Je fais de la recherche UX depuis 25 ans. En 1999, j'ai fondé l'un des premiers cabinets de conseil stratégique basé sur la recherche utilisateur en Allemagne. J'ai vécu le passage des prototypes papier à Figma, des focus groups aux tests à distance, des notes manuscrites à la transcription automatique.
Ce qui se passe maintenant est différent.
Je construis un outil qui automatise les entretiens approfondis. En même temps, je sais que les entretiens approfondis sont le joyau de la recherche qualitative – ils exigent de l'expérience, de l'empathie, de la sensibilité, de la curiosité et le courage de poser des questions inconfortables. À des gens qu'on ne connaît pas.
Ça ressemble à une contradiction. Ce n'en est pas une.
L'état du secteur
Avant de parler d'IA agentique, parlons du secteur. Car les chiffres sur l'adoption de l'IA ne racontent que la moitié de l'histoire.
La recherche UX est en crise. Selon les enquêtes UXPA, 35% des organisations ont perdu du personnel, 37% ont connu des licenciements. Le Nielsen Norman Group écrit : « Il y a un an, l'UX avait l'impression d'être en procès. » Le marché de l'emploi se stabilise lentement, mais l'incertitude demeure.
Dans ce climat tombe la nouvelle : 78% des chercheurs pensent, selon le rapport Qualtrics 2026 sur les tendances du marché, que les agents IA géreront plus de la moitié des projets de bout en bout d'ici trois ans. 15% utilisent déjà l'IA agentique aujourd'hui.
Il faut lire ce chiffre en contexte. Derrière, il n'y a pas que l'optimisme technologique, mais aussi la peur. La peur pour l'emploi, l'incertitude économique, l'inquiétude : que signifie l'IA pour moi, ma profession, mon rôle ?
Le Nielsen Norman Group appelle 2026 « l'année de la fatigue IA ». Les gens sont fatigués – fatigués d'entendre qu'ils seront remplacés s'ils ne « vibe codent » pas. Fatigués d'outils qui ne s'intègrent pas aux vrais workflows. Fatigués d'expliquer pourquoi les décisions automatisées sont risquées.
Ce que signifie « agentique »
Un système agentique diffère des outils IA classiques par quatre caractéristiques.
Orientation vers l'objectif : le système reçoit un objectif, pas une instruction. « Découvre pourquoi les utilisateurs abandonnent le panier » au lieu de « Transcris ces cinq entretiens ».
Planification : il décompose l'objectif en étapes de lui-même.
Exécution : il réalise les étapes sans que quelqu'un confirme chaque clic.
Adaptation : il réagit à ce qui se passe. Si une question ne fonctionne pas, il la reformule.
La différence avec un assistant : un assistant attend des instructions. Un agent agit de manière autonome.
Ce qu'on y gagne
La question n'est pas ce qu'on perd quand l'IA mène des entretiens. La question est ce qu'on y gagne.
Les entretiens approfondis ne sont pas seulement le joyau de la couronne – ils sont aussi chronophages et laborieux à chaque phase. Recrutement, planification, conduite, transcription, analyse. Même les entreprises centrées client, pour qui la recherche qualitative était standard, réduisent leurs budgets. Elles misent davantage sur les décisions basées sur les données parce qu'elles n'ont plus le temps ni l'argent. La pression est forte, les cycles de release s'accélèrent.
La recherche nécessaire n'est souvent tout simplement pas faite.
C'est le vrai problème. Pas que l'IA mène des entretiens, mais que les entretiens n'ont plus lieu. Les bons produits naissent du dialogue avec les gens. Mais ce dialogue n'a pas lieu. À la place, on interprète des données, on développe des hypothèses et on prend des décisions à l'instinct.
L'IA peut rendre ce dialogue à nouveau possible – pour les entreprises qui autrement ne pourraient pas se le permettre.
Ce qui ne peut pas être remplacé
Bien sûr, il y a des situations que l'IA ne peut pas gérer. Poser des questions par intuition, par expérience, par curiosité intrinsèque. Reconnaître le moment où quelqu'un dit une chose mais en pense une autre. La pause qui révèle plus que n'importe quelle réponse.
Communiquer les résultats aux parties prenantes non pas pour les informer, mais pour les amener vers une perspective partagée et engageante – aucune IA ne peut faire ça.
Mais beaucoup a changé en 2026. Les fenêtres de contexte sont devenues plus grandes, les capacités agentiques plus fortes, l'interprétation des données et l'analyse meilleures. L'IA continue d'évoluer. Le Nielsen Norman Group écrit : « Nous verrons les technologies IA de base améliorer progressivement leurs capacités 'irrégulières', atteignant potentiellement des moments décisifs pour les activités de recherche utilisateur. »
Les frontières se déplacent. Ça ne veut pas dire qu'elles disparaissent.
Le problème de confiance
Le Nielsen Norman Group identifie la confiance comme le plus grand problème UX pour les expériences IA en 2026. Les personnes déçues par des fonctionnalités IA adoptent les nouveaux systèmes plus prudemment.
Pour la recherche, cela signifie : un agent qui rate un entretien n'endommage pas seulement cette étude. Il endommage la confiance des participants dans la recherche assistée par IA en général.
Les agents sont souvent lancés avant d'être prêts. Le résultat : de mauvaises expériences, un scepticisme croissant. Chaque mauvaise interaction rend la prochaine adoption plus difficile.
Comment QUALLEE met cela en œuvre
QUALLEE est un outil de recherche agentique. L'intervieweur IA mène des conversations de manière autonome, pose des questions de suivi basées sur les réponses, extrait automatiquement les thèmes. Mais nous avons intégré des limites délibérées.
Les humains définissent les objectifs. L'agent exécute, mais les questions de recherche viennent de l'équipe.
Les données brutes restent accessibles. QUALLEE ne livre pas de résumés tout faits qu'il faut accepter – il livre des citations, la voix brute des utilisateurs. Le chercheur interprète.
Les participants savent qu'ils parlent à une IA. Ce n'est pas seulement la conformité au EU AI Act – c'est du respect.
Pour les questions complexes, il y a des projets hybrides. L'IA pour le volume, l'expertise humaine pour la profondeur.
Ce qui reste
La recherche UX redeviendra plus importante. L'artisanat comptera davantage, l'intimité et l'authenticité qui émergent du dialogue entre personnes. L'élément humain lui-même sera plus valorisé à mesure que l'IA se répand.
Mais cela ne changera pas la façon dont l'argent et le temps sont alloués. Il y aura plus de données, plus de puissance de calcul, plus d'intelligence à portée de clic. Les simulations générées par IA seront incroyablement bonnes.
Mais l'argent gagné grâce aux gens vient toujours du fait qu'on a parlé à ces gens.
Questions fréquentes
Qu'est-ce que l'IA agentique dans le contexte de la recherche UX ?
L'IA agentique désigne des systèmes IA qui exécutent de manière autonome des workflows en plusieurs étapes. En recherche UX, cela signifie : au lieu d'automatiser des tâches isolées comme la transcription, les agents gèrent des processus entiers – de la conduite d'entretiens à l'extraction de thèmes.
L'IA agentique remplace-t-elle les chercheurs UX humains ?
Non, mais elle change le rôle. Les chercheurs deviennent des stratèges qui définissent les objectifs et interprètent les résultats. Les agents prennent de plus en plus en charge l'exécution opérationnelle. Cela requiert des compétences différentes, mais pas moins d'expertise.
Quelle est la fiabilité des agents IA pour la recherche qualitative ?
Pour des cas d'usage standardisés avec des objectifs clairs, ils fonctionnent bien. Pour la recherche exploratoire, les sujets sensibles ou les situations nécessitant de l'empathie, les humains restent supérieurs. L'art réside dans le bon déploiement : les agents pour le volume, les humains pour la profondeur.
Que signifie l'EU AI Act pour les outils de recherche agentiques ?
À partir d'août 2026, les exigences complètes de transparence et de documentation s'appliquent. Les utilisateurs doivent savoir qu'ils interagissent avec une IA. Les fournisseurs doivent classifier et documenter les risques.
Essayez par vous-même
Découvrez ce qu'est un entretien mené par IA. Dans notre projet de recherche actuel, nous explorons comment les gens interagissent avec l'IA au quotidien. La conversation dure environ 20 minutes.
