KRONIKS

Faster ! Mais pas forcèment better

Quand l'intelligence artificielle accélère la production, qui prend encore le temps de réfléchir ?

Quand fabriquer devient plus facile

En 2024, commander à manger chez McDonald's pouvait réserver quelques surprises.

Dans une centaine de restaurants américains, la chaîne expérimentait depuis 2021 un système d'intelligence artificielle capable de prendre les commandes au drive. Sur le papier, l'idée était séduisante : automatiser les commandes et améliorer le fonctionnement du service. Dans la pratique, les résultats ont parfois été un peu différents.

Des clients ont signalé des produits ajoutés sans raison, des commandes attribuées à la mauvaise voiture ou encore des quantités improbables de nuggets. En juin 2024, McDonald's annonçait la fin de cette expérimentation menée avec IBM.

L'entreprise n'a pas renoncé à l'intelligence artificielle. Mais cette histoire illustre une distinction importante : ce n'est pas parce qu'une technologie permet de faire quelque chose qu'elle permet nécessairement de mieux le faire. Et à l'heure où l'IA nous donne les moyens de créer des produits numériques de plus en plus rapidement, la question mérite qu'on s'y attarde.

Il y a encore quelques années, créer une application nécessitait des compétences techniques, du temps et généralement un budget conséquent. Aujourd'hui, quelques instructions données à une IA peuvent suffire à produire une interface, des fonctionnalités et une première version utilisable d'un produit. C'est assez vertigineux. C'est réjouissant pour certains, effrayant pour beaucoup d'autres.

On pourrait imaginer que ce temps gagné sur la fabrication permette de consacrer davantage d'énergie à la conception. À comprendre les besoins, explorer différentes solutions, échanger avec les futurs utilisateurs.

Une enquête publiée le 23 octobre 2026 par le Nielsen Norman Group permet d'observer ce qui se passe réellement dans les équipes. Les chercheurs ont interrogé 521 professionnels de la conception de produits numériques sur leurs usages de l'IA. Parmi ceux qui effectuent ces tâches, 73 % déclarent utiliser souvent ou toujours l'IA pour écrire ou modifier du code, 69 % pour rechercher des informations et 67 % pour analyser leurs données de recherche.

En revanche, 61 % n'utilisent jamais l'IA pour mener des entretiens avec des utilisateurs, et 51 % ne l'utilisent jamais pour tester des solutions avec eux. Ces chiffres ne signifient pas que les professionnels abandonnent la recherche utilisateur. Ils montrent surtout que l'IA accélère plus facilement certaines tâches que d'autres.

Produire une interface ou écrire du code peut désormais prendre beaucoup moins de temps. Comprendre les difficultés rencontrées par de vraies personnes nécessite toujours de les observer, de les écouter et de confronter les solutions à leurs usages.

Faire fonctionner n'est pas faire juste

En octobre 2025, deux chercheuses du Nielsen Norman Group ont évalué des outils capables de générer des interfaces à partir de simples instructions. Pour cela, elles se sont appuyées sur un véritable projet : la refonte d'une page de profil destinée aux participants de leurs formations.

Les outils ont produit rapidement des interfaces visuellement abouties. Mais l'examen détaillé des résultats a révélé des problèmes d'organisation des informations, de lisibilité, d'espacement et de cohérence graphique. Le titre de leur étude résume assez bien le constat : Good from Afar, But Far from Good. En français, quelque chose comme « convaincant de loin, beaucoup moins de près ».

Les chercheuses expliquent que les outils reproduisent volontiers des solutions courantes, sans toujours parvenir à les adapter aux particularités d'une situation. Ce n'est pas nécessairement un défaut de reprendre des solutions connues. Les habitudes facilitent souvent l'utilisation d'un produit. Encore faut-il que ces solutions correspondent aux besoins.

L'étude met ainsi en évidence la différence entre la capacité à produire une interface et celle à prendre les décisions qui la rendent pertinente. Cette distinction rejoint celle qui existe entre une démarche centrée sur la réalisation technique et une démarche de conception. La première s'attache à faire fonctionner le produit, à développer ses fonctionnalités et à assurer sa fiabilité. La seconde cherche à comprendre le problème, les personnes concernées et les solutions possibles.

Il ne s'agit pas d'opposer les développeurs aux designers, mais de reconnaître que leurs métiers répondent à des objectifs différents.

Là où le développement s'attache principalement à faire fonctionner une solution, le design cherche d'abord à comprendre les besoins auxquels elle doit répondre. Cela suppose de consacrer du temps à la recherche utilisateur, à l'observation des usages, à l'exploration et à l'évaluation de différentes pistes.

La facilité avec laquelle l'IA permet aujourd'hui de développer des produits ne doit pas conduire à confier leur conception aux seuls techniciens. Au contraire, elle devrait être l'occasion de donner davantage de place aux designers et à la recherche utilisateur, pour s'assurer qu'avant de chercher à fabriquer plus vite, on a pris le temps de définir ce qui mérite d'être fabriqué.

Sans doute faudrait-il fabriquer moins… pour fabriquer mieux

Revenons à McDonald's. L'expérimentation menée avec IBM a montré les difficultés que pouvait rencontrer un système automatisé dans une situation aussi ordinaire que la prise de commande au drive. Cela ne signifie pas que l'IA n'a rien à faire dans un restaurant. McDonald's a d'ailleurs poursuivi ses réflexions sur l'automatisation après l'arrêt de cette expérimentation.

Mais cet épisode rappelle qu'une innovation ne se juge pas uniquement à ses capacités techniques. Elle se juge aussi à ce qu'elle apporte réellement aux personnes qui l'utilisent.

Les études et témoignages évoqués dans cet article ne démontrent pas que l'IA nous pousse systématiquement à produire des outils inutiles. Ils mettent plutôt en évidence un risque : celui de confondre la rapidité de fabrication avec la qualité du résultat.

La facilité nouvelle avec laquelle nous pouvons créer des produits numériques constitue une opportunité considérable. Reste à savoir comment nous souhaitons en profiter. Pour fabriquer davantage de fonctionnalités ? Ou pour prendre davantage de temps à comprendre lesquelles sont réellement nécessaires ?

L'IA peut nous aider à trouver des réponses beaucoup plus rapidement. Encore faut-il continuer à se poser les bonnes questions. Et ça, ça n'a rien de technique.