Quand et pourquoi les gens choisissent-ils de divulguer ou de cacher leur utilisation de l'IA dans des messages personnels ?

Should I Tell? Navigating AI Usage Disclosure in AI-Supported Interpersonal Communication

Johannes Bernard, Moritz Gimnich, Christoph Weinert, et al. · International Conference on Information Systems (ICIS) · 2026

Charge le lecteur Spotify ; Spotify peut déposer des cookies. Cet appareil mémorise votre choix.

Principaux résultats

Les décisions de divulgation varient selon deux dimensions principales : le type de communication (fonctionnelle vs intime) et le type de destinataire (distant vs proche).
Pour les tâches fonctionnelles avec des contacts distants (ex. la rédaction d'une réclamation client), la divulgation de l'IA est jugée non pertinente car l'efficacité du résultat prime sur la paternité personnelle du message.
Pour une collaboration fonctionnelle avec des contacts proches (ex. la planification d'un voyage), la divulgation est jugée admissible et facile à contextualiser sans sanction sociale.
Dans la communication intime avec des contacts distants (ex. les premiers messages sur un site de rencontre), la divulgation est précaire car les destinataires manquent de contexte et peuvent douter de l'authenticité de la voix de l'expéditeur.
Dans la communication intime avec des contacts proches, en particulier lors de conflits relationnels, la divulgation est improbable car les expéditeurs craignent qu'elle ne signale un moindre investissement personnel et n'érode la sincérité perçue.

Ce que cela implique pour vous

DSI / Dirigeant IT

Allocate budget to evaluate and procure enterprise-grade writing assistants that feature granular, context-aware AI disclosure toggles for employees.

Responsable informatique

Draft an internal team guideline mapping out where AI use is encouraged (functional tasks with distant contacts) versus restricted (intimate messaging with close colleagues).

Stratège d'entreprise

Review customer communication workflows to identify high-volume functional touchpoints where AI drafting can be deployed without requiring transparency disclosures.

Chercheur

Draft a new qualitative study proposal investigating the longitudinal impact of AI disclosure on trust erosion specifically within high-stakes interpersonal conflicts.

Décideur public

Draft a briefing note evaluating the need for consumer protection guidelines regarding voluntary AI disclosure in digital dating and personal communication platforms.

Résumé

Cette étude qualitative exploratoire examine comment les contextes interpersonnels et les types de relations influencent les décisions de divulguer l'aide de l'IA dans les messages privés. En s'appuyant sur cinq entretiens semi-directifs avec des utilisateurs actifs de l'IA, les auteurs analysent la manière dont les expéditeurs évaluent le besoin de transparence vis-à-vis de l'IA à travers différentes situations sociales.

Problématique

Alors que des règles formelles régissent la divulgation de l'IA dans les contextes académiques et professionnels, la communication privée repose entièrement sur une divulgation volontaire où les normes restent indéfinies. Les interlocuteurs peinent à concilier la commodité de l'assistance de l'IA avec le risque d'être perçus comme inauthentiques, paresseux ou peu sincères en cas de divulgation.

Transcription

Host: Bienvenue à tous dans A.I.S. Insights — powered by Living Knowledge. Je suis Anna Ivy Summers. Aujourd'hui, nous nous penchons sur une étude intitulée « Dois-je le dire ? Naviguer la divulgation de l'utilisation de l'IA dans la communication interpersonnelle assistée par l'IA », menée par Johannes Bernard, Moritz Gimnich, Christoph Weinert et Tim Weitzel, présentée à l'ICIS 2026. Cette étude qualitative exploratoire examine la façon dont les contextes relationnels influencent la décision de révéler, ou non, l'aide d'une intelligence artificielle dans les échanges privés. Pour analyser ces travaux, j'accueille notre expert, Alex Ian Sutherland. Bonjour Alex.
Expert: Bonjour Anna.
Host: Alex, entrons directement dans le vif du sujet. Quel problème concret cette étude met-elle en lumière ?
Expert: Dans le milieu académique ou professionnel, des politiques formelles encadrent de plus en plus l'usage de l'intelligence artificielle. En revanche, dans la sphère privée et les échanges informels, il n'existe pas de règles établies. Les utilisateurs s'appuient sur une démarche purement volontaire. Ils se retrouvent souvent face à un dilemme : profiter des gains de temps offerts par l'IA, tout en risquant d'être jugés inauthentiques, paresseux ou peu sincères s'ils admettent y avoir eu recours.
Host: Comment les chercheurs ont-ils procédé pour analyser ce phénomène ?
Expert: Les auteurs ont adopté une méthodologie qualitative exploratoire. Ils ont mené cinq entretiens semi-directifs approfondis avec des utilisateurs réguliers d'outils d'IA générative. Même si la taille de l'échantillon reste modeste, ce format permet d'observer en détail les arbitrages psychologiques et relationnels qui interviennent avant d'envoyer un message.
Host: Quels sont les principaux constats dégagés par cette étude ?
Expert: Les chercheurs ont identifié deux dimensions structurantes : la nature de la communication, qui peut être fonctionnelle ou intime, et le lien avec le destinataire, qui va de distant à proche. Ces axes créent quatre cas de figure bien distincts.
Host: Prenons d'abord le volet fonctionnel. Que se passe-t-il dans ces situations ?
Expert: Lorsque la communication est fonctionnelle avec un contact distant, comme la rédaction d'une réclamation client ou d'une demande administrative, divulguer l'IA est jugé superflu. Seule compte l'efficacité du résultat final, et non la paternité du texte. À l'inverse, lors d'une tâche fonctionnelle avec un proche, par exemple organiser un voyage en groupe, mentionner l'IA est considéré comme tout à fait recevable et ne suscite aucun coût social.
Host: Et qu'en est-il de la communication intime, où l'authenticité est essentielle ?
Expert: Là, la dynamique se complexifie. Face à un contact distant, comme lors des premières interactions sur une application de rencontre, divulguer l'IA est précaire. Le destinataire n'a pas de repères préalables et risque de douter de la sincérité de la personne. Enfin, dans les échanges intimes avec des contacts proches, notamment lors d'un conflit affectif, la divulgation est très peu probable. Les expéditeurs craignent que cela signale un manque d'investissement personnel et n'altère la perception de leur sincérité.
Host: Pour les professionnels et les organisations, quelles sont les applications pratiques de cette étude ?
Expert: Pour les gestionnaires et les équipes de communication, cette étude montre que la transparence n'est pas perçue de manière uniforme. Dans des contextes purement transactionnels ou d'assistance client, les interlocuteurs privilégient la clarté et la rapidité, rendant la mention explicite de l'IA secondaire. En revanche, dès que la communication touche à la fidélisation, au mentorat ou à la gestion de conflits internes, s'appuyer sur l'IA sans précaution peut briser le lien de confiance. Les entreprises doivent donc former leurs collaborateurs à distinguer les messages axés sur la tâche de ceux axés sur la relation humaine.
Host: C'est un enseignement clé pour fixer des repères adaptés aux nuances de chaque échange. Merci beaucoup Alex pour cette mise en perspective.
Expert: Merci Anna.
Host: Merci à tous de nous avoir écoutés sur A.I.S. Insights — powered by Living Knowledge. À bientôt pour un nouvel épisode.

Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Lire l'article dans l'AIS eLibrary

AI usage, disclosure, interpersonal communication, transparency, user behavior