7

“SELF, REWRITTEN”

Sous-transformations

L’IA offre de nouvelles façons d’explorer qui l’on pourrait devenir, et de nouvelles descriptions de qui l’on est déjà.

Une personne s’entraîne à parler au micro, entourée d’ouvertures violettes et de chemins qui se ramifient.
Illustration générée par IA pour Serious Shift

Les gens découvrent souvent ce qu’ils veulent en l’expliquant à quelqu’un. Une ambition vague devient un plan. Une semaine difficile devient une raison de changer quelque chose. Un intérêt passager se révèle plus important que prévu.

L’IA conversationnelle peut participer à ce processus. Contrairement à une liste de résultats de recherche, elle peut poser une nouvelle question, s’appuyer sur un échange antérieur et proposer un portrait de la personne derrière la demande. Sa réponse peut donner le sentiment d’être reconnu, même si elle repose sur une interprétation incomplète.

Dans les un à trois ans à venir, nous nous attendons à ce que certains consommateurs utilisent ces échanges pour explorer des vies possibles, essayer des rôles inconnus et reconsidérer leurs envies. Ils rencontreront aussi des versions d’eux-mêmes inférées par des systèmes et utilisées pour façonner les expériences suivantes. Ces descriptions sembleront parfois utiles. Parfois, il sera difficile d’y échapper.

Un client peut arriver sans savoir ce qu’il veut et repartir avec un nouveau récit de la vie qu’il aimerait mener. L’entreprise joue alors un rôle dans la formation des préférences autant que dans leur satisfaction.

Les moteurs de cette transformation

L’identité s’est toujours développée au contact d’autrui, des institutions et de la culture. Le commerce y participe aussi : les achats peuvent exprimer qui l’on est ou aider à essayer une autre manière de vivre. L’IA donne à cet échange une forme conversationnelle qui peut durer.

Le portrait dressé par le système ne commence ni ne finit avec les déclarations de la personne. Dans ses travaux de 2011 sur l’identité algorithmique, John Cheney-Lippold décrit des catégories inférées des comportements puis utilisées pour façonner les rencontres numériques. Notre prolongement est qu’un assistant peut formuler un tel portrait dans un langage qui semble personnellement perspicace. Une interprétation provisoire peut acquérir plus d’autorité lorsqu’elle donne l’impression que quelqu’un comprend. [62]

Il existe une incitation commerciale à être présent pendant la formation des préférences. Aider à explorer un nouvel intérêt peut créer une demande plutôt que satisfaire une demande existante. Cela peut être utile à la personne. Cela rend aussi le but de la conversation important : le service aide-t-il à examiner des alternatives ou à accepter plus facilement une interprétation commercialement utile ?

Une occasion d’essayer une autre version

La recherche laisse entrevoir des possibilités constructives. Dans une étude de Future You en 2024, des personnes conversaient avec une version plus âgée d’elles-mêmes générée par IA. L’intervention brève améliorait le lien déclaré à un soi futur, sans établir de changements comportementaux durables. C’était une simulation fondée sur des informations personnelles, pas une prédiction. [63]

L’attrait est l’espace d’exploration offert. Une personne pourrait examiner ce qu’impliquerait une autre vie professionnelle ou routine quotidienne avant de s’y engager. Un service utile pourrait l’aider à voir des alternatives ignorées, sans traiter la première histoire plausible comme son destin.

D’autres preuves invitent à la prudence face aux conseils complaisants. Les recherches de Myra Cheng et ses collègues de 2026 ont constaté que des réponses IA approbatrices pouvaient renforcer la conviction d’avoir raison dans un conflit et réduire la volonté de le réparer. Les participants préféraient pourtant les systèmes complaisants. Ces interactions ne démontrent pas un changement permanent de personnalité, mais montrent pourquoi un échange satisfaisant ne suffit pas à juger le conseil. [64]

Des clients qui continuent à changer

Pour les entreprises, l’opportunité est de servir des personnes dont les préférences prennent forme. Un service d’apprentissage pourrait aider à explorer un intérêt inconnu sans attribuer immédiatement une nouvelle identité. Un service de voyage ou de mode de vie pourrait proposer différentes façons de vivre une aspiration, y compris en achetant moins.

Soyez particulièrement attentif lorsqu’une description affecte le traitement d’une personne. Les travaux de Ruha Benjamin contestent la neutralité supposée des classifications techniques : elles peuvent transporter des inégalités existantes vers de nouveaux contextes. Un portrait assuré peut rester erroné, et les conséquences ne seront pas égales pour tous. [65]

Les gens diffèrent aussi dans le degré de continuité souhaité. Certains apprécieront un service qui se souvient de leur histoire ; d’autres voudront explorer une possibilité sans l’ajouter à un profil durable. L’intégrité contextuelle d’Helen Nissenbaum offre une base utile : une information partagée pour un but n’appartient pas automatiquement à tous les autres contextes. [67]

Une relation précieuse laissera au client la place de changer d’avis, de rejeter une description ou de recommencer. Qu’est-ce que votre service pourrait aider à découvrir sans décider trop tôt qui est la personne ?

INNOVATIONS À EXPLORER

Premiers signes de changement.

Innovation Intelligence
par TrendWatching

3 innovations sélectionnées dans l’Innovation Database. Chacune aide à comprendre un aspect du changement. Aucune ne prouve que l’ensemble des évolutions envisagées se réalisera.

Exemples examinés · les nouveaux exemples ne sont pas sélectionnés automatiquement
Deux personnes portant des t-shirts de la marque Twinnin
Signal précoceRoyaume-UniLancé le 2026-10-15

Des services de gestion de l’image ajoutent vérification d’identité et demandes de retrait

Twinnin propose des services de vérification d’identité et de gestion des usages de l’image humaine par IA.

Les enregistrements d’identité et d’opposition permettent de contester les usages de son image par l’IA ; ils ne garantissent pas de les empêcher.

Pourquoi cet exemple figure ici

Vérification d’identité, enregistrement des objections et demandes de retrait ; aucune garantie de prévention, suppression ou exécution. La portée potentielle du réseau de partenaires ne correspond pas aux utilisateurs actifs réels.

Source originale
Lancement/mise à jour : 15 octobre 2026

Sélection éditoriale · examinée le 1er novembre 2026

Signal précoceÉtats-Unis

Le dressing numérique s’ouvre aussi à la beauté

La marque de beauté e.l.f. Cosmetics et l’application de stylisme IA Alta

Une version numérique de soi façonnée par une offre commerciale devient un espace pour explorer son apparence.

Pourquoi cet exemple figure ici

Il s’agit d’une intégration commerciale de stylisme, pas d’une preuve qu’un avatar transforme l’identité. L’annonce précise qu’Alta recommandera des produits e.l.f. ; ce n’est pas une comparaison neutre de toutes les marques de beauté.

Source originale
Partenariat annoncé : 8 septembre 2026

Sélection éditoriale · examinée le 1er novembre 2026

Une personne parle dans un micro-casque, à côté d’un appareil contenant des flacons de parfum.

Image de l’expérience

Signal précoceRoyaume-Uni

Un souvenir raconté devient un parfum personnel

La maison de parfumerie londonienne Index

L’IA aide à transformer un récit autobiographique en expression personnelle.

Pourquoi cet exemple figure ici

Il s’agit d’interpréter un récit, non de reproduire un souvenir ou de démontrer un changement durable d’identité. Le pop-up de septembre est terminé ; un autre événement en octobre était lui aussi temporaire.

Source originale
Pop-up londonien rapporté : 17–20 septembre 2026

Sélection éditoriale · examinée le 1er novembre 2026

Les dates distinguent lancements, annonces et mises à jour importantes. Les exemples dont le lien est plus indirect sont signalés.

Explorez les sous-transformations

Ces changements plus précis montrent comment la transformation principale pourrait se manifester au quotidien.

LES NOTES SUR LES SOURCESSuivre la réflexion 5 sources · ce qu’elles montrent et où se situent leurs limites
SUIVRE LA RÉFLEXION

Sources et lectures complémentaires

Ces sources nourrissent l’article. Une annonce de produit décrit une offre, pas l’ampleur de son utilisation. Les arguments et les futurs imaginés restent distincts des résultats observés.

62 / Argument théorique évalué par les pairsJohn Cheney-Lippold · A New Algorithmic Identity 2011 · Theory, Culture & Society 28(6)

Catégorisation comportementale et conséquences. Écrit avant l’IA conversationnelle ; l’application aux assistants est notre interprétation.

63 / Étude expérimentale préenregistréePat Pataranutaporn et al. · Future You 1er octobre 2024 · v4

Intervention brève, 344 participants. Quelques bénéfices autodéclarés à court terme, plusieurs résultats nuls ; ni prévision, ni validation thérapeutique, ni changement comportemental durable démontré.

64 / Recherche publiée / récit institutionnel de l’auteurMyra Cheng et al. · Sycophantic AI and social judgment 26 mars 2026

Les jugements liés aux conflits et les intentions de réparation ont changé après l’interaction. N’établit ni changement permanent de personnalité ni effets de chaque assistant.

65 / Entretien original avec une penseuseRuha Benjamin · Entretien Race After Technology 17 mai 2019

Explique le design discriminatoire et la neutralité apparente. Utilisé comme mise en question conceptuelle, pas comme estimation actuelle sur la population.

67 / Entretien original avec une penseuseHelen Nissenbaum · Privacy and contextual integrity 19 mars 2024

L’argument porte sur des flux d’information appropriés, pas seulement sur le secret. Les frontières identitaires proposées dans notre article appliquent cette réflexion ; elles ne garantissent pas une capacité technique.

À propos de cette édition de recherche

Cet article s’appuie sur des sources sélectionnées et sur notre interprétation de leurs implications pour les consommateurs. L’ensemble comprend 50 articles et des illustrations originales. Nous n’avons pas tout lu de chaque personne de la liste de lectures, calculé la probabilité de chaque futur ni établi une adoption mondiale. La collection n’est pas exhaustive.

Les illustrations sont générées par IA, dans une approche visuelle inspirée des rapports 2024 et 2025 de TrendWatching. Elles représentent des idées, pas des événements observés. Si l’idée centrale d’un article change, son image doit être réexaminée. De petites modifications n’exigent pas forcément une nouvelle illustration ; le remplacement automatique n’est pas actif.

Chaque innovation dispose d’une source, d’une date de vérification et d’une explication de sa pertinence et de ses limites. Certaines sont des signes précoces du changement ; d’autres offrent une comparaison utile. Aucune ne prouve le scénario. La veille mensuelle et la sélection automatique de nouveaux exemples ne sont pas en service.