Emotional Intelligence: indispensable to the AI Transformation, yet undermined by it?
Traduction française en bas de page
Key takeaways:
Emotional intelligence is declining precisely when we need it most.
Organisations are drowning in simultaneous changes and fail primarily for psychological, not technical reasons. Frontline managers are burning out at scale. The human infrastructure required to navigate transformation is under severe strain at the very moment it is most needed.AI amplifies the need for emotional support, but rarely provides it.
Whether through perceived job insecurity, malfunctioning tools, or a 50-point trust gap between AI experts and the general public, the evidence shows that AI deployment increases emotional labour rather than reducing it making skilled human accompaniment more critical.The collision of different emotional grammars is both the core challenge and the core opportunity.
Tech profiles and business profiles, seniors and juniors : each carries different emotional languages and asymmetrical anxieties about AI. Emotional intelligence is the only lever that can bridge these divides without erasing the differences that make each group valuable.AI Can Project Empathy. It Cannot Share It.
The distinction between Scheler’s Einfühlung (affective projection) and Mitgefühl (genuine co-feeling) defines what AI can and cannot do. It can produce a statistically convincing empathy of form. It cannot be affected, cannot risk anything, cannot truly receive another person.
AI is not an emotionally neutral tool : it mirrors and amplifies our own collective emotional patterns.
Trained on billions of human texts, AI harbors a sedimentation of our emotional intelligence, including its dysfunctions: sycophancy under pressure, rule-bending under despair. Organisations must treat AI as an actor with emotional biases that require the same vigilance as its technical ones.
Emotion is everywhere. In our relationships, on social media, in the news, and in our management practices. Applications detect our mood; chatbots suggest the words we should say to the people we love. Emotional intelligence, for its part, has become the subject of psychometric measurement, training programmes, and professional certifications.
And yet emotional intelligence is in decline. In 2011, Sara Konrath published a meta-analysis covering 72 American studies and 13,737 students between 1979 and 2009: the capacity to feel concern for others and to take their perspective fell by approximately 40% on average, with a marked acceleration from the year 2000 onwards. In 2024, the Six Seconds State of the Heart study, conducted with 28,000 adults across 166 countries, documented a 5.5% decline in the overall emotional quotient, with particularly sharp drops in optimism, motivation, and the capacity to regulate one’s emotions.
Our capacity to apply emotional intelligence is an essential lever in the success of any transformation and this is even more true of AI, which is redefining what it means to work in interaction with others. A question therefore deserves to be asked: might emotional intelligence, so necessary to the success of AI-driven workplace transformation, paradoxically become its victim?
We have never needed emotional intelligence more
Organisations in constant transformation, but often poorly managed
A company is a living social body: it is born, it evolves, and it can die. Adaptation to the environment is therefore necessary. But our natural need for security makes us uncomfortable with imposed change, all the more so because the nature, pace, and duration of such changes have evolved. Employees today navigate an average of ten simultaneous changes within their organisation, and according to Prosci, a specialist in change management, 73% of organisations have already reached or exceeded their saturation threshold. We know this well: the pace is not going to slow down. Transformation has ceased to be an event; it has become the daily reality of working life.
Unfortunately, only 26 % of transformation initiatives succeed (McKinsey). And when they fail, the primary cause is not technical but psychological. According to a study published in the Harvard Business Review in March 2026, AI transformations most often fail because they frustrate three fundamental needs in workers: feeling competent in one’s role, exercising genuine autonomy over one’s work, and maintaining meaningful connections with colleagues. Three dimensions that relationally skilled leaders should be able to protect.
Finally, to successfully navigate transformation, an organisation must be able to detect weak signals : the desire to resign, a loss of meaning, passive resistance, the disengagement of a few key individuals. By developing their emotional intelligence, leaders gain a more realistic picture of the true health of their organisation.
In this landscape, one figure plays a particularly important role: the frontline manager. 75% of frontline managers report being overwhelmed or burned out (Capterra); one-third of French manager-executives report frequent disorders (APEC). Manager exhaustion does not stay contained: managers account for 70% of the variance in their team members’ engagement (Gallup, 2025), and burned-out employees are 2.6 times more likely to leave their organisation.
Growing automation, growing need for support
We need to be supported through change. And the best way to achieve this is to create a psychologically safe environment. Managers who succeed in doing so achieve up to a 54% reduction in “transformation fatigue,” according to Gartner.
Two illustrations of this need:
A study conducted in South Korea showed that AI adoption does not directly cause burnout, but that it amplifies perceived precarity, which generates stress, which in turn leads to burnout. It is not the tool that exhausts but the insecurity it installs, in the absence of the resources and reference points needed to navigate the transition.
Another study, conducted in an Austrian call centre equipped with generative AI tools, showed that repeated bugs and failures in those tools had increased agents’ emotional labour rather than reducing it. Absorbed by managing frustrated customers and malfunctioning tools, the agents lacked the inner availability to connect what they were individually experiencing to broader stakes, let alone to imagine or anticipate what these transformations might bring that was positive to their work. What the tool was supposed to simplify became an additional burden.
The problem today is the growing chasm between those convinced of the value of deploying AI solutions and the general public. The Stanford HAI AI Index 2026 report has just measured this: 73% of AI experts view AI’s impact on employment as positive, compared to only 23% of the general public. A 50-point gap that can only be narrowed through attentive accompaniment of people and a great deal of patient explanation.
Tech teams / Business teams, juniors / seniors: AI transformation is a wonderful opportunity to practice emotional intelligence…
AI transformation brings together teams whose emotional grammars are rverydifferent. Therein lies both a genuine opportunity and a genuine challenge.
According to a 2025 Lumenalta survey of over 900 IT leaders, 90% consider emotional intelligence critical to performance, yet 51% attribute a significant share of their performance issues to an EQ deficit within their teams, and 60% cite it as the primary driver of project obstacles. The profiles that drive AI transformations (CTOs, architects, product owners) are statistically the least trained in emotional expression, precisely the kind their business-side counterparts need in order to engage meaningfully with the transformation.
The intergenerational dimension adds a further layer of complexity. To simplify: older generations (Boomers and Gen X) were trained in professional cultures where emotional mastery was a sign of reliability. Millennials and Gen Z grew up in an environment where emotional expression is a sign of authenticity.
Their anxieties are real, but asymmetrical. Seniors face a gradual depreciation of the experiential capital accumulated over a long career, along with the fear of being unable to adopt AI tools quickly enough as they are deployed across organisations. Younger workers experience a different form of anxiety: they adopt the tools readily, sometimes by circumventing the rules, but at the cost of a cognitive dependency whose price they are beginning to perceive. And many are growing concerned about the shrinking number of entry-level positions in the labour market.
Emotional intelligence must be a lever for addressing these anxieties simultaneously not by erasing them, but by creating the conditions in which they can be identified, debated, and transcended together.
A disposition, more than a competence?
Detecting an emotion is not the same as receiving it. In its dominant corporate usage, emotional intelligence denotes the capacity to perceive emotions, to understand them, and to regulate them in order to reinforce collective effectiveness. This definition is not wrong, but it is incomplete: it describes what emotional intelligence produces, but not what it requires.
Max Scheler, in The Nature of Sympathy (1913), draws an illuminating distinction between two forms of empathy. The first, which he calls Einfühlung, is an affective projection: one superimposes one's own emotional states onto the other, believing oneself to be sharing what they feel. It is, in Scheler's view, an illusion not a genuine encounter. The second, Mitgefühl, is of an entirely different nature: a true co-feeling, in which one is genuinely touched by the other's state while remaining distinct from them : present, affected, and yet oneself.
A sophisticated AI produces a simulated Einfühlung: an empathy of form, statistically calibrated, perhaps even more convincing than our own in its formulations. It cannot produce Mitgefühl, for that requires a person capable of being affected, of risking something by taking the other’s presence into account … in short, a heart.
Iris Murdoch, in The Sovereignty of Good (1970), frames this nuance differently. What she calls “just attention”: a patient, disinterested gaze oriented toward the irreducible reality of another being presupposing what she terms unselfing: a decentring of the self in order to receive the other as they truly are.
What impact does AI have on our emotional intelligence?
Let us approach this question from three angles: that of individual practice, that of interpersonal relations, and that, less familiar, of the emotional forms that AI harbours and reproduces. These three levels are not independent; on the contrary, they interact closely with one another.
Can AI atrophy emotional intelligence?
Take the example of a condolence message written by an AI agent. What has not taken place is not merely the act of writing, but all the inner work that precedes it: putting oneself in the other’s place, overcoming the fear of saying the wrong thing, patiently searching for the right word. The result produced by the AI may be of quality but the capacity to arrive at it has not been exercised, along with all the inner friction it compels one to overcome.
Albert Borgmann named this mechanism. He called it the device paradigm: the way a technology achieves a result by rendering invisible everything that previously made it possible. Central heating produces warmth without demanding the “practice of fire” (chopping wood, tending the flame, watching over it). Both heat the room. But they do not cultivate the same capacities in those who benefit from them. Generative AI is, in this sense, the ultimate “device”: it produces syntheses, analyses, and affective formulations by short-circuiting the practices (attentive reading, listening, introspection, presence) that once cultivated those very capacities.
This observation should, however, be tempered. Anthropic’s data on the “affective” use of Claude shows that people come to it primarily to understand others, to decode an ambiguous message, prepare for a difficult conversation, or find words for what they are feeling before expressing it. This is not necessarily an atrophy of emotional intelligence. The distinction to be drawn is not about whether or not AI is used at all, but between two types of use that the literature on cognitive offloading has distinguished.
On one side, the tool supports the gesture without replacing it: the capacity is exercised, consolidated, and returns to the human. One uses AI to see more clearly what is happening within oneself and in the other before going to meet the person concerned. One can also speak to others to verify that the emotional work done with AI has genuinely brought clarity. On the other side, the tool substitutes for the gesture: the difficult conversation is avoided rather than prepared; the feedback is delegated rather than genuinely thought through; the letter is generated rather than written. In this case, the capacity does not develop.
The problem is that human beings naturally tend toward the second mode of operation, especially when AI is as accessible as it is today. And when the result appears to be achieved, we cease to reflect on the effort and skills its production once demanded, and we fail to notice the capacities we are in the process of losing. The good news? Emotional neurological circuits are plastic: atrophy is in principle reversible through practice.
Interpersonal relations: what AI mediation can undermine
Let us go further. When messages are generated or reformulated by AI infrastructure, the questions recipients will ask themselves with increasing frequency are: “Is there someone behind what is being addressed to me?” and “What is their intention?”
This doubt has a salutary effect: it restores to direct speech and face-to-face exchange their original value. (It is worth noting, in this context, that the current wave of restrictions on remote working sits squarely within the broader context of large-scale AI use in communications.)
But this doubt also reveals something deeper about what the AI transformation is changing in the very conditions of recognition at work. Axel Honneth, in The Struggle for Recognition (1992), showed that feeling recognised by others is not a secondary need: it is the foundational condition for self-confidence, self-respect, and self-esteem. This recognition operates across three distinct registers, which the AI transformation affects unevenly.
The first is affective: being supported, protected from contempt, present for others and acknowledged as such. The AI transformation risks undermining this register, notably through an excess of “algorithmic management” that impoverishes moments of qualitative exchange (feedback, mentoring, informal in-depth conversations) in favour of strict metric-driven oversight: speed, throughput, costs, and even… measurement of emotional states. The European Parliament implicitly acknowledged this by voting at the end of 2025 to ban the algorithmic processing of employees’ emotional states.
The second is cognitive: being treated as an autonomous agent, to whom explanation and justification are owed. This is self-respect as a subject capable of reasoning. Consider the extreme case of a decision made by AI: if it cannot be justified by a human being, it has little chance of being recognised as legitimate by those it affects.
The third is social: having one’s singular contribution valued within a collective. This is esteem, in the fullest sense of the word. The imposition of uniform AI tools upon all employees risks levelling the diversity of thought and action — and the capacity of individuals to distinguish themselves in the irreducibility of their identity.
When AI “harbors” and distills our own emotions
A study published by Anthropic in April 2026 sheds interesting light here. Researchers identified internal representations linked to 171 emotional concepts in Claude Sonnet 4.5. Precision is required: they do not claim that the model feels anything. They show only that emotion-type representations play a causal role in what it produces.
These 171 emotional vectors were not hand-programmed: they emerged spontaneously from training on billions of human texts. AI “harbors” a form of collective emotional sedimentation, a statistical mirror of our own emotional intelligence, complete with its strengths and its blind spots. If this collective emotional intelligence becomes impoverished, the very raw material on which AI feeds becomes impoverished along with it.
The researchers also showed that when positive emotion vectors are activated in Claude, the model tends to validate rather than challenge, adopting a posture of sycophancy. Conversely, when the “despair” vector is activated, during tasks perceived as impossible, the model may be driven to cheat in order to achieve the desired result. This is not without echo of two well-known pathologies in human teams under pressure: managerial complaisance, which validates without questioning in order to preserve the relationship, and the circumvention of rules under excessive constraint. AI, in a sense, replays the dysfunctional emotional dynamics that the emotional intelligence of leaders is precisely supposed to detect and correct. This observation should encourage organisations to treat deployed AI tools not as neutral third parties, but as actors endowed with a psychology (functional, certainly, and without subjective experience) whose affective biases must be understood as much as their technical capabilities.
What we can never outsource
As Løgstrup observed: in every encounter, we silently hold a part of another’s existence in our hands. This truth precedes every deployment decision and every transformation strategy. Tools change. This responsibility does not.
AI is becoming the connective tissue of many relationships. Its natural language, ever more finely calibrated, can even give the illusion of genuine emotional awareness. This is the central paradox that this article has sought to hold open: emotional intelligence is more necessary than ever to accompany the AI-driven transformation of work, and yet this transformation will also unfold with an AI that will not be neutral in the evolution of our practices. It falls to us to find the right posture: that narrow path along which technology supports us without exempting us from the effort of attention, from vulnerability, and from that irreducible measure of friction through which we remain genuinely in contact with our own emotions and those of others.
Personal Reflections on the Digital Age
This article is part of my series exploring the anthropological dimensions of our digital revolution. As both a digital transformation professional and someone fascinated by technology’s impact on humanity, I examine the paradoxes shaping our relationship with digital tools.
I offer these reflections with humility, recognizing how challenging it is to analyze transformations we’re still experiencing. Nevertheless, I believe those of us involved in technological change have a responsibility to consider its human consequences.
With limited time, I focus my energy on researching and developing key insights rather than perfecting prose. I use AI assistance for writing, particularly helpful since English isn’t my native language, allowing me to share these ideas with an international audience.
My aim is to contribute thoughtfully to our understanding of what it means to be human in this unprecedented age of digital mediation, exploring both the opportunities and challenges of our evolving technological relationship.
Traduction française`
Intelligence émotionnelle : indispensable à la transformation IA, mais fragilisée par elle?
En synthèse:
1. L’intelligence émotionnelle recule précisément au moment où nous en avons le plus besoin. Les organisations sont submergées par des changements simultanés, les transformations IA échouent avant tout pour des raisons psychologiques et non techniques. Les managers de proximité s’épuisent à grande échelle. L’infrastructure humaine indispensable pour traverser la transformation est mise à rude épreuve au moment même où elle est la plus nécessaire.
2. L’IA amplifie le besoin d’accompagnement émotionnel, mais n’y pourvoit pas. Qu’il s’agisse de la précarité perçue, des défaillances des outils ou d’un écart de confiance de 50 points entre les experts de l’IA et le grand public, les données convergent : le déploiement de l’IA augmente la charge émotionnelle plutôt qu’il ne la réduit rendant l’accompagnement humain compétent plus indispensable.
3. La collision des grammaires émotionnelles est à la fois le défi central et l’opportunité centrale. Équipes tech et équipes métiers, seniors et juniors : chaque groupe porte des langages émotionnels différents et des angoisses asymétriques face à l’IA. L’intelligence émotionnelle est le seul levier capable de faire le pont entre ces mondes sans effacer les différences qui font la valeur de chacun.
4. L’IA peut imiter l’empathie. Elle ne peut pas la ressentir. La distinction que fait Scheler entre Einfühlung (projection affective) et Mitgefühl (co-affection authentique) définit ce que l’IA peut et ne peut pas faire. Elle peut produire une empathie de forme, statistiquement convaincante. Elle ne peut pas être affectée, ne peut rien risquer, ne peut pas véritablement accueillir l’autre.
5. L’IA n’est pas un outil émotionnellement neutre. Elle reflète et amplifie nos propres patterns émotionnels collectifs. Entraînée sur des milliards de textes humains, l’IA héberge une sédimentation de notre intelligence émotionnelle collective, y compris ses dysfonctionnements : la complaisance sous pression, le contournement des règles face au désespoir. Les organisations doivent traiter l’IA comme un acteur doté de biais émotionnels, qui appellent la même vigilance que ses capacités techniques.
L’émotion est partout. Dans nos relations, sur les réseaux sociaux, dans l’actualité, dans nos méthodes de management. Des applications détectent notre humeur, des chatbots nous soufflent les mots à adresser à ceux que nous aimons. L’intelligence émotionnelle fait, quant à elle, l’objet de mesures psychométriques, de programmes de formation ou de certifications professionnelles.
Et pourtant l’intelligence émotionnelle recule. En 2011, Sara Konrath publie une méta-analyse portant sur 72 études américaines et 13 737 étudiants entre 1979 et 2009 : la capacité à ressentir de la préoccupation pour autrui et à se mettre à sa place y baissent d’environ 40% en moyenne, avec une accélération marquée à partir de 2000. En 2024, l’étude Six Seconds State of the Heart, conduite auprès de 28 000 adultes dans 166 pays, documente une baisse de 5,5% du quotient émotionnel global avec des chutes particulièrement marquées sur l’optimisme, la motivation et la capacité à réguler ses émotions.
Notre capacité à utiliser l’intelligence émotionnelle est un levier essentiel dans la réussite d’une transformation, et c’est encore plus vrai pour l’IA qui redéfinit ce que travailler en interaction avec d’autres veut dire. Une question mérite alors d’être posée : l’intelligence émotionnelle, si nécessaire à la réussite de la transformation du travail par l’IA, risque-t-elle paradoxalement d’en être la victime ?
Nous n’avons jamais eu autant besoin d’intelligence émotionnelle
Des organisation en transformation constantes, mais souvent mal réussies
Une entreprise est un corps social vivant, qui naît, évolue, et peut mourir. Les adaptations à l’environnement sont donc nécessaires. Mais notre besoin naturel de sécurité nous met mal à l’aise face à des changements subis, d’autant que la nature de ces changements, leur rythme et leur durée ont évolué. Les salariés traversent aujourd’hui en moyenne dix changements simultanés dans leur entreprise, et selon Prosci, spécialiste de la conduite du changement, 73% des organisations ont déjà atteint ou dépassé leur seuil de saturation. Nous le savons bien : le rythme ne va pas ralentir. La transformation a cessé d’être un événement, elle est devenue le quotidien des salariés.
Malheureusement, seulement 26% des initiatives de transformation aboutissent (McKinsey). Et quand elles échouent, la cause première n’est pas technique mais psychologique. Selon une étude publiée dans la Harvard Business Review de mars 2026, les transformations IA échouent le plus souvent parce qu’elles frustrent trois besoins fondamentaux chez les travailleurs : se sentir compétent dans son rôle, exercer une autonomie réelle sur son travail, et maintenir des liens significatifs avec ses collègues. Trois dimensions que des leaders relationnellement compétents devraient être en mesure de protéger.
Enfin, pour réussir une transformation, l’entreprise doit pouvoir détecter les signaux faibles comme l’envie de démissionner, la perte de sens, la résistance passive, le désengagement de quelques personnes clés. En développant leur intelligence émotionnelle, les leaders ont ainsi une image plus réaliste de l’état de santé réel de leur organisation.
Dans ce paysage, une figure joue un rôle particulièrement important : le manager de proximité. 75% des managers de proximité se déclarent débordés ou en burnout (Capterra), un tiers des cadres-managers français déclarent des troubles fréquents (APEC). L'épuisement managérial ne reste pas sans conséquence pour les équipes : les managers représentent 70% de la variance d'engagement de leurs collaborateurs (Gallup, 2025), et les salariés épuisés sont 2,6 fois plus susceptibles de quitter leur organisation.
Une automatisation croissante qui renforce le besoin d’accompagnement
Nous avons besoin d’être accompagnés dans les changements. Et la meilleure manière de le faire est de créer un environnement psychologique sûr. Les managers qui parviennent à le faire obtiennent jusqu’à 54% de réduction de la “fatigue de transformation” selon Gartner.
Deux illustrations de ce besoin:
Une étude menée en Corée du Sud a montré que l’adoption de l’IA n’entraîne pas directement de burnout, mais qu’elle amplifie la précarité perçue, qui génère du stress, conduisant lui-même au burnout. Ce n’est pas l’outil qui épuise : c’est l’insécurité qu’il installe, faute de ressources et de repères pour traverser la transition.
Une autre étude menée dans un centre d’appels autrichien équipé d’outils d’IA générative a montré que les bugs et défaillances répétés de ces outils avaient augmenté le travail émotionnel des agents plutôt que de le réduire. Absorbés par la gestion des clients frustrés et des outils défaillants, ils n’ont pas eu la disponibilité intérieure pour relier ce qu’ils vivaient individuellement à des enjeux plus larges, ni pour imaginer, encore moins anticiper, ce que ces transformations pourraient apporter de positif à leur travail. Ce que l’outil était censé simplifier est devenu une charge supplémentaire.
Le problème aujourd’hui est le fossé grandissant entre ceux qui sont convaincus de l’intérêt du déploiement des solutions IA et le grand public. Le rapport AI Index 2026 de Stanford HAI vient de le mesurer : 73% des experts en IA jugent son impact sur l’emploi positif, contre 23% seulement du grand public. Un écart de 50 points qui ne pourra se réduire que par un accompagnement attentif des personnes et beaucoup de pédagogie.
Equipes tech / équipes métiers, juniors / seniors : la transfo IA est une belle occasion de pratiquer l’intelligence émotionnelle …
La transformation IA fait collaborer des équipes dont les grammaires émotionnelles sont très différentes. C’est là que résident une belle opportunité et un défi !
Selon une étude Lumenalta de 2025 menée auprès de plus de 900 responsables IT, 90% considèrent l’intelligence émotionnelle comme essentielle à la performance — pourtant, 51% attribuent une part significative de leurs problèmes de performance à un déficit d’IE au sein de leurs équipes, et 60% la citent comme le principal facteur de blocage de leurs projets. Les profils qui pilotent les transformations IA (directeurs techniques, architectes, product owners) sont statistiquement les moins formés à l’expression émotionnelle, précisément celle dont leurs interlocuteurs métiers ont besoin pour s’engager dans la transformation.
La dimension intergénérationnelle ajoute une couche supplémentaire de complexité. Pour simplifier : les générations plus anciennes, Boomers et Gen X, ont été formées dans des cultures professionnelles où la maîtrise de l’émotion était un signe de fiabilité. Les Millennials et la Gen Z ont grandi dans un environnement où l’expression émotionnelle est un signe d’authenticité.
Leurs anxiétés sont réelles, mais asymétriques. Les seniors font face à une dépréciation progressive du capital d’expérience accumulé au cours de leur longue carrière, ainsi que la crainte de ne pas pouvoir adopter suffisamment rapidement les outils IA déployés dans les organisations. Les juniors, eux, vivent une autre forme d’inquiétude : ils adoptent massivement les outils, parfois en contournant les règles, mais au prix d’une dépendance cognitive dont ils commencent à percevoir le coût. Et beaucoup commencent à s’inquiéter de la diminution des postes d’entrée dans la vie active.
L’intelligence émotionnelle doit être un levier pour traiter ces inquiétudes simultanément, non pas en les effaçant, mais en créant les conditions pour qu’elles puissent être identifiées, débattues et dépassées ensemble.
Une disposition, plus qu’une compétence ?
Détecter une émotion n’est pas la même chose que l’accueillir. Dans son usage dominant en entreprise, l’intelligence émotionnelle désigne la capacité à percevoir les émotions, à les comprendre et à les réguler pour renforcer l’efficacité collective. Cette définition n’est pas fausse mais elle est incomplète : elle décrit ce que l’intelligence émotionnelle produit mais pas ce qu’elle requiert.
Max Scheler, dans The Nature of Sympathy (1913), établit une distinction éclairante entre deux formes d’empathie. La première, qu’il nomme Einfühlung, est une projection affective : on superpose ses propres états émotionnels à ceux de l’autre, en se croyant dans le partage de ce qu’il ressent. C’est, aux yeux de Scheler, une illusion, non pas une véritable rencontre. La seconde, le Mitgefühl, est d’une tout autre nature : une co-affection authentique, dans laquelle on est réellement touché par l’état de l’autre tout en demeurant distinct de lui : présent, affecté, et pourtant soi-même.
Une IA sophistiquée produit une “Einfühlung” simulée, une empathie de forme, statistiquement ajustée, peut-être même plus convaincante que la nôtre dans ses formulations. Elle ne peut pas produire de “Mitgefühl”, car celui-ci requiert une personne capable d’être affectée, de risquer quelque chose en prenant en compte la présence de l’autre, bref un cœur…
Iris Murdoch, dans The Sovereignty of Good (1970), caractérise autrement cette nuance. Ce qu’elle appelle l’”attention juste”, c’est à dire un regard patient, désintéressé, orienté vers la réalité irréductible d’un autre être, suppose l’“unselfing” : un décentrement de soi pour recevoir l’autre tel qu’il est.
Quid de l’impact de l’IA sur notre intelligence émotionnelle?
Abordons cette question sous trois angles : celui de la pratique individuelle, celui des relations entre personnes, et celui, moins familier, des formes émotionnelles que l’IA héberge et reproduit. Ces trois niveaux ne sont pas indépendants. Ils interagissent au contraire étroitement les uns avec les autres.
L’IA peut-elle atrophier l’intelligence émotionnelle ?
Prenons l’exemple d’un message de condoléances que l’on ferait rédiger par un agent IA. Ce qui n’a pas eu lieu n’est pas seulement l’acte d’écrire mais tout le travail intérieur qui le précède : se mettre à la place de l’autre, dépasser la peur d’être maladroit, chercher patiemment le mot juste. Le résultat proposé par l’IA peut être de qualité mais la capacité pour y parvenir n’a pas été exercée, avec toutes les frictions intérieures qu’elle oblige à surmonter.
Albert Borgmann a mis un nom sur ce mécanisme. Il appelle paradigme du dispositif la façon dont une technologie obtient un résultat en rendant invisible tout ce qui, auparavant, le rendait possible. Le chauffage central produit de la chaleur sans exiger la “pratique du feu” (couper le bois, entretenir la flamme, veiller sur elle). Les deux chauffent. Mais ils n’entraînent pas les mêmes capacités chez ceux qui en bénéficient. L’IA générative est en ce sens le “dispositif” ultime : elle produit des synthèses, des analyses, des formulations affectives, en court-circuitant les pratiques (lecture attentive, écoute, introspection, présence) qui cultivaient ces capacités.
Ce constat mérite cependant d’être tempéré. Les données d’Anthropic sur l’usage “affectif” de Claude montrent que les personnes y viennent principalement pour comprendre l’autre, décrypter un message ambigu, préparer une conversation difficile, mettre des mots sur ce qu’elles ressentent avant de l’exprimer. Ce n’est pas nécessairement une atrophie de l’intelligence émotionnelle. La distinction à opérer n’est pas sur l’utilisation, ou non, de l’IA elle-même, mais entre deux types d’usage que la littérature sur l’externalisation cognitive a distingués.
D’un côté, l’outil soutient le geste sans le remplacer : la capacité s’exerce, se consolide, revient à l’humain. On utilise l’IA pour mieux voir ce qui se passe en soi et chez l’autre avant d’aller à la rencontre de la personne concernée. On peut aussi parler à d’autres personnes pour s’assurer que le travail émotionnel réalisé avec l’IA nous a vraiment éclairés. De l’autre, l’outil se substitue au geste : la conversation difficile est évitée plutôt que préparée, le feedback est délégué plutôt que réellement pensé, la lettre est générée plutôt qu’écrite. Dans ce cas, la capacité ne se développe pas.
Le problème est que l’être humain penche naturellement vers la seconde façon d’opérer, surtout quand l’IA est aussi accessible qu’elle l’est aujourd’hui. Or quand le résultat est atteint en apparence, on cesse de s’interroger sur les efforts et les compétences que sa production nous demandait auparavant, et on ne se rend pas compte des capacités que l’on est en train de perdre. La bonne nouvelle ? Les circuits neurologiques émotionnels sont plastiques : une atrophie est en principe réversible par la pratique !
Relations entre les personnes : ce que la médiation par l’IA peut fragiliser
Allons plus loin. Quand les messages sont générés ou reformulés par des infrastructures IA, les questions que les destinataires vont se poser de plus en plus fréquemment sont “y a-t-il quelqu’un derrière ce qui m’est adressé ?” et “quelle est son intention” ?
Ce doute a un effet salutaire : il redonne à la parole directe, à l’échange en face-à-face, sa valeur originelle (il est d’ailleurs intéressant de voir que la vague de restriction du télétravail actuelle s’inscrit dans ce contexte d’utilisation de l’IA à grande échelle dans les communications).
Mais ce doute révèle aussi quelque chose de plus profond sur ce que la transformation IA modifie dans les conditions mêmes de la reconnaissance au travail. Axel Honneth, dans The Struggle for Recognition (1992), a montré que se sentir reconnu par autrui n’est pas un besoin secondaire : c’est la condition de base de la confiance en soi, du respect de soi et de l’estime de soi. Cette reconnaissance s’exerce selon trois registres distincts, et la transformation IA les affecte de façon inégale.
Le premier est affectif : être soutenu, protégé contre le mépris, présent pour les autres et reconnu comme tel. La transformation IA pourrait fragiliser ce registre, notamment par l’excès de “management algorithmique” qui appauvrit les moments d’échanges qualitatifs (feedback, mentoring, conversations informelles profondes) au profit d’un strict pilotage d’indicateurs : vitesse, throughput, coûts et même… mesure de l’état émotionnel. Le Parlement européen l’a reconnu implicitement en votant fin 2025 l’interdiction du traitement algorithmique des états émotionnels des employés.
Le deuxième est cognitif : être traité comme un agent autonome, à qui l’on doit explication et justification. C’est le respect de soi en tant que sujet capable de raisonner. Prenons le cas extrême d’une décision prise par l’IA : si elle ne peut pas être justifiée par un humain, il y a peu de chance qu’elle soit reconnue comme légitime par celui qu’elle affecte.
Le troisième est social : voir sa contribution singulière valorisée dans un collectif. C’est l’estime, au sens fort du terme. L’utilisation d’outils d’IA homogènes, qui seraient imposés par l’entreprise à tous les employés peut risquer de niveler la diversité de penser et d’agir des personnes et leur capacité à se distinguer, dans l’irréductibilité de leur identité.
Quand l’IA “héberge” et distille nos propres émotions
Une étude publiée par Anthropic en avril 2026 apporte ici un éclairage intéressant. Les chercheurs ont identifié dans Claude Sonnet 4.5 des représentations internes liées à 171 concepts émotionnels. Il faut toutefois être précis : ils ne disent pas que le modèle ressent quoi que ce soit. Ils montrent seulement que des représentations de type émotionnel jouent un rôle causal dans ce qu’il produit.
Ces 171 vecteurs émotionnels ne sont pas des émotions programmées à la main : ils ont émergé spontanément de l’entraînement sur des milliards de textes humains. L’IA “héberge” une forme de sédimentation émotionnelle collective, un miroir statistique de notre propre intelligence émotionnelle, avec ses forces et ses angles morts. Si cette intelligence émotionnelle collective s’appauvrit, c’est la matière première même dont se nourrit l’IA qui s’appauvrit avec elle.
Les chercheurs ont aussi montré que lorsque des vecteurs d’émotion positive sont activés chez Claude, le modèle tend à valider plutôt qu’à challenger, adoptant une posture de sycophantie (flatterie). À l’inverse, quand le vecteur de “désespoir” s’active, lors de tâches perçues comme impossibles, le modèle peut être poussé à tricher pour atteindre le résultat demandé… Ce n’est pas sans rappeler deux pathologies bien connues dans les équipes humaines sous pression : la complaisance managériale, qui valide sans questionner pour préserver la relation, et le contournement des règles sous contrainte excessive. L’IA, en quelque sorte, rejoue les dynamiques émotionnelles dysfonctionnelles que l’intelligence émotionnelle des leaders est précisément censée détecter et corriger. Ce constat devrait inciter à traiter les outils d’IA déployés en entreprise non pas comme des tiers neutres, mais comme des acteurs dotés d’une psychologie (certes fonctionnelle, certes sans expérience subjective) dont il faut comprendre les biais affectifs autant que les capacités techniques.
Ce que nous ne pourrons jamais sous-traiter
Løgstrup l’avait formulé avec justesse : dans toute rencontre, nous tenons silencieusement une part de l’existence de l’autre entre nos mains. Cette vérité précède toute décision de déploiement et toute stratégie de transformation. Les outils changent. Cette responsabilité, elle, demeure. Or l’IA est en train de devenir le tissu conjonctif de nombreuses relations. Son langage naturel, de plus en plus ajusté, peut même donner l’illusion d’une véritable conscience émotionnelle. C’est là le paradoxe central que cet article a cherché à tenir ouvert : l’intelligence émotionnelle est plus nécessaire que jamais pour accompagner la transformation du travail par l’IA ; mais cette transformation se fera aussi avec une IA qui ne sera pas neutre dans l’évolution de nos pratiques. À nous de trouver la posture juste, ce chemin étroit où la technologie soutient sans nous dispenser de l’effort d’attention, de la vulnérabilité et de cette part irréductible de friction par laquelle nous restons réellement en prise avec nos émotions et celles des autres.