Pendant longtemps, la santé numérique a cherché à capter notre attention. Aujourd’hui, elle semble vouloir créer une relation, principalement du fait de l’émergence des sciences du comportement et de l’IA émotionnelle et conversationnelle.
Pendant près de vingt ans, les technologies numériques ont été conçues autour d’un objectif simple : attirer notre attention.
Notifications, badges, scores, rappels, récompenses, séries d’objectifs, défis, classements… Les applications de santé n’ont pas échappé à cette logique. Comme les réseaux sociaux, elles ont progressivement intégré les codes de l’économie de l’attention : rendre l’utilisateur plus actif, plus engagé, plus fidèle.
Cette stratégie n’était pas dénuée de fondement. Les sciences comportementales montrent que certains de ces leviers peuvent favoriser l’adoption d’un comportement ou soutenir une motivation à court terme. Les rappels augmentent par exemple la prise de médicaments dans certaines situations ; les récompenses peuvent renforcer un comportement ; la gamification améliore parfois l’engagement initial.
Popularisée par Herbert Simon puis développée par les économistes du numérique, l’économie de l’attention désigne des modèles dans lesquels la ressource rare n’est plus l’information mais la capacité des individus à lui consacrer du temps.
Mais après une décennie de développement de la santé numérique, un constat s’impose : attirer l’attention n’est pas suffisant pour transformer durablement les comportements.
La littérature scientifique est aujourd’hui relativement convergente. Les effets des badges, des points, des classements ou des mécanismes de récompense restent souvent modestes, très dépendants du contexte et surtout difficiles à maintenir dans le temps lorsqu’ils ne s’intègrent pas dans une stratégie comportementale plus globale.
Les revues systématiques consacrées à la gamification ou aux interventions numériques montrent des résultats variables, avec une efficacité qui s’érode fréquemment après quelques semaines ou quelques mois. Les notifications, quant à elles, peuvent améliorer l’observance… jusqu’au moment où elles deviennent du bruit et finissent par être ignorées.
En réalité, ces outils répondent tous à une même logique : capter l’attention.
Or, le changement de comportement repose rarement sur la seule attention. Il mobilise des mécanismes beaucoup plus complexes : la motivation, le sentiment d’efficacité personnelle, les habitudes, le soutien social, le sens donné à l’action, la confiance… et surtout la qualité de la relation.
C’est précisément là que les intelligences artificielles conversationnelles introduisent un changement.
Pour la première fois, les technologies numériques ne cherchent plus uniquement à attirer l’utilisateur. Elles donnent le sentiment d’être présentes. Elles répondent immédiatement, adaptent leur langage, reformulent, encouragent, félicitent, rassurent et se souviennent des échanges précédents. Elles ne se contentent plus d’envoyer une notification ; elles entretiennent une conversation.
Cette évolution pourrait sembler anecdotique. Elle ne l’est probablement pas.
Elle marque peut-être le passage d’une économie de l’attention à une économie de l’attachement.
L’économie de l’attachement en santé numérique
L’expression n’est pas de nous.
Elle est proposée par le CRÉDOC dans une récente enquête consacrée aux relations émotionnelles avec les intelligences artificielles.
Ses résultats méritent que l’on s’y arrête.
Selon cette enquête, près d’un quart des moins de 40 ans déclarent utiliser une intelligence artificielle comme soutien psychologique, ami ou partenaire amoureux. Plus surprenant encore, 39 % de ceux qui disent avoir un « ami IA » et plus d’un utilisateur sur deux déclarant une relation amoureuse avec une IA affirment que cette relation compte beaucoup pour eux.
Ces chiffres sont suffisamment marquants pour susciter le débat. Mais leur véritable intérêt ne réside peut-être pas dans leur ampleur. Ils révèlent surtout un changement de nature dans la manière dont certaines technologies sont désormais utilisées.
Pendant des années, les outils numériques ont cherché à influencer nos comportements en sollicitant notre attention. Les IA conversationnelles semblent désormais capables de susciter autre chose : un sentiment de présence, d’écoute et parfois même d’attachement.
Cette évolution soulève évidemment des questions éthiques majeures. Que devient la frontière entre une interaction avec une machine et une relation ? Quels risques de dépendance ou de manipulation apparaissent lorsque l’attachement devient un modèle économique ?
Le CRÉDOC souligne d’ailleurs que cette économie de l’attachement pourrait succéder à l’économie de l’attention, avec toutes les interrogations que cela pose quant à l’exploitation des données émotionnelles et à l’influence exercée sur les utilisateurs.
Mais une autre question, beaucoup moins discutée, mérite tout autant notre attention.
Et si cette capacité nouvelle à créer une relation modifiait en profondeur la manière de concevoir les technologies de santé ?
Pendant longtemps, les concepteurs d’interventions numériques ont cherché à optimiser les interfaces, les notifications, les récompenses ou les mécanismes de gamification. Et si le véritable levier n’était pas là ?
Et si la qualité de la relation établie avec l’utilisateur devenait demain un déterminant plus important de l’engagement que la sophistication de l’interface elle-même ? Cela expliquerait pourquoi les interventions intégrant de l’humain ont des effets plus importants que celles en tout digital.
Cette hypothèse peut sembler audacieuse. Pourtant, elle trouve un écho dans plusieurs décennies de recherches en psychologie, en sciences comportementales et en psychothérapie, qui montrent que les changements les plus durables reposent rarement sur la seule transmission d’informations ou sur des incitations ponctuelles.
Ils émergent beaucoup plus souvent dans le cadre d’une relation de confiance, d’un accompagnement personnalisé et d’une alliance construite au fil du temps.
Même si cet enseignement concerne l’alliance thérapeutique d’humains, les IA reproduisent certains marqueurs de l’alliance thérapeutique.
Les IA conversationnelles nous obligent peut-être, pour la première fois, à poser cette question sous un angle nouveau. D’autant que Clifford Nass, dans son livre The Media Equation (avec Byron Reeves), montre depuis les années 1990 que les humains appliquent spontanément des règles sociales aux ordinateurs.
Et si la prochaine révolution de la santé numérique n’était pas l’intelligence artificielle elle-même… mais la relation qu’elle est capable de construire ?
Ce que dit réellement la littérature scientifique : l’engagement naît rarement de l’attention seule
Les résultats du CRÉDOC pourraient laisser penser que les IA conversationnelles créent un phénomène entièrement nouveau.
En réalité, les mécanismes qu’elles mobilisent sont connus depuis longtemps par les psychologues, les chercheurs en sciences comportementales et les cliniciens. Ce qui change aujourd’hui, c’est la capacité d’une technologie à les reproduire de manière continue, personnalisée et à grande échelle.
Depuis plusieurs décennies, la recherche montre que les interventions les plus efficaces ne reposent pas uniquement sur la diffusion d’informations. Savoir ce qu’il faut faire suffit rarement à modifier durablement un comportement.
Nous savons, par exemple, que l’activité physique est bénéfique, que le tabac est nocif ou qu’une bonne observance améliore le contrôle de nombreuses maladies chroniques. Pourtant, cette connaissance ne se traduit pas spontanément en action.
C’est précisément pour expliquer cet écart entre intention et comportement que plusieurs modèles théoriques ont été développés.
Le modèle COM-B, proposé par Susan Michie et ses collaborateurs, rappelle qu’un comportement dépend de l’interaction entre trois dimensions : les capacités de la personne, les opportunités offertes par son environnement et sa motivation.
L’information n’est qu’un élément parmi d’autres. Pour qu’un changement s’installe dans la durée, il faut également soutenir la motivation, renforcer le sentiment d’efficacité personnelle, réduire les obstacles et accompagner la personne dans le temps.
Les recherches sur la théorie de l’autodétermination de Deci et Ryan vont dans le même sens. Elles montrent que les comportements les plus durables sont ceux qui répondent à trois besoins psychologiques fondamentaux : le sentiment d’autonomie, le sentiment de compétence et le sentiment d’être relié aux autres (relatedness). Cette troisième dimension est particulièrement intéressante. Elle rappelle que l’être humain s’engage plus facilement lorsqu’il se sent compris, soutenu et reconnu dans une relation.
Cette idée est loin d’être nouvelle en médecine.
Depuis les travaux d’Edward Bordin à la fin des années 1970, l’alliance thérapeutique est considérée comme l’un des meilleurs prédicteurs de l’efficacité d’une prise en charge, indépendamment de la technique utilisée.
Les méta-analyses montrent qu’une relation fondée sur la confiance, des objectifs partagés et un sentiment de collaboration est associée à de meilleurs résultats cliniques dans de nombreux contextes, qu’il s’agisse de psychothérapie, d’éducation thérapeutique ou de prise en charge des maladies chroniques.
Autrement dit, la relation n’est pas un supplément d’âme de l’intervention ; elle en constitue souvent un mécanisme actif.
Cette observation éclaire d’un jour nouveau les limites rencontrées par de nombreuses applications de santé développées au cours des quinze dernières années.
La plupart ont été conçues autour d’une logique fonctionnelle : informer, rappeler, mesurer, notifier ou récompenser. Les fonctionnalités se sont multipliées, les tableaux de bord sont devenus plus sophistiqués, les algorithmes plus performants. Pourtant, un constat revient régulièrement dans la littérature : l’engagement des utilisateurs diminue rapidement après les premières semaines d’utilisation. Beaucoup d’applications sont abandonnées avant trois mois, même lorsqu’elles reposent sur des contenus scientifiquement validés.
Ce constat a conduit les concepteurs à enrichir progressivement leurs outils de mécanismes issus de la gamification : badges, niveaux, défis, récompenses virtuelles, classements ou séries d’objectifs. Ces approches peuvent effectivement augmenter l’engagement initial et rendre certaines tâches plus attractives.
Les revues systématiques publiées ces dernières années montrent toutefois que leurs effets restent très variables selon les contextes et qu’ils s’atténuent souvent avec le temps lorsqu’ils ne sont pas associés à d’autres leviers psychologiques.
Autrement dit, la gamification améliore souvent l’interaction avec une application, mais beaucoup moins fréquemment le maintien d’un comportement sur plusieurs mois.
Les nudges connaissent une trajectoire comparable. En modifiant subtilement l’environnement décisionnel, un rappel envoyé au bon moment, une option définie par défaut ou une comparaison sociale, ils peuvent faciliter certaines décisions.
Leur efficacité est aujourd’hui bien documentée dans de nombreux domaines de la santé.
Mais, là encore, ils agissent principalement sur des comportements ponctuels ou peu complexes. Lorsqu’il s’agit de transformer durablement des habitudes de vie, leurs effets apparaissent généralement modestes et très dépendants du contexte.
Ces résultats ne remettent pas en cause l’intérêt de la gamification ou des nudges. Ils rappellent simplement qu’ils ne constituent pas, à eux seuls, une théorie du changement de comportement.
C’est peut-être ici que les IA conversationnelles introduisent une rupture.
Contrairement aux générations précédentes d’applications, elles ne se limitent pas à délivrer un contenu ou à déclencher une action. Elles entretiennent une conversation. Elles reformulent, se souviennent des échanges, adaptent leur langage au contexte, manifestent de l’empathie, encouragent ou rassurent. Surtout, elles donnent le sentiment d’une disponibilité permanente.
Il s’agit certes d’un attachement perçu ou relationnel, et non nécessairement d’un attachement psychologique au sens clinique, mais la tendance est bien présente.
Les données du CRÉDOC illustrent précisément ce phénomène. Les personnes interrogées décrivent l’IA comme un espace où elles peuvent parler librement, sans se sentir jugées, avec la certitude d’obtenir une réponse immédiate.
Ce qui est valorisé n’est pas d’abord la qualité de l’information délivrée, mais l’expérience relationnelle qu’offre l’interaction.
Il serait évidemment prématuré d’en conclure que cette relation est équivalente à une relation humaine, ou qu’elle améliore à elle seule les résultats en santé. Les preuves disponibles ne permettent pas de l’affirmer. En revanche, elles ouvrent une question scientifique nouvelle.
Et si la relation devenait un mécanisme d’action des technologies de santé, au même titre que l’information, la persuasion ou le feedback ?
Cette hypothèse mérite d’être explorée. Car si elle se confirmait, elle conduirait à déplacer le regard. La question ne serait plus seulement : « Cette IA est-elle performante ? » mais également : « Quelle qualité de relation est-elle capable de construire, et quels effets cette relation produit-elle sur l’engagement, l’autonomie et les comportements ? »
Quelles conséquences pour la conception des technologies de santé ?
Si cette hypothèse se confirme, les conséquences dépassent largement le seul champ des intelligences artificielles conversationnelles. Elles pourraient conduire à repenser la manière dont sont conçues les technologies de santé.
Pendant de nombreuses années, les interventions numériques se sont principalement attachées à optimiser l’expérience utilisateur. Les efforts ont porté sur les interfaces, la fluidité des parcours, les notifications, la personnalisation, les badges, les récompenses ou encore la gamification. L’objectif était clair : favoriser l’utilisation de l’outil et maintenir l’engagement le plus longtemps possible.
Cette approche a permis des progrès importants. Pourtant, les taux d’abandon des applications de santé restent élevés et les effets sur les comportements demeurent souvent modestes ou difficiles à maintenir dans le temps.
Ce constat ne signifie pas que ces approches sont inefficaces. Il rappelle simplement que l’utilisation d’un outil ne garantit pas, à elle seule, un changement durable.
Les IA conversationnelles pourraient modifier cette logique.
Contrairement aux générations précédentes d’applications, elles ne proposent plus seulement une fonctionnalité ; elles instaurent une interaction continue. Elles se souviennent des échanges précédents, adaptent leurs réponses au contexte, reformulent, encouragent, répondent immédiatement et donnent le sentiment d’une présence constante. Ce qui est perçu par l’utilisateur n’est plus uniquement la qualité d’un service, mais la qualité d’une relation.
Cette évolution invite à déplacer le regard.
Pendant longtemps, les technologies numériques ont été pensées comme des outils destinés à attirer l’attention. Les prochaines générations de solutions pourraient être conçues comme des technologies capables de construire une relation.
Ce changement de perspective est loin d’être anodin.
Une application centrée sur l’attention cherche avant tout à être ouverte, consultée ou utilisée régulièrement. Une technologie centrée sur la relation poursuit un objectif différent : instaurer un climat de confiance, comprendre le contexte de la personne, personnaliser son accompagnement et favoriser un engagement durable.
Autrement dit, le succès d’une technologie ne dépendrait plus uniquement de ses performances techniques ou de son ergonomie, mais également de sa capacité à construire une relation suffisamment crédible pour soutenir le changement.
Cette hypothèse conduit à proposer une lecture différente des mécanismes d’action des technologies de santé.
Pendant longtemps, le raisonnement implicite pouvait être résumé de la manière suivante :
Notification → Engagement → Changement de comportement
Les IA conversationnelles invitent peut-être à envisager une chaîne plus complexe :
Relation → Confiance → Engagement → Persévérance → Changement de comportement → Résultats en santé
A ce jour, cette hypothèse repose principalement sur des rapprochements théoriques entre plusieurs corpus de recherche. Il ne s’agit évidemment pas d’un modèle validé, mais d’une hypothèse de travail. Elle présente néanmoins un intérêt : replacer la relation au cœur des mécanismes susceptibles d’expliquer l’engagement dans les interventions numériques.
Cette évolution ouvre également des questions éthiques importantes.
Une relation crée de la confiance.
La confiance favorise l’influence.
Et l’influence peut être mobilisée aussi bien pour améliorer la santé que pour servir des objectifs commerciaux.
Le CRÉDOC souligne d’ailleurs que l’économie de l’attention pourrait progressivement laisser place à une économie de l’attachement, dans laquelle la valeur ne résiderait plus seulement dans le temps passé devant un écran, mais dans la qualité du lien entretenu avec l’utilisateur.
Cette perspective appelle une vigilance particulière. Plus une technologie est perçue comme empathique, bienveillante ou digne de confiance, plus les responsabilités de ses concepteurs deviennent importantes. Les questions de transparence, de protection des données, d’autonomie des personnes et d’encadrement des usages prennent alors une dimension nouvelle.
Pour les chercheurs, les concepteurs d’interventions numériques et les décideurs, l’enjeu n’est peut-être plus seulement de développer des technologies plus performantes.
Il est désormais de comprendre quels types de relations ces technologies construisent, comment elles influencent les comportements et dans quelles conditions cette influence demeure bénéfique, éthique et respectueuse de l’autonomie des personnes.
Conclusion
Les progrès des intelligences artificielles conversationnelles sont souvent présentés sous un angle technologique : puissance des modèles, qualité des réponses, rapidité d’exécution ou personnalisation.
Pourtant, leur véritable nouveauté est peut-être ailleurs.
Pour la première fois, des technologies numériques donnent à un nombre croissant d’utilisateurs le sentiment d’entrer dans une relation plutôt que d’utiliser un simple outil.
Si cette évolution se confirme, elle pourrait marquer un tournant dans l’histoire de la santé numérique.
Pendant près de vingt ans, les interventions numériques ont principalement cherché à capter notre attention.
Nous entrons peut-être dans une période où leur efficacité dépendra davantage de la qualité de la relation qu’elles sauront établir avec les personnes qu’elles accompagnent.
Cette perspective ouvre des opportunités considérables pour l’accompagnement des personnes, mais elle appelle également une réflexion exigeante sur les mécanismes d’influence, les responsabilités des concepteurs et les conditions dans lesquelles une relation avec une intelligence artificielle peut contribuer, de manière éthique, à améliorer la santé.
La prochaine révolution de la santé numérique ne résidera peut-être pas dans des algorithmes plus performants, mais dans la qualité des relations qu’ils seront capables de construire.
Si cette hypothèse se confirme, la question ne sera bientôt plus de savoir si une technologie est intelligente, mais si elle est capable de construire une relation suffisamment pertinente pour accompagner durablement un changement de comportement.
Encadré – Une lecture possible de l’évolution des technologies de santé numérique
Trois générations de mécanismes d’engagement
| Génération | Logique dominante | Mécanisme principal | Objectif |
|---|---|---|---|
| 1. L’économie de l’attention | Informer et capter l’attention | Notifications, rappels, contenus, tableaux de bord | Être vu et utilisé |
| 2. L’économie de l’engagement | Maintenir l’utilisation | Gamification, récompenses, défis, nudges, personnalisation | Favoriser une utilisation régulière |
| 3. L’économie de l’attachement (hypothèse) | Construire une relation | Conversation, mémoire des échanges, personnalisation dynamique, sentiment de présence, soutien continu | Développer la confiance, soutenir l’engagement durable et favoriser le changement de comportement |
Cette représentation constitue une hypothèse conceptuelle. Les deux premières générations sont largement documentées dans la littérature sur la santé numérique et les sciences comportementales.
La troisième ne correspond pas à un modèle validé à ce jour, mais propose un cadre de réflexion pour explorer le rôle que pourraient jouer les IA conversationnelles dans les interventions numériques. Elle repose sur l’idée que la relation, au-delà de l’information ou de la persuasion, pourrait devenir un mécanisme d’action contribuant à l’engagement et au maintien des comportements favorables à la santé.
Une question demeure toutefois : la relation avec une IA est-elle :
- un substitut ?
- un complément ?
- un facilitateur ?
- un pont vers les soignants ?
Références bibliographiques
Abd-Alrazaq, A., AlSaad, R., Alhuwail, D., Ahmed, A., Healy, P. M., Latifi, S. M. F., Aziz, S., Damseh, R., Alabed Alrazak, S., & Sheikh, J. (2023). Large language models in medical education: Opportunities, challenges, and future directions. JMIR Medical Education, 9, e48291. https://doi.org/10.2196/48291
Bordin, E. S. (1979). The generalizability of the psychoanalytic concept of the working alliance. Psychotherapy: Theory, Research & Practice, 16(3), 252-260.
Deci, E. L., & Ryan, R. M. (2000). The « what » and « why » of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227-268.
Epley, N., Waytz, A., & Cacioppo, J. T. (2007). On seeing human: A three-factor theory of anthropomorphism. Psychological Review, 114(4), 864-886.
Flückiger, C., Del Re, A. C., Wampold, B. E., & Horvath, A. O. (2018). The alliance in adult psychotherapy: A meta-analytic synthesis. Psychotherapy, 55(4), 316-340.
Hoibian, S. (2026). L’IA émotionnelle, un ami qui vous veut du bien ? Consommation et modes de vie, No. 359. CRÉDOC.
Johnson, D., Deterding, S., Kuhn, K.-A., Staneva, A., Stoyanov, S., & Hides, L. (2016). Gamification for health and wellbeing: A systematic review of the literature. Internet Interventions, 6, 89-106.
Michie, S., Atkins, L., & West, R. (2014). The Behaviour Change Wheel: A guide to designing interventions. Silverback Publishing.
Michie, S., van Stralen, M. M., & West, R. (2011). The behaviour change wheel: A new method for characterising and designing behaviour change interventions. Implementation Science, 6, 42. https://doi.org/10.1186/1748-5908-6-42
Organisation mondiale de la Santé. (2021). Global strategy on digital health 2020–2025. World Health Organization.
Ryan, R. M., & Deci, E. L. (2020). Intrinsic and extrinsic motivation from a self-determination theory perspective: Definitions, theory, practices, and future directions. Contemporary Educational Psychology, 61, 101860.
Thaler, R. H., & Sunstein, C. R. (2021). Nudge: The final edition. Penguin Books.
Topol, E. (2019). Deep medicine: How artificial intelligence can make healthcare human again. Basic Books.
Weizenbaum, J. (1976). Computer power and human reason: From judgment to calculation. W. H. Freeman.
A lire également :
