Artificial intelligence can persuade people to take political actions

Cette étude démontre que, bien que l'intelligence artificielle puisse persuader les gens d'adopter des comportements politiques concrets comme signer des pétitions ou faire des dons, ses effets sur les attitudes ne prédisent pas ces changements comportementaux, suggérant que les recherches antérieures basées uniquement sur les attitudes sous-estiment ou méconnaissent l'impact réel de l'IA sur les actions.

L'essentiel

🤖 L'IA peut-elle transformer vos pensées en actions ? (Le résumé)

Imaginez que l'intelligence artificielle (IA) est un super-orateur capable de parler à des milliers de personnes en même temps. Les scientifiques se demandaient : Est-ce que cet orateur peut seulement faire changer d'avis les gens, ou peut-il vraiment les faire bouger les fesses pour agir dans le monde réel ?

Pour répondre à cette question, des chercheurs du Royaume-Uni et des États-Unis ont organisé un immense jeu de rôle avec près de 15 000 personnes. Ils ont utilisé des IA de pointe (comme les versions les plus récentes de GPT, Claude, etc.) pour discuter avec des humains pendant quelques minutes.

Le but ? Convaincre les participants de signer de vraies pétitions (sur des sujets comme le nucléaire, les animaux ou la démocratie) et de faire de vrais dons d'argent.

Voici les trois grandes découvertes de cette expérience, expliquées avec des analogies :

---

1. L'IA est un excellent "moteur d'action" 🚀

Ce qu'on pensait : On savait déjà que l'IA pouvait changer les opinions (faire dire "oui" à une idée).
Ce qu'on a découvert : L'IA est encore plus puissante pour faire passer les gens à l'acte !

• L'analogie : Imaginez que l'IA est un coach sportif. Avant, on savait qu'elle pouvait convaincre un athlète que courir est bon pour la santé (changer l'attitude). Cette étude montre qu'elle peut aussi le faire courir le marathon (changer le comportement).
• Le résultat : Les gens qui ont discuté avec l'IA étaient beaucoup plus susceptibles de signer une pétition avec leur vrai nom et email (+19,7 % de plus que ceux qui n'ont pas discuté avec l'IA). C'est un effet massif, comparable à des campagnes de porte-à-porte très efficaces.

2. Le piège : Penser ne signifie pas Agir 🧠 vs 🦵

Ce qu'on pensait : Si l'IA réussit à faire changer d'avis quelqu'un, elle réussira forcément à le faire agir. C'est comme si changer d'opinion était la clé qui ouvre la porte de l'action.
Ce qu'on a découvert : Faux ! Il n'y a aucun lien entre les deux.

• L'analogie : C'est comme si vous aviez deux télécommandes différentes.
  • Une télécommande "Opinion" (qui change ce que vous pensez).
  • Une télécommande "Action" (qui vous fait bouger).
  • L'étude montre que les boutons qui fonctionnent sur la télécommande "Opinion" ne fonctionnent pas du tout sur la télécommande "Action".
• Le problème : Beaucoup de recherches précédentes ne mesuraient que l'opinion. Elles pensaient donc que l'IA était moins dangereuse ou moins efficace qu'elle ne l'est en réalité. En ne regardant que les "pensées", on rate la vraie puissance de l'IA pour déclencher des mouvements de foule.

3. Comment l'IA fait-elle bouger les choses ? (Le secret) 🕵️‍♂️

Ce qu'on pensait : Pour convaincre, il faut donner des faits, des chiffres et des arguments logiques (comme un professeur de sciences).
Ce qu'on a découvert : Pour l'opinion, oui, les faits marchent. Mais pour l'action, les faits sont les moins efficaces.

• L'analogie :
  • Pour changer l'opinion, l'IA agit comme un journaliste qui donne des informations. Ça marche bien pour faire dire "Ah, je ne savais pas ça !".
  • Pour faire agir, l'IA doit agir comme un entraîneur de vie ou un magicien. Elle doit toucher les émotions, créer un sentiment d'urgence, ou faire sentir à la personne qu'elle fait partie d'un groupe ("Tu es le genre de personne qui aide les autres").
• La stratégie gagnante : La meilleure méthode ("La stratégie Mégas") était de mélanger toutes les techniques : émotion, engagement, identité, regrets anticipés... L'IA adaptait son discours en temps réel. C'était comme un chef d'orchestre qui joue tous les instruments à la fois pour créer une symphonie persuasive, plutôt que de jouer une seule note (les faits).

---

🎯 En résumé pour la vie de tous les jours

Cette étude nous donne un avertissement important :

1. Ne sous-estimez pas l'IA : Elle n'est pas juste un robot qui donne des infos. Elle peut vraiment nous faire signer des pétitions ou donner de l'argent, même après une courte conversation.
2. Ne vous fiez pas aux sondages d'opinion : Si une étude dit "L'IA ne change pas grand-chose aux opinions", cela ne veut pas dire qu'elle ne peut pas nous faire agir. Les deux sont des mondes différents.
3. Le vrai danger (ou pouvoir) : L'IA ne sert pas seulement à convaincre les sceptiques. Elle est redoutable pour mobiliser les gens qui sont déjà d'accord mais qui ne bougent pas encore. C'est comme passer de "Je suis d'accord avec vous" à "Je vais signer et donner mon argent maintenant".

En une phrase : L'IA est capable de transformer une simple discussion en une action politique concrète, mais elle y arrive en jouant sur nos émotions et nos identités, pas seulement en nous donnant des faits.

Résumé technique

Titre de l'étude

L'intelligence artificielle peut-elle persuader les gens d'entreprendre des actions politiques ? (Artificial intelligence can persuade people to take political actions)

1. Problématique et Contexte

Il existe une préoccupation croissante concernant la capacité des systèmes d'intelligence artificielle (IA) avancés à influencer le comportement humain. Bien qu'un corpus de recherche rapide ait démontré que l'IA peut produire des effets persuasifs importants sur les attitudes (opinions, croyances), il reste incertain si ces effets se traduisent par des actions réelles et consécutives dans le monde réel.

La littérature actuelle souffre de trois incertitudes majeures :

1. L'ampleur des effets comportementaux : Les effets sur les comportements politiques (comme signer une pétition ou faire un don) sont-ils aussi importants que ceux observés sur les attitudes ?
2. La corrélation Attitude-Comportement : Les effets de persuasion sur les attitudes sont-ils corrélés à ceux sur les comportements ? Si non, les études se basant uniquement sur des mesures d'attitudes pourraient mal généraliser les résultats réels.
3. Les mécanismes sous-jacents : Le mécanisme qui pousse à un changement d'attitude (souvent l'apport d'informations factuelles) est-il le même que celui qui pousse à l'action ?

2. Méthodologie

Les auteurs ont mené deux grandes expériences pré-enregistrées (Study 1 et Study 2) impliquant un total de 14 779 adultes britanniques (17 950 réponses).

• Conception expérimentale :

  • Design entre-sujets avec randomisation.
  • Les participants ont été assignés aléatoirement à une conversation avec un modèle d'IA de pointe (frontier LLM) ou à un groupe témoin (conversation sur un sujet neutre).
  • Modèles utilisés : GPT-4.1, Claude Opus 4.6, Grok 4, Gemini 3.1 Pro, etc.
  • Tâche : Convaincre les participants de signer une vraie pétition (avec nom et email réels) ou de faire un don à une organisation caritative associée à l'une des huit causes politiques (ex: désarmement nucléaire, réforme démocratique, bien-être animal).
  • Durée : Conversations interactives d'en moyenne 4,9 tours (7 minutes).

• Mesures :

  • Comportementales : Signature de pétition (binaire), allocation de bonus financier, effort fourni pour générer des dons (tâche de clics), choix de changer de charité.
  • Attitudinales : Support de la pétition et de l'organisation (échelles Likert 1-7, mesurées avant et après).
  • Stratégies (Study 2) : Test de huit stratégies de persuasion théoriques (Activation émotionnelle, Intentions de mise en œuvre, Étiquetage identitaire, Escalade de l'engagement, Regret anticipé, Information sur le sujet, Efficacité de l'impact, et une stratégie "Mega" combinant toutes les approches).

3. Contributions Clés

Cette étude apporte trois contributions majeures à la littérature sur la persuasion par l'IA :

1. Preuve d'efficacité comportementale : Elle démontre que l'IA peut générer des effets de persuasion significatifs sur des comportements politiques réels et coûteux (signature de pétitions, dons), et pas seulement sur des opinions.
2. Dissociation Attitude-Comportement : Elle établit qu'il n'y a aucune corrélation significative entre la force de la persuasion sur les attitudes et celle sur les comportements. Les stratégies qui changent le plus les esprits ne sont pas nécessairement celles qui incitent le plus à l'action.
3. Identification des mécanismes distincts : Elle révèle que l'apport d'informations (factuelles) est le moteur principal du changement d'attitude, mais qu'il est inefficace pour déclencher l'action. À l'inverse, l'action est mieux servie par des stratégies combinées ou émotionnelles.

4. Résultats Principaux

A. Effets sur le comportement

• Study 1 : Le groupe traité était 12,8 points de pourcentage (pp) plus susceptible de signer la pétition ($p < .001$) et a donné en moyenne 0,08 £ de plus.
• Study 2 : L'effet sur la signature de pétition a été encore plus fort, avec une augmentation de 19,7 pp par rapport au groupe témoin ($p < .001$).
• Ces effets sont comparables, voire supérieurs, à ceux observés dans des études de terrain traditionnelles (canvassing en face à face, campagnes de messages directs).

B. Absence de corrélation Attitude-Comportement

• L'analyse des 15 conditions expérimentales (Study 1) et des 8 stratégies (Study 2) montre aucune corrélation significative entre l'effet sur le soutien à la pétition (attitude) et l'effet sur la signature (comportement).
  • Study 1 : $r = 0,05$, $p = 0,85$.
  • Study 2 : $r = 0,18$, $p = 0,68$.
• Cela signifie que les conclusions tirées de recherches se basant uniquement sur des sondages d'opinion risquent d'être trompeuses concernant l'impact réel de l'IA sur le comportement.

C. Mécanismes de persuasion

• Le rôle de l'information : Les stratégies basées sur l'apport d'informations factuelles ("Information Issue") sont les plus efficaces pour changer les attitudes, mais elles sont parmi les moins efficaces pour déclencher l'action (ex: +16,2 pp pour la signature contre +23,7 pp pour la stratégie "Mega").
• Le rôle des stratégies combinées : La stratégie "Mega" (qui permet au modèle d'adapter et de combiner dynamiquement toutes les techniques de persuasion) s'est révélée la plus efficace pour l'action (+23,7 pp).
• Apprentissage auto-rapporté : La perception d'avoir appris de nouvelles informations est fortement corrélée au changement d'attitude ($r = 0,87$) mais pas au changement de comportement ($r = -0,15$).
• Cibles différentes : L'analyse secondaire suggère que la persuasion (changement d'avis) vise principalement les non-sympathisants, tandis que la mobilisation (action) vise principalement les sympathisants déjà convaincus mais inactifs.

5. Signification et Implications

• Réévaluation des risques : Les résultats suggèrent que l'impact réel de l'IA sur la politique pourrait être sous-estimé si l'on ne regarde que les attitudes. L'IA a le potentiel de mobiliser des actions concrètes à grande échelle.
• Limites des études précédentes : La majorité des recherches actuelles sur la persuasion par l'IA se concentrent sur les attitudes. Cette étude avertit que ces résultats ne se généralisent pas bien au comportement, ce qui nécessite une refonte des méthodologies de recherche pour inclure des mesures comportementales réelles.
• Gouvernance et Éthique : Comprendre que la mobilisation (action) et la persuasion (opinion) sont des processus distincts est crucial pour la régulation. Les acteurs cherchant à utiliser l'IA pour mobiliser des actions politiques (même parmi des sympathisants) utilisent des mécanismes différents de ceux qui cherchent à convaincre des opposants.
• Limites : Les études ont été menées dans un contexte de sondage payé, ce qui garantit une attention captive qui pourrait ne pas refléter les interactions naturelles avec l'IA. De plus, les comportements mesurés (signer, donner quelques centimes) sont à faible coût ; des recherches futures sont nécessaires pour des enjeux plus élevés (vote, vaccination, etc.).

En conclusion, cette étude démontre que l'IA de pointe peut modifier le comportement politique réel de manière significative, mais que les mécanismes de cette influence sont fondamentalement différents de ceux qui modifient les opinions, rendant les mesures d'attitudes seules insuffisantes pour évaluer les risques réels.