IA on the job : une option écartée peut-elle changer le choix ?
Un assistant peut préparer un tableau comparatif de prestataires, d’équipements ou de prestations touristiques. La question managériale est précise : la recommandation resterait-elle la même si l’on retirait une option manifestement moins intéressante ?
Ce que la littérature établit
Joel Huber, John W. Payne et Christopher Puto (1982, Journal of Consumer Research) ont montré qu’ajouter une option dominée par une offre, mais pas par l’autre, pouvait augmenter la probabilité de choisir l’offre qui la domine. Cette option sert de point de comparaison favorable sans devoir être choisie elle-même. Une liste comparative n’est donc pas nécessairement un contenant neutre : sa composition peut participer à la formation des préférences.
Le mécanisme : une préférence plus facile à justifier
Itamar Simonson (1989, Journal of Consumer Research) a étudié les effets d’attraction et de compromis dans une perspective de justification du choix. Une option peut devenir plus attractive parce qu’elle paraît plus facile à défendre face aux autres, notamment lorsqu’elle occupe une position intermédiaire. Appliqué à l’IA, ce mécanisme invite à examiner non seulement les arguments rédigés, mais aussi les options parmi lesquelles ces arguments deviennent convaincants.
La conclusion trop rapide
On pourrait en déduire qu’il faut toujours réduire la liste aux seules options les mieux classées. Ces travaux ne justifient pas cette règle : retirer une possibilité réellement pertinente peut aussi appauvrir la décision. La distinction utile sépare une option qui apporte un arbitrage réel d’une option qui rend surtout sa voisine plus séduisante. (nos formations pour cadres et collaborateurs)
Ce que ces études ne permettent pas d’affirmer
Ces recherches portent sur des choix expérimentaux de consommateurs, pas sur des décisions professionnelles assistées par une IA générative. Elles n’établissent ni la fréquence ni l’ampleur de ces effets dans une entreprise à Sion. Un changement de préférence après modification de la liste constitue donc un signal à examiner, non la preuve automatique d’une manipulation ou d’une mauvaise décision.
Une implication pratique, vérifiable à Sion
Dans le programme « IA on the job » de SHR, un exercice possible à Sion consiste à comparer des offres de maintenance pour l’énergie hydraulique, des équipements non cliniques en santé, des prestations d’embouteillage en viticulture ou des services de réservation pour le tourisme alpin. À partir de dossiers vérifiés, présenter à deux groupes répartis aléatoirement soit deux offres, soit ces mêmes offres accompagnées d’une troisième, moins favorable que l’une d’elles sur les critères retenus et sans avantage compensatoire identifié, en conservant les mêmes informations et consignes. Mesurer l’écart entre les proportions de participants choisissant chacune des offres initiales, puis demander une justification fondée sur les critères définis avant l’exercice. Ce test local ne démontre pas un effet général, mais permet de vérifier si la composition du comparatif mérite d’être contrôlée avant une décision réelle. Pour aller plus loin : découvrez la formation IA on the job à Sion dans le canton du Valais, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : IA on the job à Sion
- ia on the job
- Sion
- recherche
- formation sion