
Pourquoi un agent IA multiplie-t-il les erreurs ?
Bancs d'essai, technologie en évolution rapide.
1808 articles tirés de nos interventions à Genève, Lausanne, Zurich, Berne, Bâle, Lugano, Fribourg et Neuchâtel. Études de cas, guides pratiques, tendances 2026.

Bancs d'essai, technologie en évolution rapide.

Modèles étudiés en 2023.

Tâches courtes, contexte expérimental.

Modèles de 2021, attaques ciblées.

Tâches de raisonnement, modèles de 2022.

Cadre antérieur aux agents génératifs.

Domaine en évolution rapide.

Une tâche standardisée, prépublication.

Les données sont rétrospectives et codées par le chercheur.

Le texte est une synthèse argumentée plus qu'une étude empirique.

La théorie de l'épuisement de l'ego a échoué à plusieurs réplications (Hagger et al., 2016).

Les estimations portaient sur des quantités factuelles, pas sur des choix stratégiques.

Les études classiques utilisent des dilemmes hypothétiques.

Plusieurs exemples reposent sur des audits internes non publiés.

Les effets varient selon la visibilité et la responsabilité perçue.

L'effet sur la qualité finale des décisions est peu mesuré.

Une seule organisation étudiée.

Une partie des données provient d'études de cas organisationnelles.

La littérature est hétérogène et souvent antérieure à la généralisation du travail hybride.

Les participants étaient étudiants, les messages courts.

L'étude porte sur des marchés expérimentaux, non sur des consignes managériales.

Les expériences sont courtes et menées en laboratoire.

Le modèle est conceptuel ; les validations empiriques sont partielles.

Les tests empiriques ultérieurs ont donné des résultats mitigés, notamment avec le courriel.