# Lieu de travail Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Lieu de travail", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Qui d'autre ne peut pas être distillé en compétence ?

Malheureusement, à notre époque, plus vous travaillez avec un dévouement total, plus vous risquez d'être "distillé" en une compétence (skill) remplaçable par l'IA. Le phénomène "同事.skill" a suscité une vive inquiétude, mais le plus alarmant est la recommandation selon laquelle la "qualité des matières premières" (c'est-à-dire les données des travailleurs) détermine la qualité du skill. Les employés les plus consciencieux—ceux qui rédigent des documents détaillés, expliquent leurs décisions par écrit et confient méticuleusement leurs connaissances aux systèmes—sont paradoxalement les plus facilement réduits à de simples données. L'article explore comment les outils de collaboration modernes (comme Feishu ou DingTalk) deviennent d'immenses bases de connaissances où le "contexte" humain (décisions, discussions, raisonnements) est capturé et stocké. Ce contexte est le carburant des IA, leur permettant de fonctionner avec précision. Les employés, en cherchant à être productifs et collaboratifs, "offrent" involontairement leur intelligence au système. Cette logique de distillation dépasse le cadre professionnel : des dérivés comme "ex.skill" ou "boss.skill" montrent comment les relations humaines sont réduites à de simples interfaces fonctionnelles (une relation "Je-Cela" selon Martin Buber), où la personne n'est plus qu'un objet utile dont on extrait une fonction spécifique. Cependant, l'IA ne peut capturer que les connaissances explicites (écrites, documentées), pas les connaissances tacites—l'intuition, l'expérience non formulée, le savoir-faire inné—décrites par le philosophe Michael Polanyi. Pire, lorsque les IA sont entraînées avec des données générées par d'autres IA (via ces skills), elles risquent le "model collapse" : les données deviennent de plus en plus médiocres et homogènes, comme une image qui perd en qualité à force d'être copiée ("emballage électronique"). Face à cela, des projets comme "anti-distill" tentent de polluer volontairement les données avec du bruit pour protéger le savoir humain essentiel. Mais la solution ultime réside peut-être dans la nature même : les humains sont des algorithmes vivants et en constante évolution. Un skill n'est qu'un instantané figé du passé, tandis que l'humain continue d'apprendre, de s'adapter et de créer—restant ainsi toujours un peu ahead of the machine.

marsbit04/05 03:48

Qui d'autre ne peut pas être distillé en compétence ?

marsbit04/05 03:48

Plus l'IA est puissante, plus les gens se fatiguent, « l'anxiété » devient la norme pour les entreprises et les employés

Avec l'essor des outils d'IA comme Claude Code et Codex, les entreprises technologiques font face à une « obsession de la productivité ». Bien que 40 % des cadres supérieurs estiment que l'IA leur économise au moins 8 heures par semaine, 67 % des employés non-cadres déclarent que les gains sont minimes, voire nuls. Des études révèlent que le temps de travail effectif continue d’augmenter malgré la délégation des tâches à l’IA. Les dirigeants s’impliquent directement : certains cadres techniques écrivent du code dès 5h du matin avec l’aide de l’IA, et des PDG surveillent les factures d’utilisation pour évaluer la productivité de leurs équipes. Cette pression managériale s’accompagne d’une quantification du travail : le nombre d’interactions quotidiennes avec l’IA devient un indicateur de performance. En conséquence, les employés subissent une « fatigue de l’IA », une anxiété constante liée à la peur de ne pas assez utiliser ces outils. Le phénomène de « task expansion » émerge : les ingénieurs passent plus de temps à corriger le code généré par des non-spécialistes, ce qui complexifie les rôles et brouille les frontières professionnelles. Enfin, se pose la question de la valeur réelle de cette productivité accrue. Une partie de la production risque de devenir des « busyware » — des logiciels superflus, peu utilisés et rapidement obsolètes. Le véritable défi n’est pas de produire plus, mais de déterminer ce qui mérite effectivement d’être construit.

marsbit03/02 02:08

Plus l'IA est puissante, plus les gens se fatiguent, « l'anxiété » devient la norme pour les entreprises et les employés

marsbit03/02 02:08

活动图片