Interférences multimodales d’IA générative pour relancer l’idéation après fixation : étude comparative

Résumé

En Design Thinking, l’idéation est le moment où les espaces de solution devraient s’ouvrir. Pourtant, après une première vague d’idées, les designers tendent à revenir vers leurs idées initiales. La génération s’essouffle alors. Cette fermeture progressive renvoie au phénomène de fixation et peut limiter la recherche d’une meilleure solution. Cette thèse part du constat que des interférences peuvent contribuer à la défixation, sans que toutes aient la même capacité de relance. La thèse mobilise l’intelligence artificielle générative (GenAI) comme infrastructure d’idéation, c’est-à-dire comme un moyen de produire des interférences spécifiques au projet sans se substituer au designer. Son objectif est d’explorer, de concevoir et de comparer des interférences produites avec GenAI afin d’évaluer dans quelle mesure elles peuvent relancer l’idéation humaine après fixation. Le programme doctoral articule la méthodologie de recherche en science de la conception (DSRM) et l’étude de cas comparée (CCS). Le premier article explore la génération de suggestions textuelles orientées comme interférences à la fixation et les évalue par classement forcé. Le deuxième étudie cette logique sur une problématique d’innovation des bibliothèques publiques, en comparant une interférence textuelle spécifique au projet, une interférence image et une pause neutre. Le troisième positionne GenAI comme une infrastructure d’idéation et compare une interférence textuelle, une mosaïque d’images, une mosaïque vidéo et une pause témoin d’une minute. Les résultats montrent qu’il est possible de produire des suggestions textuelles différenciées selon leur orientation sémantique. Ils indiquent ensuite que, sur le cas des bibliothèques publiques, les modalités texte et image présentent un signal directionnel positif de relance de l’idéation par rapport à la pause neutre, avec un signal plus marqué pour le texte. Enfin, dans le protocole multimodal étudié, l’interférence textuelle présente le signal directionnel le plus fort de relance et de déplacement conceptuel, suivie de la mosaïque d’images. La pause témoin occupe une position intermédiaire, tandis que la mosaïque vidéo apparaît la moins performante dans ce protocole. Ce résultat doit toutefois être compris comme une configuration empirique observée dans le protocole étudié, indiquant que les médias génératifs plus riches ne sont pas automatiquement plus efficaces, et non comme une hiérarchie universelle des modalités d’interférence. Pris ensemble, les trois articles montrent que les interférences n’ont pas toutes le même potentiel de relance. Leur efficacité dépend de leur construction sémantique et de leur modalité de présentation. La thèse contribue aux travaux sur la fixation, la défixation et l’idéation assistée par GenAI. Elle évalue ces interférences à l’aide de deux indicateurs complémentaires : la fluence et le FixShift. Sur le plan pratique, la thèse ouvre une voie pour les praticiens qui souhaitent utiliser GenAI de manière simple, peu coûteuse et non prescriptive lorsque la production d’idées s’essouffle. Les résultats doivent toutefois être interprétés avec prudence, car le programme reste exploratoire. La thèse se conclut par l’identification d’une piste de recherche et d’action prometteuse : utiliser GenAI pour produire des interférences adaptées au projet afin de soutenir la défixation et de relancer l’idéation sans retirer au designer son rôle central.

Date	10 sept. 2026
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Mickaël Gardoni (Directeur(-trice))