Aller au contenu principal
Accueil / Études / Adverse reactions to the use of large… · 2026
confiance · #68 Fabian Dvorak · Regina Stumpf · Sebastian Fehrler · Urs Fischbacher · 2026

Adverse reactions to the use of large language models in social interactions

Étude publiée en mars 2026 dans PNAS Nexus (portfolio PNAS). 3 000+ participants recrutés en ligne ont joué à cinq types de jeux économiques — dont des jeux de coopération, de confiance et de coordination — dans des conditions expérimentales variées : avec ou sans IA, avec ou sans information sur l'implication d'une IA.

Journal · PNAS Nexus, Vol. 4, N°3, pgaf112 DOI · 10.1093/pnasnexus/pgaf112 Citations · plusieurs centaines Fiabilité · ★★★★★
À retenir · 30 secondes
Étude · documentée le
  • 01 Adverse reactions to the use of large language models in social interactions — étude de Dvorak et al. (2026) publiée dans PNAS Nexus, Vol. 4, N°3, pgaf112, sur le thème confiance.
  • 02 Étude publiée en mars 2026 dans PNAS Nexus (portfolio PNAS). 3 000+ participants recrutés en ligne ont joué à cinq types de jeux économiques — dont des jeux de coopération, de confiance et de coordination — dans des conditions expérimentales variées : avec ou sans IA, avec ou sans information sur l'implication d'une IA.
  • 03 Application terrain immobilière, leviers exploitables et limites détaillés ci-dessous par Nordine Mouaouia (Système1-Immo Lab™ · Cabinet Pr Romain Bouvet).

Que démontre cette étude ?

Étude publiée en mars 2026 dans PNAS Nexus (portfolio PNAS). 3 000+ participants recrutés en ligne ont joué à cinq types de jeux économiques — dont des jeux de coopération, de confiance et de coordination — dans des conditions expérimentales variées : avec ou sans IA, avec ou sans information sur l'implication d'une IA. Résultat central : dès que les partenaires savent qu'une IA intervient dans l'interaction, ils réduisent leur confiance et leur coopération, conduisant à de moins bons résultats pour les deux parties. Lorsque les participants ignoraient si leur partenaire utilisait l'IA, ils se comportaient normalement et leurs gains ne diminuaient pas. Les pertes de coopération proviennent intégralement de la réaction humaine à la perception d'un processus automatisé, pas de la qualité des décisions prises par l'IA.

Comment l'étude a-t-elle été menée ?

Expériences économiques en ligne avec 3 000+ participants sur cinq jeux économiques (coopération, confiance, coordination). Plan expérimental 2×2 croisant la présence d'IA (oui/non) et l'information sur l'IA (divulguée/non divulguée). Mesures des gains réels et des taux de coopération comme variables dépendantes.

Quels sont les résultats clés ?

RÉSULTAT 01

La simple information que l'IA est impliquée suffit à faire chuter la confiance et la coopération, même si les décisions prises sont objectivement identiques.

RÉSULTAT 02

Lorsque les participants ne savent pas si l'IA est impliquée, leurs comportements et gains restent normaux — c'est la perception qui crée le problème, pas l'IA en elle-même.

RÉSULTAT 03

Les pertes de coopération proviennent intégralement du côté humain (réaction défensive) et non des décisions de l'IA.

RÉSULTAT 04

Les participants utilisaient l'IA environ 40 % du temps lorsqu'ils en avaient la possibilité — suggérant qu'ils anticipent eux-mêmes l'effet négatif sur leur partenaire.

RÉSULTAT 05

Résultat paradoxal : les lois exigeant la transparence sur l'usage d'IA pourraient involontairement endommager la confiance sociale plutôt que la protéger.

Comment appliquer cette étude en immobilier ?

SYNTHÈSE TERRAIN

Un client qui perçoit qu'il est dans un processus automatisé — même excellent — entre en résistance avant toute négociation. Ce n'est pas l'argument qui échoue : c'est la perception de la mécanique appliquée qui brise la confiance. En pratique : un agent qui lit un script de prise de mandat ou qui utilise un pitch standardisé active ce mécanisme défensif chez le propriétaire. Injecter de l'imprévu sincère, montrer qu'on a lu le dossier spécifique, nommer un détail particulier du bien — ce sont ces signaux d'individualisation qui désamorcent la réaction adverse et ouvrent la coopération.

Protocoles actionnables

CE QUE L'ÉTUDE PROUVE

Dvorak, Stumpf, Fehrler et Fischbacher (PNAS Nexus, 2026) ont testé 3 000+ participants sur cinq jeux économiques de coopération et de confiance. Résultat constant : dès que les partenaires savent qu'une IA est impliquée, confiance et coopération chutent — même si les décisions sont objectivement identiques. Lorsque l'IA est présente mais non divulguée, comportements et gains restent normaux. Les pertes de coopération proviennent intégralement de la réaction humaine, pas des décisions de l'IA.

POURQUOI C'EST UN OUTIL DE DÉBLOCAGE

Beaucoup d'agents pensent que le problème avec un pitch standardisé, c'est qu'il n'est pas assez personnalisé. La science prouve que le problème est neurologique : dès que le client perçoit un processus automatisé, sa confiance chute avant même d'évaluer les arguments. Comprendre ce mécanisme permet de désamorcer la résistance dès les premières minutes d'un rendez-vous.

INSTRUCTION PROMPT · COPIE DANS CHATGPT, CLAUDE OU GEMINI
Tu es mon copilote neurosciences pour diagnostiquer et corriger une prise de contact qui génère de la résistance.

CE QUE DIT LA SCIENCE (Dvorak, Stumpf et al., PNAS Nexus, 2026, 3 000+ participants) :
La perception d'un processus automatisé ou standardisé suffit à faire chuter la confiance et la coopération — même si les arguments sont excellents et les décisions objectivement bonnes. Ce n'est pas la qualité du message qui pose problème : c'est le signal que l'interlocuteur est dans un script. Les participants qui ignoraient si une IA était impliquée se comportaient normalement.

CE QUE JE VAIS TE DONNER :
- Contexte de contact : [prise de mandat / relance acheteur / présentation offre]
- Mon script ou trame habituelle : [à coller ou décrire]
- Réaction observée du client : [froid / méfiant / poli mais fermé / résistant]
- Ce que je sais de ce client/bien spécifiquement : [détails personnels, situation, dossier]
- Ce que j'ai dit en ouverture : [texte exact ou reconstitution]

CE QUE TU DOIS ME PRODUIRE :
1. Diagnostic : à quel moment le client a perçu le processus automatisé
2. Les 3 signaux d'individualisation manquants dans mon ouverture
3. Reformulation de l'ouverture avec signaux d'individualisation (détail du bien, lecture de la situation, timing nommé)
4. Script anti-pattern pour les 90 premières secondes
5. Cadre éthique à partager avec le client

RÈGLE NON-NÉGOCIABLE :
Le but n'est pas de simuler l'individualisation. C'est de montrer que j'ai vraiment lu le dossier, que je vois cette situation spécifique, et non pas un profil standard. L'imprévu sincère désamorce le mécanisme défensif. Le faux imprévu l'aggrave.
CE QUE TU OBSERVES APRÈS APPLICATION

L'agent identifie le moment exact où son ouverture a déclenché la résistance. Il reformule avec 3 signaux d'individualisation concrets tirés du dossier réel. Le prochain contact s'ouvre sur un détail spécifique — et la résistance initiale ne se déclenche plus.

Pourquoi se former devient indispensable

Un agent qui applique la même trame à chaque rendez-vous active le mécanisme de défense avant même de présenter son estimation. Un agent formé connaît les 3 signaux neurologiques d'individualisation et les intègre dès les 90 premières secondes. La formation transforme une trame en protocole d'individualisation structuré.

Instruction prompt en cours de rédaction

Tu trouveras ici bientôt une instruction prompt à copier dans ton LLM (ChatGPT, Claude, Gemini). Elle te produira un scénario de rendez-vous appliqué à ton cas concret, en s'appuyant sur les chiffres de cette étude.

En attendant, la synthèse terrain ci-dessus te donne déjà la direction pratique.

Source & référence

Adverse reactions to the use of large language models in social interactions

Fabian Dvorak · Regina Stumpf · Sebastian Fehrler · Urs Fischbacher · 2026

PNAS Nexus, Vol. 4, N°3, pgaf112

DOI · 10.1093/pnasnexus/pgaf112 Langue · Anglais Peer-reviewed · Oui Citations · plusieurs centaines

Synthèse · de l'étude au terrain

ÉTUDE 2026 Données expérimentales TRADUCTION Lab Système1-Immo TERRAIN IMMO Levier exploitable
Axe Ce que l'étude démontre Application terrain immo
Mécanisme cérébral confiance mesuré expérimentalement Levier exploitable en mandat, visite, négociation
Signal observable Variable mesurée par les chercheurs Comportement client identifiable en RDV
Effet quantifié Résultat statistique de l'étude Impact sur taux de mandat exclusif et délai vente
Source Dvorak et al. (2026) PNAS Nexus, Vol. 4, N°3, pgaf112 · peer-reviewed

Questions fréquentes

Que démontre l'étude Adverse reactions to the use of large language models in social interactions ?

Étude publiée en mars 2026 dans PNAS Nexus (portfolio PNAS). 3 000+ participants recrutés en ligne ont joué à cinq types de jeux économiques — dont des jeux… Étude de référence publiée par Dvorak et al. en 2026, dans PNAS Nexus, Vol. 4, N°3, pgaf112, documentée par Système1-Immo Lab™ avec application terrain pour les agents immobiliers.

Quelles sont les applications immobilières de cette étude ?

L'étude éclaire le thème confiance appliqué à l'immobilier : décisions d'achat, biais de prix, négociation vendeur, comportement acquéreur. Système1-Immo Lab™ extrait les leviers terrain exploitables par les conseillers immobiliers, les courtiers et les formateurs neurosciences. Voir la section Protocoles actionnables ci-dessus.

Comment citer correctement cette étude ?

Citation académique : Dvorak et al. (2026). Adverse reactions to the use of large language models in social interactions. PNAS Nexus, Vol. 4, N°3, pgaf112. Référencé sur Système1-Immo Lab™ avec contexte d'application immobilière vérifié et liens vers la source primaire quand disponible.

Cette étude est-elle peer-reviewed et fiable ?

Oui. Étude peer-reviewed publiée dans PNAS Nexus, Vol. 4, N°3, pgaf112 en 2026, citée plusieurs centaines fois. Système1-Immo Lab™ ne retient que les études peer-reviewed avec source vérifiable et application terrain immobilière documentable. Voir notre méthodologie complète.

Pro immobilier / finance / assurance

Exercer avec cette couche d'expertise

Rejoignez la première promo de pros certifiés Système1-Immo Lab. Formation neurosciences, charte éthique signée, annuaire prioritaire.

Les 20 premiers membres · 50% off
Particulier · acheteur ou vendeur

Être accompagné par un pro formé

Maintenant que vous connaissez cette étude, vous savez ce que vous devez chercher chez un pro. Inscrivez-vous pour être notifié dès qu'un certifié est disponible près de chez vous.

Être notifié dans ma zone