Tokenmaxxing : quand l'IA fausse l'évaluation de la performance

Votre stratégie d’évaluation repose sur une erreur de perception. Elle valorise le volume d’interaction avec l’intelligence artificielle plutôt que la pertinence du résultat obtenu. Or, les organisations modernes souffrent d’un excès de bruit numérique qui paralyse la prise de décision managériale. La consommation de tokens devient une compétence critique que peu de managers possèdent ou transmettent consciemment. Pour assurer la fluidité des idées sans dépendre de métriques trompeuses, il faut changer de regard. Ne cherchez plus seulement qui maîtrise le prompt engineering. Observez qui connecte les gens entre eux, qui fluidifie l’information et qui crée de la confiance hors des circuits formels. Cette approche permet de développer activement le réseau relationnel de vos équipes, garantissant ainsi une meilleure adhésion aux projets stratégiques. On en parle aussi dans Innovation terrain : comment libérer… Évaluation de performance par compétences sur 6 mois : piloter les objectifs RH avec méthode va plus loin sur ce sujet. Le dossier Audit de Performance RH 2026 : Les 5 Indicateurs Clés pour une Évaluation Imparable complète cette partie.

Le piège des classements internes de consommation d’IA

La tentation est forte pour les directions générales de transformer l’adoption technologique en compétition interne visible. Meta a illustré cette dérive avec un tableau de bord nommé Claudeonomics. Ce classement interne récompensait les plus gros consommateurs de tokens avec des titres honorifiques comme “Token Legend” ou “Cache Wizard”. L’objectif affiché était d’encourager l’usage, mais la mécanique a produit l’effet inverse de celui escompté. Les ingénieurs ont commencé à faire tourner des agents intelligents pendant des heures, non pas pour résoudre des problèmes complexes, mais simplement pour grimper dans le classement. Cette dynamique transforme l’outil en fin en soi, détournant l’attention des vrais enjeux opérationnels.

Sur une période de trente jours, les employés suivis sur ce tableau de bord ont brûlé plus de 60 billions de tokens, selon les données rapportées par Fast Company. Un chiffre aussi massif illustre parfaitement la déconnexion totale entre la consommation brute de ressources informatiques et l’efficacité réelle du travail humain. Si l’on applique cette logique aux entretiens annuels, on risque de voir des collaborateurs jugés performants uniquement parce qu’ils génèrent beaucoup de bruit numérique. Il est crucial de comprendre que l’IA au travail peut mener à une atrophie des compétences si elle n’est pas encadrée par une réflexion critique. Comme le souligne notre analyse sur IA au travail : comment prévenir l’atrophie des compétences et garder un esprit critique, la dépendance aux prompts massifs réduit souvent la capacité individuelle à produire un raisonnement autonome et structuré.

D’autres grandes organisations ont suivi des trajectoires similaires. JPMorgan, KPMG, Amazon et Accenture ont tous été signalés pour des dynamiques de mesure de l’adoption basées sur la fréquence d’utilisation, toujours selon Fast Company. Ces entreprises disposent pourtant de départements RH sophistiqués. Leur erreur commune est d’avoir importé des métriques de marketing digital (vues, clics, impressions) dans le domaine de la performance intellectuelle. Or, le travail cognitif ne se mesure pas à la quantité d’interactions, mais à la pertinence des solutions apportées. En instaurant des leaderboards publics, ces firmes créent un environnement où la simulation de l’activité prime sur l’accomplissement réel.

Pourquoi les volumes de tokens ne disent rien de la productivité

L’absurdité de cette approche devient flagrante lorsqu’on examine des cas extrêmes. Un employé de Disney aurait interagi avec un assistant IA 460 000 fois en seulement neuf jours, un fait rapporté par Fast Company. Mathématiquement, cela représente environ 32 000 interactions par jour, soit plus de deux par minute pendant toute la journée de travail. Une telle cadence est incompatible avec un travail de création, d’analyse ou de stratégie. Elle indique plutôt une utilisation frénétique, probablement automatisée ou répétitive, sans valeur ajoutée discernable. Si cet employé avait reçu une prime pour sa “productivité IA”, l’entreprise aurait financé une perte de temps déguisée en innovation.

Les volumes de tokens sont une métrique technique, pas une métrique managériale. Ils mesurent la charge serveur, pas la charge mentale utile. Dans le cadre d’une évaluation annuelle, utiliser ces chiffres revient à noter un écrivain sur le nombre de mots tapés plutôt que sur la qualité de son style. De plus, cette focalisation sur la quantité favorise l’uniformisation des idées. Quand tout le monde cherche à maximiser ses interactions, les équipes cessent de prendre des risques ou de proposer des approches originales. Elles se contentent de générer du contenu standardisé pour remplir les quotas invisibles. Nous avons détaillé ce phénomène dans notre article sur IA au travail : comment éviter l’uniformisation des idées de vos équipes, montrant comment la pression quantitative écrase la diversité cognitive nécessaire à l’innovation durable.

Il existe également un risque juridique et éthique à surveiller. Mesurer l’usage intensif peut être interprété comme une surveillance excessive de l’activité privée du salarié via ses outils professionnels. Bien que les sources autorisées ne mentionnent pas directement de sanctions légales spécifiques à ce sujet, la prudence s’impose. Les experts en intelligence artificielle responsable insistent sur la nécessité de connaître les limites de l’autonomie des agents, comme le rappelle le panel international de MIT Sloan Management Review et BCG dans leur étude annuelle Responsible AI Means Knowing the Limits of Agent Autonomy. Cette limite concerne aussi bien la sécurité des données que la définition claire de la responsabilité humaine. Si un agent consomme des millions de tokens pour produire un résultat erroné, qui est évalué ? Le collaborateur ou l’algorithme ? Sans réponse claire, l’évaluation devient illisible.

Recadrer l’évaluation autour de la valeur produite

Pour sortir de cette impasse, les managers doivent changer de référentiel. L’évaluation ne doit plus porter sur “combien avez-vous utilisé l’IA ?”, mais sur “quels résultats concrets avez-vous obtenus grâce à l’IA ?”. Voici une procédure pas-à-pas pour intégrer cette logique dans vos processus RH, applicable dès la prochaine campagne d’entretiens annuels.

Étape 1 : Supprimer les métriques d’usage brut des fiches d’évaluation. Retirez toute ligne concernant le nombre de prompts, de sessions ou de tokens. Ces données peuvent rester dans les rapports techniques de la DSI pour optimiser les coûts cloud, mais elles n’ont rien à faire dans un dossier RH. Cela évite la confusion entre coût informatique et performance humaine.

Étape 2 : Instaurer le test du “pourquoi”. Lorsqu’un collaborateur mentionne l’usage intensif d’une IA lors d’une revue de performance, posez systématiquement la question : quel problème spécifique cette interaction a-t-elle résolu ? Si la réponse est vague (“j’ai gagné du temps”), demandez une preuve tangible. Par exemple, un document finalisé plus tôt, une erreur corrigée avant la livraison client, ou une analyse approfondie rendue possible par le gain de temps. Sans preuve de résultat, l’usage est neutre.

Étape 3 : Valoriser la sobriété efficace. Récompensez ceux qui utilisent moins de tokens pour obtenir de meilleurs résultats. Un ingénieur qui trouve la bonne solution avec trois prompts précis mérite une meilleure note qu’un collègue qui génère dix pages de code inutilisable avec cent requêtes. Cette approche encourage la maîtrise de l’outil plutôt que la dépendance.

Étape 4 : Aligner les objectifs sur la fiabilité des sorties. L’IA promet beaucoup, mais elle hallucine parfois. Votre système d’évaluation doit pénaliser la production de contenus non vérifiés ou incohérents, même si le volume est élevé. C’est ici que la notion de base fiable prend tout son sens. Comme expliqué dans notre guide Quand l’IA promet trop : bâtir une base fiable au travail, la confiance dans les livrables issus de l’IA repose sur des protocoles de validation humaine rigoureux. L’évaluateur doit vérifier si ces protocoles ont été respectés.

Critère obsolète	Indicateur recommandé	Question posée au manager
Nombre de tokens consommés	Qualité des livrables finaux	Le résultat est-il conforme aux exigences métier ?
Fréquence des interactions	Temps de cycle réduit	L’usage de l’IA a-t-il accéléré la prise de décision ?
Titres honorifiques (ex: Token Legend)	Satisfaction client ou interne	Les parties prenantes ont-elles validé le travail produit ?

Cette grille permet de convertir chaque preuve d’usage en décision concrète pour l’organisation. Elle recentre le débat sur la valeur ajoutée. En France, le droit du travail impose que les critères d’évaluation soient objectifs, pertinents et transparents. Utiliser des métriques obscures comme le volume de tokens pourrait fragiliser juridiquement une notation négative basée sur un “sous-usage” perçu comme un manque d’engagement. À l’inverse, une notation positive basée sur un “sur-usage” inefficace crée une injustice interne visible par les autres équipes.

En définitive, l’enjeu n’est pas de rejeter l’IA, mais de refuser la paresse intellectuelle dans sa gestion. Les leaders qui continuent de publier des classements de consommation montrent qu’ils n’ont pas encore compris la nature du travail augmenté. Ils appliquent des logiques industrielles du XXe siècle (mesurer la vitesse de la machine) à des tâches cognitives du XXIe siècle (mesurer la justesse de la pensée). Pour protéger la crédibilité de vos évaluations annuelles, auditez immédiatement vos tableaux de bord. Si une colonne affiche “Utilisation moyenne”, remplacez-la par “Impact mesurable”. C’est la seule façon d’éviter que la quantité ne devienne le nouveau masque de la médiocrité.