Category: Analysis

Source: The Conversation – in French – By Maria Strack, Professor, Department of Geography and Environmental Management, University of Waterloo

Ces derniers temps, on parle beaucoup de grands projets d’infrastructure au Canada, le gouvernement fédéral ayant prévu d’accélérer l’exploitation des ressources à l’échelle du pays.

Cette initiative n’est pas surprenante. En 2024, le secteur des ressources naturelles représentait 16 % du PIB du pays et fournissait 1,8 million d’emplois.

Ces avantages économiques s’accompagnent toutefois de compromis environnementaux dont les conséquences restent à déterminer. Avant d’accélérer le développement en réduisant la surveillance environnementale, il faut prendre en compte ces éventuelles répercussions.

Les exemples de conséquences environnementales imprévues ne manquent pas au Canada. Si l’on vous parle d’un réseau à haute densité de corridors, souvent espacés de moins de 100 mètres, vous penseriez peut-être à des routes urbaines ou à des sentiers dans un parc.

En fait, un réseau de clairières linéaires, ou « profils sismiques », s’étend à travers la forêt boréale canadienne. On estime que ces clairières totalisent plus de 1,8 million de kilomètres rien qu’en Alberta.

Créées à des fins d’exploration géophysique, elles permettent au personnel et à l’équipement de se déplacer à travers le territoire et de cartographier les ressources souterraines telles que le pétrole et le gaz. En Alberta, les premières traces de ce type d’exploration remontent à la fin des années 1920, et l’activité s’est considérablement intensifiée à partir des années 1960.

---

Cet article fait partie de notre série Forêt boréale : mille secrets, mille dangers

La Conversation vous propose une promenade au cœur de la forêt boréale. Nos experts se penchent sur les enjeux d’aménagement et de développement durable, les perturbations naturelles, l’écologie de la faune terrestre et des écosystèmes aquatiques, l’agriculture nordique et l’importance culturelle et économique de la forêt boréale pour les peuples autochtones. Nous vous souhaitons une agréable — et instructive — balade en forêt !

---

Les programmes d’exploration ont pris de plus en plus de l’ampleur, sans que les gouvernements n’exigent des entreprises qu’elles remettent les terres dans leur état initial. On partait du principe que les arbres repousseraient tout simplement sur les étroites clairières, rétablissant ainsi le couvert forestier. Cependant, de nombreux profils sismiques sont restés dépourvus de couvert forestier pendant des décennies, en particulier ceux qui traversent des zones humides boisées.

Même si les progrès de la technologie géophysique et la compréhension des conséquences environnementales ont permis de mettre au point des méthodes moins néfastes, cet héritage de l’activité humaine persiste sous la forme d’un réseau qui endommage les forêts.

Des forêts fragmentées

Les profils sismiques fragmentent les forêts et réduisent leur capacité à servir d’habitats et à contribuer à l’atténuation des changements climatiques. La fragmentation modifie la façon dont les animaux utilisent le territoire et a été associée à un déclin marqué des populations de caribous.

Ces couloirs ouverts permettent aux prédateurs de se déplacer plus rapidement et de voir plus loin, ce qui facilite la chasse au caribou. Ils améliorent par ailleurs l’accès à la forêt, normalement dense, à d’autres herbivores, comme les chevreuils et les orignaux, ce qui accroît la concurrence pour la nourriture.

Les profils sismiques nuisent aussi à la capacité des tourbières de contribuer à la régulation du climat. Ces dernières stockent d’énormes quantités de carbone. Les restes de plantes qui s’accumulent dans le sol des tourbières sont protégés de la décomposition par des conditions humides, fraîches et acides.

Ces conditions humides favorisent également la production de méthane, un gaz à effet de serre. Cependant, une grande partie du méthane est consommée par les micro-organismes vivant dans les couches supérieures du sol et n’est donc jamais rejetée dans l’atmosphère.

Les micro-organismes qui consomment du méthane ont besoin d’un milieu oxygéné, condition assurée par une couche de mousse aérée à la surface qui facilite un bon drainage. Dans ces conditions non perturbées, le stockage du carbone dans les tourbières compense largement les émissions de méthane, ce qui permet aux tourbières d’apporter un bénéfice climatique net.

La perturbation du sol des tourbières causée par l’utilisation d’équipements lourds lors des levés géophysiques comprime la couche superficielle, rendant les conditions plus humides. C’est une des raisons pour lesquelles les arbres mettent du temps à repousser, et cela entraîne également une hausse des émissions de méthane. Ces changements peuvent modifier le bilan des gaz à effet de serre dans les tourbières et contribuer ainsi au réchauffement climatique.

Ce n’est qu’après des décennies de recherche dans la forêt boréale que ces effets imprévus ont pu être compris. Les nouvelles connaissances permettent d’élaborer des programmes de restauration visant à reconstituer le couvert forestier et à favoriser le rétablissement des populations de caribous.

Ces programmes apportent des avantages environnementaux, mais ils entraînent également des coûts financiers imprévus. Ce cas met en lumière la nécessité d’une surveillance environnementale permettant de prévenir des problèmes et de réaliser des économies à long terme.

D’autres types d’impacts

Le cas des profils sismiques n’est pas isolé. Les impacts imprévus pourraient bien être la norme plutôt que l’exception. L’exploitation minière, par exemple, génère toutes sortes de déchets qui ont des répercussions sur la qualité de l’eau.

Les routes d’accès aux ressources agissent comme des barrages dans les milieux humides, modifiant le débit de l’eau, provoquant des inondations et entraînant la mort des arbres en amont.

Les activités humaines dans les régions sauvages peuvent accroître les risques d’incendies de forêt et augmenter ainsi les superficies brûlées. Les règlements en vigueur doivent être régulièrement révisés et mis à jour pour garantir la protection de l’environnement, ainsi que la santé et le bien-être des humains, à mesure que les projets progressent.

Les répercussions environnementales sont évaluées à l’aide des meilleures connaissances disponibles avant l’approbation des projets.

---

Déjà des milliers d’abonnés à l’infolettre de La Conversation. Et vous ? Abonnez-vous gratuitement à notre infolettre pour mieux comprendre les grands enjeux contemporains.

---

Cependant, il est difficile de déterminer l’impact combiné de toutes les activités sur le territoire. Ces effets cumulatifs ne sont pas évidents à prévoir. Les perturbations peuvent en effet interagir de manière imprévisible, entraînant parfois une incidence plus importante que celle envisagée sur la base de la somme des zones touchées.

La compréhension des méthodes d’évaluation et de gestion des impacts est un domaine de recherche en constante évolution. À mesure que nos connaissances progressent, il est essentiel de mieux prendre en compte les effets cumulatifs dans les processus décisionnels relatifs au développement futur.

La forêt boréale canadienne est l’une des mieux préservées de la planète. Sa protection pose toutefois des défis, et il serait encore plus difficile de la restaurer si elle venait à disparaître. Alors que des projets d’envergure continuent d’être proposés et approuvés, il est important de poursuivre les efforts pour protéger le territoire sur lequel le Canada est bâti.

Maria Strack bénéficie d’un financement du Conseil de recherches en sciences naturelles et en génie du Canada, d’Environnement et Changement climatique Canada, de Parcs Canada, du gouvernement de l’Alberta, de l’Association canadienne de la tourbe de sphaigne, de Canards Illimités Canada, d’Imperial Oil Ltd., d’Alberta Pacific Forest Industries Inc., de Cenovus Energy, de Canadian Natural Resources Limited, de ConocoPhillips Canada, de Ressources naturelles Canada et de l’Institut de surveillance de la biodiversité de l’Alberta. Dans le cadre du projet Can-Peat, Maria Strack collabore avec un réseau de partenaires à travers le Canada, notamment des administrations provinciales, territoriales et municipales, des organisations autochtones ainsi que des groupes privés et à but non lucratif.

– ref. Le développement industriel provoque le morcellement de la forêt boréale canadienne. Une réflexion s’impose – https://theconversation.com/le-developpement-industriel-provoque-le-morcellement-de-la-foret-boreale-canadienne-une-reflexion-simpose-288052

Source: The Conversation – France in French (2) – By Laurent Delisle, Chercheur associé en Mathématiques, ECE Paris

---

L’ESSENTIEL

• Au loto, le tirage 1-2-3-4-5-6 est tout aussi (peu) probable que 7-13-21-32-45-7. Cela vous paraît-il contre-intuitif ?

• Découvrez pourquoi notre cerveau juge très mal le hasard.

• Les sciences cognitives et les probabilités peuvent nous aider à mieux comprendre les jeux de hasard.

---

On annonce un mégajackpot de 5 000 000 euros au Loto, le rêve ! Vous vous décidez à jouer. Vous vous arrêtez à votre bureau de tabac et prenez une grille. Quels numéros choisir ? La règle est simple : vous devez cocher 5 numéros sur une grille de 49 numéros, puis 1 numéro chance sur une grille de 10 numéros. Ce qui fait 19 068 840 grilles possibles ! Incapable de vous décider, vous faites un flash, les numéros sont choisis pour vous par un ordinateur. Vous obtenez la grille suivante : 7-13-21-32-45 pour les 5 numéros et 7 pour le numéro chance. Une bonne grille de loto, vous rentrez chez vous avec l’espoir qu’aujourd’hui sera votre dernier jour de travail.

22 heures, le soir même ! Jackpot non remporté, la grille « gagnante » obtenue par les bouliers de la Française des jeux est 1-2-3-4-5 pour les 5 numéros et 6 pour le numéro chance, ce qui fait la grille 1-2-3-4-5-6. Vous vous dites que c’est impossible d’obtenir une telle combinaison, que le tirage était forcément truqué ou qu’il était impossible que l’ordinateur vous génère une telle grille.

Injustice, voire complot ! Pourtant : les deux grilles ont exactement la même probabilité de sortir. Une chose est certaine : sur les 19 068 840 grilles possibles, chacune d’entre elles a la même probabilité de sortir.

Ce qui nous paraît improbable, ce sont surtout les grilles qui semblent appartenir à des motifs trop réguliers pour relever du hasard. Dans une expérience, des chercheurs ont proposé à 26 individus dans un café français de choisir 2 grilles de loto parmi 14 grilles dont notre grille gagnante. Aucun participant n’a choisi 1-2-3-4-5-6, et tous ont même affirmé qu’il était impossible de gagner avec une telle grille.

Bien qu’une telle grille n’ait jamais été tirée au Loto de la Française des jeux, la combinaison 5-6-7-8-9-10 est sortie, le 1^er décembre 2020, à la loterie sud-africaine pour un jackpot d’approximativement 6 000 000 euros. Paradoxalement à l’étude précédemment citée, 20 joueurs avaient choisi cette grille et se sont partagés le jackpot, alors que les tirages précédents ne comptaient pas de gagnant ou seulement un.

Ce paradoxe peut s’expliquer par notre culture du jeu et la différence entre la stratégie du « choisir pour gagner » et celle du « miser sur l’impossible ». Dans le café français, le joueur cherche, parmi les grilles proposées, sa perception du vrai hasard. À l’inverse, au loto sud-africain, il existe toujours un petit groupe pour tenter des grilles régulières soit par superstition, soit par défi. C’est le pari du « Et si ça se produisait ? »

Comment expliquer la perception de l’impossibilité d’une telle grille ?

En sciences cognitives, cette impossibilité s’appelle l’heuristique de représentativité. Dans cette étude menée auprès de 472 personnes, 70 % des participants ont rejeté les suites logiques dans de vraies grilles de loto pour des combinaisons se rapprochant de leur perception du hasard. Cette étude montre aussi que, parmi eux, 84 % ont refusé un avantage financier plutôt que d’échanger leur combinaison contre une grille régulière. Cette heuristique est fondée sur notre idée stéréotypée du hasard.

Une grille comme 1-2-3-4-5-6 est souvent associée à une suite logique tout comme 5-10-15-20-25-5, tandis que 3-17-26-45-49-6 nous semble plus aléatoire et donc plus près de notre idée de « hasard ». Cette dernière grille nous semble plus cohérente pour un jeu de hasard comme le loto et pourtant toutes ses grilles ont mathématiquement la même probabilité de sortir.

Le paradoxe du parieur et les biais cognitifs

Ce refus d’accepter le « vrai » hasard au sens des probabilités peut prendre aussi une autre forme : le sophisme du joueur. Pour un joueur, l’heuristique de représentativité juge une grille impossible par sa forme, tandis que le sophisme du joueur nous fait penser que les tirages sont liés entre eux, comme s’ils avaient une mémoire !

Ce phénomène n’est pas propre au jeu de loto. Selon une anecdote, reprise dans de nombreux ouvrages sur les probabilités, le plus célèbre des exemples remonterait au soir du 18 août 1913, au casino de Monte-Carlo, où la roulette serait tombée 26 fois de suite sur la couleur noire, ce qui n’a qu’une chance sur 67 108 864 de se produire. Gagner au loto est 3,5 fois plus probable !

Défiant l’intuition, les joueurs se seraient mis à miser des sommes de plus en plus importantes sur le rouge. Les joueurs étant convaincus que plus la série de noir augmentait, plus la probabilité d’obtenir un rouge au tour suivant augmentait également. Une soirée lucrative pour le casino ! Ce qui nous échappe, c’est qu’un tour de roulette est indépendant des précédents, la roulette n’a pas de mémoire tout comme les bouliers de la Française des jeux. Dans cet exemple, le sophisme du joueur est un biais statistique. Au loto, un joueur évitera de choisir, par exemple, la même grille que la grille gagnante précédente pensant qu’une même grille ne peut pas gagner successivement.

Au loto, la grille 1-2-3-4-5-6 est tout autant aléatoire que la grille 7-31-42-47-49-2, ces deux grilles ont exactement la même probabilité d’être gagnantes. Une chose est claire, notre cerveau n’aime pas les probabilités et nos biais cognitifs continueront à déjouer les mathématiques et le hasard !

Laurent Delisle ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d’une organisation qui pourrait tirer profit de cet article, et n’a déclaré aucune autre affiliation que son organisme de recherche.

– ref. Notre cerveau n’aime pas les probabilités, ou pourquoi on joue mal au loto et à la roulette – https://theconversation.com/notre-cerveau-naime-pas-les-probabilites-ou-pourquoi-on-joue-mal-au-loto-et-a-la-roulette-288449

Source: The Conversation – France (in French) – By Billy J. Stratton, Professor of English and Literary Arts, University of Denver

---

L’ESSENTIEL

• Tandis que l’usage de l’intelligence artificielle s’est généralisé chez ses étudiants, un professeur de littérature à l’Université de Denver, aux États-Unis, expose son approche pour mieux comprendre les limites de ChatGPT.

• Il les invite à poser des questions à l’IA au sujet d’une œuvre étudiée en cours, puis à examiner ses réponses de façon critique.

• Une telle méthode permet de percevoir la valeur de la sensibilité humaine et de l’empathie, indispensables pour analyser une œuvre littéraire.

---

Il est déconcertant d’imaginer que la pensée humaine puisse devenir superflue ou être considérée comme inférieure en raison des progrès de l’intelligence artificielle. Mais malgré tous ses inconvénients, on ne peut ni ignorer l’intelligence artificielle (IA) ni espérer qu’elle disparaisse. Son usage va perdurer, et je veux que mes élèves comprennent les enjeux d’une dépendance excessive à cette technologie.

Je ne peux pas leur en vouloir de se demander pourquoi ils devraient consacrer autant de temps et d’efforts à perfectionner leur écriture et leur esprit critique si les grands modèles linguistiques semblent faire un travail tout à fait acceptable.

---

À lire aussi :
L’IA peut-elle nous dispenser de l’effort d’apprendre ?

---

Pourtant, cette situation a des implications majeures pour la culture et les sociétés. Il est facile d’imaginer un avenir où la dépendance à l’IA conduirait à un conformisme intellectuel et à l’érosion de l’esprit critique. Des chercheurs documentent déjà ces effets, qui menacent de faire de la lutte acharnée avec les idées un art perdu.

C’est pourquoi je pense qu’il est essentiel que les enseignants abordent de front la question de l’IA. La clé, selon moi, consiste à apprendre aux élèves à distinguer les capacités de reconnaissance de patterns de l’IA – la reconnaissance de motifs statistiques consistant à identifier des régularités statistiques au sein des ensembles de données – de son incapacité à rêvasser, à se mettre à la place d’autrui et à s’exprimer de manière authentique.

Donnez-moi votre avis

Dans un cours que j’ai récemment dispensé sur la littérature gothique du Sud, j’ai proposé un exercice à mes étudiants. Ils devaient demander à l’IA d’analyser « l’atmosphère émotionnelle » d’une scène tirée du roman de Carson McCullers publié en 1940, Le cœur est un chasseur solitaire.

Bon nombre des personnages que l’on rencontre dans les œuvres du gothique sudiste comme celles de McCullers sont étranges et brutaux. Vus à travers un prisme déformé et artificiel, ils parlent des dialectes étranges et évoquent ce que la romancière américaine Flannery O’Connor appelait le « grotesque ».

Ils vivent dans des lieux isolés, figés dans le passé et, pour reprendre une autre expression d’O’Connor, « hantés par le Christ ».

De nombreux lecteurs ont du mal à appréhender les univers étranges de ces personnages. L’IA a encore plus de mal à généraliser les tensions complexes entre foi et incrédulité, ou entre le bien et le mal, qui animent ces récits.

Afin de limiter l’éventail des réponses et de permettre des comparaisons utiles, j’ai proposé aux étudiants des scènes mettant en scène les personnages principaux du roman. L’une d’entre elles était cette séquence déchirante où Spiros Antonapoulos, personnage du livre frappé de surdité, est envoyé dans un asile psychiatrique public, laissant derrière lui son seul ami, John Singer.

La scène dégage un sentiment palpable d’angoisse et de tristesse. De plus, elle suscite une colère légitime envers le cousin d’Antonapoulos qui l’a fait interner
– une décision motivée par des considérations de commodité et fondée sur une incompréhension des difficultés de Spiros, perçues comme un comportement déviant et antisocial. Le fait qu’il soit issu de l’immigration et qu’il vive dans une petite ville de Géorgie confère à la scène un caractère encore plus poignant.

ChatGPT, cependant, a décrit la scène en utilisant une terminologie stérile et abstraite. Pour citer une réponse représentative partagée par l’un de mes étudiants :

« L’atmosphère est d’une solitude dévastatrice, comme figée dans le temps. La scène dégage un sentiment de calme, d’impuissance et d’asymétrie émotionnelle. Il n’y a pas d’adieu dramatique ; au contraire, ce moment est marqué par l’angoisse silencieuse de Singer. Le départ du train symbolise une séparation irréversible. »

Cette analyse est clinique et froide. Elle ne parvient pas à saisir le poids de la profonde tristesse qui se dégage de la séparation de deux amis qui n’ont que l’un l’autre. Elle comportait également une erreur factuelle : c’est un bus, et non un train, qui s’éloigne.

Il manque également toute reconnaissance claire de la crainte de Singer face aux horreurs qui attendent Antonapoulos ainsi que de l’ironie dramatique créée par l’apparente inconscience d’Antonapoulos quant au bouleversement que subit sa vie. L’IA manque tout simplement d’expérience vécue pour acquérir une conscience contextuelle lui permettant de véritablement comprendre le roman envoûtant de McCullers.

Comme l’IA fonctionne en grande partie comme un moteur d’optimisation – en s’appuyant sur la synthèse d’énormes quantités de données en ligne et en résumant les résultats –, ses analyses de cette scène et d’autres se sont systématiquement révélées superficielles ; elles « manquaient de profondeur » et regorgeaient de « platitudes vagues », comme l’ont formulé deux étudiants.

Accéder à l’expérience incarnée

J’ai ensuite demandé à mes étudiants de demander à l’IA de générer « une nouvelle scène impliquant au moins trois personnages » de leur choix.

Le résultat créatif s’est révélé encore plus dépourvu d’âme. Les étudiants ont particulièrement trouvé amusant que l’IA fasse intervenir John Singer, qui sert de pivot reliant tous les autres personnages, pour s’exprimer sur divers sujets. Le problème, bien sûr, est que Singer, tout comme Antonapoulos, est également sourd.

Il n’est pas surprenant que l’IA n’ait pas pu appréhender l’expérience de l’incapacité d’entendre. Il est important de garder à l’esprit qu’interagir avec l’IA revient à avoir affaire à une intelligence synthétique dépourvue d’un corps lui permettant de faire l’expérience du monde et d’interagir avec lui.

Sans présence incarnée, elle ne peut pas se mettre à la place de ses utilisateurs ni éprouver quoi que ce soit qui s’approche de l’empathie humaine. Alors que des milliardaires du secteur technologique, tels qu’Elon Musk et Marc Andreessen, peuvent considérer l’empathie et l’introspection comme des faiblesses, ces traits de caractère constituent le cœur battant de la littérature et de l’art, la source de la créativité et des liens humains.

En d’autres termes, l’émotion, l’empathie et l’irrationalité pourraient être considérées comme certains des contrepoids les plus puissants à l’IA.

Accepter la fragilité humaine

Il peut y avoir des situations où l’IA peut être utile à mes élèves, et je pense que les efforts visant à interdire l’utilisation de l’IA sont irréalisables et contre-productifs.

La possibilité de se passer complètement de ces outils relève en grande partie du luxe. Tout comme beaucoup de gens n’ont pas les moyens de faire appel à quelqu’un pour nettoyer leur maison, entretenir leur jardin ou s’occuper de leurs enfants, ceux qui ont du mal à joindre les deux bouts peuvent avoir besoin de s’appuyer sur l’aide de l’IA.

Mais j’espère que mes étudiants – en particulier lorsqu’il s’agit de leur travail intellectuel – comprendront que le recours à cette technologie implique d’abandonner des capacités essentielles à la pensée et à la créativité humaines : l’imagination, l’intuition et l’introspection.

Je veux qu’ils y réfléchissent à deux fois avant d’essayer de masquer, à l’aide d’un chatbot, les fragilités, les faiblesses, les obsessions et les digressions inhérentes à l’esprit humain. Au contraire, je veux qu’ils embrassent ces tendances humaines et s’abandonnent à ce que le poète britannique William Wordsworth appelait le « débordement spontané de sentiments puissants ».

Après tout, le plus grand art émerge souvent de ceux qui sont les plus vulnérables, les plus désorientés et les plus perdus.

Billy J. Stratton ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d’une organisation qui pourrait tirer profit de cet article, et n’a déclaré aucune autre affiliation que son organisme de recherche.

– ref. Pourquoi j’apprends à mes étudiants en littérature ce que l’IA ne sait pas faire – https://theconversation.com/pourquoi-japprends-a-mes-etudiants-en-litterature-ce-que-lia-ne-sait-pas-faire-291182

Source: The Conversation – France (in French) – By Arno De Caigny, Full Professor of Marketing Analytics, IÉSEG School of Management

---

L’ESSENTIEL

• Les visages générés par IA offrent aux publicitaires un moyen de créer une impression de proximité avec le consommateur.

• Une étude souligne que, au-delà de 57 % de similarité faciale, de telles publicités seraient contre-productives.

• Jusqu’où personnaliser la publicité grâce à l’IA ?

---

En apparence, l’intelligence artificielle générative offre aux publicitaires un outil idéal : créer une annonce qui ressemble à chaque consommateur. Plus une publicité paraît personnelle, plus elle devrait convaincre.

La réalité est plus nuancée. Notre étude souligne que les visages générés par IA peuvent augmenter l’efficacité d’une publicité. Mais seulement jusqu’à un certain point. Lorsque le visage présenté ressemble trop à la personne qui regarde l’annonce, l’intention d’achat diminue.

Le résultat principal est simple : la ressemblance aide tant qu’elle reste modérée. Dans notre échantillon, l’effet positif est maximal autour de 57 % de similarité faciale. Au-delà, la publicité devient moins persuasive.

La personnalisation par IA fonctionne comme une arme à double tranchant : elle peut à la fois créer de la proximité et donner l’impression d’une intrusion.

Promesse d’une publicité sur mesure

Depuis l’essor de l’IA générative, les marques testent de nouvelles formes de personnalisation. Ces outils ne servent plus seulement à produire des textes ou des images plus vite. Ils adaptent également un contenu à une personne précise.

Dans la publicité, ce changement est important. Pendant longtemps, la personnalisation consistait surtout à cibler des groupes : jeunes parents, amateurs de sport, voyageurs fréquents ou cadres urbains. L’IA générative permet désormais d’aller plus loin. Elle peut modifier une image, un décor, un produit ou un visage pour un particulier. Cette évolution s’inscrit dans l’émergence de la « publicité synthétique », pour laquelle proposent un cadre théorique destiné à comprendre les réactions des consommateurs aux contenus publicitaires créés ou manipulés par l’IA.

Les entreprises Samsung et Glance ont par exemple annoncé une expérience où des publicités sur écran verrouillé peuvent intégrer la ressemblance de l’utilisateur. Concrètement, l’utilisateur peut volontairement fournir un selfie à partir duquel l’IA génère des images hyperréalistes de lui portant différentes tenues, qui peuvent ensuite être affichées sur son écran verrouillé. Dans le secteur de la mode, une publicité Guess utilisant des mannequins générés par IA dans Vogue a suscité un débat sur l’authenticité et les standards de beauté.

Ces exemples illustrent une évolution plus large. La publicité ne cherche plus seulement à parler à une cible. Elle cherche à se rapprocher du consommateur lui-même. Le visage rend cette évolution particulièrement sensible.

Tester la limite de la ressemblance

La question n’est pas seulement de savoir si la ressemblance fonctionne. Elle est de savoir jusqu’où elle peut aller.

Pour étudier cette question, nous avons d’abord mesuré automatiquement la similarité entre deux visages. Leur méthode utilise une technologie issue de la reconnaissance faciale. Chaque visage est transformé en représentation numérique. L’algorithme compare ensuite deux représentations et attribue un score compris entre 0 et 1.

Un score proche de 0 indique deux visages très différents. Un score proche de 1 indique deux visages très similaires.

Dans une étude de validation, l’algorithme et les participants sont parvenus à des conclusions très similaires. Pour cent comparaisons, les participants devaient indiquer lequel de deux visages ressemblait le plus à un visage de référence. L’algorithme a ensuite effectué la même tâche. L’accord entre ses choix et ceux des participants était élevé (kappa de Cohen = 0,88).

L’algorithme peut donc évaluer la ressemblance faciale d’une manière largement comparable à la perception humaine, sans devoir solliciter de nouveaux participants pour chaque image.

Point optimal : 57,6 % de similarité faciale

Nous avons ensuite mené deux expériences.

Dans la première, les participants voyaient une publicité pour une assurance automobile. Cette publicité contenait un visage généré par IA. Ce visage était plus ou moins proche de la photo de profil du participant sur un réseau social, utilisée avec son accord.

Conclusion : la relation entre la similarité faciale et l’intention d’achat n’est pas linéaire. Lorsque la similarité part d’un niveau faible et augmente, l’intention d’achat progresse. Toutefois, lorsqu’elle devient très élevée, l’intention d’achat diminue.

Une seconde expérience, portant sur dix niveaux de ressemblance allant d’une similarité très faible à une similarité très élevée, confirme cette relation en forme de « U inversé ». Comme l’illustre le graphique ci-dessus, une ressemblance modérée améliore l’efficacité de la publicité, tandis qu’une ressemblance excessive la pénalise. Cela veut dire, lorsque le visage ne ressemble presque pas au consommateur, l’intention d’achat est relativement faible.

Cette ressemblance excessive peut paraître étrange, intrusive ou donner l’impression que la publicité cherche trop manifestement à manipuler le consommateur.

Le point optimal estimé est de 57,6 % de similarité faciale. L’intervalle de confiance se situe entre environ 52 % et 63 %.

Pourquoi un visage familier peut convaincre

La ressemblance joue un rôle connu dans la persuasion. Les individus sont souvent plus réceptifs aux personnes qu’ils perçoivent comme proches d’eux. En publicité, ce mécanisme est décrit comme un effet de similarité. Celui-ci s’inscrit notamment dans la théorie de la comparaison sociale du psychologue Leon Festinger, selon laquelle les individus tendent à se comparer à des personnes qu’ils perçoivent comme similaires.

Cette proximité peut venir de l’âge, du style, du genre ou du langage. Elle peut aussi venir du visage. Des travaux antérieurs montrent que la ressemblance faciale peut influencer la confiance ou l’attitude envers une marque.

L’IA générative change l’échelle de ce mécanisme. Il ne s’agit plus seulement de choisir un mannequin proche d’une catégorie de consommateurs. Il devient possible de générer un visage qui ressemble à une personne donnée.

Quand la proximité devient intrusion

Pourquoi une publicité trop ressemblante convainc-t-elle moins ? Une première explication tient au sentiment d’intrusion. Une publicité très personnalisée peut donner l’impression que la marque en sait trop sur le consommateur. Des recherches montrent que l’utilisation d’éléments personnels, comme le nom ou la photographie peut renforcer cette impression et réduire l’intention d’achat.

---

À lire aussi :
L’IA dans la publicité : l’humour comme stratégie de légitimation

---

Une deuxième explication renvoie à la « vallée de l’étrange ». Cette théorie suggère qu’un visage presque humain, mais pas totalement naturel, peut provoquer un malaise. Dans une publicité, un visage qui ressemble beaucoup au consommateur sans le représenter exactement peut produire un effet similaire.

Une troisième explication concerne la persuasion elle-même. Lorsqu’un consommateur comprend trop clairement qu’une marque cherche à l’influencer, il peut devenir plus méfiant. Une personnalisation trop visible peut donc rendre la stratégie publicitaire trop évidente.

La vraie limite de l’IA publicitaire

Notre étude ne conclut pas que les visages générés par IA doivent être évités. Elle montre qu’ils doivent être calibrés.

Pour les annonceurs, l’objectif ne devrait pas être de créer le visage le plus ressemblant possible. Il devrait être de créer une impression de proximité sans franchir le seuil où cette proximité devient gênante.

La technologie permet d’aller très loin dans la personnalisation. Mais l’efficacité publicitaire dépend aussi de ce que les consommateurs acceptent.

La bonne question n’est donc pas seulement : jusqu’où peut-on personnaliser une publicité ? Elle est plutôt : à partir de quand la personnalisation cesse-t-elle d’être utile et commence-t-elle à devenir intrusive ?

Gudrun Roose est membre de Departement Marketing, Innovation and Organisation de Ghent University (Belgium).

Arno De Caigny ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d’une organisation qui pourrait tirer profit de cet article, et n’a déclaré aucune autre affiliation que son organisme de recherche.

– ref. Les publicités utilisant des visages générés par IA sont contre-productives lorsqu’elles vous ressemblent trop – https://theconversation.com/les-publicites-utilisant-des-visages-generes-par-ia-sont-contre-productives-lorsquelles-vous-ressemblent-trop-282771

Source: The Conversation – France (in French) – By Matthijs Meire, Associate professor, IÉSEG School of Management

Alors que l’Union européenne met en œuvre sa législation sur l’intelligence artificielle, l’usage de l’IA dans le processus de recrutement par les entreprises fait l’objet d’une attention croissante. De nouvelles recherches montrent que les biais algorithmiques ne proviennent pas toujours des algorithmes eux-mêmes, mais des décisions humaines « intégrées » dans les données avec lesquelles ils sont entraînés.

---

À la fin de 2025, l’autorité française chargée de la lutte contre les discriminations a exprimé des inquiétudes concernant le système de diffusion d’offres d’emploi d’une grande plateforme de réseaux sociaux. Certaines annonces étaient davantage montrées aux hommes, d’autres aux femmes. Cette affaire illustre une question désormais centrale pour les entreprises et les décideurs publics : comment des systèmes d’IA peuvent-ils produire des résultats inéquitables sans avoir été explicitement programmés pour discriminer ?

Cette question est devenue encore plus importante avec l’entrée en vigueur progressive du règlement européen sur l’IA, qui classe les systèmes utilisés dans le recrutement et l’emploi parmi les applications à haut risque. Le message est clair pour les entreprises qui recourent à l’IA afin de sélectionner, classer ou recommander des candidats… Supprimer les variables sensibles telles que le sexe ou l’origine ethnique ne suffit pas à s’acquitter de ses responsabilités en matière d’équité.

---

À lire aussi :
Des IA pour recruter : mais qu’en pensent les candidats ?

---

La fausse neutralité des données

Une idée répandue consiste à penser que les biais apparaissent uniquement lorsqu’un algorithme utilise directement des caractéristiques protégées. Or, le problème est souvent plus subtil. Les systèmes d’IA apprennent à partir de données historiques, elles-mêmes issues de décisions humaines qui peuvent déjà refléter des inégalités.

Les plateformes de travail en ligne et les outils de recrutement s’appuient de plus en plus sur des systèmes de classement. Ceux-ci privilégient généralement des indicateurs tels que les performances passées, le nombre de missions réalisées ou l’expérience accumulée.

Du point de vue des entreprises, cette logique paraît parfaitement rationnelle, puisqu’elle réduit les coûts de recherche, facilite l’identification des profils pertinents et valorise l’expérience. Mais elle comporte aussi un risque. Ces indicateurs supposent que les résultats passés reflètent uniquement le mérite individuel. Or, ils peuvent également être le produit d’un accès inégal aux opportunités.

Une perfide boucle de rétroaction

C’est ainsi qu’apparaît une boucle de rétroaction. Une personne qui bénéficie d’un léger avantage au début de sa carrière accumule davantage d’expérience. Cette expérience améliore son classement dans les systèmes automatisés, ce qui augmente sa visibilité et lui ouvre de nouvelles opportunités. Au fil du temps, cet avantage initial se renforce.

Pour les entreprises qui utilisent des outils de recrutement fondés sur l’IA, cela signifie qu’un classement présenté comme « objectif » ou « basé sur la performance » peut, en réalité, reproduire et amplifier des inégalités préexistantes.

Des inégalités humaines aux biais algorithmiques

Nos recherches sur les grandes plateformes de travail en ligne montrent que ces mécanismes peuvent affecter plusieurs groupes simultanément. Les femmes, en moyenne, accumulent moins de missions réalisées que des hommes présentant des caractéristiques comparables, comme l’âge, le niveau d’études, le tarif horaire, les évaluations reçues et les vérifications du profil. Cette différence se traduit ensuite par une moindre visibilité dans les classements. Les écarts peuvent être encore plus marqués lorsque plusieurs facteurs se combinent : les femmes issues de minorités ethniques, par exemple, sont souvent davantage pénalisées que ne le laisserait prévoir l’effet de chacune de ces caractéristiques prise isolément.

De même, les jeunes professionnels disposent souvent de moins d’expérience à valoriser et peuvent être systématiquement désavantagés dans les classements, malgré des compétences comparables. Il en résulte un « déficit de visibilité » qui ne reflète pas nécessairement les capacités réelles des candidats.

L’un des enseignements majeurs est que ces résultats peuvent apparaître même en l’absence de toute information démographique explicite. Les biais passent alors par des variables indirectes, comme le nombre de missions déjà réalisées. Cet indicateur, qui reflète les décisions de recrutement passées, semble neutre, mais il est étroitement lié à des désavantages structurels.

Ouvrir la boîte noire

Pour les organisations qui déploient l’IA dans le recrutement, la gestion des talents ou les ressources humaines, plusieurs enseignements se dégagent. D’abord, supprimer les données sensibles ne suffit pas. Un système peut continuer à reproduire des inégalités s’il apprend à partir de résultats historiques eux-mêmes biaisés. On peut se demander si le fait de supprimer complètement les données sensibles des profils de free-lances permettrait de résoudre le biais humain initial.

Ensuite, les critères d’optimisation méritent une attention particulière. Les outils conçus pour identifier les « meilleurs candidats » risquent de favoriser ceux qui ont déjà bénéficié d’une plus grande visibilité ou d’un accès privilégié aux opportunités.

Enfin, les boucles de rétroaction doivent être considérées comme un véritable enjeu de gouvernance. Lorsqu’un système influence la visibilité des candidats, et que cette visibilité façonne les données utilisées demain, les biais peuvent s’autoalimenter.

Un défi majeur pour la gouvernance de l’IA

La mise en œuvre de la réglementation européenne marque un changement de perspective. La question n’est plus seulement de savoir si un algorithme utilise des données sensibles, mais aussi s’il produit des effets discriminatoires par des mécanismes indirects.

Les enjeux dépassent largement le recrutement. Aujourd’hui, les algorithmes influencent également l’octroi de crédit, la tarification des assurances, les recommandations personnalisées ou encore la modération de contenu. Dans tous ces domaines, comprendre l’origine des données devient aussi important que la conception technique des modèles.

Les auteurs ne travaillent pas, ne conseillent pas, ne possèdent pas de parts, ne reçoivent pas de fonds d’une organisation qui pourrait tirer profit de cet article, et n’ont déclaré aucune autre affiliation que leur organisme de recherche.

– ref. Quand les algorithmes de recrutement renforcent les biais que l’on voulait réduire – https://theconversation.com/quand-les-algorithmes-de-recrutement-renforcent-les-biais-que-lon-voulait-reduire-285384

Source: The Conversation – France (in French) – By Arno De Caigny, Full Professor of Marketing Analytics, IÉSEG School of Management

---

L’ESSENTIEL

• Les visages générés par IA offrent aux publicitaires un moyen de créer une impression de proximité avec le consommateur.

• Une étude souligne que, au-delà de 57 % de similarité faciale, de telles publicités seraient contre-productives.

• Jusqu’où personnaliser la publicité grâce à l’IA ?

---

En apparence, l’intelligence artificielle générative offre aux publicitaires un outil idéal : créer une annonce qui ressemble à chaque consommateur. Plus une publicité paraît personnelle, plus elle devrait convaincre.

La réalité est plus nuancée. Notre étude souligne que les visages générés par IA peuvent augmenter l’efficacité d’une publicité. Mais seulement jusqu’à un certain point. Lorsque le visage présenté ressemble trop à la personne qui regarde l’annonce, l’intention d’achat diminue.

Le résultat principal est simple : la ressemblance aide tant qu’elle reste modérée. Dans notre échantillon, l’effet positif est maximal autour de 57 % de similarité faciale. Au-delà, la publicité devient moins persuasive.

La personnalisation par IA fonctionne comme une arme à double tranchant : elle peut à la fois créer de la proximité et donner l’impression d’une intrusion.

Promesse d’une publicité sur mesure

Depuis l’essor de l’IA générative, les marques testent de nouvelles formes de personnalisation. Ces outils ne servent plus seulement à produire des textes ou des images plus vite. Ils adaptent également un contenu à une personne précise.

Dans la publicité, ce changement est important. Pendant longtemps, la personnalisation consistait surtout à cibler des groupes : jeunes parents, amateurs de sport, voyageurs fréquents ou cadres urbains. L’IA générative permet désormais d’aller plus loin. Elle peut modifier une image, un décor, un produit ou un visage pour un particulier. Cette évolution s’inscrit dans l’émergence de la « publicité synthétique », pour laquelle proposent un cadre théorique destiné à comprendre les réactions des consommateurs aux contenus publicitaires créés ou manipulés par l’IA.

Les entreprises Samsung et Glance ont par exemple annoncé une expérience où des publicités sur écran verrouillé peuvent intégrer la ressemblance de l’utilisateur. Concrètement, l’utilisateur peut volontairement fournir un selfie à partir duquel l’IA génère des images hyperréalistes de lui portant différentes tenues, qui peuvent ensuite être affichées sur son écran verrouillé. Dans le secteur de la mode, une publicité Guess utilisant des mannequins générés par IA dans Vogue a suscité un débat sur l’authenticité et les standards de beauté.

Ces exemples illustrent une évolution plus large. La publicité ne cherche plus seulement à parler à une cible. Elle cherche à se rapprocher du consommateur lui-même. Le visage rend cette évolution particulièrement sensible.

Tester la limite de la ressemblance

La question n’est pas seulement de savoir si la ressemblance fonctionne. Elle est de savoir jusqu’où elle peut aller.

Pour étudier cette question, nous avons d’abord mesuré automatiquement la similarité entre deux visages. Leur méthode utilise une technologie issue de la reconnaissance faciale. Chaque visage est transformé en représentation numérique. L’algorithme compare ensuite deux représentations et attribue un score compris entre 0 et 1.

Un score proche de 0 indique deux visages très différents. Un score proche de 1 indique deux visages très similaires.

Dans une étude de validation, l’algorithme et les participants sont parvenus à des conclusions très similaires. Pour cent comparaisons, les participants devaient indiquer lequel de deux visages ressemblait le plus à un visage de référence. L’algorithme a ensuite effectué la même tâche. L’accord entre ses choix et ceux des participants était élevé (kappa de Cohen = 0,88).

L’algorithme peut donc évaluer la ressemblance faciale d’une manière largement comparable à la perception humaine, sans devoir solliciter de nouveaux participants pour chaque image.

Point optimal : 57,6 % de similarité faciale

Nous avons ensuite mené deux expériences.

Dans la première, les participants voyaient une publicité pour une assurance automobile. Cette publicité contenait un visage généré par IA. Ce visage était plus ou moins proche de la photo de profil du participant sur un réseau social, utilisée avec son accord.

Conclusion : la relation entre la similarité faciale et l’intention d’achat n’est pas linéaire. Lorsque la similarité part d’un niveau faible et augmente, l’intention d’achat progresse. Toutefois, lorsqu’elle devient très élevée, l’intention d’achat diminue.

Une seconde expérience, portant sur dix niveaux de ressemblance allant d’une similarité très faible à une similarité très élevée, confirme cette relation en forme de « U inversé ». Comme l’illustre le graphique ci-dessus, une ressemblance modérée améliore l’efficacité de la publicité, tandis qu’une ressemblance excessive la pénalise. Cela veut dire, lorsque le visage ne ressemble presque pas au consommateur, l’intention d’achat est relativement faible.

Cette ressemblance excessive peut paraître étrange, intrusive ou donner l’impression que la publicité cherche trop manifestement à manipuler le consommateur.

Le point optimal estimé est de 57,6 % de similarité faciale. L’intervalle de confiance se situe entre environ 52 % et 63 %.

Pourquoi un visage familier peut convaincre

La ressemblance joue un rôle connu dans la persuasion. Les individus sont souvent plus réceptifs aux personnes qu’ils perçoivent comme proches d’eux. En publicité, ce mécanisme est décrit comme un effet de similarité. Celui-ci s’inscrit notamment dans la théorie de la comparaison sociale du psychologue Leon Festinger, selon laquelle les individus tendent à se comparer à des personnes qu’ils perçoivent comme similaires.

Cette proximité peut venir de l’âge, du style, du genre ou du langage. Elle peut aussi venir du visage. Des travaux antérieurs montrent que la ressemblance faciale peut influencer la confiance ou l’attitude envers une marque.

L’IA générative change l’échelle de ce mécanisme. Il ne s’agit plus seulement de choisir un mannequin proche d’une catégorie de consommateurs. Il devient possible de générer un visage qui ressemble à une personne donnée.

Quand la proximité devient intrusion

Pourquoi une publicité trop ressemblante convainc-t-elle moins ? Une première explication tient au sentiment d’intrusion. Une publicité très personnalisée peut donner l’impression que la marque en sait trop sur le consommateur. Des recherches montrent que l’utilisation d’éléments personnels, comme le nom ou la photographie peut renforcer cette impression et réduire l’intention d’achat.

---

À lire aussi :
L’IA dans la publicité : l’humour comme stratégie de légitimation

---

Une deuxième explication renvoie à la « vallée de l’étrange ». Cette théorie suggère qu’un visage presque humain, mais pas totalement naturel, peut provoquer un malaise. Dans une publicité, un visage qui ressemble beaucoup au consommateur sans le représenter exactement peut produire un effet similaire.

Une troisième explication concerne la persuasion elle-même. Lorsqu’un consommateur comprend trop clairement qu’une marque cherche à l’influencer, il peut devenir plus méfiant. Une personnalisation trop visible peut donc rendre la stratégie publicitaire trop évidente.

La vraie limite de l’IA publicitaire

Notre étude ne conclut pas que les visages générés par IA doivent être évités. Elle montre qu’ils doivent être calibrés.

Pour les annonceurs, l’objectif ne devrait pas être de créer le visage le plus ressemblant possible. Il devrait être de créer une impression de proximité sans franchir le seuil où cette proximité devient gênante.

La technologie permet d’aller très loin dans la personnalisation. Mais l’efficacité publicitaire dépend aussi de ce que les consommateurs acceptent.

La bonne question n’est donc pas seulement : jusqu’où peut-on personnaliser une publicité ? Elle est plutôt : à partir de quand la personnalisation cesse-t-elle d’être utile et commence-t-elle à devenir intrusive ?

Gudrun Roose est membre de Departement Marketing, Innovation and Organisation de Ghent University (Belgium).

Arno De Caigny ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d’une organisation qui pourrait tirer profit de cet article, et n’a déclaré aucune autre affiliation que son organisme de recherche.

– ref. Les publicités utilisant des visages générés par IA deviennent contre-productives lorsqu’elles ressemblent trop au consommateur – https://theconversation.com/les-publicites-utilisant-des-visages-generes-par-ia-deviennent-contre-productives-lorsquelles-ressemblent-trop-au-consommateur-282771

Source: The Conversation – France (in French) – By Christel Tessier Dargent, Maître de Conférences, Université Jean Monnet, Saint-Étienne

---

L’ESSENTIEL

• De nombreuses personnes en situation de handicap sont des travailleurs indépendants par nécessité tout autant que par choix.

• Cette solution est loin d’être idéale, car les impacts négatifs sur la santé mentale et physique sont nombreux.

• Une politique publique est d’autant plus nécessaire que l’entrepreneuriat possède des impacts positifs importants pour cette population souvent discriminée dans l’emploi.

---

En France, près de 80 000 personnes en situation de handicap travaillent à leur compte, sous le statut de travailleur indépendant handicapé (TIH), reconnu depuis 2016 uniquement. Ce choix, le plus souvent contraint, a un coût que l’on mesure rarement : leur santé. Une étude que nous avons menée auprès de 126 de ces travailleurs indépendants révèle un risque d’épuisement professionnel parmi les plus élevés jamais observé en France par notre observatoire, supérieur même à celui des agriculteurs, jusqu’ici en tête des populations les plus exposées.

Le handicap concerne 16 % de la population mondiale, soit 1,3 milliard de personnes. En France, une personne sur deux y sera confrontée, temporairement ou durablement, au cours de sa vie. Or, le taux de chômage des personnes en situation de handicap y reste nettement supérieur à la moyenne nationale (11,5 % contre 7,7 % en 2025). Quand les portes du salariat se ferment, par discrimination à l’embauche, stigmatisation dans l’emploi, plafond de verre ou absence d’aménagement raisonnable, beaucoup créent leur propre emploi, par nécessité plus que par opportunité. Or, cet entrepreneuriat « inclusif » demeure, malgré les discours, un angle mort des politiques publiques.

---

À lire aussi :
Mieux accompagner la santé mentale au travail : la stratégie des petits pas

---

Moins de 3 000 euros de chiffre d’affaires annuel

Qui sont-ils ? Plus âgés (47,5 ans en moyenne), plus souvent des femmes (64 %) et plus diplômés (61 % ont au moins un bac+5) que la moyenne des indépendants, les trois quarts des TIH interrogés travaillent depuis leur domicile et la plupart en tirent de maigres revenus, puisque 43 % déclarent moins de 3 000 euros de chiffre d’affaires annuel, preuve d’activités plutôt pérennes, mais peu rémunératrices.

Dans quelle mesure et, à quelles conditions, cette activité professionnelle est-elle « salutogène », c’est-à-dire positive, ou, au contraire, un piège pour la santé physique et mentale des TIH ? Pour le savoir, nous avons demandé à ces entrepreneurs ce qui les épuise et ce qui les comble. La réponse tient en un subtil équilibre : le handicap « leste » la trajectoire entrepreneuriale des personnes en situation de handicap, mais l’« entrepreneuriabilité » peut être un facteur de bien-être et d’épanouissement, dans un environnement capacitant.

Un risque élevé d’épuisement

Sur l’échelle de référence du burn out, le BMS-10, gradué de 1 à 7, les TIH interrogés atteignent en moyenne 4,22. À titre de comparaison, les dirigeants de PME suivis par l’observatoire Amarok se situent autour de 3,4 et les agriculteurs, jusqu’ici la population la plus touchée, autour de 3,82. Surtout, 42,1 % des travailleurs indépendants handicapés présentent un risque avéré d’épuisement, et 17,5 % un risque sévère. Leur qualité de vie ainsi que leur santé physique et mentale ressenties sont globalement basses.

Tous les parcours ne se valent pas. Dans notre échantillon, 65 % se sont lancés par nécessité, faute d’autre issue professionnelle. Or, c’est précisément cet entrepreneuriat subi qui est associé à l’épuisement professionnel, tandis que l’entrepreneuriat choisi, d’opportunité, va de pair avec un meilleur bien-être.

Aux pressions communes à tout indépendant (trésorerie, prospection, isolement…) s’ajoutent des contraintes propres au handicap. La disparition de certaines allocations rend les revenus incertains ; la charge administrative, empreinte de complexité et d’incertitude, s’alourdit, entre les démarches auprès de l’Urssaf, de la Maison départementale des personnes handicapées ou de Cap Emploi ; la stigmatisation et la discrimination persistent.

« Au niveau intégration, il y a encore beaucoup de préjugés, surtout de la méconnaissance », confie Laura.

Quant au handicap lui-même, il grève la productivité : douleurs chroniques, fatigue, jours où travailler devient impossible.

De l’importance des soutiens de proximité

Les trajectoires entrepreneuriales des personnes en situation de handicap s’appuient sur des soutiens essentiels, comme la famille, les pairs ou les associations, car l’écosystème entrepreneurial « classique » s’avère peu adapté pour répondre à leurs besoins spécifiques, comme le soulignent les verbatims de notre étude : les lieux et dispositifs censés soutenir les entrepreneurs restent peu accessibles.

Paul, malvoyant, « se perd régulièrement dans Station F » ; Jessica, sourde, explique, en colère, avoir été « dispensée d’une formation clé parce qu’il n’y avait pas d’interprète ». À cela s’ajoute l’isolement, qui accroît le risque d’épuisement et dégrade la santé mentale ressentie, sans pour autant entamer le bien-être, comme si une accoutumance s’installait.

Le travail indépendant offre pourtant de puissants leviers de santé aux TIH. La souplesse du statut d’indépendant permet d’ajuster le rythme selon l’évolution de sa condition : horaires, pauses, télétravail, réduction des déplacements, aménagement du lieu de travail et choix des clients. S’y ajoutent la reconnaissance, la fierté des projets aboutis, le sens retrouvé, les rencontres et les réseaux de soutien, et la satisfaction du travail bien fait.

« C’est ma revanche sur la vie », résume Marc.

---

À lire aussi :
En Europe, les politiques sociales limitent l’appauvrissement des travailleurs en situation de handicap

---

Une source d’épanouissement malgré tout ?

Autant d’indices que l’entrepreneuriat peut être générateur de bonne santé physique et mentale, à condition que l’environnement le permette. Un chiffre éclaire ce constat : pour près de neuf répondants sur dix (88,9 %), le travail occupe une place existentielle, au cœur de leur identité.

Ces résultats restent « corrélationnels » : seul un suivi dans le temps, que nous engageons, permettra d’établir des liens de cause à effet. L’alerte, elle, est sans ambiguïté.

Protéger la santé des entrepreneurs en situation de handicap suppose des mesures concrètes : simplifier les démarches administratives, sécuriser un revenu d’autonomie, sensibiliser clients et institutions à la réalité du handicap, y compris invisible, et bâtir des réseaux de soutien et des outils réellement accessibles à tous, sans reléguer ces entrepreneurs dans des dispositifs à part. Reste une question : combien de talents notre société laissera-t-elle encore s’épuiser, faute d’un écosystème à leur mesure ?

Les auteurs ne travaillent pas, ne conseillent pas, ne possèdent pas de parts, ne reçoivent pas de fonds d’une organisation qui pourrait tirer profit de cet article, et n’ont déclaré aucune autre affiliation que leur organisme de recherche.

– ref. Travailleurs indépendants en situation de handicap : attention au risque d’épuisement professionnel – https://theconversation.com/travailleurs-independants-en-situation-de-handicap-attention-au-risque-depuisement-professionnel-288233