L’interface sort de l’écran — comment le chat, la voix et l’IA agentique transforment l’UX

• À mesure que le centre de gravité du logiciel quitte les écrans et les menus pour se déplacer vers la conversation/la délégation/l’exécution en arrière-plan, l’objet du design UX n’est plus un écran fixe, mais un système qui interprète l’intention de l’utilisateur et agit
• Le chat n’est pas une interface destinée à remplacer toutes les tâches : lorsque l’utilisateur sait clairement ce qu’il veut, il convient d’utiliser une GUI structurée, et de réserver l’interface conversationnelle aux cas où l’objectif est flou
• La voix étant perçue comme une interaction sociale, le maintien du contexte conversationnel est plus important que les commandes ponctuelles ; latence/perte de contexte/récupération après erreur y deviennent des problèmes bien plus critiques que dans les interfaces à écran
• L’IA agentique peut travailler sans interface, mais pour que l’utilisateur lui fasse confiance, elle doit montrer son plan d’action, sa progression, le périmètre de ses autorisations et les points de non-retour ; les motifs clés sont visibilité du plan/délégation progressive/intervention élégante
• Les trois paradigmes déplacent tous le centre de l’UX du flux d’interaction vers l’intention et la relation de confiance, mais le principe fondamental demeure : l’utilisateur veut se sentir compris, garder le contrôle et voir son temps et son attention respectés

---

La fragmentation de l’UX centrée sur l’écran

• Pendant les 30 dernières années, le design UX a consisté à concevoir des écrans, menus, modales, boutons, carrousels et transitions entre états
  • La métaphore du bureau, composée de fenêtres, dossiers et fichiers, a fourni le vocabulaire commun pour créer des produits numériques
• Ce vocabulaire ne disparaît pas tant qu’il se fragmente en plusieurs modes d’interaction qui se ressemblent très peu
  • Les utilisateurs parlent au logiciel, délèguent des tâches, ou ne vérifient parfois que des résultats déjà traités en arrière-plan
  • L’écran continue d’exister, mais il n’est plus la surface qui représente le contrat de base entre la personne et le produit
• Les trois paradigmes qui reconfigurent actuellement l’UX sont le chat, la voix et l’IA agentique, chacun exigeant un contrat d’interaction différent

Le chat n’est pas une interface universelle

• En 2022, peu de personnes avaient saisi des commandes en langage naturel dans une interface produit, mais en 2025, 73 % des entreprises utiliseront une forme d’interface conversationnelle dans leurs interactions client
• Le champ de saisie textuelle est devenu un élément central de l’UI, mais le chat en lui-même ne garantit pas une bonne UX
• Conversational Design d’Erika Hall distingue que la conversation n’est appropriée que lorsque le système et l’utilisateur doivent négocier le sens
  • Lorsque l’utilisateur sait déjà ce qu’il veut faire, comme ajouter au panier, filtrer par prix ou envoyer un formulaire, une interface structurée est plus rapide, plus précise et moins fatigante
  • La conversation devient pertinente lorsque l’utilisateur explore, que son objectif est incertain et qu’il est difficile d’exprimer sa demande par des clics ou un formulaire
• Les produits qui appliquent ce principe ne remplacent pas tout le produit par du chat, mais utilisent des interfaces hybrides
  • Notion AI ne remplace pas le document ; il fonctionne dans une barre latérale à côté du document
  • La palette de commandes de Linear gère la création de tickets que l’utilisateur connaît déjà, tandis que l’IA traite les questions ambiguës comme « Qu’est-ce qui bloque l’équipe mobile ? »
  • GitHub Copilot ne remplace pas l’IDE par une fenêtre de chat ; il fournit des suggestions inline dans l’environnement de travail existant
• Le critère clé est d’utiliser une GUI structurée lorsque l’intention de l’utilisateur est claire, et la conversation lorsqu’elle est ambiguë
  • Traiter le chat comme un outil universel pour résoudre tous les problèmes d’interface crée des coûts d’interaction inutiles

La clarté de l’intention détermine l’interface

• Le brevet US20260065349A1, consacré à un système de recommandation multi-étapes basé sur l’intention, distingue deux niveaux de requêtes
  • L’intention micro correspond à une requête à forte confiance au sein d’une même catégorie
  • L’intention macro correspond à un objectif exploratoire qui traverse plusieurs catégories
• Le choix de l’interface à fournir ne devrait pas dépendre du fait que le produit soit centré sur le chat ou sur la GUI, mais de la clarté de l’intention de l’utilisateur
• Au lieu d’améliorer la boîte de recherche, Perplexity génère pour chaque question une page de réponse assemblée en temps réel avec résumé, citations des sources, questions de suivi et données structurées
• La recherche appelle Generative UI une approche où, lorsque l’utilisateur exprime ce qu’il veut, l’interface adaptée à cet objectif est assemblée à la volée
  • Au lieu de créer directement tous les états d’écran, le designer conçoit les systèmes et règles qui génèrent l’état approprié
  • Son rôle passe de l’écriture de phrases finies à la création de la grammaire qui produira ces phrases

Concevoir la confiance dans les interfaces génératives

• Afficher le texte progressivement, plutôt que de montrer le résultat généré d’un seul bloc, fait comprendre à l’utilisateur que le système travaille et n’est pas bloqué
• Un bouton d’arrêt toujours visible pendant la génération donne à l’utilisateur le sentiment qu’il peut intervenir dans un processus opaque
• Des citations de sources cliquables transforment le chatbot : d’un oracle qui proclame la bonne réponse, il devient un collaborateur avec lequel examiner les preuves
• De petits choix de design d’interaction, comme le streaming, le bouton d’arrêt et l’affichage des sources, déterminent la confiance et l’adoptabilité de l’ensemble du système

La voix n’est pas un canal de commande, mais un canal social

• Depuis l’ère des enceintes connectées, les interfaces vocales ont été présentées comme le cœur de l’informatique ambiante, mais l’expérience réelle n’a pas été à la hauteur des attentes
• À partir de fin 2025, le centre du changement a commencé à se déplacer non pas vers l’écran, mais vers l’oreille
• Siri AI, annoncé en juin 2026, est présenté non comme un assistant vocal ajouté au téléphone, mais comme une couche conversationnelle qui traverse les appareils
  • Une question commencée sur iPhone peut être poursuivie sur iPad, avec conservation du contexte de conversation
  • Il reconnaît ce qui est affiché à l’écran et exploite le contexte personnel des e-mails, du calendrier et des photos
  • Les requêtes sensibles sont traitées par inférence on-device protégeant la vie privée, et les AirPods sont étendus en interface principale plutôt qu’en accessoire
• Wired for Speech de Clifford Nass et Scott Brave analyse que les humains perçoivent la voix non comme un canal de commande, mais comme un canal d’interaction sociale
  • Entendre une voix active des systèmes cognitifs sociaux qui attendent réciprocité, contexte et relation
  • L’ancien Siri suivait un modèle transactionnel — donner un ordre, recevoir un résultat, puis mettre fin à la relation — qui ne correspondait pas à ces attentes
  • Le nouveau modèle vise une structure relationnelle qui maintient le contexte à travers les conversations, les appareils et le temps

Les conditions d’échec révélées par Humane AI Pin et Rabbit R1

• Humane AI Pin était un wearable centré sur la voix et sans écran, financé à hauteur de 240 millions de dollars ; lancé en avril 2024 à 699 dollars, il a été abandonné avant son premier anniversaire
• Designing Voice User Interfaces de Cathy Pearl présente la latence et la récupération après erreur comme variables clés de l’expérience vocale
  • L’AI Pin mettait 2 à 5 secondes même pour des questions quotidiennes, et dans une interface vocale, même 2 secondes semblent très longues
  • L’état était réinitialisé à chaque interaction, empêchant de fournir le contexte persistant qui est une condition de base de la conversation
• Rabbit R1 a rencontré les mêmes problèmes à son lancement, mais s’est amélioré non par un changement matériel, mais lorsque RabbitOS 2, fin 2025, a intégré les exigences de l’interaction vocale
• L’UX vocale est bien plus sensible à la latence et à la perte de contexte que l’écran
  • Sur écran, l’utilisateur peut parcourir les éléments autour de lui et retrouver où il se trouve
  • La voix ne dispose pas de repères visuels pour soutenir la mémoire spatiale ; lorsqu’un flux conversationnel est interrompu, la récupération est difficile
  • Le niveau d’exigence infrastructurelle est aussi plus élevé pour répondre vite, conserver le contexte et gérer naturellement les erreurs

De nouveaux éléments de design pour les oreilles et le corps

• L’audio spatial apparaît comme une couche de feedback remplaçant l’écran
  • L’analyse de scènes audio en temps réel des AirPods distingue les signaux du bruit ambiant et permet d’utiliser le son lui-même comme moyen de transmettre un état
• Les vibrations haptiques des wearables permettent de confirmer l’achèvement d’une action sans regarder un écran
• Le paradigme vocal n’est pas seulement une fonction permettant de parler au téléphone : c’est un problème de design des interactions qui se produisent pendant que l’on fait autre chose, comme cuisiner, marcher ou conduire
  • L’attention de l’utilisateur n’est que partiellement tournée vers le produit
  • Le contexte se trouve dans l’activité corporelle et l’environnement, pas dans l’écran
  • Un modèle de conception centré uniquement sur la mise en page d’écran peine à y répondre

L’IA agentique agit sans interface

• L’IA agentique va au-delà de la réponse aux questions : elle utilise des outils, navigue sur le web, écrit du code, envoie des e-mails et soumet des formulaires dans une suite d’actions
• Entre 2024 et 2025, elle est passée des démonstrations de recherche aux produits réels
  • OpenAI Operator effectue des réservations de restaurant
  • Anthropic Claude manipule un navigateur web pour le compte de l’utilisateur via la computer use API
  • Salesforce Agentforce traite des cas de service client de bout en bout sans intervention humaine
• Gartner prévoit que la part des applications d’entreprise intégrant des agents IA spécialisés métier passera de moins de 5 % en 2025 à 40 % fin 2026
• Un agent n’a pas besoin d’interface pour exécuter une tâche, mais pour que l’utilisateur lui fasse confiance, il lui faut une interface visible permettant de comprendre et contrôler ses actions

Augmenter à la fois l’automatisation et le contrôle humain

• Dans Human-Centered AI, Ben Shneiderman considère que remplacer le jugement humain par des agents autonomes est techniquement prématuré et éthiquement risqué
• L’alternative n’est pas de réduire l’automatisation pour obtenir du contrôle humain, ni de supprimer le contrôle humain pour augmenter l’automatisation, mais d’offrir ensemble un fort contrôle humain et une forte automatisation
• Plutôt que de minimiser le rôle humain, il faut concevoir la supervision pour qu’elle soit compréhensible, accessible et peu pesante
• L’objectif de l’UX agentique n’est pas de choisir entre autonomie et contrôle, mais de construire dès le départ une autonomie contrôlable

Le paradoxe de la transparence des agents

• Un agent qui agit silencieusement sans aucune explication peut être efficace, mais susciter la peur
• Un agent qui explique constamment chacune de ses actions peut être digne de confiance, mais épuiser l’utilisateur avec des logs système
• Un bon design doit en montrer assez pour que l’utilisateur se sente aux commandes, tout en limitant l’information pour ne pas le submerger avec l’activité interne du système
• Les motifs communs observés dans les produits agentiques réellement déployés sont la visibilité du plan, la délégation progressive et l’intervention élégante

Visibilité du plan

• Avant de commencer à agir, l’agent doit montrer à l’utilisateur ce qu’il compte faire
• Il doit utiliser des formulations compréhensibles par un humain, non du langage système comme j’exécute POST /api/calendar/event : « Je vais réserver une table à 19 h dans le restaurant que vous avez indiqué. Dois-je d’abord vérifier les disponibilités ? »
• L’aperçu avant exécution devient le moment où l’utilisateur décide s’il fait confiance au système
• Les recherches sur l’apprentissage par renforcement multi-agent montrent aussi que, pour maintenir la cohérence du système, plusieurs agents doivent partager leurs plans avant d’agir

Délégation progressive

• Il ne faut pas accorder toute l’autonomie à un agent dès le départ, mais l’étendre à mesure qu’il gagne la confiance
• Les agents d’Intercom traitent d’abord les tâches simples et très fiables, et demandent une approbation avant d’effectuer des actions à risque élevé
• L’historique des approbations de l’utilisateur fonctionne comme un modèle de confiance ; plus l’agent prouve sa fiabilité, plus il obtient des droits d’action étendus
• L’humain reste dans la boucle non pas en accomplissant directement la tâche, mais en définissant les limites que l’agent ne doit pas franchir

Intervention élégante et actions irréversibles

• L’utilisateur doit pouvoir demander l’arrêt et reprendre le contrôle à tout moment du workflow de l’agent
• Comme l’agent peut accomplir des actions difficiles à annuler, comme envoyer un e-mail ou réserver un billet d’avion, une simple fonction d’annulation ne suffit pas
• Plutôt que de tenter une récupération après l’action, le système doit signaler clairement les points de non-retour et obtenir une approbation avant de les franchir

L’explicabilité devient le produit lui-même

• Lorsque des systèmes d’IA clinique affichaient seulement des recommandations sans justification, le personnel médical ne les utilisait pas
• L’adoption a suivi après modification de l’interface pour afficher une seule recommandation à la fois, avec un panneau de justification et une fonction permettant de l’ignorer en un clic
• Ni le modèle d’IA ni les recommandations n’avaient changé ; seule l’interface avait été modifiée
• Dans l’UX agentique, l’explicabilité n’est pas une fonctionnalité ajoutée pour la conformité réglementaire, mais une expérience produit centrale qui permet à l’utilisateur d’accepter le produit

Des états d’écran au comportement système

• Les designers ne conçoivent plus seulement les états visibles dans l’interface, mais aussi la façon dont le système se comporte lorsque l’utilisateur ne le regarde pas
• La question passe de « Que voit l’utilisateur ? » à « À quoi l’utilisateur doit-il pouvoir se fier pour faire confiance à ce système ? »
• Le comportement, la responsabilité, l’intention et les jugements de confiance deviennent plus importants que la composition visuelle

De l’interaction à l’intention

• Dans The Design of Everyday Things, Don Norman estime que le design échoue lorsque le modèle de fonctionnement du système imaginé par l’utilisateur diffère de son fonctionnement réel
• L’UX traditionnelle suppose que l’utilisateur a déjà décidé de l’action à effectuer avant d’arriver dans l’interface
  • Les menus existent parce que l’utilisateur sait quel menu ouvrir
  • Les formulaires existent parce qu’il sait quels champs remplir
• En réalité, ce que l’utilisateur apporte n’est pas une intention précise, mais un objectif plus abstrait
  • Cette hypothèse qui ignore la différence n’a jamais été totalement exacte, mais elle a été assez utile pendant 30 ans pour construire l’UX basée sur l’écran
• Les nouvelles interfaces séparent objectif et intention
  • Le chat permet à l’utilisateur d’énoncer son objectif en langage naturel, puis au système de préciser l’intention
  • La voix permet d’exprimer un objectif même dans des situations où les mains ne sont pas disponibles
  • L’agent reçoit un objectif une fois et exécute un plan multi-étapes pour l’atteindre
• Le changement commun aux trois paradigmes est que le principal objet de design devient l’intention, et non l’interaction

Les designers conçoivent des relations de confiance

• Le rôle du designer passe d’architecte des flux d’interaction à architecte de relations de confiance entre humains et systèmes qui agissent en leur nom
• Les nouveaux objets à traiter incluent notamment
  • La quantité de travail que l’utilisateur délègue au système
  • La manière dont le système interprète les demandes ambiguës
  • La façon de vérifier l’écart entre ce que l’utilisateur a dit et ce qu’il veut réellement
• Ce travail nécessite de nouveaux outils et méthodes d’évaluation
  • Les recherches sur l’interaction humain-IA proposent des méthodes qui ne mesurent pas seulement l’achèvement des tâches, mais évaluent si l’utilisateur estime avoir reçu assez d’informations et conservé le contrôle
• Lorsqu’on crée des systèmes qui prennent des décisions pour le compte de l’utilisateur, il faut aussi des critères éthiques sur les décisions qui peuvent être déléguées

Les défis des designers de chat, de voix et d’agents

• Dans les interfaces de chat, le plus difficile n’est pas de décider où appliquer le chat, mais où ne pas l’utiliser
  • Les produits performants ne sont pas ceux qui disposent de l’IA la plus puissante, mais ceux qui distinguent précisément les tâches adaptées à la conversation et celles adaptées aux formulaires
  • Cette distinction n’est pas une décision d’ingénierie, mais de design
• Dans les interfaces vocales, il faut concevoir les éléments hors écran
  • Le temps de réponse comptant plus que la mise en page, il faut concevoir le temps
  • Il faut concevoir le contexte en tenant compte de ce que l’utilisateur mémorise
  • Il faut concevoir comment récupérer la conversation lorsque le système n’a pas compris
  • Le feedback audio, l’haptique, les signaux spatiaux et les stratégies de récupération conversationnelle deviennent de nouveaux outils
• Les systèmes agentiques sont le domaine où les patterns établis sont les moins nombreux et les risques les plus élevés
  • Les décisions sur la transparence, le contrôle de l’intervention et la délégation progressive déterminent si l’utilisateur se sentira habilité ou surveillé
  • Au-delà de chaque produit, elles influencent aussi le degré d’autonomie que les gens accorderont à l’IA dans différents secteurs
• Lorsqu’un même produit prend en charge les trois paradigmes, il faut aussi résoudre un problème d’orchestration : relier des interfaces ayant des contrats d’interaction différents en une expérience cohérente

Les principes de l’UX qui ne changent pas

• Même avec l’arrivée de nouvelles interfaces, les utilisateurs veulent toujours sentir qu’ils sont compris
• Ils craignent de perdre le contrôle, évitent les produits opaques et font confiance aux produits honnêtes
• Les produits qui les font se sentir incompétents ou lents continueront d’être rejetés
• Le rôle d’un bon designer UX a toujours été de faire en sorte que l’utilisateur se sente compétent et compris
• Le chat, la voix et les agents sont de nouveaux instruments pour y parvenir, mais les critères restent les mêmes : clarté/confiance/plaisir/respect du temps et de l’attention

Pour aller plus loin

• Erika Hall — Conversational Design
• Cathy Pearl — Designing Voice User Interfaces
• Clifford Nass / Scott Brave — Wired for Speech
• Ben Shneiderman — Human-Centered AI
• Don Norman — The Design of Everyday Things