Pourquoi les produits technologiques devraient être conçus en collaboration avec des psychologues

Psychologie populaire largement répandue qui sous-estime la science psychologique

Les gens ont une capacité impressionnante à comprendre, déduire et prédire le comportement ^des autres7 , ce que l'on appelle ^la psychologie populaire.8 Nous utilisons régulièrement cette capacité dans notre vie personnelle : par exemple, pour anticiper la façon dont un ami réagira à une mauvaise nouvelle et comment nous pourrons le soutenir par la suite. Il est raisonnable que les technologues s'appuient sur cette capacité pour concevoir des produits destinés à d'autres personnes. Ils n'ont pas besoin de psychologues pour leur dire que les produits numériques doivent être faciles à utiliser ou ce qui fait qu'un produit l'est, car les gens excellent dans la psychologie populaire.

Malheureusement, les gens souffrent d'une illusion de profondeur explicative à cet égard, en supposant qu'ils comprennent mieux la psychologie humaine qu'ils ne le font.9 Notre psychologie populaire est impressionnante mais imparfaite : elle peut être incohérente (par exemple, les oiseaux qui se ressemblent s'assemblent-ils ou les opposés s'attirent-ils ? ), inexactes (par ex^emple, les prédictions concernant notre comportement futur ont tendance à ^être trop optimistes),10 et biaisées (par exemple, les gens surestiment à ^quel point les autres sont d'accord avec eux).11 Notre capacité d'introspection sur nos pensées a des limites fondamentales,12 et notre comportement est complexe du point de vue informatique.

Les limites de la psychologie populaire expliquent pourquoi les psychologues universitaires sont des expérimentateurs plutôt que des philosophes. Les entreprises technologiques pourraient développer et améliorer leurs intuitions en matière de conception de produits si elles faisaient appel aux psychologues et aux découvertes qu'ils ont accumulées au fil des ans.

Les entreprises technologiques ont des chercheurs qui étudient le comportement des consommateurs qui utilisent leurs produits, et beaucoup d'entre eux s'appuient sur des méthodes expérimentales. Mais dans la mesure où ce travail n'est pas effectué ou éclairé par des psychologues, les entreprises technologiques redécouvrent en fin de compte plus d'un siècle de découvertes de la psychologie académique.

La traduction non triviale de la psychologie académique dans la conception de produits

La plupart des technologues n'ont pas de formation en psychologie et ignorent donc la plupart des recherches scientifiques sur la psychologie humaine, du moins pas au-delà de la science populaire qui remonte - avec plus ou moins de précision scientifique - à la surface des livres de la presse populaire et des comptes-rendus des médias d'information sur le sujet.

Même lorsque les technologues sont au courant de ces recherches, leur application à la conception de produits technologiques n'est pas évidente.

L'expérience est l'étalon-or de l'inférence causale en science, mais la psychologie humaine est difficile à étudier de manière expérimentale. Les variables psychologiques (par exemple, l'enthousiasme) sont difficiles à saisir en tant que stimuli expérimentaux et à mesurer en tant que résultats. Elles peuvent varier de manière significative en fonction du contexte et de la culture, et leur manipulation expérimentale peut s'avérer peu pratique ou contraire à l'éthique.

Les psychologues universitaires relèvent la plupart de ces défis en étudiant la psychologie humaine dans un cadre de laboratoire qui accroît la rigueur scientifique, au risque de réduire le degré de généralisation de leurs conclusions au monde extérieur.

En témoignage des compétences scientifiques des psychologues universitaires, les résultats obtenus en laboratoire sont généralement reproduits en dehors du labor^atoire qui les a présentés pour la première fois.13 Toutefois, la mesure dans laquelle les ^résultats obtenus en laboratoire sont reproduits en dehors du laboratoire varie14 en fonction des sous-domaines de la psychologie, des sujets de recherche et de la force statistique des résultats obtenus en laboratoire.

En raison du caractère peu généralisable de la psychologie académique, il est difficile pour les technologues non formés à la psychologie de transposer les découvertes de laboratoire des revues académiques à leurs produits technologiques.

Prédiction du comportement humain fondée sur les données plutôt que sur la théorie

Enfin, l'apprentissage automatique - et l'apprentissage profond en particulier - a donné aux entreprises technologiques un moyen de prédire le comportement humain sans avoir recours à la science psychologique. Les modèles d'apprentissage automatique, avec les données adéquates et suffisantes, peuvent trouver des relations statistiques qui prédisent le comportement sans aucun compte rendu théorique de la psychologie humaine.

Mais ce raccourci vers la prédiction du comportement n'est pas gratuit. Il a un coût en termes d'interprétabilité et de généralisation.

Les modèles d'apprentissage automatique génèrent une carte entre les données d'entrée (par exemple, les journaux de l'activité de navigation en ligne) et les prédictions de sortie (par exemple, la probabilité de lire des articles en ligne spécifiques). Il s'agit de cartes complexes, souvent non linéaires, qui semblent arbitraires et ne sont pas des comptes rendus interprétables du comportement humain. Elles fournissent aux technologues des moyens d'anticiper, mais non de comprendre, le comportement de leurs utilisateurs.

Par conséquent, un modèle d'apprentissage automatique qui prédit avec précision le comportement humain dans un contexte donné n'est pas couramment utilisé pour prédire le comportement humain dans un contexte différent. Par exemple, un modèle formé pour prédire les achats d'épicerie n'est pas susceptible de prédire également les décisions relatives à la condition physique, même si une psychologie similaire est à l'origine de ces deux problèmes de prédiction (par exemple, l'inquiétude au sujet de la santé physique).

L'apprentissage par transfert, qui consiste à redéployer une architecture d'apprentissage automatique sur des problèmes de prédiction similaires, est couramment utilisé dans le domaine de la vision artificielle, comme la détection d'objets dans les images et les vidéos. Mais la prise de décision qui précède le comportement humain, et ses substrats psychologiques tels que l'élicitation d'émotions spécifiques, restent largement en dehors de l'application pratique et répandue de l'apprentissage par transfert.

La plupart des produits technologiques grand public tentent de modifier le comportement humain d'une manière ou d'une autre, y compris l'adoption du produit. Les entreprises qui les conçoivent tirent profit de ce changement. Quels avantages ces entreprises et leurs produits pourraient-ils tirer de l'arrivée de psychologues dans leurs équipes de développement ?

Le premier avantage est un apprentissage plus rapide. Les psychologues étudient scientifiquement le comportement humain depuis plus d'un siècle. Bien que leur connaissance de la psychologie ne soit ni parfaite ni exhaustive, elle constitue un bon point de départ pour le développement de produits destinés à l'homme. Il n'est pas nécessaire de repartir de zéro, en ignorant un siècle de recherches pertinentes.

Les psychologues sont également utiles pour effectuer des recherches appliquées sur la psychologie des consommateurs dans le cadre du développement de produits. Souvent, les technologues conçoivent des expériences de produits pour des découvertes ponctuelles ou à court terme (par exemple, les utilisateurs cliquent-ils davantage sur un bouton rouge ou bleu ?) Les psychologues, en revanche, peuvent aider à concevoir des expériences fondées sur la théorie (par exemple, quelle est la différence de contraste minimale entre un bouton et son environnement pour produire un effet de pop-out et augmenter le taux de clics ?) Les expériences de ce type permettent d'obtenir des résultats plus généralisables (par exemple, un contraste de couleur de 20 %, quelle que soit la couleur du bouton, augmente le taux de clics d'un écart-type).

Deuxièmement, les principes de conception. Les technologues construisent de nouveaux écosystèmes numériques d'une complexité qui ne se prête pas à une simple expérimentation. Par exemple, ils créent des communautés en ligne pour promouvoir un engagement positif et fréquent tout en décourageant les comportements négatifs. Dans la pratique, ce n'est pas toujours le cas, comme en témoig^ne l'effet néfaste d'Instagram sur la santé mentale des adolescentes.15 Les équipes de développement de produits pourraient s'appuyer sur des principes ps^ychologiques pour construire et développer (par exemple, motiver l'enga^gement dans les communautés en ligne16 et inspirer la confiance dans l'équité de la prise de décision algorithmique).17

Le dernier avantage est la réduction des dommages involontaires. Les technologues conçoivent leurs produits avec l'intention de changer le monde pour le mieux. Mais cette intention suppose parfois une psychologie humaine irréaliste. Par exemple, l'hypothèse selon laquelle les gens peuvent modérer leur utilisation de certains produits numériques mieux qu'ils ne le peuvent en réalité (une phrase que j'écris après avoir fait une pause dans une session de "doomscrolling" sur Twitter).

En raison d'hypothèses erronées sur la psychologie humaine, les technologues peuvent concevoir des produits numériques qui nuisent à leurs utilisateurs de manière involontaire. La présence de psychologues dans les équipes qui construisent ces plateformes ne résoudrait pas ce problème, mais ils pourraient aider à les concevoir avec une compréhension plus réaliste des limites humaines et réduire certains de ces préjudices involontaires.

Juan Manuel Contreras, docteur en sciences, est responsable des sciences appliquées chez Uber. Il a suivi une formation en neurosciences cognitives à l'université de Harvard et à l'université de Princeton. Les opinions exprimées dans cet essai sont personnelles et ne représentent ni ne reflètent nécessairement les points de vue, les opinions ou les politiques d'Uber.