Séparer l'indice humain de la preuve de capacité
Une conception anthropomorphe peut influer sur le jugement parce qu'un nom humain, une voix, un avatar, la première personne, un détail rappelé, un rythme de conversation ou une formule relationnelle ne font pas que décorer l'interface. Ils peuvent inviter à croire que le système comprend comme une personne, possède des intentions stables, se souvient continuellement ou dispose de capacités générales. Cette attribution peut modifier ce que l'utilisateur accepte, vérifie, partage, délègue ou autorise, même quand les preuves restent identiques. C'est une possibilité, pas une règle applicable à chaque personne. La réponse utile n'est pas de supprimer toute personnalité, mais de séparer quatre éléments: l'indice présenté, la capacité ou intention attribuée, l'action encouragée et le contrôle ou la preuve capable de recalibrer cette action. La vérification factuelle d'une réponse précise demeure une autre tâche.
Inventorier les indices humains avant d'évaluer leur effet
Relevez d'abord ce qui est observable: nom et biographie du personnage, visage ou corps, voix, première personne, pauses de frappe, alternance, salutations, excuses, déclarations de mémoire, messages spontanés, références à un passé commun et expressions suggérant préférence, attention, intention ou présence. Distinguez aussi la voix du service dans le marketing, l'accueil, le chat, les notifications, les réglages mémoire, le paiement et les erreurs. Un indice n'est pas nécessairement trompeur. Un nom facilite la navigation, la voix améliore l'accès et la conversation réduit l'effort de commande. La question est la présence d'une limite exacte. «Je me souviens de notre plan» peut venir d'une note, d'une recherche dans l'historique, d'un contexte temporaire ou d'une phrase générée. Ces mécanismes n'autorisent pas les mêmes attentes. Décrivez l'affichage sans conclure à un état interne.
Distinguer attribution de capacité et attribution d'intention
Un premier saut transforme la fluidité en compréhension, une réponse détaillée en compétence générale ou le rappel d'un élément en mémoire complète et continue. Un second transforme des excuses en regret personnel, une suggestion en préférence autonome ou une formule chaleureuse en objectif propre au système. Le texte seul ne suffit à aucune conclusion. Google PAIR signale que les interfaces anthropomorphes peuvent établir des attentes supérieures aux capacités réelles. Microsoft Research examine de la même façon les formulations qui impliquent sentiments, croyances, expérience vécue, libre arbitre ou identité propre. Dans le relevé, écrivez «l'interface a affiché l'événement enregistré», pas «elle connaît ma vie»; «le système a généré une phrase chaleureuse», pas «il voulait protéger le résultat». Le langage étroit conserve ce que la fonction a effectivement montré.
Chercher le déplacement du jugement dans l'action
L'effet pratique apparaît quand l'attribution modifie une action: accepter une recommandation sans examiner sa base, élargir mémoire ou permissions de contact, divulguer une information inutile, laisser l'application choisir un délai ou une étape d'achat, négliger une erreur à cause d'un ton assuré, ou poursuivre parce que l'interface suggère une histoire relationnelle stable. Une action ne prouve pas la cause; prix, commodité, expérience et difficulté comptent aussi. L'étude CHI 2024 apporte une preuve délimitée: dans son pseudo-LLM contrôlé, voix plus texte a accru anthropomorphisme et précision perçue, tandis que la première personne a modifié précision et risque dans un seul contexte. N'en déduisez pas un taux valable partout. Comparez plutôt l'action avec la règle que vous appliqueriez au même contenu présenté comme message système neutre.
Calibrer au moment où l'attribution compte
Un avertissement unique à l'installation se dissocie facilement des indices ultérieurs. Placez la calibration près de la décision. Identifiez le personnage comme IA; décrivez la tâche de la fonction, ses entrées, sa source de mémoire, ses limites et la présence éventuelle d'une personne; séparez texte généré, faits stockés et actions exécutées; rendez les souvenirs consultables, modifiables et supprimables; exigez confirmation avant une action externe ou une permission plus large. En cas d'incertitude ou d'impossibilité, proposez un chemin non conversationnel plutôt que davantage de personnalité. Google PAIR recommande un accueil progressif et des rappels après changement. La calibration doit être symétrique: pas de personnage charmant pour obtenir une permission puis de jargon froid pour l'échec. Identité et limite restent cohérentes dans chat, réglages, notifications et marketing.
Effectuer un test négatif à preuve constante
Utilisez une décision personnelle réversible, pas une manipulation du service. Copiez la proposition importante dans une note neutre. Si les réglages le permettent, masquez l'avatar, coupez la voix, remplacez «je pense» par «le système a généré», retirez animation et rythme social sans changer le fond. Demandez ensuite si vous accepteriez, vérifieriez, divulgueriez, délégueriez ou autoriseriez autrement. Si l'action change alors que la preuve reste identique, marquez l'indice comme pertinent pour la décision. Dans le sens inverse, conservez la présentation chaleureuse et remplacez la proposition par une information explicitement non soutenue ou inconnue: la chaleur lui donne-t-elle encore du poids? N'utilisez ni contenu dangereux, ni exploration de contrôles cachés, ni autre personne. Le test révèle un effet de présentation personnel; il ne prouve pas une causalité universelle.
Tenir quatre colonnes et mesurer le résultat de l'interface
Pour chaque moment important, notez indice observé, capacité ou intention attribuée, action invitée, contrôle de calibration ou preuve indépendante; ajoutez résultat du test négatif et version. Une équipe peut tester des scénarios appariés dont le contenu reste identique et où seuls voix, avatar, première personne, formulation de mémoire ou délai changent. Mesurez accepter, modifier, vérifier, divulguer, déléguer ou étendre une permission, pas seulement l'agrément du personnage. Gardez une condition sans indice et vérifiez si étiquettes de capacité, contrôles mémoire, expression d'incertitude, confirmation et annulation facile rétablissent une décision adaptée à la tâche. Les travaux du NIST invitent à examiner personne, système, tâche et contexte ensemble. Calibrer ne signifie pas maximiser ou minimiser la confiance, mais lui donner le poids soutenu ici.
Questions fréquentes
Toute personnalité IA amicale est-elle trompeuse?
Non. Elle peut faciliter navigation ou accès. La question est de savoir si l'interface limite correctement les inférences de capacité et d'intention.
Le rappel d'un détail prouve-t-il une compréhension continue?
Non. Il peut provenir d'une note, de l'historique ou d'un contexte temporaire; consultez la source mémoire et ses contrôles.
Est-ce la même chose que vérifier une réponse?
Non. La vérification teste le soutien d'une proposition; cette méthode teste si la présentation humaine a changé le poids de ce soutien.