’informations confidentielles.
- Évaluer la qualité d’une réponse, vérifier les sources et repérer les hypothèses fragiles.
- Comprendre les limites de son propre domaine de compétence et savoir quand solliciter un spécialiste.
- Documenter l’usage de l’IA, les corrections humaines et la décision finale pour assurer la traçabilité.
- Coopérer entre métiers afin que l’élargissement des tâches ne devienne pas un cloisonnement individuel assisté par logiciel.
Dans l’Union européenne, l’article 4 du règlement sur l’intelligence artificielle impose depuis le 2 février 2025 aux fournisseurs et déployeurs de prendre des mesures pour assurer un niveau suffisant de maîtrise de l’IA par les personnes qui l’utilisent pour leur compte. Le niveau attendu dépend des connaissances, de l’expérience, du contexte et des personnes concernées.[3] La formation ne peut donc pas se limiter à quelques techniques de rédaction de requêtes.
Vie privée, gouvernance et dialogue social
L’étude elle-même soulève une question de gouvernance des données. OpenAI affirme que les chercheurs n’ont pas lu les conversations, que les informations personnelles ont été supprimées automatiquement et que l’analyse a porté sur des étiquettes et des identifiants pseudonymisés. Ces protections réduisent l’exposition, mais elles n’effacent pas les questions relatives à la transparence, à la base juridique, à la durée de conservation et aux droits des personnes lorsque des usages professionnels sont analysés.[1][4]
Dans les organisations, les risques apparaissent aussi lorsque des salariés copient des données clients, des contrats, des informations RH ou des secrets d’affaires dans un service non autorisé. Une politique d’usage doit préciser les outils acceptés, les catégories de données interdites, les modalités de contrôle et les responsabilités. La CNIL recommande notamment de définir la finalité du traitement, la qualification des acteurs, la base légale et, lorsque cela est nécessaire, une analyse d’impact.[4]
La redéfinition des tâches doit enfin être discutée avec les salariés et leurs représentants. Elle peut améliorer l’autonomie et réduire certaines dépendances, mais aussi accroître les attentes sans modifier le temps, la reconnaissance ou la rémunération. L’OIT insiste sur le dialogue social afin que les gains de productivité s’accompagnent d’une amélioration des conditions de travail.[2]
Ce que l’étude ne permet pas encore d’affirmer
- L’échantillon n’est pas représentatif de l’ensemble de la population active américaine, encore moins du marché du travail mondial.
- L’étude observe des messages échantillonnés et peut manquer des usages répétés présents dans des conversations non retenues.
- La classification automatique d’une tâche par rapport à O*NET ne décrit pas toute la réalité d’un poste, qui dépend du secteur et de l’organisation.
- Aucune mesure directe ne relie les usages observés à la qualité, à la productivité, aux erreurs, aux salaires ou à l’emploi.
- OpenAI étudie l’usage de son propre produit, sans validation indépendante annoncée de l’ensemble des résultats.
Vers des métiers recomposés avant d’être renommés
Le principal enseignement n’est pas que ChatGPT remplace une profession par une autre. Il est que la frontière entre les fonctions peut devenir plus perméable. Certaines tâches simples et vérifiables sont absorbées par des salariés qui n’en étaient pas traditionnellement responsables, tandis que les activités à fort enjeu restent davantage associées à une expertise spécialisée.
Pour évaluer la portée réelle de cette évolution, il faudra suivre la qualité des productions, les incidents, la charge de travail, les mobilités professionnelles et la reconnaissance des compétences. Si l’IA élargit les métiers, les organisations devront également élargir la formation, la gouvernance et les mécanismes de responsabilité. La question n’est donc pas seulement de savoir ce que les salariés peuvent désormais accomplir avec un modèle, mais dans quelles conditions ces nouvelles tâches deviennent un progrès professionnel durable.
Pour aller plus loin
Pour approfondir la transformation des métiers, les usages professionnels de l’IA et les compétences nécessaires à leur adoption, découvrez également ces analyses du blog aivancity.
Sources
[1] OpenAI Economic Research. (2026). Work at the Frontier: How workers are unlocking new ways of working. Consulter le rapport
[2] Organisation internationale du travail (OIT). (2025). Generative AI and Jobs: A 2025 Update. Consulter le rapport
[3] Commission européenne. (2026). AI literacy, Questions and Answers. Consulter la source
[4] CNIL. (2024). Recommandations sur l’application du RGPD au développement des systèmes d’intelligence artificielle. Consulter les recommandations
[5] OpenAI. (16 septembre 2026). How workers are unlocking new ways of working. Consulter la source