AIPTLF 2025 - du 8 au 11 juillet 2025
Qualité de Vie :
Du Travail aux Autres Sphères de l'Existence
Session : Qualité de Vie au Travail et IA
Intelligence artificielle, recherche documentaire et performance : une étude exploratoire
LAVALLÉE I. 1, SAMSON I. 1, MAROIS A. 2
1 Université de Sherbrooke, Sherbrooke, Canada; 2 Université Laval, Québec, Canada
L’intelligence artificielle (IA) générative modifie la façon dont les gens exercent leur travail, notamment en ce qui concerne la recherche d’information. Facilement accessibles en ligne, des agents conversationnels (chatbot), comme ChatGPT, ont été conçus pour épargner le temps et l’effort cognitif requis à ces tâches [1]. Ces outils utilisent des techniques d’IA pour comprendre le langage humain écrit et fournir une réponse qui satisfait aux attentes générées par le dialogue entamé [2]. De nombreux écrits traitent des enjeux éthiques liés à l'utilisation des outils d'IA, notamment en contexte académique [3, 4], ainsi que des facteurs personnels influençant leur adoption, comme l'âge ou la profession [5]. Cependant, rares sont les études qui s'attardent aux stratégies concrètes utilisées par les personnes qui s’en servent. La présente étude, qui s’inscrit dans un projet de plus grande envergure, vise donc à explorer les stratégies utilisées par les personnes utilisatrices d’agents conversationnels pour mieux comprendre la nature des interactions avec ces outils d’IA, au-delà des considérations éthiques et théoriques établies.
Pour ce faire, un échantillon aléatoire de participants (n=20) recruté sur le campus de l’Université Laval et issu du projet dans lequel cette étude s’inscrit a réalisé une tâche en laboratoire. Elle visait à répondre à une série de 20 questions à développement sur des sujets de connaissance générale (ex. art, sciences, etc.) nécessitant une recherche sur le web. Un groupe expérimental ayant accès à l’outil d’IA LM Studio comme assistance (n=10) et un groupe contrôle employant des méthodes de recherche web classiques (p. ex., Google) (n=10) sont comparés quant à leurs techniques de recherche d’informations par des analyses qualitatives s’appuyant sur la grounded theory [6].
Les résultats préliminaires révèlent que l’ensemble des personnes participantes ayant accès à un agent conversationnel (n=10) tendent à considérer uniquement la première ou la deuxième réponse fournie par l’IA pour répondre aux questions à développement, bien que la moitié de ces personnes (n=5) utilisent en complément un moteur de recherche pour contrevérifier leurs réponses. Quant aux personnes n’ayant pas accès à l’IA (n=10), elles ont tendance à inscrire les mots clés de la question dans la barre de recherche et à consulter en moyenne trois pages web (M=2,67; ÉT=1,83) pour répondre à chaque question. Ainsi, les actions posées par les personnes participantes utilisant l’IA laissent présager qu'elles utilisent des stratégies de recherche moins élaborées que celles des personnes recherchant sur le web.
Dans la présentation, les types de comportements des personnes participantes sont davantage approfondis, puis des résultats d’analyses explorant la performance des personnes participantes aux questions à développement sont présentés.
Cette étude met en lumière des pistes de réflexion intéressantes pour le monde du travail. En explorant les tendances des individus lors de recherches documentaires, elle offre un premier aperçu des comportements de recherche et d’interaction avec un agent conversationnel (p. ex. mots clés utilisés, approche de rédaction, tendances à copier-coller ou relancer l’IA). Bien que les résultats soient exploratoires, ils contribueront à mieux comprendre l’adaptation aux outils numériques et à alimenter de futures recherches sur l’intégration de l’IA en milieu professionnel.
References: