Confier à une IA la rédaction d’un message de condoléances ne fait pas que gagner du temps. En 2026, Nadia Guerouaou, docteure en neurosciences cognitives, publie Notre cerveau sous influence, qui porte sur la relation entre délégation affective et reconfiguration cérébrale selon des mécanismes de neuroplasticité. La neuroplasticité, cette capacité du cerveau à se reconfigurer selon ses usages répétés, opère en silence, sans que l’utilisateur en décide.

L’essentiel

  • Selon Nadia Guerouaou (Notre cerveau sous influence, 2026), déléguer ses expressions affectives à une IA peut modifier des circuits impliqués dans la production émotionnelle, via des mécanismes de neuroplasticité.
  • Les algorithmes de communication affective sont entraînés sur des corpus dont la composition peut influencer les normes d’expression affective qu’ils produisent.
  • Une normalisation progressive des expressions affectives pourrait réduire la diversité émotionnelle disponible dans l’espace public.
  • La régulation des corpus d’entraînement et l’éducation à la conscience affective figurent parmi les réponses envisagées.
  • Le cadre réglementaire européen sur les services numériques (DSA) offre un levier existant, mais son extension aux normes affectives reste à construire d’ici 2030.

La neuroplasticité ne sélectionne pas

Ce mécanisme a une implication souvent sous-estimée : la neuroplasticité décrit des adaptations dépendantes de l’expérience, dont les conséquences doivent être évaluées selon les pratiques et leurs effets. La répétition est un facteur de plasticité parmi d’autres, et les effets dépendent aussi de la tâche, du contexte et des mécanismes sollicités. L’usage répété d’outils d’assistance affective pourrait, selon certaines hypothèses, produire des effets sur les circuits concernés. L’intention de l’utilisateur ne constitue pas un frein au remodelage cortical. La délégation affective ponctuelle et celle qui devient habitude sont séparées par un seuil que l’utilisateur franchit sans en percevoir le moment.

Le cerveau humain se reconfigure selon ce qu’il pratique. C’est un fait établi depuis les travaux pionniers sur la plasticité corticale : les taxis londoniens développent un hippocampe plus dense après des années de navigation mentale, les musiciens renforcent les zones motrices liées à leurs instruments. Des principes similaires de reconfiguration cérébrale s’appliquent aux circuits affectifs. Selon la tâche et l’entraînement, des modifications de l’activité ou de la connectivité préfronto-limbique peuvent survenir. Quand cette production est externalisée vers un algorithme, la sollicitation de ces circuits pourrait s’en trouver modifiée.

Guerouaou examine ce qui se passe lorsque la rédaction d’un message de deuil, d’une lettre de rupture ou d’un désaccord professionnel est confiée à un modèle de langage. La rédaction assistée par LLM a été associée à des différences de connectivité EEG dans une tâche d’essai, sans démonstration concernant le circuit émotionnel. Dans une conversation ordinaire, l’utilisateur reformule lui-même son affect en mots ; la génération directe peut réduire la part de formulation produite par l’utilisateur, sans démontrer qu’elle contourne nécessairement toute reformulation personnelle. Des études sur les médias numériques examinent les liens avec l’humeur et le bien-être, mais la démonstration d’une trace spécifique d’activation cérébrale due à l’externalisation affective vers l’IA n’est pas établie par la littérature disponible.

Le point critique est la non-réversibilité spontanée. La neuroplasticité fonctionne dans les deux sens, mais le retour à une pratique abandonnée demande un effort délibéré. On ne récupère pas automatiquement une capacité qu’on a cessé d’exercer.

Les affects qui entraînent les algorithmes

Le deuxième niveau du problème est celui des corpus. Les grands modèles de langage apprennent à produire des expressions affectives à partir de textes humains. Ces textes proviennent largement d’espaces culturels et linguistiques inégalement représentés. Les catégories émotionnelles qu’ils encodent, les degrés d’intensité qu’ils jugent appropriés, les formules qu’ils privilégient reflètent cette base d’entraînement.

Une condoléance générée par un modèle entraîné sur ce corpus n’est pas neutre. Elle porte une façon de nommer la perte, de calibrer la distance affective, d’équilibrer la consolation et le silence. Cette façon est spécifique. Elle exclut d’autres façons, tout aussi légitimes, de traverser le même registre émotionnel. Quand un nombre significatif d’utilisateurs adoptent ces formulations pour leurs propres messages, une standardisation progressive de l’expression s’observe.

Guerouaou nomme ce phénomène « normalisation techno-morale ». L’algorithme ne dicte pas ce qu’on doit ressentir, mais il paramètre ce qu’on exprime. La relation entre ressentir et exprimer pourrait être affectée par une délégation progressive de l’expression affective.

L’argument de l’optimisme technologique

La lecture concurrente la plus solide vient de l’économie de l’innovation. Tyler Cowen, entre autres, défend l’idée que les outils réduisant le coût de la communication augmentent la quantité et la qualité des échanges humains. L’imprimerie a standardisé l’écriture et permis sa diffusion massive. Selon cette logique, des outils d’IA qui aident à formuler ses émotions pourraient permettre à des personnes peu habiles à l’expression écrite, ou linguistiquement minoritaires, de communiquer ce qu’elles ressentent avec plus de précision et d’impact.

L’argument mérite d’être pris au sérieux. Il est vrai qu’une personne dont le français ou l’anglais n’est pas la langue maternelle peut trouver dans un assistant IA un levier d’expression que le manque de vocabulaire lui refusait. Il est vrai que la standardisation partielle d’une pratique n’équivaut pas à sa destruction. L’imprimerie a produit des canons littéraires, mais elle a aussi rendu possible une littérature mondiale.

La différence tient au mécanisme. L’imprimerie standardisait la forme matérielle du texte, pas son contenu affectif. L’usage de modèles de langage constitue une expérience cognitive susceptible d’être étudiée dans le cadre général de la plasticité, sans effet neuroplastique spécifique démontré, et opère à une échelle et une vitesse sans équivalent historique. La profondeur à laquelle opère cette standardisation est en cause, davantage que la standardisation elle-même.

La démocratie a besoin d’affects hétérogènes

Cette dynamique est d’autant plus difficile à contester politiquement que ses effets restent individuellement invisibles. Chaque utilisateur perçoit un bénéfice immédiat sans percevoir la contribution de cet usage à une convergence collective. L’hétérogénéité affective ne se défend pas comme un bien individuel : elle n’est visible qu’à l’échelle des interactions entre citoyens, là où les désaccords doivent rester productifs. Cette asymétrie entre perception individuelle et coût collectif est précisément ce qui rend difficile la constitution d’une demande sociale en faveur de sa préservation.

La question démocratique est là. Une démocratie délibérative repose sur la capacité des citoyens à ressentir différemment, à nommer ce désaccord, et à le porter dans l’espace public. L’indignation, la méfiance, la solidarité, la fierté civique sont des moteurs de mobilisation qui précèdent l’argument rationnel. Elles rendent cet argument possible en créant la motivation de s’engager.

Une normalisation progressive des affects par des algorithmes pourrait réduire la diversité expressive avant le débat public. Une homogénéisation des expressions affectives risquerait de réduire la diversité émotionnelle accessible au débat. Une telle convergence pourrait limiter la diversité des positions affectives dans l’espace public. Le vote reste formel, mais son substrat émotionnel a déjà été filtré. C’est le sens de ce que Guerouaou appelle « démocratie émotionnelle » : la condition pour que les émotions politiques restent un bien commun hétérogène, et non un produit standardisé.

Cette inquiétude rejoint des travaux publiés sur les dérives de la gouvernance numérique. L’État capable de réguler ces dynamiques fait défaut à deux titres : par manque de puissance réglementaire, mais aussi par absence de compréhension partagée du mécanisme à réguler.

Deux scénarios à l’horizon 2030

En l’absence de régulation des corpus d’entraînement, une convergence progressive des schémas affectifs constituerait un risque. Une utilisation intensive d’assistants IA pour la communication affective serait susceptible de s’accompagner de modifications dans les schémas d’expression émotionnels. Cette convergence n’est pas catastrophique en elle-même : des cultures partagées émergent toujours de pratiques communes. Mais une réduction du réservoir d’affects hétérogènes poserait question pour la délibération démocratique.

Le second scénario suppose une extension des cadres réglementaires existants. Le règlement européen sur les services numériques (DSA), dont le rapport d’application de la Commission européenne en 2025 documente les premiers effets sur la modération des contenus, offre une architecture mobilisable. L’idée serait d’imposer aux plateformes et aux outils d’IA générative une obligation de déclaration des corpus culturels utilisés pour entraîner les modules de communication affective. Rendre visible l’homogénéité encodée est la condition minimale pour que les utilisateurs, les régulateurs et les citoyens puissent en juger.

La bifurcation que l’IA opère sur les marchés du travail offre un précédent utile : les inégalités s’installent dans des glissements invisibles que les données rendent soudainement lisibles. La régulation affective suit la même logique : agir avant que le mécanisme soit irréversible exige de mesurer ce qui change, pas seulement de le nommer.

Deux signaux permettraient de départager les trajectoires avant 2030. Le premier est la mesure de la diversité lexicale et émotionnelle des messages politiques et citoyens produits avec assistance IA, comparée à ceux produits sans, sur des corpus représentatifs. Ce type de mesure est techniquement faisable aujourd’hui avec les outils d’analyse linguistique disponibles. Le second est l’adoption ou non, par les régulateurs nationaux, de critères de diversité des corpus affectifs dans les audits d’algorithmes prévus par les cadres existants. Des audits pourraient examiner les biais ou normes des systèmes, mais une extension aux dimensions affectives reste à construire.

L’éducation au-delà de la régulation

La régulation des plateformes est nécessaire. Elle ne suffit pas. Guerouaou plaide pour des programmes d’éducation à l’autonomie affective dans les systèmes scolaires, centrés sur la reconnaissance de ses propres schémas émotionnels avant et après usage d’outils d’IA. L’idée est simple : si les élèves apprennent à identifier ce qu’ils ressentent avant de recourir à l’assistance algorithmique, le circuit émotionnel resterait davantage impliqué dans le processus. L’outil IA enrichit l’expression ; le circuit émotionnel continue d’être sollicité.

Plusieurs prototypes de ce type de programme existent en contextes nord-américains, notamment au Québec, connectant neurosciences et politiques éducatives. L’enjeu est de passer du prototype à l’échelle, avec les moyens publics que cela suppose.

La comparaison avec la littératie médiatique est éclairante. Apprendre à lire les images, à identifier une source fiable, à détecter une manipulation rhétorique : toutes ces compétences ont nécessité des décennies d’intégration aux curricula scolaires, et elles restent incomplètes. La littératie affective face à l’IA devra parcourir le même chemin, avec moins de temps disponible. Les signaux précoces à surveiller : l’inscription de cette compétence dans les programmes nationaux d’éducation aux médias et à l’information, et le financement public de recherches longitudinales sur les effets cognitifs de l’usage scolaire des assistants IA.

L’enjeu consiste à décider collectivement à quelle profondeur ces outils peuvent opérer et sur quels circuits, sans refuser ceux qui améliorent la communication. Les débats sur l’automatisation et l’emploi ont montré que les bénéfices et les coûts d’une technologie se distribuent rarement de la même façon. Les bénéfices de l’IA affective sont immédiats et individuels : un message mieux formulé, une conversation difficile facilitée. Les coûts sont différés et collectifs : une atténuation potentielle de la diversité affective et de la richesse émotionnelle de la délibération.

Ce déséquilibre temporel est précisément ce qui rend la régulation difficile, et nécessaire.

Sources

  1. Maison de l’Innovation Sociale Québec, Découvrez les parcours inspirants des 7 lauréats des Prix Personnalités de l’Innovation Sociale 2026, La Presse, 10 juillet 2026 : https://www.lapresse.ca/xtra/2026-07-10/maison-de-l-innovation-sociale/decouvrez-les-parcours-inspirants-des-7-laureats-des-prix-personnalites-de-l-innovation-sociale-2026.php
  2. Nadia Guerouaou, Notre cerveau sous influence, 2026 (publication associée aux travaux récompensés par la Maison de l’Innovation Sociale Québec)
  3. Commission européenne, DSA Implementation Report 2025 (rapport d’application du règlement sur les services numériques)
  4. Nature Neuroscience, recherches sur neuroplasticité et usage des médias numériques, volumes 2024–2026