Les articles d'actualité sur l'IA expliquent ce qu'un nouvel outil sait faire ; ceux écrits par quelqu'un qui utilise vraiment l'IA au quotidien montrent ce qui arrive aux gens ensuite, et transforment ces surprises en nouvelles questions à comparer avec la recherche.
À force de lire des gens qui écrivent sur l'IA tous les jours, on en vient à une idée un peu mesquine :
« Et s'ils étaient tellement occupés à écrire sur l'IA qu'ils ne s'en servent pas tant que ça dans leur propre vie ? »
Bien sûr, impossible d'affirmer ça comme un fait. Il n'existe pas de données complètes sur le nombre d'heures que chaque journaliste ou chercheur spécialisé passe à utiliser l'IA dans sa vie privée.
Mais en creusant un peu, l'idée n'est pas complètement à côté de la plaque.
Journalistes et salariés utilisent déjà pas mal l'IA. Seulement, c'est souvent pour des morceaux bien précis de leur travail habituel : chercher, résumer, transcrire, traduire et corriger.[1][2]
Le point important, c'est qu'être en contact avec l'IA et laisser vraiment l'IA entrer dans sa propre vie, ce n'est pas la même chose.
Et cette différence change complètement la façon d'écrire un article.
1. « Ceux qui écrivent sur l'IA ne l'utilisent pas » : faux, mais leur usage reste très ciblé
Une enquête du Reuters Institute auprès de 1 004 journalistes britanniques montre que 56 % utilisaient l'IA au travail au moins une fois par semaine, et 27 % s'en servaient tous les jours pour au moins une tâche journalistique.[1]
Donc dire que « les journalistes n'utilisent pas l'IA » est tout simplement faux.
Mais regardez les usages les plus fréquents, au moins une fois par mois : transcription 49 %, traduction 33 %, vérification grammaticale et relecture 30 %. Recherches pour un sujet 22 %, trouver des idées 16 %, rédiger une partie d'article 16 %, et rédiger un premier jet seulement 10 %.[1]
Le contact avec l'IA est fréquent. Mais une bonne partie relève d'outils pratiques intégrés à la fabrication de l'info.
Au Japon, c'est à peu près pareil. Selon une enquête de la NIRA de février 2026, 27 % des actifs utilisent régulièrement l'IA générative au travail, et 39 % l'ont essayée au moins une fois. Les usages les plus courants sont la recherche d'informations, la rédaction, les résumés et la relecture ou l'édition. En revanche, demander des conseils d'action ou de planification, gérer des personnes ou aider à piloter des projets restait sous les 10 %.[2]
Autrement dit, l'IA se répand bel et bien.
Mais dans beaucoup de cas, elle se répand encore comme « une fonction pratique de plus dans le boulot ».
On est loin d'une utilisation qui branche l'IA sur tout : la vie, le travail, les loisirs, les décisions, les recherches, l'agenda, l'automatisation, et même les réflexions du quotidien.
2. Utiliser l'IA pour écrire sur l'IA, ce n'est pas vivre avec
Si votre métier, c'est de couvrir l'actu de l'IA, une journée comme celle-ci ressemble déjà à un usage intensif :
Lire l'annonce d'une nouvelle fonction.
La faire résumer par l'IA.
Faire traduire des articles étrangers.
Faire construire le plan de l'article.
Faire retravailler les titres.
Faire relire le texte.
C'est sans aucun doute utiliser l'IA.
Mais du début à la fin, vous utilisez l'IA pour produire du contenu sur l'IA.
À l'inverse, quelqu'un qui fait entrer l'IA dans sa vie la tourne vers lui-même.
Choisir un voyage. Automatiser son travail. Changer sa façon d'apprendre. Comparer avant d'acheter. Organiser son temps. Creuser des questions liées à ses loisirs. Et quand son propre comportement change, demander à l'IA d'analyser aussi ce changement.
Bref, on passe de celui qui observe l'IA à celui qui observe une vie où l'IA est entrée.
C'est comme la différence entre lire 100 notes de mise à jour et jouer 100 heures au jeu une fois mis à jour.
3. Quand l'IA entre dans votre vie, des effets inattendus apparaissent
C'est le point le plus important.
L'actu dit ce que l'IA sait faire maintenant.
Les études disent de combien de pour cent une tâche est devenue plus rapide.
Mais quand on s'en sert vraiment pendant des heures, la suite arrive :
Le travail a raccourci de 40 %. Mais au lieu de finir plus tôt, on s'est rajouté du travail.
Les temps d'attente ont disparu. Ça devait être plus efficace, mais les pauses ont disparu aussi.
L'IA répond tout de suite. Explorer devient tellement amusant que le travail ressemble à un jeu vidéo.
On trouvait les limites d'utilisation agaçantes parce que l'IA est trop pratique, jusqu'à comprendre que c'étaient elles qui nous forçaient à faire une pause.
Ce genre de question sort rarement de la simple lecture des notes de version.
Elle n'apparaît que quand on s'en sert vraiment, que son comportement change, et qu'on se dit : « Tiens, pourquoi je fais ça ? »
S'il s'agit seulement de présenter ce que l'IA sait faire, ce sont les entreprises qui ont l'information de première main.
Mais l'information de première main sur ce qui arrive aux gens quand l'IA entre dans leur vie, ce sont les utilisateurs qui l'ont.
4. L'actu apporte des réponses ; vivre avec l'IA fait naître des questions
Un article d'actu classique sur l'IA part de questions qui existent déjà :
« Qu'est-ce qui change avec le nouveau modèle ? »
« Comment utiliser la nouvelle fonction ? »
« Combien ça coûte ? »
Ce qu'il faut, c'est expliquer clairement et précisément.
Quand on vit avec l'IA, les questions naissent de la vie réelle :
« J'ai gagné du temps, alors pourquoi je dors moins ? »
« Est-ce que j'en abuse pour rentabiliser l'abonnement ? Ou simplement parce que c'est amusant ? »
« Il y a plein de fans de jeux vidéo qui n'utilisent pas l'IA. Et si la différence n'était pas d'être joueur ou non, mais d'aimer explorer ? »
Avec ces questions en tête, des sujets de recherche qui semblaient sans rapport, comme l'état de flow (être complètement absorbé), l'effet rebond dans l'usage du temps, le paradoxe de l'autonomie, les tâches inachevées et la confiance en ses propres capacités, se relient soudain à une même expérience.
Il ne s'agit pas de lire l'actu puis de présenter des études.
Il s'est passé quelque chose de bizarre dans la vraie vie, alors on va chercher de l'aide du côté de la recherche.
C'est là que le sens de l'information s'inverse.
5. La boucle : vivre l'expérience → émettre une hypothèse → consulter la recherche → changer ses habitudes → recommencer
En une ligne, le schéma ressemble à ceci :
Découvrir une étude ou une nouvelle fonction → l'intégrer à sa vie → tomber sur un phénomène étrange → émettre une hypothèse → la comparer à la recherche existante → changer sa façon de faire → s'en resservir.
Ça ne s'arrête pas une fois l'article écrit.
Ses propres habitudes changent aussi.
Et après le changement, on récolte de nouvelles données.
Par exemple, si on tombe sur le problème « l'IA me fait gagner du temps, donc je me rajoute du travail », l'étape suivante peut être de « fixer d'abord 3 objectifs qui suffisent pour que la journée soit réussie, et renvoyer toute nouvelle tâche à la liste du lendemain ».
Ensuite, on regarde si le temps de travail a vraiment baissé.
Arrivé là, ce n'est plus seulement un récit perso, ni seulement un résumé d'étude.
Sa propre vie devient un petit laboratoire.
6. Il existe des méthodes de recherche proches, mais un blog n'a pas besoin de se faire passer pour un article scientifique
Il existe une méthode de recherche appelée auto-ethnographie, qui part de sa propre expérience pour réfléchir à ses liens avec des phénomènes sociaux plus larges. Ce n'est pas une simple autobiographie : on analyse l'expérience personnelle dans son contexte social, culturel et institutionnel.[3]
Bien sûr, écrire un billet de blog ne fait pas automatiquement de vous un auteur d'auto-ethnographie en bonne et due forme.
Mais la manière de produire de l'information est proche : « observer ce qui vous est arrivé, le relier à des connaissances extérieures et réfléchir à ce que ça veut dire ».
Une autre idée proche vient de la recherche sur l'innovation : l'« utilisateur pionnier » (lead user).
Eric von Hippel a montré que les utilisateurs qui ressentent un besoin plus tôt et plus fortement que le reste du marché, et qui ont beaucoup à gagner à le résoudre, ont tendance à créer leurs propres solutions, et vivent parfois en avance une demande qui deviendra courante plus tard.[4]
Le Lead User Innovation Handbook du MIT, publié en 2026, décrit lui aussi ces utilisateurs comme « des personnes qui rencontrent un besoin avant la plupart des gens et créent leurs propres solutions ».[5]
Les problèmes que rencontrent en premier ceux qui font entrer l'IA à fond dans leur vie, comme « c'est tellement pratique que je n'arrive plus à m'arrêter », « je passe de plus en plus de temps à vérifier ce que fait l'IA » ou « l'IA ne me fait jamais attendre, donc je ne me repose jamais », pourraient devenir courants plus tard.
Vu comme ça, les gros utilisateurs d'IA ne sont pas seulement des gens qui l'ont adoptée tôt : ils peuvent aussi être des testeurs qui tombent avant tout le monde sur les bugs de la vie avec l'IA de demain.
7. Les articles japonais sur l'IA excellent dans les guides d'usage, les exemples et les analyses d'enquêtes
En observant les résultats de recherche en japonais au 8 septembre 2026, ce qui ressort, ce sont des articles et des recueils qui classent les usages, comme « À quoi utiliser l'IA générative au travail ? 20 idées », « 15 situations par secteur et par métier » ou « une base de 1 745 exemples d'utilisation ».[6][7][8]
Côté instituts de recherche, on trouve aussi des analyses d'enquêtes de très bonne qualité, du type « regardez le niveau de maturité, pas le taux d'utilisation » ou « gagner du temps ne réduit pas le temps de travail total ».[9][10]
Évidemment, il y a une demande pour ça.
Ça répond facilement à la question du débutant, « ça sert à quoi ? », comme à celle de l'entreprise, « comment le mettre en place chez nous ? ».
En revanche, d'après les résultats observés,
intégrer l'IA en profondeur dans plusieurs domaines de sa vie → voir son propre comportement changer → tirer ses propres questions de ces effets → les confronter à la recherche
sous forme de format régulier reste relativement rare.
Les blogs perso et des plateformes comme note ont du vécu. Les instituts de recherche ont des études. Les médias spécialisés ont les dernières nouvelles.
Il semble y avoir une place libre pour vraiment relier les trois dans un même article.
Ce n'est pas un recensement complet des résultats de recherche, mais une hypothèse éditoriale tirée des pages de résultats actuelles. Comme piste pour se démarquer, c'est en tout cas assez clair.
8. Pourquoi ce type d'article est difficile à copier
L'actu IA a un gros point faible.
Tout le monde a la même matière première.
OpenAI publie la même annonce pour tout le monde. Google aussi. Et n'importe qui peut lire le même PDF d'une étude.
La concurrence se joue alors sur la vitesse, la qualité d'écriture, les visuels, la marque et le référencement (SEO).
Mais quand on écrit sur sa vie avec l'IA, une partie du matériau, ce sont des choses qu'on a réellement vécues.
Même avec la même IA,
- à quoi on l'a utilisée
- dans quel ordre les problèmes sont apparus
- ce qui a paru bizarre
- quelle hypothèse on a formulée
- ce qu'on a changé
- ce qui s'est passé après le changement
tout cela diffère.
Les concurrents peuvent lire les mêmes études.
Mais pour copier le moment « pourquoi je bosse encore à l'aube alors que l'IA était censée me faire gagner du temps ? », il faudrait vraiment utiliser l'IA d'une manière très proche.
Ce qui a de la valeur, ce n'est pas l'information, c'est l'enchaînement de causes et d'effets de l'expérience.
Et ça, c'est solide.
9. La vraie force, ce n'est pas l'anecdote, ce sont les liens
L'expérience seule, c'est un journal intime.
La recherche seule, c'est un article de vulgarisation.
Ce qui est fort, c'est ce qui relie les deux.
Quelque chose arrive.
Une question toute simple en découle.
On va chercher une étude dans un autre domaine.
Et soudain, « des choses qu'on croyait sans rapport » forment une seule et même structure.
Le temps gagné grâce à l'IA et l'état de flow des jeux vidéo.
Les réponses instantanées de l'IA et les pauses qui disparaissent.
L'envie d'explorer et la confiance dans sa capacité à utiliser l'IA.
Les limites d'utilisation et les points de sauvegarde forcés.
Ces liens entre domaines différents sont bien plus faciles à faire quand on part d'une expérience vécue.
On ne cherche pas une histoire intéressante pour écrire un article : on vit sa vie, un problème intéressant surgit, et on écrit dessus.
L'ordre est inversé.
10. Mais faire de « ça m'est arrivé » une « loi universelle », c'est fatal
Ce type d'article a aussi un point faible évident.
L'expérience d'une personne reste l'expérience d'une personne.
Ce qui arrive à quelqu'un qui adore explorer n'arrivera pas forcément à tout le monde. Les gros utilisateurs d'IA diffèrent peut-être dès le départ des utilisateurs ordinaires par leur caractère ou leur métier. Et plus une hypothèse est amusante, plus on est tenté de ne chercher que les études qui vont dans son sens.
Il faut donc, au minimum, séparer ces éléments dans l'article :
Observation : ce qui s'est réellement passé.
Hypothèse : pourquoi on pense que c'est arrivé.
Preuves extérieures : si un phénomène semblable a été observé ailleurs.
Contre-arguments : s'il existe des résultats contraires ou d'autres explications.
Changement : ce qu'on va modifier pour tester.
Nouvelle observation : ce qui s'est passé après le changement.
Rien qu'avec ça, on garde l'intérêt d'une expérience individuelle (N=1) tout en évitant en bonne partie l'erreur d'étendre ce N=1 à l'humanité entière.
11. Conclusion : ne pas s'arrêter à la lecture de l'étude. Mettre l'IA dans la vraie vie et, quand ça bugue, retourner à la recherche
L'actu IA a de la valeur.
Les explications d'études aussi.
Les listes « 20 façons d'utiliser l'IA » ont leur public.
Mais il existe un autre type de valeur :
faire entrer la recherche et les nouvelles fonctions de l'IA dans sa propre vie, recueillir ce qui se passe comme une expérience de première main, en tirer de nouvelles questions, les confronter à la recherche, puis réinjecter le tout dans sa vie.
Ce n'est pas que les journalistes n'utilisent pas l'IA. Au contraire, ils l'utilisent.
Mais « utiliser l'IA pour faire des articles » et « transformer toute sa vie en laboratoire d'IA », ce sont deux choses bien différentes.
La première vous rend calé sur l'IA.
La seconde vous rend calé sur la façon dont les gens changent quand l'IA entre dans leur vie.
C'est là que se trouve la différence.
Autrement dit :
Il ne s'agit pas d'expliquer l'actu de l'IA. Il s'agit de mettre l'IA dans la vraie vie et, quand ça bugue, d'aller lire la recherche.
La vie est le laboratoire.
La recherche est le wiki de soluce.
Et l'article est l'endroit où ce journal de partie devient un guide que d'autres peuvent aussi utiliser.
Références (10)
- Reuters Institute for the Study of Journalism. Neil Thurman, Sina Thäsler-Kordonouri, Richard Fletcher (2025). AI adoption by UK journalists and their newsrooms: surveying applications, approaches, and attitudes. Survey of 1,004 UK journalists reutersinstitute.politics.ox.ac.uk
- NIRA総合研究開発機構 (2026). 第4回デジタル経済・社会に関する就業者実態調査（速報） nira.or.jp
- O’Hara, S. (2018). Autoethnography: The Science of Writing Your Lived Experience. HERD, 11(4) doi.org
- von Hippel, E. (1986). Lead Users: A Source of Novel Product Concepts. Management Science, 32(7) mit.edu
- MIT OpenCourseWare (2026). Lead User Innovation Handbook ocw.mit.edu
- AI TopTier (2026). 生成AIを仕事で何に使う？利用ランキングと初心者向け活用法20選 ai-toptier.com
- Re:Imagines (2026). 生成AIの仕事活用術｜業種・職種別の使い方と業務効率化の具体例15選 reimagines.jp
- 生成AI活用普及協会 GUGA (2026). 生成AI活用事例データベース、2026年6月時点までの事例を追加・更新 guga.or.jp
- パーソル総合研究所 (2026). 「生成AIとはたらき方に関する実態調査」を発表 生成AIの活用で業務時間は平均16.7％削減 rc.persol-group.co.jp
- パーソル総合研究所 (2026). 利用率では測れない、職場での生成AI活用の実態 rc.persol-group.co.jp
