ElevenLabs vient de lancer Flows Maintenant, tout le monde peut enchaîner image, vidéo, voix et musique dans un seul pipeline créatif. Est-ce la fin du flux de travail à cinq outils ? Voici le détail complet :

🚨 DERNIÈRE MINUTE : Quelqu'un a construit un essaim de milliers d'agents IA avec de vraies mémoires et personnalités et l'a utilisé pour prédire l'avenir. MiroFish est un moteur d'intelligence collective universel. Et les démonstrations en direct sont terriblement précises. Voici ce qu'il fait réellement : → Lance des milliers d'agents autonomes simultanément → Chaque agent a sa propre mémoire, personnalité et comportement → Se nourrit de données du monde réel alimentées par GraphRAG → Prédit les marchés, l'opinion publique et les résultats narratifs → Simule comment les foules pensent avant que cela n'arrive Les démonstrations en direct sont ce qui a impressionné les gens. Terriblement précis est l'expression que tout le monde continue d'utiliser. 17 300 étoiles. +2 907 en une seule journée. C'est 100 % gratuit et open source.

🚨 NOUVELLE ÉTUDE : Microsoft Research et Carnegie Mellon viennent de sonder 319 travailleurs du savoir à travers 936 cas d'utilisation réels de l'IA. La découverte qu'ils ont enterrée dans les données est la chose la plus importante écrite sur l'IA et le lieu de travail cette année. Plus vous faites confiance à l'IA, moins votre cerveau s'engage réellement. Ce n'est pas une théorie. Une corrélation inverse mesurée à travers des centaines de tâches professionnelles réelles. Voici comment l'étude a fonctionné. 319 travailleurs du savoir ont documenté 936 instances réelles d'utilisation de l'IA générative dans leurs emplois réels. Pas de tâches en laboratoire. Pas de scénarios hypothétiques. Un travail réel qu'ils ont effectué cette semaine. Pour chaque cas d'utilisation, ils ont rapporté le type de tâche, les enjeux impliqués, combien ils faisaient confiance à la sortie de l'IA, combien de pensée critique ils ont appliquée, et combien d'effort cognitif ils estimaient que la tâche nécessitait. Trois résultats sont ressortis que personne dans le domaine de la productivité ne veut aborder. Résultat un : la confiance dans l'IA prédit directement moins de pensée critique. Les travailleurs qui exprimaient une grande confiance dans les sorties de l'IA appliquaient significativement moins de scrutins à ces sorties. Ils acceptaient plus. Ils questionnaient moins. Ils avançaient plus vite. La corrélation se maintenait à travers les types de tâches, les industries et les niveaux d'expérience. L'inverse était également vrai. Les travailleurs ayant plus confiance en leurs propres capacités pensaient plus critiquement lorsque l'IA était impliquée, pas moins. Ils utilisaient l'IA comme point de départ et l'interrogeaient. Les personnes les plus susceptibles d'utiliser l'IA correctement étaient celles qui se faisaient plus confiance qu'à l'outil. Résultat deux : la zone de danger est les tâches routinières, pas celles à enjeux élevés. Pour les décisions à enjeux élevés, les travailleurs rapportaient en fait plus d'effort cognitif en utilisant l'IA qu'en l'absence de celle-ci. L'anxiété de vérification s'est manifestée. Ils vérifiaient la sortie. Ils se remettaient en question. Ils croisaient les références. Pour les tâches routinières, quotidiennes, l'effort s'est effondré. Les travailleurs ont rapporté un engagement cognitif significativement moins important pour le travail ordinaire qui constitue la majorité des journées de la plupart des gens. Résumer. Rédiger. Répondre. Réviser. Les tâches que les gens effectuent des dizaines de fois par semaine. Ils étaient en pilote automatique. Et les tâches routinières sont exactement celles où l'IA est le plus utilisée. Résultat trois : le travail de connaissance passe de la création à l'intégration critique. Les chercheurs décrivent un changement structurel dans ce que font réellement les travailleurs du savoir maintenant. Le travail n'est plus de générer le travail. Il s'agit de réviser, d'éditer et d'intégrer la sortie de l'IA. Mais l'étude a révélé qu'une grande partie des travailleurs sautent la partie critique de l'intégration critique. Ils font de l'intégration sans critique. Acceptant sans interroger. Publier sans posséder. La sortie semble professionnelle. La réflexion n'a jamais eu lieu. Voici ce qui rend cette découverte différente de l'étude de scan cérébral du MIT ou du papier sur le transfert de croyance. Ce n'est pas à propos des étudiants. Ce n'est pas à propos des utilisateurs occasionnels. Ce sont 319 professionnels faisant leur travail réel. Avocats. Analystes. Ingénieurs. Rédacteurs. Managers. Des personnes qui sont payées spécifiquement parce qu'elles sont censées penser. Et les données montrent que l'utilisation routinière et répétée de l'IA dans le travail professionnel produit exactement l'opposé de ce que tout le monde a promis. Pas de pensée augmentée. Pensée remplacée. Pas de jugement plus aiguisé. Jugement différé. Pas de professionnels plus productifs. Des générateurs de sorties plus efficaces qui perdent progressivement l'habitude de scruter ce qu'ils produisent. Les chercheurs appellent le nouveau mode de travail de connaissance l'intégration critique. La version honnête de ce que montrent les données est plus proche de ceci : Nous avons construit un outil qui fait le travail créatif. Nous avons dit aux gens de se concentrer sur la révision critique. La plupart des gens ont sauté la révision. Et plus ils font confiance à l'outil, moins ils sont susceptibles de faire la révision du tout. La question inconfortable pour chaque travailleur du savoir lisant ceci : Quand avez-vous réellement interrogé une sortie d'IA avant de l'utiliser pour la dernière fois ? Pas la parcourir. Pas avoir l'impression que cela semblait juste. Vraiment la questionner comme vous le feriez avec un collègue junior qui avait un historique de paraître confiant tout en ayant tort. L'étude suggère que la réponse pour la plupart des gens est : pas récemment. Et plus vous êtes devenu à l'aise avec l'IA, moins cela a probablement été récent.