L'avenir des simulations d'entreprise : modéliser le processus de décision, pas seulement son résultat

La logique de mesure des simulations d'entreprise est jusqu'ici centrée sur le résultat : part de marché, rentabilité, position de trésorerie, efficacité du linéaire, nombre de courriels critiques manqués. Ces mesures produisent un classement, et un classement ouvre une discussion utile. Or le même résultat peut être atteint par des chemins décisionnels entièrement différents, et le tableau des scores est incapable de les distinguer. Une approche récente en science de la décision propose une méthode concrète pour combler cet écart.

La différence entre un modèle qui imite et un modèle qui explique

Des chercheurs de l'université Aalto, autour d'Antti Oulasvirta, avec leurs collègues de la Hong Kong University of Science and Technology, de la City University of Hong Kong et de la National University of Singapore, ont présenté un modèle qui explique les mouvements oculaires pendant la lecture. L'étude a paru le 10 août 2026 dans Nature Human Behaviour et a été largement reprise en quelques jours.

Ce qui distingue ce modèle tient moins à son résultat qu'à sa méthode. Les approches antérieures associaient des fragments de texte à des données d'oculométrie et apprenaient à imiter le comportement humain. L'imitation était convaincante, mais ces modèles ne comprenaient pas ce qu'ils lisaient et perdaient leur fiabilité dès qu'on les transposait à d'autres langues ou à d'autres contextes. Le nouveau modèle n'a été entraîné sur aucune donnée d'oculométrie. Les chercheurs lui ont défini un objectif et un budget de ressources : comprends le texte le mieux possible, mais tiens compte du fait que ton temps, ta mémoire et ton champ visuel sont limités. En apprenant cet équilibre sur des millions de textes, le modèle s'est mis — sans qu'on le lui enseigne — à sauter les mots prévisibles, à s'attarder sur les passages difficiles et à revenir en arrière lorsque le sens se rompait.

Pour la première fois, nous avons employé des méthodes d'IA pour comprendre — et non simplement imiter — la façon dont les gens lisent.

Antti Oulasvirta, université Aalto

L'étape de validation rend cette distinction plus nette encore. Trente-neuf adultes lisant sous contrainte de temps ont modifié leur stratégie : quand le temps manquait, ils parcouraient l'ensemble du texte ; quand le temps le permettait, ils se concentraient sur les passages difficiles. Lorsque la même contrainte a été modifiée dans le modèle, celui-ci s'est déplacé dans la même direction. La raison en est que le comportement n'a pas été écrit à la main dans le modèle : il découle des contraintes.

La rationalité sous contrainte de ressources : déduire le comportement d'un budget

Le principe sur lequel repose l'étude s'appelle la rationalité sous contrainte de ressources (« resource rationality »). Il énonce que le comportement humain n'est pas optimal dans l'absolu, mais qu'il l'est de façon frappante dès que l'on tient les ressources disponibles pour données. Pour prédire la conduite de quelqu'un, il suffit de savoir ce qu'il cherche à accomplir et avec quel budget il travaille ; le comportement lui-même se déduit de ces deux éléments.

Pour la modélisation, cela inverse le sens du travail. Le comportement n'est pas ajusté à des données, il est prédit à partir d'un principe. Il devient dès lors possible de demander ce qui se produirait dans une situation jamais observée.

Trois échelles de temps emboîtées

La seconde particularité du modèle de lecture est son caractère hiérarchique. Les décisions ne se prennent pas à un seul niveau mais sur trois échelles de temps emboîtées, le niveau supérieur allouant son budget au niveau inférieur :

• Le niveau de la fixation : Une pause unique d'environ 250 millisecondes sert à reconnaître le mot. C'est à ce niveau que se décident le point de chute du regard et sa durée.
• Le niveau de la phrase : L'intégration de l'information détermine quel mot sera sauté et vers quoi il faudra revenir. C'est de là que viennent les décisions d'omission et de régression.
• Le niveau du texte : La finalité même de la lecture — ce que le lecteur veut apprendre de ce texte — façonne ce qui est retenu en mémoire et quelle section sera relue.

Cette architecture vaut aussi pour le participant d'une simulation d'entreprise. Au niveau de la fixation correspond la lecture d'une donnée isolée : quelle ligne du rapport a été consultée, quel graphique a été ouvert puis refermé. Au niveau de la phrase correspond le geste tactique : sauter cette analyse et fixer le prix, ou revenir aux données concurrentielles du trimestre précédent. Au niveau du texte correspond la stratégie : à quelle incertitude le budget du tour est consacré. La correspondance est structurelle et non littérale — une fixation et une décision de prix ne sont pas le même événement cognitif. Ce qu'elles partagent, c'est l'allocation d'une ressource limitée à travers des échelles de temps emboîtées.

Ce que le tableau des scores ne voit pas

Ce que les simulations actuelles conservent, c'est le plus souvent la décision transmise. Or deux participants peuvent prendre la même décision et atteindre le même résultat en suivant des politiques entièrement différentes. Les deux équipes ci-dessous obtiennent le même gain de part de marché sur le même trimestre :

1. Équipe A : Lit successivement le rapport concurrentiel, les données de demande et le tableau des coûts, s'attarde longuement sur ce dernier, revient une fois aux données concurrentielles, puis fixe le prix. La politique suivie consiste à réduire l'incertitude avant de décider.
2. Équipe B : Ne lit que le brief, n'ouvre jamais les trois sources de données et fixe le prix à l'intuition. Le choc de demande tournant en sa faveur, elle atteint le même résultat. La politique suivie consiste à décider vite en s'en remettant à la chance.

Le tableau des scores ne peut distinguer ces deux équipes. Ce que le participant remporte dans son travail n'est pourtant pas le chiffre mais la politique. Lorsque l'équipe B jouera le trimestre suivant avec la même politique, le choc de demande se retournera contre elle et ce qu'elle avait appris se révélera faux — mais c'est la vie réelle, et non la simulation, qui le lui enseignera. La situation était exactement celle-là dans la recherche sur la lecture : le résultat mesuré était la compréhension, tandis que le pouvoir explicatif se trouvait dans les fixations.

Pourquoi le processus décisionnel se modélise par apprentissage par renforcement

La première idée qui vient pour modéliser un processus décisionnel est d'enregistrer un grand nombre de décisions et d'entraîner un modèle prédictif. Cette voie se heurte à deux obstacles. D'abord, il n'existe aucun corpus étiqueté « bonne décision managériale ». Ensuite, s'il en existait un, il encoderait les biais du passé et ne se généraliserait pas à des scénarios inédits. C'est très exactement la limite qu'ont rencontrée les anciens modèles de lecture.

L'apprentissage par renforcement propose un autre contrat : au lieu du comportement, on définit un objectif et des contraintes, et la politique en découle. Le Computational Behavior Lab de l'université Aalto a appliqué cette approche à plusieurs reprises dans des domaines très éloignés les uns des autres :

• Le multitâche au volant : Jokinen, Kujala et Oulasvirta ont expliqué le partage de l'attention entre la route et l'écran comme une adaptation optimale en situation d'incertitude. La conduite à risque est apparue comme une réponse rationnelle au bruit du contrôle moteur.
• Les décisions de traversée des piétons : Il a été montré que le choix du moment de traverser s'explique dans un cadre de décision optimale sous contraintes.
• La saisie sur écran tactile : Le modèle CRTypist déplace son regard et son doigt comme un humain lorsqu'il tape ; il commet des erreurs, regarde le haut de l'écran pour les repérer et les corrige.
• L'adaptation des interfaces : Dans les travaux d'adaptation des interfaces aux utilisateurs par apprentissage par renforcement fondé sur un modèle, le modèle d'utilisateur a été placé directement dans la boucle d'optimisation.

Le fait marquant n'est pas tel ou tel résultat isolé mais la maturation de la méthode. Un flux de travail pas à pas pour construire ces modèles est désormais décrit dans la littérature scientifique, et l'approche est présentée non comme une technique isolée mais comme une théorie générale de l'interaction. Il ne s'agit pas du succès ponctuel d'un seul laboratoire, mais d'une méthode transférable.

Le « participant moyen » n'existe pas

C'est le point le plus décisif pour la conception des simulations. Dans un modèle rationnel sous contrainte de ressources, les contraintes sont explicitement écrites : capacité de mémoire de travail, acuité visuelle, vitesse de lecture, maîtrise de la langue, connaissance du domaine. Modifiez ces paramètres et vous obtenez une autre personne.

Dans les travaux concernés, cela apparaît comme une capacité fondamentale et non comme une fonctionnalité ajoutée après coup. Parmi les bénéfices revendiqués de CRTypist figure la possibilité de simuler des utilisateurs aux aptitudes diverses, difficiles voire impossibles à recruter pour une étude. D'autres travaux prédisent non pas un parcours du regard moyen, mais des parcours personnalisés. Il a été montré que les aptitudes cognitives prédisent la performance dans les tâches informatiques quotidiennes. La façon dont les stratégies de recherche dans les menus se développent avec l'expérience a été modélisée — la compétence n'est donc pas un coefficient fixe mais une trajectoire.

Pour une plateforme de formation, la conséquence est directe : le même scénario constitue un problème différent selon les participants. Une analyste fraîchement diplômée et un chef de catégorie de quinze ans d'expérience ne voient pas la même information dans la même boîte de réception. Si le participant peut être paramétré, le scénario et le retour peuvent l'être aussi.

À quoi ressemble une simulation qui modélise le processus décisionnel

Cette approche a cinq conséquences concrètes pour la conception des simulations d'entreprise.

1. La télémétrie du processus devient une donnée de premier rang

Le chemin vers la décision est lui aussi une donnée : quels panneaux ont été ouverts, dans quel ordre, combien de temps ils sont restés ouverts, vers quel rapport on est revenu, en combien de temps la première décision a été prise, combien de fois elle a été révisée. Dans le vocabulaire du modèle de lecture, ce sont la durée de fixation, l'omission et la régression. Sans enregistrement, elles ne peuvent être modélisées, et la plupart des plateformes ne les enregistrent pas aujourd'hui.

2. Un diagnostic de politique plutôt qu'un classement

Le produit d'une séance de débriefing peut être non pas « vous êtes troisième » mais « voici la politique que vous avez suivie » : décider vite sans réduire l'incertitude, sur-analyser et arriver trop tard, se fier excessivement à une seule source, chercher des preuves après la décision. Ces descriptions portent bien plus d'information pédagogique qu'un classement et se relient directement à un changement de comportement.

3. Les scénarios sont éprouvés par une cohorte synthétique avant d'entrer en salle

Faire passer une cohorte de participants simulés dans un scénario permet de répondre à des questions telles que : le scénario est-il trop facile ? existe-t-il une stratégie dégénérée qui contourne entièrement l'arbitrage à enseigner ? distingue-t-il le participant rigoureux du participant chanceux ? Aujourd'hui, ces questions ne trouvent réponse qu'après plusieurs sessions pilotes et à un coût élevé.

4. La charge d'information et la pression temporelle deviennent adaptatives

Les participants de l'étude sur la lecture ont changé de stratégie dès que la pression temporelle changeait. Les mêmes leviers existent dans une simulation : durée du tour, nombre de rapports consultables, coût d'accès à l'information. Si le modèle du participant est connu, ces leviers se règlent individuellement et chacun est amené près de sa propre limite d'apprentissage plutôt que sur une courbe de difficulté commune.

5. L'accessibilité et l'équité deviennent mesurables

Si le modèle du participant est explicitement défini, cette question devient vérifiable : la simulation pénalise-t-elle un participant non natif ou plus lent à lire pour une raison sans rapport avec le jugement d'entreprise ? D'hypothèse implicite, elle devient un critère testable.

Les limites de l'analogie

Défendre honnêtement cette approche suppose d'indiquer où elle faiblit. Quatre limites se détachent :

• Le problème de la fonction objectif : En lecture, « comprendre » est un but sur lequel on peut s'accorder. Dans une décision d'entreprise, la question de savoir quel est l'objectif est souvent précisément ce qu'il s'agit d'enseigner. La rationalité sous contrainte exige un objectif défini ; mal le définir produit un modèle faux avec assurance.
• Les contraintes sociales et organisationnelles : La lecture est une activité solitaire à horizon court. La décision stratégique est sociale et à long terme ; le processus bute le plus souvent sur des contraintes organisationnelles et non cognitives — qui doit être convaincu, qui a accès aux données, quelle discussion tient dans la réunion.
• Le risque de dérive vers la surveillance : Les données de processus sont collectées pour diagnostiquer le participant et adapter le scénario, lui sont montrées ouvertement et ne sont pas transmises à son responsable comme un indicateur de productivité. Tant que cette limite n'est pas inscrite dans le produit, la bonne volonté ne suffit pas.
• L'obligation de validation : Un modèle produit des hypothèses, il n'est pas un arbitre. Le modèle de lecture a été éprouvé auprès de 39 participants et confronté à des décennies de résultats sur la lecture. Tant qu'un modèle du processus décisionnel ne passe pas par la même discipline, il reste une conjecture mieux présentée.

Conclusion : la question se déplace

La question que les simulations ont posée jusqu'ici était « qu'avez-vous décidé ? ». Le tableau des scores la mesure bien et doit continuer à la mesurer.

La question de la génération suivante sera « comment êtes-vous parvenu à cette décision ? » : quelle information a été consultée, ce qui a été sauté, vers quoi on est revenu, à quel moment on s'est arrêté pour décider. Il existe une raison concrète de croire que c'est possible : une équipe de recherche y est parvenue pour un processus aussi rapide, aussi automatique et aussi invisible que la lecture d'une phrase — et sans utiliser un seul enregistrement d'oculométrie.

Une décision d'entreprise est bien plus complexe que la lecture d'une phrase. La structure est pourtant la même : temps limité, attention limitée, mémoire limitée, et une suite continue et le plus souvent inaperçue de choix sur la façon de les dépenser. Le véritable travail d'une simulation est de rendre ces choix visibles. Les solutions de SimAna centrées sur la décision continuent d'être développées dans cette direction.