IA on the job : une option de plus change-t-elle le choix ?
Les assistants génératifs permettent de préparer rapidement une sélection de prestataires, de formations ou de solutions techniques. La question managériale est précise : comment vérifier que le choix dépend des qualités des offres plutôt que de la présence d’une option servant de faire-valoir ?
Ce que la littérature établit
Joel Huber, John W. Payne et Christopher Puto (1982, Journal of Consumer Research) ont montré qu’ajouter une alternative dominée par une option, mais pas par une autre, peut augmenter la probabilité de choisir l’option qui la domine. Une offre qui paraît manifestement moins intéressante peut donc modifier l’arbitrage entre les offres initiales. Le choix ne dépend pas seulement des caractéristiques de chaque proposition : il dépend aussi de l’ensemble présenté.
Le mécanisme : rendre une préférence plus facile à justifier
Itamar Simonson (1989, Journal of Consumer Research) a étudié les effets d’attraction et de compromis en les reliant aux raisons disponibles pour justifier un choix. Une option peut devenir plus attractive parce qu’elle surclasse facilement une autre, ou parce qu’elle occupe une position intermédiaire. Appliqué à un comparatif préparé avec l’IA, ce mécanisme suggère que la composition de la liste peut fournir une justification commode sans apporter d’information nouvelle sur l’adéquation au besoin.
La conclusion trop rapide
On pourrait en déduire qu’il faut toujours supprimer les offres faibles ou retenir seulement deux possibilités. Ces travaux ne permettent pas d’ériger cette règle : une offre moins performante sur certains critères peut satisfaire une contrainte que le tableau omet. La précaution utile consiste à distinguer les critères fixés avant la comparaison des arguments apparus parce qu’une option particulière figure dans la liste. (nos formations pour cadres et collaborateurs)
Ce que les données ne permettent pas de conclure
Ces études portent sur des situations de choix expérimentales, non sur le déploiement d’assistants génératifs dans des entreprises genevoises. Elles n’établissent ni la fréquence ni l’ampleur de ces effets dans les achats professionnels, où interviennent des contraintes contractuelles et plusieurs décideurs. Elles justifient un contrôle de la sensibilité au contexte de comparaison, pas l’affirmation que tout classement produit par l’IA serait manipulateur.
Une implication pratique, vérifiable à Genève
Dans le programme « IA on the job » de SHR, un exercice possible consiste à utiliser un dossier fictif de sélection de prestataires, adapté à la banque privée, à une organisation internationale, à l’horlogerie de luxe ou au négoce de matières premières. Répartir aléatoirement les participants entre deux versions du même comparatif : les offres principales et leurs caractéristiques restent identiques, mais une seule version contient une offre dominée selon les critères préalablement fixés. Mesurer l’écart, en points de pourcentage, entre les proportions de participants choisissant l’offre qui domine cette alternative dans les deux versions. Cet écart constitue un signal local à examiner, non une preuve générale ; l’exercice entraîne surtout les responsables à vérifier la composition du comparatif avant d’en défendre la conclusion. Pour aller plus loin : découvrez la formation IA on the job à Genève dans le canton de Genève, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : IA on the job à Genève
- ia on the job
- Genève
- recherche
- formation genève