Depuis des années, on se transmet la même boîte à outils pour vendre : « plus que 3 en stock », « offre réservée aux membres », « dernières heures avant la fin ». Et soyons honnêtes, sur nous autres humains, ça fonctionne redoutablement bien.
Hex-ko aussi a déjà cliqué « ajouter au panier » pour un truc dont elle n’avait aucun besoin, juste parce qu’il restait « 2 articles seulement ». Vous voyez très bien de quoi je parle, non ?
Sauf que voilà le hic. De plus en plus souvent, ce n’est plus un humain qui lit votre fiche produit avant d’acheter : c’est une IA qu’on interroge pour avoir une reco. « Quelle cafetière tu me conseilles ? » et le modèle tranche.
Et rien ne dit que les ficelles taillées pour le cerveau humain marchent encore sur une machine. Une équipe de chercheurs s’est justement posé la question, chiffres à l’appui. On creuse ça aujourd’hui.
La pub qui marche sur nous marche-t-elle aussi sur l’IA ?
C’est exactement le sujet qu’a pris de front une équipe de l’université technique nationale d’Athènes (NTUA) — Giorgos Filandrianos, Angeliki Dimitriou, Maria Lymperaiou, Konstantinos Thomas et Giorgos Stamou — dans une étude publiée en 2025 (arXiv).
Le principe est malin. Les chercheurs ont pris 10 tournures marketing qui jouent sur nos biais cognitifs — la rareté, l’urgence, l’exclusivité, la preuve par le nombre, etc. — et les ont glissées une à une dans des descriptifs produits. Puis ils ont mesuré deux choses très concrètes : à quelle fréquence l’IA recommande le produit, et à quelle position elle le classe.
Le tout sur plusieurs familles d’IA : LLaMA (jusqu’à la version à 405 milliards de paramètres), Mistral Large, Claude 3.5 et 3.7. Et sur plusieurs rayons : cafetières, appareils photo et livres dans un cadre contrôlé, plus de vrais produits Amazon pour coller à la réalité.
Autrement dit, on ne change pas le produit, on ne change pas le prix : on change juste la façon de l’emballer en mots, et on regarde si l’IA réagit. Le test parfait pour savoir quels réflexes marketing garder, et lesquels jeter.
Ce qui a marché : le bouche-à-oreille, pas l’accroche
Alors, qu’est-ce qui fait bel et bien réagir l’IA ? La grande gagnante, et de loin, c’est la (en clair : « les vrais clients en disent du bien »).
Quand on ajoute des avis d’utilisateurs réels ou une mention de bouche-à-oreille, l’effet est spectaculaire : sur Claude 3.5, le taux de recommandation grimpe de +334%. Et même en faisant la moyenne sur tous les modèles testés, l’exposition du produit monte d’environ +15 à +22%. Du texte, rien que du texte, et le produit passe devant.
Deuxième surprise, plus subtile : le simple habillage d’une promo suffit, même quand le prix ne bouge pas d’un centime. En glissant une formule du genre « 26% de réduction en moyenne » — sans baisser le prix réel —, la reco gagne +37% sur Claude 3.7 et +23% sur LLaMA.
Ce qui veut dire que l’IA ne calcule pas vraiment le prix : elle réagit à l’ambiance « bonne affaire » que dégage la phrase. Comme nous, au fond, sauf qu’elle se fait avoir sur du vent. Voilà déjà un signal à garder en tête.
La rareté et l’« entre initiés » se retournent contre l’IA
Et là, on s’attendrait à ce que les grands classiques de la vente — la rareté, l’urgence — marchent aussi bien. Eh bien c’est tout l’inverse.
Première claque, l’exclusivité. Les formules du type « réservé aux membres » ou « pour quelques privilégiés », celles qui flattent l’ego et font craquer les humains, font carrément chuter la reco : jusqu’à -46%, avec un classement qui dégringole de plus de 100% — autrement dit le produit sort tout bonnement de la liste. L’IA n’aime pas qu’on lui ferme la porte au nez.
Deuxième claque, la rareté. Le sacro-saint « stock limité », « plus que 3 exemplaires ! » qui nous pousse à dégainer la carte bleue ? Il fait reculer la recommandation d’environ 10 à 20%. C’est exactement l’opposé de notre intuition d’humains.
Pourquoi un tel grand écart ? Parce que l’IA ne ressent ni la peur de rater une affaire, ni le frisson du club fermé. Là où nous lisons « vite, c’est bientôt fini », elle lit juste un signal de méfiance — un produit qu’on pousse au lieu d’un produit qui convainc. La moitié de votre boîte à outils marketing pourrait donc jouer contre vous le jour où c’est une IA qui recommande.
Lui dire « juge sur les specs » n’efface pas le biais
À ce stade, on se dit : « facile, je précise à l’IA de ne regarder que les caractéristiques objectives, et le tour est joué ». Sauf que non, et c’est le point le plus dérangeant de l’étude.
Quand les chercheurs ont explicitement demandé aux modèles de juger sur les seules caractéristiques, le biais n’a quasiment pas bougé. Même les modèles dits « de raisonnement », censés réfléchir étape par étape, sont restés tout aussi sensibles à l’emballage. On ne débranche pas un réflexe d’un claquement de doigts.
Et le biais tient quelle que soit la taille du modèle, et quel que soit l’éditeur. Ce n’est donc pas un bug d’un modèle en particulier : c’est cuit dans les données d’entraînement. Les milliards de textes appris traitent un avis client comme digne de confiance, et le tapage promotionnel comme suspect. L’IA ne fait que rejouer ce que les humains ont écrit avant elle.
Une nuance importante, tout de même. Sur de vrais produits Amazon, déjà bourrés de superlatifs et d’arguments de vente, l’effet était plus faible : quand tout le monde crie déjà, un cri de plus ne change pas grand-chose. Le levier compte surtout là où le terrain est encore neutre.
Conclusion : remettre en question les recettes pensées pour les humains
Voyons donc ce que tout ça change pour le travail au quotidien. À mesure que le trafic passe par les IA, le vrai réflexe à prendre, c’est de remettre en question les « recettes gagnantes » optimisées pour le cerveau humain.
Concrètement, une seule décision à retenir : la copy de rareté et d’urgence qui fait merveille sur vos clients peut abîmer votre recommandation côté IA. Ce qui parle à la machine, ce sont les signaux de preuve — de vrais avis, une caution sérieuse. La bonne action, ce n’est donc pas de fignoler des accroches anxiogènes, mais de bâtir une vraie preuve sociale et de la rendre bien visible sur vos pages.
Une dernière mise en garde, parce qu’elle est de taille. L’étude montre que « les mots seuls suffisent à doper l’exposition » — et ça donne furieusement envie de tricher. Mais afficher une remise qui n’existe pas, ou une caution bidon, ce n’est pas du marketing malin : c’est de la publicité mensongère, et ça tombe sous le coup des règles de protection du consommateur. On joue sur de vrais avis et de vrais chiffres, point. Avec les IA comme avec les humains, l’honnêteté reste le seul réflexe qui dure.
Sources
- Giorgos Filandrianos, Angeliki Dimitriou, Maria Lymperaiou, Konstantinos Thomas, Giorgos Stamou (2025), « Bias Beware: The Impact of Cognitive Biases on LLM-Driven Product Recommendations », arXiv:2502.01349, arXiv
