Améliorer la communication scientifique auprès de la population par l’utilisation de chatbots

Dans la première étude sur les OGMs, ils ont comparé plusieurs conditions. La première (condition contrôle) consistait à simplement présenter le principe des OGMs. Dans la deuxième condition, il était également indiqué l’existence d’un consensus scientifique sur la sûreté et/ou l’efficacité de celle-ci (condition consensus). Enfin, dans les dernières conditions, les participants étaient confrontés à plusieurs contre-arguments et leurs réfutations. Ainsi, ils avaient affaire soit à l’ensemble des contre-arguments et leurs réfutations (condition contre-arguments), soit à un chatbot interactif : les participants pouvaient cliquer sur les contre-arguments qu’ils jugeaient pertinents pour voir leur réfutation apparaitre. Dans la deuxième étude sur la vaccination, seul le chatbot était utilisé.

L’ensemble des conditions permettaient d’améliorer l’attitude des participants. Ainsi, ne serait-ce qu’expliquer le principe de cette technologie permettait d’en améliorer la perception, et indiquer l’existence d’un consensus scientifique était d’autant plus efficace. Comme prédit par les auteurs, le plus efficace restait néanmoins de présenter l’ensemble des contre-arguments ainsi que leur réfutation respective. En particulier, les gens dont l’attitude était la plus négative au départ ont montré le plus grand changement. Ainsi, ces résultats montrent que les gens peuvent être convaincus par de bons arguments bien étayés, et ce malgré une attitude initiale parfois négative.

Toutefois, l’étude révèle que la condition contre-arguments, où les contre-arguments et réfutations étaient listés dans leur ensemble, était plus efficace qu’un chatbot interactif où les participants peuvent sélectionner les contre-arguments dont ils veulent voir la réfutation. Les auteurs attribuent cela en partie au fait que les participants consacraient plus de temps à lire lorsque l’ensemble des arguments leurs étaient présentés plutôt que lorsqu’ils pouvaient en sélectionner quelques-uns. Ainsi, il se peut que cela soit parce que l’ensemble des arguments étaient pertinents et convaincants, ou bien parce que la simple présence d’un grand nombre d’arguments constitue un signal de fiabilité.

Dans cette deuxième étude, seules deux conditions étaient comparées. L’une où seul le principe de la vaccination à ARN message était expliqué (condition contrôle), la seconde étant une condition chatbot similaire à celle de l’étude précédente.

Similairement aux OGMs, la condition chatbot était efficace pour changer l’attitude des participants. Toutefois, celui-ci s’est avéré être moins efficace que dans la précédente étude, et ceci pour plusieurs raisons potentielles. Premièrement, en particulier au moment de l’étude, il existait moins de preuves et arguments sur la vaccination que sur les OGMs. Mais surtout, ce type d’intervention est d’autant plus efficace que les gens n’ont pas de connaissances préalables sur le sujet. Or, dans le cas du vaccin, le sujet était d’ores et déjà au centre du débat public. Qui plus est, l’opposition est peut-être davantage susceptible d’être politiquement motivée plutôt qu’ancrée dans une absence de connaissances scientifiques.

Les effets du chatbot restent néanmoins conséquents : une augmentation de 37% de participants ayant une opinion positive et une diminution de 20% de participants déclarant ne souhaitant jamais se faire vacciner. Par ailleurs, similairement à l’étude précédente, les auteurs n’ont pas noté d’effets pervers. Au contraire, les personnes ayant l’opinion la plus négative au départ sont à nouveau ceux qui ont le plus changé leur opinion. Par ailleurs, une seconde expérience — bien qu’imparfaite (à découvrir dans l’article original) suggère que ces effets persistent dans le temps.

Ainsi, pour donner un ordre de grandeur, si ce chatbot avait été déployé sur « TousAntiCovid » et utilisé par 20 millions d’utilisateurs, il aurait potentiellement pu convaincre 1.4 million d’indécis de se faire vacciner. Qui plus est, 72% des participants de l’étude ont déclaré avoir utilisé les informations provenant du chatbot afin de convaincre d’autres personnes, ce qui renforcerait encore son impact bien que cela soit difficile à mesurer.

Ces études se heurtent toutefois à quelques limites. Tout d’abord, les personnes étaient rémunérés pour y participer et ne constituaient pas un échantillon représentatif de la population ; il n’est donc pas clair dans quelle mesure les gens seraient spontanément enclins à s’informer pendant plusieurs minutes sur l’un de ces sujets sans être rémunérés. A cet égard, l’interactivité du chatbot qui semblait réduire l’efficacité de l’intervention dans la première étude (comparée à la condition contre-arguments non-interactive) pourrait au contraire devenir un levier d’engagement auprès du public général. Enfin, ces études reposent sur des intentions et attitudes déclarées qui ne sont que des mesures indirectes du comportement réel des citoyens. Ainsi, des études supplémentaires en conditions réelles pourraient éclaircir ces points d’ombres.

Néanmoins, ces études suggèrent que l’utilisation de chatbots — et plus généralement de stratégies argumentatives de communications — peut constituer de précieux outils de communication scientifiques auprès de la population générale.