L'intelligence artificielle ne se contente plus de fournir des réponses. Elle accompagne les utilisateurs dans leurs réflexions, leurs décisions et, de plus en plus, dans leurs actions. Cette évolution redéfinit progressivement les fondements de l'expérience utilisateur. Elle pose alors une question centrale aux concepteurs de produits numériques. Comment concevoir des interfaces capables d'assister l'humain sans le déposséder de son pouvoir de décision ?
Une nouvelle manière d’utiliser le web
Pendant longtemps, interagir avec le web consistait à rechercher, comparer les résultats, puis décider. Ce modèle a façonné les usages numériques et influencé en profondeur la conception des interfaces digitales.
Aujourd’hui, cette logique évolue rapidement sous l’effet de l’intelligence artificielle générative. Les utilisateurs ne cherchent plus uniquement une réponse précise à une question. Ils expriment désormais une intention.
Au lieu de formuler des requêtes factuelles comme « Qu’est-ce que c’est ? », les comportements basculent vers des demandes d'accompagnement :
- « Aide-moi à comprendre ce rapport financier »
- « Résume les points de friction de ce parcours client »
- « Organise ces données brutes pour mon prochain reporting »
Ce changement peut sembler subtil, mais il transforme profondément la relation entre l’utilisateur et les systèmes numériques. L’interface n’est plus seulement un point d’accès à l’information. Elle devient progressivement un assistant capable d’accompagner une réflexion, de simplifier une tâche et de faciliter la prise de décision.
Comprendre plutôt que chercher : l'héritage de la recherche exploratoire
Pour anticiper ces nouveaux comportements, un détour par la recherche académique s'impose. En 2002, le chercheur Andrei Broder publiait une typologie devenue une référence en UX Design, distinguant trois grandes intentions de recherche :
- Informationnelle : trouver une information précise.
- Navigationnelle : accéder à un site ou une page spécifique.
- Transactionnelle : réaliser une action ou un achat.
Si cette grille de lecture a longtemps structuré le web, elle s’avère insuffisante face aux systèmes dotés d'intelligence artificielle. C'est ici que les travaux de Gary Marchionini (2006) sur la recherche exploratoire prennent tout leur sens.
Selon lui, les internautes ne poursuivent pas toujours un objectif parfaitement défini. Ils affinent progressivement leur compréhension d’un sujet au fil des interactions. Les interfaces conversationnelles alimentées par l’IA prolongent naturellement cette logique en permettant un dialogue continu et contextualisé.
Pour les designers et les éditeurs de logiciels, cette évolution soulève alors une question essentielle. Comment concevoir une expérience utilisateur capable de comprendre des besoins humains de plus en plus complexes, tout en restant claire, fiable et rassurante ?
Quand les interfaces commencent à comprendre
L’essor des outils d’intelligence artificielle générative marque une rupture importante dans l’UX Design. Contrairement aux moteurs de recherche traditionnels, qui renvoient vers des sources externes, ces systèmes produisent directement des réponses synthétisées et de la valeur contextualisée.
Aujourd’hui, de nombreux outils SaaS intègrent déjà des fonctionnalités capables de résumer un document, rédiger un contenu, analyser des données ou générer des recommandations. Dans certains cas, l’IA simplifie également des tâches complexes en adaptant le niveau d’information ou en guidant l’utilisateur étape par étape. Plusieurs études soulignent son aptitude à faciliter des tâches cognitives complexes comme la synthèse d’informations, la structuration de contenus ou l’assistance à la prise de décision (Xu et al., 2023).
L’objectif n’est donc plus uniquement de trouver une information, mais de faire gagner du temps, réduire la charge cognitive et faciliter l’action.
Peu à peu, cette logique transforme le rôle des interfaces numériques. Les utilisateurs attendent désormais des expériences plus fluides, plus conversationnelles et plus personnalisées. Ils souhaitent interagir avec les outils de manière naturelle, sans devoir formuler des requêtes parfaitement structurées.
Mais cette évolution fait aussi émerger de nouveaux enjeux UX.
Lorsque l’IA génère directement une réponse, il devient parfois plus difficile pour l’utilisateur d’évaluer la fiabilité des informations proposées. La question de la confiance devient alors centrale.
Toutefois, certaines recherches montrent que la fluidité et l’assurance apparente des réponses générées peuvent parfois conduire les utilisateurs à accorder une confiance excessive aux contenus produits. La capacité de vérification et l’esprit critique restent donc essentiels (Xu et al., 2023).
Une expérience IA efficace ne repose pas uniquement sur la performance technique du système. Elle dépend aussi de sa capacité à rester compréhensible, transparente et rassurante. L’utilisateur doit donc comprendre :
- Ce que fait l’outil,
- Pourquoi il le fait,
- Comment vérifier le résultat,
- Comment reprendre le contrôle.
Quand les interfaces commencent à agir
Une nouvelle étape commence désormais à émerger : celle de l’IA dite « agentique ».
Là où l’IA générative produit principalement du contenu, l’IA agentique cherche à accomplir des actions concrètes. Ces systèmes peuvent organiser des tâches, coordonner plusieurs outils ou encore exécuter certaines actions de manière semi-autonome.
|
IA générative |
IA agentique |
|---|---|
|
Produit du contenu |
Réalise des actions et coordonne plusieurs outils |
|
Répond à une demande |
Poursuit un objectif |
|
Assiste l’utilisateur (support) |
Agit avec l’utilisateur (autonomie) |
Les chercheurs décrivent aujourd’hui les systèmes agentiques comme des architectures capables de combiner raisonnement, mémoire et interaction avec différents outils ou environnements numériques afin d’atteindre un objectif donné (Sapkota et al., 2025).
Dans les environnements SaaS, cela peut se traduire par des assistants capables de planifier une réunion, générer un reporting, organiser des données ou automatiser certaines étapes d’un workflow.
Cette évolution modifie profondément la relation entre l'utilisateur et l'interface. La question n'est plus seulement de savoir si l'outil répond correctement, mais jusqu'où l'utilisateur est prêt à lui déléguer certaines actions.
Le passage d'une IA qui assiste à une IA capable d'agir constitue une rupture majeure dans l'expérience utilisateur. Dès lors, la performance technique ne suffit plus : la capacité du système à inspirer confiance devient un facteur déterminant de son adoption.
La confiance comme condition de la délégation
La délégation ne dépend pas uniquement de la performance technique de l’IA. Elle repose surtout sur le niveau de confiance ressenti par l’utilisateur. Plusieurs travaux montrent que si les performances techniques de l’IA sont généralement reconnues, la confiance émotionnelle reste souvent plus élevée lorsqu’un humain est impliqué dans la décision (Georganta & Ulfert, 2024).
D’autres recherches indiquent également que les utilisateurs délèguent plus facilement les tâches perçues comme techniques ou objectives que celles impliquant un jugement personnel, des données sensibles ou des conséquences importantes (Song & Lin, 2023 ; Holzmeister et al., 2022).
Cette dynamique révèle un point essentiel : les utilisateurs ne cherchent pas à être remplacés par l’intelligence artificielle. Ils cherchent avant tout à être mieux assistés.
Ce que cela change pour les designers UX
Alors, l’intégration de l’IA dans les produits numériques transforme progressivement le rôle des designers et des équipes produit.
Concevoir une bonne expérience ne consiste plus uniquement à créer des parcours fluides ou des interfaces intuitives. Il s’agit désormais de concevoir des systèmes capables d’accompagner l’utilisateur dans ses réflexions, ses décisions et ses actions.
Cela implique notamment de repenser la manière dont les interfaces communiquent avec les utilisateurs. Les échanges conversationnels nécessitent davantage de clarté, de contextualisation et de feedback afin d’éviter toute confusion. L’utilisateur doit toujours comprendre où il se situe dans l’interaction et conserver une capacité de supervision.
Ensuite, la transparence devient également un enjeu majeur. Plus les systèmes deviennent intelligents et autonomes, plus il est essentiel d’expliquer leurs actions, leurs limites et leur niveau d’autonomie. Une interface opaque peut rapidement générer de la frustration, voire une perte de confiance.
Dans les produits SaaS, les expériences IA les plus pertinentes sont souvent celles qui trouvent un équilibre entre automatisation et contrôle humain. L’IA peut accélérer certaines tâches, proposer des recommandations ou simplifier des workflows, mais l’utilisateur doit rester acteur de la décision finale.
Cette logique de « délégation maîtrisée » devient progressivement un nouveau standard de conception UX.
Pour les designers UX et les éditeurs SaaS, l'enjeu ne consiste plus uniquement à intégrer des fonctionnalités d'intelligence artificielle dans les produits. Il s'agit désormais de concevoir des expériences capables de créer une relation de confiance durable entre l'humain et la technologie.
Dans ce contexte, l'objectif n'est plus seulement de développer des interfaces performantes, mais de construire une collaboration efficace entre l'humain et la machine. Une IA réellement utile n'est pas celle qui remplace l'utilisateur. C'est celle qui l'aide à mieux comprendre, mieux décider et mieux agir.
Quelques sources à consulter
- Broder, A. (2002). A taxonomy of web search. SIGIR Forum, 36(2), 3–10. https://doi.org/10.1145/792550.792552
- Marchionini, G. (2006). Exploratory search: From finding to understanding. Communications of the ACM, 49(4), 41–46. (PDF) Marchionini, G.: Exploratory search: from finding to understanding. Comm. ACM 49(4), 41-46
- Xu, X., et al. (2023). ChatGPT vs. search engines: A comparative study. SSRN Electronic Journal. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4498671
- Sapkota, U., et al. (2025). Agentic AI systems: A survey. arXiv. https://arxiv.org/abs/2505.10468
- Georganta, E., & Ulfert, A.-S. (2024). My colleague is an AI: Trust differences between AI and human teammates. https://doi.org/10.1108/TPM-07-2023-0053
- Holzmeister, F., et al. (2022). Delegation decisions in finance. SSRN Electronic Journal. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4018656
Rencontrez nos experts
UX-KEY accompagne les entreprises SaaS dans la conception d’expériences utilisateurs plus intuitives, performantes et adaptées aux nouveaux usages liés à l’intelligence artificielle.
Nos experts UX analysent les comportements réels des utilisateurs afin de concevoir des interfaces capables d’allier automatisation, clarté et contrôle humain.
💡 Vous souhaitez intégrer l’IA dans vos produits tout en garantissant une expérience utilisateur cohérente, fluide et rassurante ?
Contactez nos équipesUn audit UX permet de vérifier que les utilisateurs comprennent, maîtrisent et font confiance aux fonctionnalités d'intelligence artificielle intégrées à votre produit. Il aide à identifier les pertes de contrôle, à améliorer la lisibilité des réponses générées et à concevoir une interface plus transparente. Chez UX-KEY, ces audits permettent également d'évaluer l'équilibre entre automatisation, compréhension et contrôle humain afin de favoriser l'adoption durable des fonctionnalités IA.
L’IA permet de personnaliser le parcours client en temps réel et de réduire la charge cognitive. En anticipant les besoins de l'utilisateur et en lui évitant des tâches répétitives, l'interface fluidifie le tunnel d'achat et répond directement à la question : comment améliorer le taux de conversion de manière prédictive.
L'application des critères de Bastien et Scapin, notamment le guidage et le contrôle utilisateur, est fondamentale. L'interface doit explicitement indiquer quand l'IA agit, lui permettre d'annuler une action et garantir une accessibilité numérique irréprochable pour tous les profils d'utilisateurs.
