Étudier le comportement humain a longtemps obligé les chercheurs à choisir entre un laboratoire très contrôlé et une observation plus naturelle mais difficile à mesurer précisément. Les technologies numériques ont commencé à réduire cet écart. Un smartphone, une montre connectée, une plateforme expérimentale ou un logiciel d’analyse peuvent désormais enregistrer des comportements sur des périodes plus longues et dans des contextes proches de la vie quotidienne.
Cette évolution ne donne pas accès à une vérité automatique sur une personne. Elle produit surtout davantage de données, plus fréquemment et parfois à une échelle beaucoup plus grande. Le défi scientifique se déplace alors vers une autre question. Que mesure réellement chaque trace numérique et jusqu’où peut-on l’interpréter sans confondre comportement observé et état psychologique supposé ?
Les smartphones permettent d’observer certains comportements hors du laboratoire
Un téléphone peut fournir des informations sur des déplacements, des horaires d’utilisation ou certaines interactions avec l’appareil. Utilisées avec le consentement des participants, ces données permettent à la recherche de suivre des variations qui seraient difficiles à reconstruire uniquement à partir d’un questionnaire rempli plusieurs semaines plus tard.
Les chercheurs peuvent également demander de courtes évaluations répétées au cours de la journée. Une personne indique son humeur, son niveau de stress ou le contexte dans lequel elle se trouve au moment où l’expérience se produit. Cette méthode réduit en partie la dépendance à la mémoire rétrospective.
Le téléphone ne « connaît » pourtant pas l’état psychologique de son utilisateur. Une baisse de déplacements peut correspondre à un retrait social, à du télétravail, à une maladie physique ou simplement à une semaine différente. La donnée devient informative seulement lorsqu’elle est replacée dans un protocole et confrontée à d’autres informations.
Les objets connectés ajoutent des mesures physiologiques au comportement quotidien
Montres et capteurs portables peuvent enregistrer l’activité physique, certains paramètres du sommeil ou des indicateurs physiologiques comme le rythme cardiaque. Leur intérêt scientifique vient de la continuité de la mesure. Une réaction n’est plus observée uniquement pendant une séance expérimentale de trente minutes.
Cette continuité permet d’étudier des changements de rythme et des associations entre plusieurs phénomènes. Elle ne transforme toutefois pas un capteur grand public en instrument clinique universel. La précision varie selon le dispositif, la manière dont il est porté et le phénomène mesuré.
Les données physiologiques doivent elles aussi être interprétées avec prudence. Une accélération du rythme cardiaque peut accompagner une émotion, un effort physique, une consommation de caféine ou de nombreuses autres situations. Le signal corporel n’indique pas à lui seul ce que la personne ressent.
Les expériences en ligne permettent d’étudier des populations beaucoup plus larges
Les plateformes numériques ont rendu possible la réalisation de tâches psychologiques à distance. Des participants situés dans plusieurs régions ou pays peuvent répondre au même protocole sans se rendre dans un laboratoire. Cette possibilité facilite le recrutement d’échantillons plus importants et parfois plus diversifiés.
Le gain d’échelle s’accompagne de nouvelles difficultés. Les chercheurs contrôlent moins bien l’environnement dans lequel la personne répond, la qualité de sa connexion, le matériel utilisé ou les distractions présentes. Une étude en ligne doit donc être conçue en tenant compte de ces variations plutôt que de supposer qu’elles n’existent pas.
Cette méthode est particulièrement utile lorsque la question de recherche supporte un environnement moins contrôlé. Elle ne remplace pas les expériences de laboratoire lorsque la précision temporelle ou matérielle est essentielle.
L’intelligence artificielle repère des régularités sans expliquer automatiquement leur sens
Des algorithmes peuvent traiter des volumes de données qu’un chercheur ne pourrait pas examiner manuellement. Ils peuvent repérer des associations dans des séquences de réponses, des données linguistiques, des mouvements ou d’autres traces recueillies au cours d’une étude.
Cette puissance analytique ne supprime pas le problème de l’interprétation. Un modèle peut prédire correctement un résultat tout en utilisant des indices qui ne correspondent pas au mécanisme psychologique que le chercheur croyait étudier. Une bonne performance statistique ne constitue donc pas à elle seule une explication du comportement.
Les biais présents dans les données d’entraînement peuvent également être reproduits ou amplifiés. Plus l’outil semble performant, plus il devient important de savoir sur quelles populations il a été construit et dans quelles situations ses prédictions restent valables.
La technologie augmente les possibilités de mesure autant que les responsabilités éthiques
Une étude qui suit les déplacements, le sommeil ou l’utilisation d’un téléphone recueille des informations particulièrement personnelles. Le consentement ne peut pas se réduire à une case acceptée au début de l’expérience. Les participants doivent comprendre quelles données sont enregistrées, comment elles seront protégées et dans quel but elles seront utilisées.
La quantité de données crée également un risque de surinterprétation. Mesurer davantage ne signifie pas nécessairement comprendre davantage. Une trace numérique peut être très précise tout en restant ambiguë sur le plan psychologique.
La place des nouvelles technologies dans l’étude du comportement tient donc à leur capacité à élargir l’observation dans le temps, dans l’espace et dans le nombre de participants. Leur valeur scientifique dépend toujours de la qualité de la question posée, de la validité de la mesure et des limites que le chercheur accepte de conserver.
Question
Accepteriez-vous de partager les données de votre smartphone pour participer à une recherche psychologique ? La réponse dépend souvent de ce que l’étude mesure réellement et de la manière dont ces informations sont protégées.