Ludotic vous présente sa revue de presse UX #10 du mois d’avril ! Voici une sélection de 3 articles récents explorant les domaines de l’expérience utilisateur (UX), du design system et de l’intelligence artificielle (IA).
Quand l’IA devient invisible : les leçons à tirer du cas Amazon
Même les fonctionnalités IA les plus utiles n’ont aucun potentiel si les utilisateurs ne les remarquent pas. La découvrabilité – c’est-à-dire la capacité d’un utilisateur à repérer facilement une fonctionnalité sans aide extérieure – est donc essentielle. Pour améliorer leur adoption, il faut tenir compte des modèles mentaux existants et des bonnes pratiques en design.
Les utilisateurs ne remarquent pas l’IA
Lors de tests utilisateurs, la plupart des participants :
- Ne s’attendaient pas à voir des fonctionnalités IA sur les sites et applications.
- Ne les remarquaient pas, même en les ayant sous les yeux.
- Ne parvenaient pas à les trouver facilement lorsqu’on leur demandait de les chercher.
Étude de cas : Les fonctionnalités IA d’Amazon
Amazon intègre plusieurs fonctionnalités IA, mais leur découvrabilité est mauvaise :
- Chat IA « Rufus » : Invisible dans l’interface, mal positionné et portant un nom inconnu des utilisateurs.
- Suggestions IA dans la barre de recherche : Les utilisateurs, habitués aux recherches par mots-clés, ne remarquent pas ces suggestions et sont déroutés lorsqu’elles ouvrent un chat au lieu d’afficher des résultats.
- Q&A produit IA : Fonctionnalité utile pour répondre aux questions sur un produit, mais perdue dans l’interface surchargée d’Amazon.
Le défi des modèles mentaux
Les utilisateurs ont des habitudes ancrées (ex. : une barre de recherche sert à trouver des produits, pas à discuter avec un chatbot). Ces modèles évoluent lentement et nécessitent des changements progressifs pour une adoption efficace.
En conclusion, les fonctionnalités IA doivent être conçues en accord avec les attentes des utilisateurs. Une bonne découvrabilité passe par un design clair, des emplacements intuitifs et des éléments visuels explicites.
Découvrez l’article « Discoverability of AI Features: Learn from Amazon’s Mistakes » en anglais
L’anthropomorphisme et l’IA : une illusion qui fausse notre perception
Les humains ont naturellement tendance à attribuer des traits humains aux objets et aux technologies qui les entourent. L’intelligence artificielle ne fait pas exception : nous la remercions, l’encourageons, voire la réprimandons, comme si elle possédait une conscience.
Une illusion bien ancrée
Selon une étude du Nielsen Norman Group, cette anthropomorphisation se manifeste sous quatre formes principales :
- La courtoisie : dire « merci » ou « s’il te plaît » à un chatbot.
- Le renforcement : l’encourager ou le critiquer selon ses réponses.
- Le jeu de rôle : lui attribuer une profession ou une personnalité (« ChatGPT est un expert en… »).
- La compagnie : interagir avec lui comme avec un ami.
Si ces comportements rendent l’IA plus accessible et engageante, ils entretiennent aussi des malentendus sur ses véritables capacités.
Une machine, pas une conscience
L’IA ne pense pas, ne ressent rien et ne comprend pas le monde comme un humain. Pourtant, certaines entreprises, comme Meta, renforcent volontairement cette illusion en attribuant des identités humaines à leurs chatbots. Résultat : l’utilisateur peut croire à tort qu’il dialogue avec une entité autonome.
Pour éviter ces confusions, il est essentiel de prendre du recul sur notre langage et notre perception de l’IA. Plutôt que de dire qu’elle « pense » ou « comprend », mieux vaut parler de « traitement des données » ou de « génération de réponses ». Adopter cette approche nous aide à mieux utiliser ces outils, sans leur prêter des intentions qu’ils n’ont pas.
Découvrez l’article « Our human habit of anthropomorphizing everything » en anglais
Concevoir un design system efficace : l’importance de l’expérimentation
Créer un produit réussi passe avant tout par l’expérimentation. L’exemple de Fortnite illustre bien ce principe : à l’origine un jeu de défense coopératif, il a failli être abandonné avant de pivoter vers le modèle battle royale, inspiré par les attentes des joueurs.
Cette logique d’itération est essentielle en UX et en design system. Dans les grandes entreprises, la tendance est souvent inverse : trop de planification et pas assez de réalisation. Pourtant, sans mise en application concrète, il est difficile d’évaluer l’impact d’un produit.
Pour le design system Momentum chez Cisco, l’équipe a misé sur la recherche utilisateur afin d’identifier les principales frustrations : manque de clarté, difficulté d’onboarding, dépendance aux experts internes et besoin d’outils adaptés.
Pour résoudre ces problèmes, plusieurs actions ont été mises en place : documentation des guidelines, restructuration des bibliothèques Figma et mise en place d’un processus clair pour les évolutions du design system. L’objectif ? Faciliter l’adoption et garantir une cohérence à travers toutes les plateformes.
Finalement, l’article rappelle une règle clé en UX : l’amélioration passe par l’itération. Tester, recueillir des retours et affiner les solutions en continu est le seul moyen de créer des produits réellement adaptés aux besoins des utilisateurs.
Découvrez l’article « There’s no making without breaking » en anglais
Le mot de la fin
Rendez-vous le premier mardi de Mai pour notre prochaine revue de presse UX !
En attendant, n’hésitez pas à relire les revues de presse précédentes sur la page de notre blog. Elles sont toujours d’actualité.
Découvrez également tous nos services UX et comment nous accompagnons vos projets numériques de la conception jusqu’à la mise en production. Explorez également nos formations en UX et en accessibilité.
