Les stratégies d’incitation des utilisateurs et l’adaptation contextuelle de ChatGPT façonnent les expériences conversationnelles de recherche d’information

Pourquoi nos échanges avec l’IA comptent

Des millions de personnes se tournent désormais vers des chatbots comme ChatGPT pour obtenir des réponses sur la santé, la science et les politiques publiques. Cette étude pose une question simple mais importante : que se passe-t-il réellement dans ces conversations ? En observant comment des Américains ordinaires posent des questions et comment ChatGPT ajuste ses réponses, les chercheurs montrent que des différences subtiles dans la formulation et le sujet peuvent influencer non seulement la façon dont les gens perçoivent l’IA, mais aussi ce qu’ils finissent par croire sur des enjeux du monde réel.

Comment l’étude a été conçue

L’équipe de recherche a recruté un échantillon représentatif au niveau national de 937 adultes aux États-Unis et a demandé à chaque personne d’avoir une conversation à plusieurs tours avec ChatGPT pour rechercher des informations. Les participants ont été assignés au hasard à l’un des six sujets couvrant la santé (par exemple les vaccins COVID-19 et les édulcorants artificiels), la science (par exemple le changement climatique et les microplastiques) et les politiques publiques (par exemple l’immigration et les infrastructures routières). Certains sujets étaient intentionnellement controversés, d’autres relativement neutres. On a demandé à chacun d’imaginer qu’il se préparait pour une discussion de quartier et de discuter avec ChatGPT pendant au moins cinq échanges afin de recueillir des informations avant de rendre compte de leurs attitudes et impressions.

Comment les gens parlent réellement à ChatGPT

Malgré l’engouement autour du « prompt engineering », l’étude a montré que la plupart des utilisateurs n’utilisent pas de techniques sophistiquées lorsqu’ils s’adressent à ChatGPT. Seuls 19,1 % des utilisateurs ont employé au moins une stratégie d’incitation explicite, comme fournir un contexte supplémentaire, demander des sources, exiger un style d’écriture particulier ou demander un raisonnement étape par étape. La grande majorité a simplement tapé des questions directes. Ceux qui utilisaient de telles stratégies avaient davantage de chances d’avoir un diplôme universitaire et de pencher politiquement vers les démocrates. Les personnes déjà très familières avec les outils d’IA étaient particulièrement susceptibles d’ajuster le style de ChatGPT (par exemple en demandant des réponses plus courtes ou plus conversationnelles). En revanche, les personnes disposant de plus de connaissances préalables sur un sujet avaient tendance à utiliser moins de stratégies, vraisemblablement parce qu’elles ressentaient moins le besoin d’un guidage supplémentaire.

Comment ChatGPT modifie ses réponses

Les auteurs ont ensuite examiné le langage des messages des utilisateurs et des réponses de ChatGPT sur des milliers d’échanges. Ils n’ont pas analysé le contenu factuel, mais les styles de communication : demander des informations, énoncer des faits, partager une expérience personnelle, inciter à l’action et utiliser un langage cognitivement plus complexe. Ils ont aussi compté la fréquence d’inclusion de liens web et l’usage d’un formatage structuré comme des titres et des listes à puces. Les réponses de ChatGPT évoluaient clairement selon la situation. Lorsque le sujet était controversé, les réponses tendaient à être plus exigeantes cognitivement et orientées vers l’action ; elles contenaient davantage de liens externes mais étaient moins formalisées. Différentes tactiques de prompt influaient également ChatGPT dans des directions spécifiques : fournir plus de contexte conduisait à des conseils plus orientés vers l’action, les demandes de style poussaient l’IA vers une formulation plus simple, et les demandes centrées sur le contenu encourageaient des explications plus développées et cognitivement complexes.

Comment ces réponses influencent les gens

Le résultat le plus marquant provient du lien entre le style de ChatGPT et les réactions des personnes. Les réponses ayant un score élevé de complexité cognitive — celles qui tissent les idées de manière plus stratifiée et analytique — avaient un effet ambivalent. D’une part, les utilisateurs aimaient moins ces réponses : ils évaluèrent leur qualité plus basse, trouvaient l’IA moins aimable et la jugeaient même moins intelligente. D’autre part, ces mêmes réponses complexes étaient plus efficaces pour faire évoluer les opinions des personnes sur les sujets eux‑mêmes. Après une seule conversation de ce type, les participants manifestaient une plus grande inquiétude concernant les microplastiques et le changement climatique, et un soutien accru à la vaccination, à l’immigration, aux édulcorants artificiels et à la reconstruction des autoroutes, même en tenant compte de leurs opinions initiales.

Ce que cela signifie pour l’usage courant de l’IA

Pour les utilisateurs quotidiens, l’étude suggère que vous n’avez pas besoin de prompts d’expert pour obtenir des informations utiles de ChatGPT, mais la manière dont vous demandez importe toujours, et tout le monde n’a pas les mêmes compétences ou le même confort pour orienter ces conversations. Pour les concepteurs et les décideurs, le travail met en évidence une nouvelle forme de fracture numérique : des différences non seulement dans l’accès à l’IA, mais dans la connaissance de la manière d’en parler efficacement. Il révèle aussi une tension de conception. Des réponses simples et faciles à lire rendent les utilisateurs plus satisfaits de l’IA, tandis que des réponses plus exigeantes sur le plan cognitif peuvent discrètement influencer leurs attitudes de façon significative. Il sera essentiel de concevoir des systèmes de conversation à la fois accessibles et transparents quant à cette influence, alors que les gens s’appuieront de plus en plus sur l’IA pour naviguer dans des débats publics complexes.

Citation: Xue, H., Oh, Y.J., Zhou, X. et al. Users’ prompting strategies and ChatGPT’s contextual adaptation shape conversational information-seeking experiences. Sci Rep 16, 12112 (2026). https://doi.org/10.1038/s41598-026-42465-4

Mots-clés: IA conversationnelle, fracture numérique, stratégies de prompt, ChatGPT, changement d’attitude