Ce qui a changé dans les faits
La recherche utilisateur s'organisait par campagnes : un budget, une phase de terrain, une restitution, six mois de silence. Ma veille de ce printemps montre un déplacement vers une cadence continue — des entretiens déclenchés en continu dans le produit ou après un moment clé, plutôt que par vagues trimestrielles. La cause n'est pas idéologique, elle est économique : quand transcrire, coder et résumer coûte presque rien, la contrainte se déplace.
Elle se déplace vers un endroit inconfortable : la formulation du problème. Un outil qui mène cent entretiens produit cent fois la même erreur si la question de départ est mauvaise.
Trois répartitions qui tiennent
L'IA sur la synthèse, l'humain sur le cadrage
Les panoramas 2026 convergent sur ce partage : l'IA absorbe le volume — conduite d'entretiens à grande échelle, premier passage de codage — et le chercheur se concentre sur la conception de l'étude, la formulation des hypothèses et l'interprétation. Ce n'est pas une répartition de confort, c'est celle qu'imposent les chiffres : autour de 80 à 85 % d'accord avec un codeur humain expert sur l'extraction de thèmes, ce qui est parfait pour dégrossir et insuffisant pour conclure.
Le test d'utilisabilité reste un métier d'observation
Le Nielsen Norman Group est explicite sur ce point : ces outils ne regardent pas réellement où l'utilisateur pose les yeux ou hésite. Ils ne devraient donc pas modérer un test qui repose sur l'observation comportementale. C'est la frontière la plus nette que ma veille ait produite cette année, et la plus utile à connaître : elle me dit quand je peux déléguer et quand je dois être dans la pièce.
La méthode s'accorde au problème, pas à la mode
C'est le sujet que j'avais traité à propos des design sprints : sprinter est excellent sur un problème borné, et contre-productif sur un enjeu systémique. La disponibilité de l'IA rejoue exactement ce piège à plus grande échelle. Parce que lancer une étude ne coûte plus rien, la tentation est de lancer une étude au lieu de réfléchir.
Ce que j'en fais
Trois règles que j'applique.
D'abord, j'écris la question de recherche avant de choisir l'outil, et je la fais relire. Si elle ne tient pas en une phrase, l'étude n'est pas prête.
Ensuite, je traite toute sortie d'IA comme un brouillon signé par personne. Un thème détecté automatiquement doit être vérifié sur au moins deux verbatims que j'ai lus moi-même avant d'entrer dans une restitution.
Enfin, je documente ce que je n'ai pas testé. C'est la partie la plus utile d'un rapport six mois plus tard, et celle que les synthèses automatiques ne produisent jamais — un modèle résume ce qui est présent, il ne signale pas ce qui manque.
Sources suivies pour cette catégorie
Nielsen Norman Group, Baymard Institute, blog de Dovetail. Les publications d'éditeurs sont utiles pour repérer les mouvements du marché, à lire en sachant qu'elles vendent quelque chose.
