MÉMOIRE DE SPÉCIALITÉ

Mounir SAKRANE
FLORENCE CURTI ET VINCENT PÉRILLAT
MASTÈRE 2 DESIGN ET ERGONOMIE
2017- 2018
I, Designer
L’avenir du Designer face à la machine
 Remerciements
Je tiens à remercier mes soeurs, Sabrina et Wahiba mais
aussi ma mère, Zohra, pour leur soutien psychologique
et moral.

Merci à Edouard, Norman, Antonin, Sarah, Alex, Marion

et Alexia pour m’avoir permis de souffler entre les phases
de recherche, de rédaction et de mise en page.

Je tiens aussi à remercier Florence Curti pour le temps

qu’elle a pu m’accorder dans l’accompagnement de la
rédaction de ce mémoire.

Merci à Simon Antoine et Vincent Périllat pour les

conseils prodigués pendant mon cursus.

Merci à Didier Favre-Bertin pour la rigueur apportée

dans la composition de mes documents (ça a finit par
rentrer).

Merci à Bernard Claverie, Baptiste Prébot et Fanny

Pesle pour le temps qu’ils ont pu m’accorder lors de nos
entretiens.

Merci à Mylene Meyssonnier et Jean-Michel Sancho

pour leur accompagnement pendant ces deux ans
d’alternance qui m’ont permis d’acquérir une première
expérience professionnelle solide.
Intentions
L’exercice de rédaction d’un mémoire est complexe. Dans mon cas, la
nature même du sujet impose d’avoir une vision large et le travail effectué
aura forcément des allures de synthèse à grande échelle. C’est un point
dont j’ai dû tenir compte, pour être capable d’apporter une réflexion sur
les différents constats dont je fais état dans ce dossier.
Le choix de ce sujet s’est porté sur l’intérêt sociétal dont il relève. Peut-
être que ma position dans le marché du travail me permet de voir à la
fois l’attrait et le danger potentiel que représente l’intelligence artificielle
pour les jeunes diplômés ? Le fait d’entrer dans le monde du travail
dans quelque temps m’amène à m’interroger sur les compétences clés
recherchées et leur possible évolution dans le temps.
Entre en jeu aussi ma proximité avec le monde technologique. Baignant
dedans depuis ma tendre enfance, je suis constamment en veille sur ces
sujets-là et j’ai sans surprise été amené à me renseigner sur l’intelligence
artificielle dès qu’elle a commencé à parler d’elle à nouveau. Mon aisance
face à ces technologies me permet de traiter cela d’un oeil particulier,
à cheval entre l’expertise professionnelle apportée par mon cursus et la
connaissance accrue du monde de l’informatique apportée par des années
de veille.
Le risque, en prenant mon métier (ou futur métier si l’on considère
que je ne suis pas totalement rentré dedans) en tant que sujet, est de
tomber — ou la perception comme telle — dans la complaisance et l’auto-
satisfaction. Il est très compliqué de traiter objectivement et sans biais des
corps de métiers et des niveaux de compétence différents. Je peux assurer
sans risque qu’il n’y a aucun jugement de valeur dans l’intégralité de ce
mémoire.
Je ne suis pas le premier à traiter la question de la subsistance du Designer
dans un futur plus ou moins proche. J’en suis conscient et c’est pourquoi
j’ai voulu ajouter cette dimension technologique qui me tient à coeur.
Bonne lecture.
SOMMAIRE

7 INTRODUCTION

PARTIE 1 :
16 QU’EST-CE QUI
CARACTÉRISE
LE DESIGN?
DESIGN
17
GRAPHIQUE

DESIGN
23 D’EXPÉRIENCE
 PARTIE 2 :
32 DES MACHINES
ET DES HOMMES
33 LA MONTÉE DE L’IA

LES PRÉMICES
41
DU DEEP LEARNING

47 QUEL AVENIR?

50 CONCLUSION

52 RÉFÉRENCES
 I, Designer : L’avenir du designer face à la machine

Introduction
Domaine en constante évolution, se réinventant et se définissant sans
cesse, le Design est immanquablement lié à l’innovation et la recherche.
Alors que certains affirment que ces métiers de production ont un avenir
incertain avec l’avènement de l’IA, d’autres soutiennent que la seule
façon de subsister pour les métiers du design est de franchir un cap dans
la compréhension de l’utilisateur et de sa psychologie.

I. De l’idée au design
1. De l’importance de l’étymologie

DESIGN.
Le mot a un sens bien différent s’il est utilisé en français ou en anglais.
L’utilisation française du mot Design — le terme originel, puisque
même si son utilisation anglophone subsiste aujourd’hui en tant que
référence, c’est d’abord en France que le terme voit le jour — s’explique
par son étymologie. Le designer a pour rôle de participer à la conception
d’un produit, d’un service ou d’une expérience pour être à même de
transmettre “le dessein” du commanditaire.
De dessein à dessin, puis de dessin à Design, le terme s’est envolé vers
les contrées anglophones et est aujourd’hui ancré dans la conscience
collective comme le travail esthétique d’un produit. De fait, le grand
public utilise souvent ce terme pour refléter la qualité esthétique
de l’objet ou produit. Le rôle du designer est perçu comme le fait de
participer à la conception du produit de manière à assurer la valeur
esthétique du produit. Voire la valeur sensorielle. Pourtant, le terme
englobe des enjeux bien plus importants que la simple valeur visuelle.

« Le designer pourrait être au XXIe siècle ce que fut

l’ingénieur au XXe siècle »

Son profil et son rôle prépondérant dans l’industrie moderne en fait un

acteur incontournable des enjeux socioculturels et économiques du
XXIe siècle. Le Design est caractérisé par la richesse des sous-domaines
qu’il recouvre — le designer peut accompagner dans la conception, le
développement et la commercialisation d’un produit (et son packaging),
d’un espace, mais aussi d’un service.

1 : Juliette Mothe, La place du Designer - Mémoire de fin d’études, p 24 (2016)

2 : DGCIS, Référentiel des métiers du design, p 4 (2014)

8
Introduction

2. Le rôle du Designer

Le Designer est un concepteur doué de sens esthétique ; c’est en

grande partie de lui que dépend le succès de certaines productions.
S’il est bien conçu, l’objet ou service se vendra en théorie bien mieux que
le contraire. Si la communication de l’objet ou du service est réussie et
le message transmis sur les supports adéquats, il se vendra bien mieux
que le contraire.
Il existe ainsi un design industriel, un design d’expérience et enfin
un design graphique :

Le design industriel concerne la conception et le développement d’un

produit utile et tangible, qui répond à des contraintes économiques
et une connaissance des moyens techniques et matériaux.

Le design d’expérience s’attache à optimiser dans le cas d’un service,

le parcours utilisateur et ainsi optimiser l’expérience de celui-ci dans
un but précis. Exprimé plus simplement, « le Design est comment ça
marche et non ce à quoi ça ressemble ».

Le design graphique quant à lui, s’accapare un message publicitaire,

le rends accessible et le met en forme sur un support pertinent selon
la situation et la demande d’un client.

II. Perpetuelle évolution forcée?

1. Un portefeuille de compétences

Le marché de l’emploi aujourd’hui demande aux designers d’arborer

une pléthore de compétences appartenant à des branches pourtant
éloignées de la grande famille de métier qu’est le design graphique. Ainsi,
il peut vous être demandé, en plus de maîtriser les multiples logiciels
indispensables, d’avoir des connaissances en codage web et/ou
informatique, mais aussi en marketing, en vente, etc..
Cela donne lieu à une émergence de polyvalence dans le milieu de
design. Le Designer est apparenté à un couteau suisse modulable,
capable de sans cesse ajouter des cordes à son arc quand la situation le
demande. L’exagération imagée est volontaire, pour permettre avec aise
d’expliquer pourquoi les personnes qui pratiquent ce métier se doivent
de constamment se former à de nouvelles compétences et s’ouvrir à de
multiples domaines ; bien plus encore que d’autres corps de métier.

9
 I, Designer : L’avenir du designer face à la machine

2. Le Designer face à la précarité : L’impact de la crise

Bien-sur, cela s’explique grandement par le contexte économique.

Si une seule personne est capable d’endosser quantité de
rôles dans l’entreprise, n’est-ce pas préférable?
Malheureusement cette idée est répandue puisque la situation est bien
trop souvent observée uniquement d’un point de vue comptable.
De même, les designers eux-mêmes sont souvent incapables d’évaluer le
coût de leur compétences lorsqu’ils entrent dans la vie active. Ce n’est
qu’avec l’expérience que l’on est capable d’être pertinent sur ce que le
prix de nos prestations. La société n’est pas informée sur ces aspects-là ;
et comme les écoles ne s’en chargent pas non plus auprès de leur élèves,
un tabou s’installe. C’est désormais le commanditaire (l’employeur
dans ce cas-ci) qui va déterminer combien vaut la prestation. Et lui
voudra le plus souvent embaucher qu’une personne qui sache gérer tous
les aspects plutôt que plusieurs spécialistes dans leur rôles.

Pour ne pas tomber dans la précarité, les Designers s’adaptent et

développent un attirail de compétences pour pouvoir assumer multiples
rôles (c’est bien plus le cas des PME que des très grands groupes).

2. L’impact technologique
A. Uberisation du design :
l’expertise remise en cause.

Terme né dans les milieux de l’informatique, habitués au partage

d’information et de co-construction, le crowdsourcing (ou myriadisation
du travail) est un procédé de production participative qui fait appel à de
nombreuses contributions externes pour réaliser une activité habituellement
réalisée dans une entreprise en interne ou en faisant appel à des prestataires
externes. Qui ne connaît pas Wikipedia, site qui crowdsource sa base
informations chez ses utilisateurs ?
Uber transforme tout conducteur doté d’un véhicule en taxi potentiel ;
AirBnB propose aux propriétaires de s’improviser hôtelier tandis que
Foodora et Deliveroo transforme n’importe quel cycliste en livreur. Cela
pose la question de la viabilité du service pour ceux qui existent dans cet
écosystème professionnel.
Recourir au crowdsourcing est un procédé certes innovant mais aussi
fortement dangereux pour le corps de métier qui est concerné par cette
initiative.

1 : Juliette Mothe, La place du Designer - Mémoire de fin d’études, p 24 (2016)

2 : DGCIS, Référentiel des métiers du design, p 4 (2014)

10
Introduction

Fig. 1 : Le concours d’Adobe pour la pochette d’un album a provoqué

un scandale sur les réseaux sociaux.

Fig. 2 : Le concours de la French Tech, plus ancien, avait lui aussi

provoqué un tollé sur Twitter.

Fig. 3 et 4 : Les pages Facebook « La fête du travail gratuit »

et « Pigeon Gratuit » luttent contre cette précarisation du travail et cette
politique du travail gratuit, dissimulé ou non.
11
 I, Designer : L’avenir du designer face à la machine

Encore plus dans le milieu du design5 : les clients compromettent la

qualité pour amoindrir le coût d’un réel appel d’offre et fragilisent en
même temps le marché en fixant les dotations financières à des prix
irraisonnablement agressifs.
Cette posture peut être justifiée par l’incompréhension du rôle du
designer et de la nature de sa prestation. Car l’on explique pas au client
qu’il achète autant un résultat qu’un processus.
Avec un faible coût, peu de temps et d’énergie peut être accordé à la
réflexion et au travail dit “spéculatif”, qui est pourtant la base solide
d’un projet réfléchi et rondement mené — la recherche, la prise en compte
d’alternatives, le développement et le test et prototypage (cela fonctionne
pour un produit, un service ou même une publicité) sont éludés.
Avec le crowdsourcing, les designers prennent le risque d’être utilisés
à de mauvaises fins. Certains clients mal intentionnés pourraient saisir
cette opportunité pour réaliser des tâches gratuitement ; et cette forme
de travail minimise la valeur économique des différentes contributions
du Designer.
De plus, l’expertise du Designer est mise à rude épreuve : il n’est
pas pris en compte lors du choix du produit, son rôle étant limité à la
proposition. L’illusion du choix repose alors sur la vision erronée que
l’opinion équivaut à l’expertise en matière de design. Un pan complet du
travail du Designer est complètement effacé.
De plus, de multiples vides juridiques existent autour des aspects de
la propriété intellectuelle. Les sites de concours ne prennent pas de
risques — et le font savoir dans leur conditions d’utilisation — mais les
utilisateurs savent à quoi ils s’engagent.
Quand des Designers soumettent leur travail, ils savent qu’il y a peu
de chance d’obtenir paiement pour ce travail fourni. Ce genre de
soumission est réalisé en un temps minimum pour que le Designer
puisse s’assurer de rentrer dans ses frais. C’est un pari malsain : plus le
nombre de soumission est élevé, plus il y a de chances d’être payé. De ce
fait, beaucoup sont tentés par le plagiat et la récupération d’idées pour
contrebalancer le manque de temps de réflexion. En effet, la réputation
d’un contributeur est protégée par l’absence d’identification et
l’anonymisation du travail ; le client n’a aucune idée de qui a
réalisé le travail qui lui est remis.
Le client prend donc un risque à chaque fois qu’il fait appel à ce type de
service et fragilise dans un même temps un corps de métier entier en
légitimant ce type d’offres.

5 : Plusieurs sites existent : Wilogo, Creads, Fiverr, Eye-Ka

12
Introduction

B. Des machines et des Hommes

Le rôle du Designer est aussi remis en cause par l’automatisation des

tâches qui lui incombent.

Les avancées technologiques sont en train de changer notre perception

de la grande consommation. Il est possible de le voir au quotidien en
observant la profusion de sites internet dont l’interface est devenue
une vitrine de contenu générée — via des algorithmes — en fonction des
préférences et habitudes de navigation/consommation. Les utilisateurs
sont désormais habitués à ce que des services comme Netflix (pour les
films et séries) et Spotify (pour la musique) leur proposent du contenu
personnalisé.
Mais ces processus gérés par l’homme ne sont que la partie visible de
l’Iceberg. Les systèmes modernes d’informatique cognitive vont, dans
un futur proche, propulser les modules d’hyper-personnalisation vers de
nouveaux sommets.
L’apparence des services d’aujourd’hui — Facebook, Amazon, ou même
Netflix— est définie bien en amont des projets, créés par des équipes de
Designers dont l’objectif était de définir le meilleur moyen d’organiser
l’information et d’interagir avec ce contenu. Ce type de procédé est
hautement chronophage puisqu’il faut ingérer quantité d’informations
pour pouvoir en retirer des enseignements et une marche à suivre en
terme de design.
Ce traitement d’information (data processing) par l’homme est en
passe d’être géré par la machine. Il n’est pas fou d’imaginer que dans
le futur il existe des systèmes redesignant des sites internets et des
compositions graphiques en fonction des préférences et habitudes de
l’utilisateur (ou même de sa capacité à évoluer dans le système — et ainsi
effacer le « generational gap » ou fossé intergénérationnel actuel).
Les défenseurs de ce nouveau type de mode de consommation et
d’anticipation des attentes clients assurent qu’il placera les entreprises
dans la meilleure des positions possible tout en s’assurant que l’offre
corresponde toujours au client — et qu’il achètera donc le produit.
Pour pouvoir comprendre le réel intérêt d’anticiper et de se préparer à
l’arrivée de l’IA, il faut pouvoir comprendre ce qui caractérise le design
et quelle est la perception du grand public et des entreprises vis à vis de
ces métiers, mais aussi saisir plus amplement les opportunités et risques
que présentent ces avancées technologiques majeures.

6 : Les systèmes cognitifs sont des systèmes complexes de traitement de

l’information, capables d’acquérir et de transmettre des connaissances.
7 : Jean Gabriel Ganascia, Intelligence artificielle : vers une domination
programmée?, p 101 (2017)
13
Problématique
Dans notre société moderne
en constante évolution,
l’avènement de l’Intelligence
Artificielle modifie nos
usages des technologies mais
aussi les métiers qui y sont
intrinsèquement liés.

Face aux prouesses de la

machine (Deep Learning),
comment les métiers du design
peuvent-ils subsister?
 I, Designer : L’avenir du designer face à la machine

16
Partie 2 : Des machines et des Hommes

Partie 1
Qu’est-ce qui
caractérise le
design?

17
 I, Designer : L’avenir du designer face à la machine

Design Graphique
I. Le Design comme vecteur d’émotions
1. L’impact du design sur
l’opinion du consommateur

L’apparence, le design d’un produit/objet influence grandement l’opinion

qu’en a le consommateur. C’est la première impression, le premier
contact établi et est donc positionné au premier plan quelles que soient
les circonstances. Des éléments précis sont pris en compte comme la
disposition, la qualité globale du contenu ainsi que le lisibilité,
mais d’autres considérations subconscientes peuvent affecter ce que
l’audience peut ressentir et penser.
Le but premier du designer est d’influencer la décision consciente
de continuer à interagir avec le produit. Puis ensuite, influencer le
subconscient pour qu’il suscite l’intrigue chez le consommateur afin de
l’amener à éprouver une attirance certaine envers le produit.

2. L’influence des formes, couleurs et typographies

A. Les formes

L’élément premier observé dans une composition graphique est le travail de

lignes et de formes.
C’est cette première étape qui dictera les couleurs utilisées et leur positions.
Prenons l’exemple d’un logotype emblématique : lorsque vous observez le
logotype de Facebook, percevez-vous la couleur bleue d’abord? Ou le travail de
lignes et de formes qui contiennent cette même couleur?
Les lignes et formes utilisées dans un travail graphique sont toutes aussi
importantes que la couleur puisqu’elles participent elles aussi à faire ressentir une
émotion — un message.
Une composition aux lignes courbées sera vectrice d’une sensation de
relaxation et de calme, tandis que des lignes abruptes participeront à une
impression de tension, d’audace et de précision.

5:

18
Partie 1 : Qu’est-ce qui caractérise le design

B. Les couleurs

Il est impératif de comprendre les couleurs, leur impact et ce que cela

signifie pour une marque. Plus qu’un simple outil esthétique, la couleur
tient un rôle prépondérant dans la compréhension non textuelle
de l’univers d’une marque. Une subtile application de couleur peut
avoir un impact signifiant sur la perception du public et l’orienter vers
l’acceptation ou le rejet dudit produit.
Ce rôle majeur dans l’espace perceptuel du consommateur (Larry
Percy) s’explique par l’intérêt que notre subconscient porte à la couleur
pour y associer diverses idées. Ainsi, un produit au packaging vert, par
la simple création de cet indice central de couleur, sera identifié
healthy ou eco-friendly puisque définissant la gamme.
À contrario, la couleur rouge d’une voiture Ferrari constitue un indice
périphérique, puisque le succès du produit a fait de cette couleur un
attribut d’identification de la gamme (Petty, Cacioppo & Schumann).
La couleur dans la communication peut influer sur la perception par
différents moyens :
La capture attentionnelle (positif ), soit la capacité d’attirer
l’attention du public
L’effet distracteur (négatif ), qui, détournant le public du sens
premier de la composition peut, à terme, porter préjudice à
l’efficacité publicitaire.
La capacité persuasive, renforçant l’argumentation publicitaire.
Le caractère esthétique perçu (lié à la personnalité et le contexte
socioculturel).
De même, selon Varma, l’efficacité publicitaire est liée à la place
que tient la couleur dans l’espace cognitif total. Plus simplement,
plus la couleur est présente, plus elle aura de potentiel influent
sur le public.
Pour s’assurer une certaine visibilité dans la masse de compositions
graphiques et de produits dans notre société, il est donc nécessaire
d’optimiser ces moyens de perceptions pour obtenir une brand
recognition suffisante sans pour autant surcharger la charge cognitive
(évoquée plus tard dans ce mémoire) du public.

8 : PERCY L., Determining The Influence Of Color On A Product Cognitive

Structure: A Multidimensional Scaling Application, Advances in Consumer
Research, vol. 1, 1974, p 218-227.
9 : PETTY R.E., CACIOPPO J.T. & SCHUMANN D., Central and Peripheral Routes
to Advertising Effectiveness : the Moderating Role of Involvement, Journal of
Consumer Research, vol. 10, Sept. 1983, p 135-146
10 : CROWLEY A.E. & W.D. HOYER, The Relationship Between Need For
Cognition And Other Individual Difference Variables: A Two-Dimensional
Framework, Advances in Consumer Research, vol. 16, 1989, p 37-43
11 : VARMA V., Perceptual Appeal In Advertisement, Journal of Advertising 19
Research, vol. 32 (6), Nov 1992, p 39- 46.
 I, Designer : L’avenir du designer face à la machine

C. Les typographies

Le monde qui nous entoure est truffé de millions de caractères

typographiques, que ne nous remarquons pourtant peu ou pas. Nous
prenons pour acquise la masse d’information qui est à notre disposition ;
sans réfléchir au fait qu’elle nous est si facile à déchiffrer parce qu’elle a
au préalable été pensée en profondeur. Pourquoi donc passerait-on tant
de temps à désigner une composition qui ne sera pas remarquée?

Parce qu’il faut obtenir une « page transparente », selon Beatrice Warde.

« Obtenir une page transparente n’a rien de simple ou

d’ennuyeux. L’ostentation vulgaire est deux fois plus
aisée que la discipline. »

Remarquer la typographie est totalement à l’opposé de la mission

du designer. Il doit faire en sorte que le message porté à travers ces
caractères le soit sans que l’on se pose de questions sur la technique.
Par ce travail de longue haleine, une âme est transmise à la composition.
Cyrus Highsmith, soutient que la typographie retranscrit une
atmosphère, un point donné dans l’histoire culturelle, le détail dans
l’histoire racontée par la composition graphique.

Si l’on devait comparer l’appréciation du lecteur face à un design, la

typographie représenterait le langage non-verbal ( body language).
Elle fait office de première impression dégagée. Ainsi, une bonne
typographie peut renforcer l’argumentaire (capacité persuasive évoquée
plus tôt) et influencer la façon dont les mots peuvent être perçus ;
tandis qu’une mauvaise typographie se fait remarquer et empêche de se
concentrer sur le message.

3. La notion de trend en Design

Pour évoluer dans cette société moderne, on se doit d’être capable

d’être visionnaire et de penser de manière innovante. Il est nécessaire
d’emmagasiner quantité d’informations pour être capable d’influer
intelligemment sur le marché. La notion de mode — ou trend, dans la
langue de Shakespeare — entre alors en jeu ; elle qui insuffle dynamisme
et renouveau dans un secteur avide de changement réguliers.
Cependant, beaucoup de personnes font confusion entre la mode
marketing — nécessaire au marché pour vendre produits et services,
et la mode industrielle qui permet aux entreprises de développer leur
marques et leur stratégies.

5:

20
Partie 1 : Qu’est-ce qui caractérise le design

Le monde du design est féru de la notion de trend. Certains médias se

contentent d’en faire l’éloge et se vantent de pouvoir garder une longueur
d’avance en prévoyant LA dernière mode. D’autres se complaisent dans
la critique de ces mêmes modes, décrivant leur caractère éphémère et le
manque de sérieux que reflètent pour eux ces modes.

Pourtant, les compositions graphiques ont un but commun, celui d’attirer

l’attention du public vers le marché. C’est pour cela que les designers en
raffolent et se mettent frénétiquement à suivre les tendances dès que l’une
d’elle apparaît.

Après une période de temps plus ou moins conséquente, celles-ci

disparaissent et d’autres prennent leur place — les modes du design
graphique suivent en effet un cycle tout à fait semblable à celui que
suivent les modes de la décoration et du prêt à porter.

Cependant, il y a quelques modes qui reviennent plus souvent que

d’autres. Peut-être les designers gardent-ils ces modes dans leur “livre de
recettes” pour leur facilité d’application?

6 : Les systèmes cognitifs sont des systèmes complexes de traitement de

l’information, capables d’acquérir et de transmettre des connaissances.
7 : Jean Gabriel Ganascia, Intelligence artificielle : vers une domination
programmée?, p 101 (2017)
21
 I, Designer : L’avenir du designer face à la machine

II. La philosophie de Design en tant

qu’axe de création
1. Le design n’est pas nécessairement nouveau

Pour Anthony Masure, une approche du design (graphique ou d’objets) que

l’on peut considérer comme insuffisante consiste à :

« Envisager [le design] principalement comme un mode

de production de produits nouveaux. La nouveauté
serait alors comprise comme une rupture formelle avec
des propositions esthétiques admises culturellement et
exclurait l’amélioration. »

Réussir à produire une création originale est le but de nombreux designers. Il est
naturel de leur part de vouloir réfléchir autrement, “think outside the box”,
pour pouvoir sortir du lot de designers toujours plus important. Le Designer se
plaît à penser que ses créations sont toujours originales. Devrions-nous pour
autant toujours aspirer à l’unique?

L’homme qui murmurait à l’oreille des problèmes.

La plupart des défenseurs de l’originalité avancent que le design est un art.
Or, il serait plus judicieux de le considérer comme une science — qui existe
pour résoudre des problèmes. Alors que l’art est le plus souvent une expression
personnelle et n’essaie pas de résoudre des problèmes quotidiens et sociétaux, le
design n’est pas une fin en soi : le designer crée des produits pour qu’ils soient
utilisés. De ce fait, il est aisé de rechercher constamment la nouveauté et des
procédés uniques en art, tandis que le design ne peut se permettre de s’égarer dans
des considérations telles que l’originalité.
Nous sommes tous influencés par les autres. L’homme moderne est confronté
à une pluie de designs différents au quotidien. Il est impossible d’avancer que
personne n’est influencé par ce qu’il côtoie — le Designer n’est pas différent.
Il est lui aussi inspiré par ce qui l’entoure et au final, ses créations sont un
melting-pot de ses influences. La recherche d’inspirations fait d’ailleurs partie
intégrante du processus de création actuel : il est important de s’imprégner d’un
domaine pour être capable d’y être pertinent.

Les améliorations pour un meilleur fonctionnement.

Pour comprendre cette réflexion, il faut différencier la nouveauté pure
de l’amélioration. Le design n’existe pas pour être isolé et unique ; c’est une
réflection de la société et de ce fait requiert nombre d’améliorations et d’itérations
pour être capable de suivre la cadence effrénée à laquelle la société évolue.

22
Partie 1 : Qu’est-ce qui caractérise le design

Un parfait exemple serait le design de l’interface iOS d’Apple. Alors que les
première itérations (jusqu’à iOS6) ont fait usage du skeuomorphisme pour
simuler une certaine familiarité avec les éléments UI, la version 7 de l’OS arbore
une version flat. Cette itération épouse la mode du design à ce moment là (2013)
mais peut aussi s’expliquer par le fait que la firme de Cupertino soit consciente
que ses utilisateurs sont désormais habitués à évoluer dans l’OS.
De même, les améliorations du design physique de l’Iphone suivent
cette logique d’habitude d’utilisation et se permettent de l’affranchissement
de mécaniques de navigation déjà établies. L’IPhone X et le retrait de
l’emblématique bouton HOME appuie cette vision et suit une logique et une
philosophie de design.
L’augmentation du nombre de Designers et immanquablement de designs a fait
apparaître de nouvelles façon d’aborder les créations.

Fig. 5 : évolution du design d’IOS, du skeuomorphisme au flat design actuel

2. Visions du design

A force de multiples créations diverses, des similitudes se profilent et des

habitudes de créations sont discernables. Les Designers tendent à articuler avec
le temps une philosophie de Design qu’ils prendront comme référence pour
constituer une famille de produits et de services homogènes et cohérents ; ce
qui n’entraîne pas pour autant une standardisation des créations.

5:

23
 I, Designer : L’avenir du designer face à la machine

Design d’Éxperience
1. L’expérience en tant que processus psychologique

L’expérience. Qu’est-ce que ce terme sous-entend? « Epreuve de quelque chose,

dont découlent un savoir, une connaissance, une habitude [...] » selon Larousse.
C’est en ce sens qu’est perçue l’expérience utilisateur en terme de design :
le ressenti de l’utilisateur face à une interface homme-machine lors de
l’interaction avec celle-ci.

Réfléchissez. Pensez à une expérience qui vous a inspiré, qui vous

a permis de réaliser quelle était votre vocation profonde et définit la
personne que vous êtes.
En gardant cette expérience en tête, demandez-vous pourquoi était-
elle aussi spéciale ? Quel est le sens que vous en avez tiré et pourquoi
vous a-t-il tant bouleversé ? Cherchez ensuite la façon dont vous avez
partagé ce moment profond avec votre entourage...

Bienvenue dans le quotidien de l’Experience Designer, une personne

dont le rôle est de se concerter avec ses clients pour apporter une expertise qui
ne peut pas toujours être proposée par les méthodes d’analyses traditionnelles
mais seulement par le ressenti authentique des personnes qui en font
l’expérience. C’est dans cet état d’esprit que le processus d’idéation/création
prend place, celui-ci se centre sur l’idée du memorābilis et de la sincérité,
mais aussi sur le potentiel de partage.

Une subjectivité de paire.

L’expérience est subjective par nature. Un simple exercice pour certains sera
d’une complexité insurmontable pour d’autres. Plusieurs facteurs entrent
en compte : l’interface en elle-même, la langage textuel ou graphique qui y
est utilisé, le moyen par lequel on y navigue (doigt, souris, voix, geste).
Les utilisateurs ne maîtrisent pas ces paramètres de manière égale.

24
Partie 1 : Qu’est-ce qui caractérise le design

L’épreuve du temps et de l’environnement.

L’expérience est soumise au passage du temps. Elle évolue et varie d’une personne
à l’autre et en fonction du temps ou des circonstances. Des utilisations successives
et prolongées entraineront une familiarité et une aisance à l’utilisation. De même,
un environnement non propice à l’utilisation d’un produit ou d’une application
peut amener à une expérience négative (ex : utilisation d’une application
mobile dans des transports en commun).

2. Le design est un processus

Le Design d’Expérience utilisateur est issu de la pensée de de Donald

A. Norman, qui avance que les attentes de l’utilisateur définit le produit
ou service par la formulation (ou non) de ses besoins et de ses capacités.
L’utilisateur n’est désormais plus forcé à apprendre à utiliser un système
et à changer son comportement pour s’adapter au produit.

Pour Sylvie Daumal, il est primordial de comprendre un élément

fondamental concernant le point de départ du design centré sur l’utilisateur.

« Le point de départ n’est pas seulement le besoin. »

Le processus, plutôt qu’être basé uniquement sur les attentes de

l’utilisateur, part aussi de la volonté d’un commanditaire (interne ou
externe selon la structure de l’entreprise) de créer un produit ou un service.
La stratégie d’un commanditaire n’est pas forcément convergente avec
celle de son client.

« [...] Tandis que l’un cherche à vendre un service, l’autre

veut disposer de ce service gratuitement. »

La difficulté tient dans la tentative de faire coexister ces envies.

16 : Donald A. Norman, The Design of Everyday Things (1988)

17 : Sylvie Daumal, Design d’expérience utilisateur (2015)

25
 I, Designer : L’avenir du designer face à la machine

3. Les designers rêvent-ils de moutons électriques?

Effet de mode ou réel enjeu?

Le design d’expérience centré sur l’utilisateur, longtemps oublié se démocratise

de plus en plus à travers le monde. Impossible de ne pas en entendre parler,
tant l’expression est utilisée dans toutes les situations : appels d’offre, fiches de
postes, arguments commerciaux des entreprises, etc.

On peut y observer un effet de mode : mal défini et délimité, le mot devient

un buzzword, un mot utilisé pour se dédouaner de la réflexion qu’il entraîne
normalement. Pour autant, l’UX Design est une question fondamentale pour le
monde numérique.

Un moyen de lier les dimensions du Design.

Selon David Eveleigh-Evan :

« [...] [l’expérience] est un moyen de relier les différents aspects

du design et permet de comprendre comment et pourquoi ils
sont interconnectés ».

C’est en effet un moyen de faire évoluer en profondeur le projet et s’assurer que

l’utilisateur est toujours au centre de la pensée.

Le Designer face à l’âge de “l’immédiat”.

Avec l’évolution des technologies, le comportement des utilisateurs opère

aussi un changement colossal. Aujourd’hui, l’expérience est dans le moment,
et le partage de celui-ci. Les réseaux sociaux y sont surement pour beaucoup,
avec leur fonctions de partage de stories et de photos/vidéos (Snapchat,
Instagram, Whatsapp). Les contraintes de temps et de distance disparaissent
aujourd’hui unes à unes.

« Aujourd’hui, il faut partager son expérience. La diffuser en

direct, en live. Immédiatement. »

Pourquoi le public voudrait-il visiter un musée s’il lui est impossible de partager
ce qu’il y voit dû à la restriction de caméra établie par l’établissement? Pourquoi
me déplacerais-je pour échanger avec des représentants de marques si il m’est
possible de le faire directement sur les réseaux sociaux (Facebook, Twitter) ?

26
Partie 1 : Qu’est-ce qui caractérise le design

Les récentes évolutions sociétales ont imposé des comportements

désormais attendus envers les utilisateurs/consommateurs. Les
utilisateurs sont habitués à une accessibilité de l’information, ce qui
génère une impatience (consciente ou non) :

Il est demandé aux marques d’être capable de réagir aux demandes des
consommateurs et d’être totalement transparentes sur les réseaux sociaux
en cas d’incident.

On peut désormais commander à l’avance nos plats avant d’arriver dans un

restaurant, se faire livrer de manière flexible nos colis. Même les relations
sont commandées par un simple swipe sur une application de rencontre
(Tinder, Meetic, AdopteUnMec).

Il est indispensable que l’ensemble des acteurs du Design soient sensibles

aux enjeux du Design d’expérience, tant l’éventail de domaines
influencés est grand. Cette question est centrale aujourd’hui, puisqu’on
arrive à un point tournant de cet écosystème. Comment va évoluer le Design
face à un monde dicté par la loi de l’immédiat?

27
 I, Designer : L’avenir du designer face à la machine

A. Idéation et création : Design Thinking

Afin d’être capable de comprendre plus amplement les enjeux de cette question,
il faut d’abord saisir le processus global : le Design d’Expérience s’appuie en
effet sur une véritable méthode, précise et rigoureuse : le Design Thinking.
C’est ce qui lui permet d’être adaptable à toute problématique et exploitable par
tout le monde, même ceux qui ne se pensent pas créatifs. Le Design Thinking
retient une approche chronologique de succession de postures d’ouverture et
de fermeture (Fig. 6)

Etape 1 — Empathie
Il faut pouvoir comprendre l’utilisateur pour pouvoir créer des produits
innovants qui lui correspondront. En se mettant à leur place et en adoptant
leur mode de vie, il est plus aisé d’analyser les comportements humains et
d’identifier les éléments clés de leur expérience.
Comprendre le contexte et les comportements des utilisateurs ; identifier tous
les facteurs et les acteurs du système ; explorer leurs besoins, leurs contraintes
et leurs attentes.
Etape 2 — Définition du problème
Afin de créer une solution optimale, il faut pouvoir clairement cibler le problème.
Y amener de la clarté et une focalisation de l’effort sur les attentes définies
précédemment et insuffler un sens aux informations collectées.
C’est un synthèse des objectifs : les besoins essentiels à remplir, les idées
développées ainsi que l’articulation d’une problématique à partir de ces
éléments.
Etape 3 — Idéation
Le processus d’idéation, c’est une phase du processus où la profusion d’idées
est requise. Il faut se concentrer sur la génération d’idées. Mentalement, cela
représente un processus de divergence pure en termes de concepts. L’idéation
doit venir à apporter de la matière à la conception de prototypes utilisateurs.
C’est une étape de production en quantités d’idées nouvelles ; associées à une
expérience : un Brainstorming.
L’étape doit se concentrer sur la proposition de multiples scénarios et idées ;
privilégier la quantité à la qualité pour pouvoir couvrir le plus large champ de
possibilités.

28
Partie 1 : Qu’est-ce qui caractérise le design

Etape 4 — Prototype
Cette étape consiste à générer par itération des éléments (ou components) qui
permettront d’avancer vers la solution définitive du design. L’objectif principal
est de générer le feedback des utilisateurs. En gardant constamment l’utilisateur
en vue, l’idée est de créer de rapides ébauches et maquettes pour être capable de
modéliser à la fin de cette étape ce qui se rapprochera le plus du produit final.
Etape 5 — Test
Lors du test, l’utilisateur est présent et peut être sollicité pour son feedback afin
de réaliser une itération supplémentaire empathique avec les autres usagers.

Fig. 6 : Processus du design thinking

29
 I, Designer : L’avenir du designer face à la machine

Une pluie d’informations

Le Design Thinking fonctionne de cette manière en théorie. Cependant,

nos produits, services et applications coexistent dans un écosystème du
Design. Chacun veut transmettre son information et arriver à ses fins. En
voulant absolument s’accaparer l’attention ô combien importante de l’utilisateur,
le risque est de surcharger son afflux d’informations.
L’utilisateur va, au mieux décrocher, et au pire avoir une perception
négative de ceux qui le sollicitent. Ce phénomène de surcharge d’information
porte un nom précis : la surcharge cognitive. Elle décrit le fait de faire
l’expérience d’un afflux d’information trop important pour être capable de
réaliser une tâche ou prendre une décision correctement.
Le terme a d’abord été utilisé par Bertram Gross, professeur de sciences
politiques. La surcharge cognitive en tant que notion a néanmoins été un
problème bien plus tôt, pendant la renaissance et la révolution industrielle.
Mais avec l’accès à internet et d’énormes quantités d’informations diffusées à
la minute, le problème est désormais d’ampleur majeure. Faire attention à cette
charge est très important pour les Designers lors du processus de création pour
s’assurer que rien n’affecte négativement l’expérience utilisateur.
Beaucoup de facteurs entrent en jeu et il est très difficile d’oeuvrer sans
connaissances dans ce domaine. A défaut d’en avoir, demander conseil à
des professionnels peut être une solution. J’ai pu, au cours de mes recherches,
échanger avec des doctorants en UX Design et en Neurosciences avec qui
nous avons discuté de cette notion de surcharge cognitive et comment optimiser
les informations pour éviter une surcharge.

Du Mental Workload à la Surcharge Cognitive

Afin de créer une solution optimale, il faut pouvoir clairement cibler le problème.
Avec la révolution industrielle sont apparus de nouveaux modes de production
et de gestion de la force ouvrière. Ces mêmes procédés ont évolué avec le temps
et des questions d’optimisations se sont donc posées, dont le problème de la
charge d’information dans le travail (ou Mental Workload) :

Quelle quantité d’information un ouvrier est-il en mesure de prendre en compte?

Quelle est la limite de tâches que peut effectuer un ouvrier simultanément?

Avec les temps et les évolutions qu’a suivi l’industrie et le marché du travail,
il y a pu avoir une série d’interrogations concernant les différents corps de
métier, dont on a voulu optimiser le processus de travail. De fil en aiguille,
la question s’est progressivement étendue hors des sentiers de l’entreprise
; la seule vision industrielle du mental workload est devenue une question
globale de surcharge cognitive qui se pose désormais pour les
consommateurs eux-mêmes..

30
Partie 1 : Qu’est-ce qui caractérise le design

Quel est l’afflux d’informations que peut supporter un consommateur avant de

ressentir quelque chose de négatif? Quelle est la limite d’information que
peut prendre en compte un consommateur/utilisateur?
Selon Fanny Pesle, doctorante en cognitique que j’ai pu interviewer, il faut
bien avoir à l’esprit que la charge cognitive est un concept complexe, qui
ne peut pas se résumer uniquement à la quantité d’information qu’un humain
doit traiter en parallèle à un moment donné mais qui est en réalité un état
résultant d’un ensemble de facteurs, dont fait effectivement partie l’afflux
d’informations. Il faut également aussi considérer des éléments comme les
conditions dans lesquelles est placé l’individu que l’on étudie, ses capacités,
son état émotionnel, son expérience vis-à-vis de l’utilisation du système
donné, etc...
Je lui ai donc demandé quelles mesures pouvaient être mises en place, dans le
design, pour éviter cette surcharge dans une situation type, que l’on adaptera
selon la situation et l’environnement de l’utilisateur. Ses recommandations sont
les suivantes :
Garder le tout le plus concis possible. Moins il y a
d’informations à présenter, plus simple il est de les traiter.
Garder les informations pertinentes. Une information
qui correspond aux besoins de l’utilisateur est moins
susceptible de le rendre confus.
Garder une certaine clarté. Plus l’information est claire,
plus sa compréhension est aisé et son efficacité préservée.
Fournir toute information supplémentaire nécessaire.
Si l’utilisateur a besoin de plus d’information, il est
impératif de la lui fournir.
Fournir une information réfléchie. Il est important
pour l’utilisateur d’avoir une vision de tous les aspects de
cette information.
Indiquer un but clair à cette information. Que doit faire
l’utilisateur avec?
Garantir une possibilité d’agir/interagir avec cette
information si nécessaire.

Baptiste Prébot, un autre doctorant (en UX design mobile) que j’ai

interviewé précise que des optimisations in-app pourraient permettre de
canaliser les informations. « Si ton application météo peut être recoupée avec
ton agenda tu pourras alors être avertie si il va pleuvoir quand tu dois partir
au travail, information plus pertinente que des notifications intempestives. »
Il soutient qu’un des fondements du design d’expérience utilisateur est
« la contractualisation des fonctionnalités » soit « permettre à l’utilisateur
d’accéder à la bonne information au bon moment selon le contexte.
L’anticipation du besoin de l’utilisateur. »
31
 I, Designer : L’avenir du designer face à la machine

32
Partie 2 : Des machines et des Hommes

Partie 2
Des Machines
et des Hommes

33
 I, Designer : L’avenir du designer face à la machine

La montée de l’IA
Les enjeux du designer, ses compétences et ses missions — ce que le désigner
est mais aussi ce que le designer doit être — plus amplement comprises, il
nous faut observer le développement fulgurant de l’intelligence artificielle
— dont l’arrivée de ce que l’on appelle le Deep Learning — va changer
comment le métier est abordé et pourquoi il peut être considéré comme
menacé.

I. L’intelligence Artificielle
1. Qu’est-ce que l’IA?

Le terme Intelligence Artificielle est né en 1956 lors d’une école d’été

organisée au Dartmouth College (New Hampshire, USA), quand Marvin Minsky,
John McCarthy, Nicolas Rochester et Claude Shannon l’ont utilisé pour décrire
« toute tâche accomplie par un programme et/ou une machine qui nécessiterait
une réflexion de la part d’un humain s’il venait à devoir l’accomplir de lui-même ».
L’utilisation de ce terme, sorte de buzzword de l’époque, a permis de faire parler
de leur projet à tel point qu’aujourd’hui le terme est toujours utilisé pour décrire
toute fabrication de machine reproduisant une fonction du cerveau humain.
Leur raisonnement part de l’hypothèse que toutes les facultés cognitives
telles que le raisonnement, le calcul, la perception, la mémorisation,
la découverte scientifique mais aussi le processus de création artistique
peuvent être décrites avec une précision telle qu’une machine devrait être en sorte
de les reproduire.
Devant ses déclarations, le monde scientifique s’est laissé aller à l’euphorie et les
déclarations diverses et inconsidérées ont fusé. Ainsi, en 1958, Herbert Simon
déclara qu’ « en l’espace de dix ans, les machines deviendraient championnes
d’échec, que tous les jours elles démontreraient des théorèmes mathématiques,
composeraient des musiques d’une valeur esthétique indéniable. »
Inévitablement, quand le contraire a commencé à se profiler à l’horizon,
beaucoup de personnes sceptiques ont commencé à monter au créneau. Avec
la défaite d’un ordinateur face à un enfant de dix ans en 1965, et le rapport
commandé par sénat américain faisant état des limitations de l’IA dans les
procédés de traduction, les années sombres commencèrent.
Depuis les années 2000, les ordinateurs sont capable de manipuler et d’exploiter
d’énormes masses de données ( Big Data ). Les machine sont désormais capables
de comprendre et de traiter des ordres en langage naturel commandés à la voix
ou par texte, les voitures commencent à se conduire elles-mêmes, les militaires
développent des drones afin de faire la guerre à leur place.

34
Partie 2 : Des machines et des Hommes

Avec les avancées technologiques et l’évolution de la puissance des machines,

de nouvelles techniques ont pu émerger et faire entrer le monde dans l’âge de la
renaissance de l’IA. Des théories supplémentaires ont renforcé l’idée que
l’intelligence artificielle était la clé du futur, en particulier les travaux d’Alan Turing.

2. Comment identifier l’avancée de l’IA?

« Dans un article qui a eu une immense influence, Alan Turing

a soutenu qu’il était possible de concevoir une expérience
prouvant que l’intelligence de l’ordinateur ne pouvait pas
être distinguée de celle d’un être humain. Le pari de Turing a
veillé l’ambition de l’intelligence artificielle.” - “L’ordinateur et
l’intelligence » - Michel Volle

Alan Turing jette les fondements théoriques de l’informatique. Actif dans la

recherche scientifique et technologique autour de l’informatique, il met en place
le test de Turing en 1950, méthode ayant pour but d’apporter une réponse
expérimentale à une question importante : « Une machine peut-elle penser? »

Turing imagine une mise en scène, le jeu de l’imitation. D’un côté de l’écran est
installé un juge, humain, dont le rôle va être de discuter (via chat) avec différents
interlocuteurs inconnus installés de l’autre côté. Ceux-ci sont en majorité humain,
l’un d’entre eux seront cependant une machine, qui essaiera de tromper le juge —
l’induire à commettre l’erreur de penser qu’il a à faire à un humain.

Tout l’intérêt qui est porté à ce test repose sur le moyen de communication utilisé :
les participants ne communiquent que par voie écrite, sans accéder à la voix, ni
au visage des interlocuteurs.

« Existe-t-il, entre l’homme et la machine, une différence

dans l’ordre de l’intelligence, en dépit de leur différence de
constitution physique? »

Turing prédit, en 1950, que 50 ans plus tard — en l’an 2000 donc — le juge
n’aura pas plus de 70% de chances de percer la supercherie en jouant au
jeu de l’imitation contre un ordinateur pendant cinq minutes. A juste titre,
puisque le 7 juin 2014, un ordinateur (ou chatbot) appelé Eugène et
designé par des scientifiques russes, a réussi à passer le test.

Impressionnant, n’est-ce pas?

5:

35
 I, Designer : L’avenir du designer face à la machine

2. L’IA face aux défaillances de notre cerveau

Les technologies avancent et avec elles des amélioration de la vie quotidienne :

automobile, bateau et avion remplacent nos jambes — de même, téléphone,
télévision ou même lunettes assistent nos sens. Aujourd’hui l’IA assiste notre
vie en se comportant comme un ange-gardien, qui corrigeait nos erreur
d’inattention, nous rappeler des éléments importants tels que des contacts lorsque
notre mémoire flanche. Des outils que l’on utilise au quotidien découlent de ce
raisonnement : agendas automatisés, correcteurs d’orthographe,
logiciels de reconnaissance de la parole et de l’écriture, régulateurs
de vitesse — tous ces outils pallient à des défaillances cognitives.

Types d’intelligence artificielle

Aujourd’hui, il est possible d’affirmer qu’il existe deux types d’intelligence
artificielle. L’une est considérée comme faible (Weak AI ou Narrow AI) qui
simule des facultés cognitives spécifiques telles que la reconnaissance vocale,
faciale et de langage naturel. Elle reste limitée au même domaine auquel elle est
affectée. L’autre type d’IA est l’intelligence artificielle forte (Strong AI) qui
reproduit les mécaniques et tente d’imiter le fonctionnement de l’esprit, voire
d’une conscience.
Jürgen Schmidhuber assure que l’Intelligence artificielle moderne doit se
fonder sur des bases mathématiques solides, semblables à celles qu’utilisent
les sciences physiques. Ils aspirent à formaliser les formes d’apprentissage, assurant
ainsi avoir jeté les bases d’une science générale de l’intelligence. D’autre fondent
leur affirmations sur des principes différents d’apprentissage dans les réseaux de
neurones formels, que l’on appelle l’apprentissage profond (Deep Learning),
ou l’apprentissage par renforcement.

3. La révolution du Deep Learning

L’apprentissage supervisé, les réseaux de neurones et le Deep Learning. Ces

notions sont les fondements de la révolution artificielle.

Pour bien comprendre la signification de ces termes et mesurer leur portée, il faut
comprendre d’où vient et comment fonctionne globalement l’apprentissage par la
machine.
En 1959, un ingénieur du nom d’Arthur Samuel conçoit un programme
de simulation de joueur de jeu de dames comprenant une fonction
d’apprentissage par renforcement. Il ne s’agissait là ni d’apprentissage
supervisé ni d’apprentissage non supervisé — le programme
avait pour vocation de permettre à la machine d’améliorer progressivement
ses performances grâce à l’expérience engrangée. Le principe mis en

36
Partie 2 : Des machines et des Hommes

oeuvre via cette forme d’apprentissage repose sur un système précis de

récompenses et de punitions que renvoie l’environnement dans lequel évolue
la machine. L’apprentissage fait en sorte qu’un maximum de récompenses
soient données tout en maintenant un minimum de punitions et en s’assurant que
les récompenses et les punitions seront distribuées de manière identique. Dans
l’exemple du jeu de dames d’Arthur Samuel, les récompenses sont substituées au
nombre de pièces prises et les punitions à la perte de celles-ci.
Bien que ces notions d’apprentissage de la machine soient connues
depuis plus d’un demi-siècle, le grand public se mesure seulement maintenant
l’importance qu’elles représentent. Cela peut s’expliquer par trois facteurs :
la puissance de calcul des machines qui s’est grandement améliorée, leur capacité
à générer et engranger de grandes quantités de données (Big Data) et le facteur
scientifique de l’amélioration des algorithmes d’apprentissage. Nous ne nous
attarderons pas sur ce dernier point technique.
Résumé globalement, le Deep Learning est un sous-domaine de l’apprentissage
de la machine qui s’inspire de la structure et du fonctionnement des
réseaux neuronaux du cerveau humain.
Andrew Yan-Tak Ng, a décrit lors de l’interview « Deep Learning, Self Taught
Learning and Unsupervised Feature Learning » son point de vue sur la
question. Pour lui, l’utilisation du Deep Learning a pour but de :

Faire en sorte que les algorithmes soient plus efficaces et simples à utiliser/
mettre en place. Faire des avancées dans le monde de l’apprentissage de la
machine et de l’IA.

Selon lui, nous avons désormais des machines assez puissantes et rapides pour
pouvoir simuler et copier le fonctionnement du cerveau. Le point important est
qu’avec cette méthode de fonctionnement, plus la machine engrange de données
à traiter, plus elle devient efficace, ce qui en fait une méthode révolutionnaire
et bien différentes des autres existantes. Ce graphique (provenant de sa
présentation) permet de mieux visualiser la force du Deep Learning (Fig. 6) :

Fig. 6 : Apprentisage par renforcement (Deep Learning).

32 : fdfd

37
 I, Designer : L’avenir du designer face à la machine

4. Les GAFA à l’initiative

A. Autour du Google Brain

La première utilisation claire du Deep Learning dans un service accessible au

grand public a été la reconnaissance d’image. Google s’en est servi pour identifier,
indexer et classer de manière plus précise les images que l’on peut chercher dans
son service Google Search.

Google s’est illustré dans l’utilisation du deep learning dans des services
quotidiennement utilisés. Le service Google Traduction se sert de Google Brain
pour booster ses capacités de traduction en terme de rapidité d’exécution et
de précision. Dans quelques temps, le service va changer de nom pour devenir
« Google Neural Machine Translation » et ainsi embrasser son
appartenance au monde du Deep Learning.

De même, Google se s’est servi de Google Brain pour améliorer l’indexation et

l’analyse de contenu vidéos. Les utilisations concrètes sont diverses : modération,
suggestions, génération automatique de résumés, choix de publicité plus précise,
etc.

B. Google Home, Apple Homepod, Amazon Echo

Aujourd’hui, il est possible d’affirmer qu’il existe deux types d’intelligence

Amazon a vendu plus de 11 millions d’Echos (Amazon Alexa) depuis sa sortie en
2014.
En peu de temps, l’assistant d’Amazon a évolué de son état d’enceinte connectée
contrôlable à la voix pour devenir un concentré de technologie capable de
commander une livraison de repas ou encore envoyer des messages sans aucune
besoin autre qu’un ordre à la voix de la part de l’utilisateur. L’outil a aujourd’hui
évolué et s’est garanti une présence sur de multiples supports : smartphones,
tablettes, TV connectées et même l’Echo Show, une version standalone de
l’assistant sous forme d’écran tactile.
Google “Home” est le concurrent de l’Echo. Ce coffret technologique renferme
le désormais célèbre Google Assistant dont la présence ne se limite plus aux
smartphones Android et s’invite dans les maisons des utilisateurs. Son avantage
indéniable face à Amazon (dont le produit est sorti en premier) est la forte base
d’utilisateur dont dispose Android (2 milliards d’utilisateurs actifs). Il est d’ailleurs
possible de l’utiliser via d’autres moyens ; on peut par exemple utiliser l’interface
graphique lorsqu’utilisé la voix n’est pas possible (en public).

38
Partie 2 : Des machines et des Hommes

Pour autant, Apple et Microsoft ne sont pas en reste, possédant chacun leur
assistant respectifs — Siri pour Apple, Cortana pour Microsoft. Apple a sorti le
HomePod, qui présente les mêmes avantages et inconvénients que le Google
Assistant et utilise Siri. Sa présence sur et sa compatibilité avec l’ensemble des
produits de la marque lui assurent un succès et une pérennité certaine. Microsoft
ne s’est pas manifesté sur le marché du boîtier IA mais cela ne devrait tarder.
Ce court historique des dernières évolutions concernant les assistants permet de
mettre en avant un fait : la reconnaissance vocale est désormais plus rapide et
efficace que le texte — et les améliorations ne cessent d’arriver. Le taux d’erreur
de reconnaissance vocale du Google Assistant est de 4.9% (contre 8.5% en
début d’année). Exprimé clairement, cela signifie que Google est capable de
correctement comprendre 19 mots sur 20 dans une phrase en langage naturel
(sans pause ou articulation plus importante que d’habitude).
Cela est dû aux prouesses de l’apprentissage par la machine, expliquées
globalement plus haut, qui a pour base de données les différentes interactions
qu’ont chaque jours les utilisateurs avec les assistants virtuels. La navigation par
la voix ­— via l’apprentissage par la machine — est déjà un élément majeur des
évolutions technologiques que l’on observe au quotidien. Les utilisateurs veulent
désormais une anticipation de leur besoins de la part de la machine. De plus, ils
sont à la recherche d’expériences complètes : toutes les informations peuvent et
doivent être accessible du même endroit, sans interruption — sans changement
de service. Dans un futur proche, l’internet tel qu’on le connaît n’existera plus..

Fig. 7 : Taux d’erreur de la reconnaissance vocale chez Google.

32 : fdfd

39
 I, Designer : L’avenir du designer face à la machine

A. La volonté de transmettre

Google a et sera toujours un pionnier dans le monde de l’informatique et jouera

un rôle prépondérant dans l’accompagnement et la compréhension du Deep
Learning par le grand public. Grâce à la recherche et à l’investissement des GAFA,
n’importe qui peut avoir accès à ces technologies.

Une grande partie des professionnels placent leur espoirs dans l’IA, conscients
que de nombreux bonds technologiques vont naître de ces procédés et vont
influer nombre de domaines — de la médecine à l’exploration spatiale, en passant
par le design. Il est certain que le travail de terrain effectué en amont par Google
va permettre à ces espoirs de fructifier.

Google a entre autre contribué à l’enseignement et la transmission du savoir autour

de l’IA depuis un certain temps déjà, avec des projets poussé comme TensorFlow
ou avec des projets plus ludiques comme QuickDraw, afin de démontrer l’utilité
de l’IA de façon concrète.
D’un côté, le site AI Experiments regroupe les projets créés et de l’autre Learn With
Google sert de foyer de connaissance pour toute personne souhaitant davantage
étendre ses connaissances sur le sujet.

Sur le site Learn With Google figure aussi le Machine Learning Crash Course
(MLCC), un programme d’apprentissage en ligne — étant au préalable une
introduction à l’IA et aux fondamentaux de l’apprentissage de la machine destiné
aux employés interne de l’entreprise — que Google met à disposition en proposant
en supplément exercices, tutoriels vidéos et forums pour échanger.

40
Partie 2 : Des machines et des Hommes

Fig. 8 : Learn With Google

Fig. 9 : Google AI Experiments

32 : fdfd

41
 I, Designer : L’avenir du designer face à la machine

Les prémices du
design par la machine
Nous somme aussi en train d’assister à une révolution interne à notre
domaine. Les différentes avancées dont que nous avons pu évoquer dans les
parties précédentes influent actuellement sur le design et vont continuer à
faire de même dans les années à venir.
Les logiciels vont être capable d’évaluer en temps réel la qualité des
contenu, des slogans ou même les identitées visuelles et créer des éléments
graphiques sans la moindre intervention de notre part. Les premiers effets
se font ressentir sur le web — c’est même le sous-domaine qui devrait être
impacté en premier si l’on tient compte de sa proximité avec les domaines
de la programmation. Les changements arriveront tout de même auprès du
print, quand les garants des logiciels de création (Adobe principalement)
commenceront à injecter des notions de Deep Learning aux procédés
habituels.

I. Création automatique de l’UI

Nombres de services ont pour vocation de simplifier la vie des auteurs — amateurs
ou non. Des plateformes telles que Medium ou SquareSpace proposent par
exemple un florilège de templates de qualité et différentes pour coller aux choix
de l’utilisateur. La tendance n’est pas sur le point de s’inverser avec l’intégration
de fonctions de deep learning.

Tout dépends de comment les Designers vont aborder la situation. Le rejet du rôle
du Designer dans le processus créatif, dans le cas du service The Grid, conduit à
des résultats médiocres et vu maintes fois. Cependant, si l’on observe le problème
d’un autre point de vue, on peut considérer que la machine est capable de faire
gagner du temps au Designer en s’occupant des tâches répétitives. Le Deep
Learning pourrait par exemple être utilisé, de façon similaire à ce que Google
Search en fait, pour analyser des bases de données d’images pour établir des
moodboards précis et efficaces. Une étape supplémentaire verrait un algorithme
s’occuper de proposer un mockup à partir des éléments récurrents trouvés dans le
moodboard. Les Designers se substitueraient à un directeur artistique dans leur
relation à la machine dans ce processus de travail.

Il est impossible que dans ses balbutiements, le Deep Learning puisse fournir des
résultats époustouflants et des designs innovants. Cependant, il est certain qu’un
gain de temps significatif est possible puisque nombre de tâches quotidiennes

42
Partie 2 : Des machines et des Hommes

du Designer ne demandant pas de telles prouesses. Dans le cas des grands

groupes ayant déjà une charte graphique et une philosophie de design établies
et adéquatement mises en place, les algorithmes d’apprentissage par la machine
devraient parvenir à les appliquer sans problème.

EXEMPLES
Quelques exemples de création de l’UI.

La promesse The Grid

The Grid, c’est la promesse d’un site qui correspond parfaitement aux
attentes du client et qui rejete le rôle du Designer pour confier les décisions
à une IA du nom de Molly. “Elle sera toujours prête à vous répondre,
sans faire payer de frais supplémentaires et en respectant les deadlines.
Elle peut même agrandir ce logo pour vous, et appliquer des palettes de
couleurs d’une infinité de façons différentes.”

Dans un fond de blague pouvant paraître inoffensive, le site se sert de

clichés du grand public sur la fonction de Designer et capitalise sur les
craintes de ses clients. La méthode n’est certes pas louable, mais comme
expliqué précédemment, il suffit de se servir du service pour gagner du
temps pour en retirer le maximum de son potentiel

Wix entre dans la danse

Wix, service bien connu de création de sites web en WYSIWYG à partir

de template s’est récemment doté d’une solution AI : WIX ADI (Artificial
Design Intelligence). Ce programme est, d’après sont créateur Nitzan
Ach0saf, capable de créer un site web seul et sans aucune intervention
extérieure en utilisant le contenu qui lui a été fourni au préalable. On peut
le voir comme une extension du service original de Wix, plutôt qu’un vrai
remplacement du processus de Design. La logique est la même que pour
The Grid, cependant la relation Designer / Développeur n’est toujours pas
envisagée.

Firedrop n’est pas en reste

Firedrop est un autre service tentant d’inclure des fonctions de Deep

Learning. L’IA façon Firedrop, compte tant qu’à elle sur Sacha, un chatbot
fait pour guider l’utilisateur tout au long des différentes étapes du
processus de création du site. A chaque, étape, une série de questions sont
posées pour identifier le besoin et suggestion et recommandations sont
faites en fonction des réponses. Le site était au départ un service lambda
de création WYSIWYG avant de faire appel à l’IA. C’est aujourd’hui un
concurrent direct de The Grid.

43
 I, Designer : L’avenir du designer face à la machine

I. Personnalisation de l’UX et l’UI

Une des façons les plus sûres de créer une expérience réussie pour les utilisateurs
est la personnalisation individuelle du produit. Que ce soit sur nos recherches
Google, nos recommandations Netflix ou Spotify, nous aimons qu’une entreprise
crée une expérience qui nous correspond. L’attachement envers la marque est
renforcé et l’utilisateur fidélisé.

Pourtant, le point essentiel est le rôle du Designer dans ces processus. Peu de
designers sont capables, en plus de leur compétences intrinsèques, de développer
les algorithmes nécessaires au fonctionnement de ces services. En se faisant
accompagner d’un ingénieur/développeur, il est capable de créer une expérience
à la fois plaisante visuellement et sensoriellement tout en garantissant une
fonctionnalité exemplaire.

Giles Colborne, pendant sa présentation “Design Conversations” au Generate

London 2017 a parfaitement expliqué ce principe : Sur l’application Spotify,
l’interface, les listes de lecture et les pages d’artistes sont créés par le Designer,
tandis que le développeur va faire en sorte que les algorithmes les remplissent de
musique. La fonction de Deep Learning de Spotify repose sur un apprentissage
par écoute des différents titres pour pouvoir retrouver des similitudes et les
proposer efficacement à l’utilisateur.

Fig. 10 : Slide issu de la présentation de Giles Colborne sur Spotify

44
Partie 2 : Des machines et des Hommes

Ces algorithmes peuvent même créer des compositions entières. Sur Netflix, par
exemple : sa fonction de Deep Learning est capable de récupérer des éléments
graphiques (personnages, décors) et d’y apposer un lettrage stylisé tout en
respectant le thème global de l’oeuvre cinématographique. Plus les utilisateurs
accèdent à un contenu, plus la vignette est utilisée. Le même système que le tout
premier programme de jeu de dames (C.f partie Deep Learning) est appliqué : le
visionnage est la récompense — l’indifférence, la punition.

Fig. 11 et 12 : Fonctionnement de l’algorithme de Netflix (issu du blog technique)

45
 I, Designer : L’avenir du designer face à la machine

I. Design Graphique par Deep Learning

Un traitement intéressant est celui de l’application mobile Prisma. Selon ses
développeurs, l’application utilise ce qu’elle appelle “Convolutional Neural
Network” ou “Réseau de neurones à convolution” en français. Résumé
rapidement, c’est un type de programme qui reproduit le motif de connexion
(c’est à dire le fonctionnement) du cortex visuel des animaux. Très utilisée en
technologie, c’est une méthode de deep learning qui trouve des motifs et des
redondances dans des images et qui peut ensuite en faire une synthèse.
Prisma se sert de ce principe pour combiner la photo de l’utilisateur avec une
photo externe. Il est ainsi possible, en combinant par exemple une oeuvre (ici
la vague d’Hokusai) et une photo d’environnement, de créer une image unique
qui contient les éléments distinctifs des deux parties. Contrairement à d’autres
applications de retouche qui se contentent de simplement appliquer des filtres
de lumière et de couleur, Prisma utilise sa méthode IA pour donner la possibilité
aux utilisateurs de combiner leur photos personnelles avec les styles de grands
artistes tels que Pablo Picasso, Edvard Munch ou Vincent Van Gogh.

Fig. 10 : PRISMA APP fonctionnement

46
Partie 2 : Des machines et des Hommes

D’autres utilisation pourraient émerger de ces services. Afin de réaliser une

création unique, quoi de mieux que pouvoir ne serait-ce qu’avoir une idée
rapide de ce que pourraient donner vos idées? “Et si ce bâtiment présentait des
caractéristiques de cette image?” Les réseaux neuronaux du deep learning se
chargeront de créer ces ébauches de design.

EXEMPLES
Quelques exemples supplémentaires de Design par Deep Learning :
identité visuelle, typographie, dessin, illustration…

Logojoy

Logojoy est pensé, selon ses créateurs, comme un outil pouvant s’occuper
de la création de logotype sans avoir besoin de l’intervention d’un Designer.
La marche à suivre est très simple et parfaitement guidée : Il faut choisir
parmis une bibliothèque de logotypes ceux qui nous plaisent, choisir une
gamme de couleur et le logiciel s’occupe du reste. Des ajustements sont
possibles après génération et un aperçu sur Mockup (Devanture, réseaux
sociaux, papeterie, textile) est possible. Encore une fois, si l’on prends
cet outil comme un gain de temps — pour la recherche, la préparation de
moodboards et la réalisation d’ébauches — il est possible de passer outre
sa qualité hautement variable. On peut considérer que c’est une bonne
avancée pour le design par la machine.

Outils Adobe

Un outil bien connu des designers, Photoshop, s’est doté en 2016 d’un
premier procédé de deep learning pour correctement étendre des images
ou dupliquer du contenu (contenu pris en forme). Depuis, nombre d’outils
sortent ou sont en préparation : Adobe Project Cloak ou Adobe Scene Snitch
en sont des exemples. Tandis que le premier permet de retirer un élément
d’un composition sans créer de vide (contenu recrée), l’autre permet de
complètement changer une partie du décors sans problème de cohérence
— en terme de composition, de détails (reflets) et de colorimétrie.

Shutterstock “Composition Aware Search”

Shutterstock, a déjà utilisé une première fois le deep learning pour son
procédé de protection de photos licenciées (recherche d’images similaire
pour vérifier si le retrait du watermark est illégal ou non). Mais depuis
récemment, une fonction plutôt intéressante a vu le jour dans les bureaux
de la firme : une fonction de recherche par composition. L’outil utilise un
mélange d’analyse d’image, d’analyse de langage naturel et de réseaux
neuronaux (deep learning) pour faire le lien entre toutes les informations
en jeu. En alliant à la recherche de mot-clés la possibilité de placer ces
éléments clés sur la composition, les résultats sont affinés et proposés de
manière plus efficace.

47
 I, Designer : L’avenir du designer face à la machine

Quel avenir?
I. Les robots vont-il prendre nos emplois?
Comme l’on a pu le voir, l’IA et le Deep Learning n’en sont qu’à leur débuts. Leur
utilisation dans le monde du Design n’en est qu’à ses balbutiements. La réalité
actuelle et que les “robots” ou la machine ne remplaceront pas tout de suite tous
les emplois.
La recherche démontre que l’automatisation des procédés va inévitablement
entraîner la disparition progressive des postes à haute pénibilité. Le travail
dans les usines, la manutention, les métiers du bâtiment et même une partie des
métiers agricoles seront les premiers à subir le coup de la montée de la machine.
De même, les métiers qui ne “nécessitent pas une réflexion accrue” — les métiers
de traitement de données par exemple — risquent de subir le même sort.

La situation est toute autre pour les métiers d’encadrement et les métiers
d’expertise. Alors que l’on ne peut pas parler de disparition de l’emploi, il est
certain que les parties répétitives vont pouvoir être assumées par la machine
(comme expliqué brièvement précédemment).
Les procédés et dynamiques internes au métier de Désigner vont indéniablement
être impactés ; le processus de création se doit s’adapter et anticiper l’arrivée de la
machine.

I. Le processur de création doit s’adapter

Il reste encore du temps. Les choses ne vont pas changer en un jour.

Pour autant, beaucoup de professionnels commencent déjà à réfléchir sur la

question. De la même façon qu’il existe des schémas logiques en design (pour
activer une option sur une interface, un bouton on/off paraît naturellement être la
solution), il existe des schémas dans l’apprentissage par la machine qui peuvent
permettre de régler aisément des problèmes. On peut par exemple utiliser le deep
learning pour :

Analyser du contenu existant pour établir des prédictions sur le

contenu à venir (prévenir le spam en comprenant facilement ce
qui est est du spam et ce qui n’en est pas).

Créer des personas (profil type) automatiquement, par

groupement de données des utilisateurs

Associer des idées et concepts pour prévoir les tendances de

consommation (les personnes qui achètent tel produit aimeront
plutôt ce genre de produit)

48
Partie 2 : Des machines et des Hommes

C’est en réfléchissant aux types de problèmes qui peuvent être réglés par
l’apprentissage de la machine que l’on sera en mesure de trouver des solutions
innovantes à l’avenir.

Ces outils [de Design] peuvent offrir une assistance en utilisant l’intelligence
artificielle, apprentissage par la machine et des algorithmes, mais en generale
ils demandent encore d’être supervisé par l’homme. Il faut injecter des données,
comparer les différentes options puis sélectionner lesquelles fonctionnent selon
les résultats proposé. Cela peut énormément aider les Designers néophytes et
patrons de petites entreprises.

Sélecteurs de templates et interfaces drag-and-drop ont déjà amoindris la charge de

travail des entreprises nécessaire à la mise en ligne de leur contenu / leur présence
en ligne. De nouveaux outils basés autour de l’IA promettent non seulement de
simplifier la vie des client, mais aussi de s’assurer que les sites internets issuent de
ce processus ne soient pas tous des clones. Malgré cela, les sites actuels généré au
moyen d’algorithmes et routines se ressemblent déjà bien trop souvent, comme
s’ils avaient été directement créé à partir de modèle pré-programmés.

La prochaine révolution dans le domaine de la publication informatique

permettra aux utilisateurs de laisser les programmes générer à leur guise des
idées et des marches à suivre. Dans ce monde, le travail sera plutôt de l’ordre
de la curation de contenu et de l’édition managériale. Les outils informatiques
proposeront différents designs et l’humain décidera de ce qui fonctionnera ou
non. Mais l’utilité — et la qualité — seront-ils au rendez-vous ?

Les outils de design peuvent présenter jusqu’à trois niveaux de maturité selon
Semim Winiger :

Les systèmes de premières générations peuvent imiter les outils

analogues de façon digitale

La seconde génération est un premier pas dans le domaine de la

création assisté, un système dans lequel l’homme et la machine
négocient le processus créatifs à travers une [boucles de retour
d’information] très ajusté.

La troisième génération est celle de la création assistée, qui

[négocie] le processus créatif par le biais de conversations
affinés, augmentant les capacités créatives et accélérer
l’acquisition de compétence pour amener l’utilisateur de novice
à expert.

49
 I, Designer : L’avenir du designer face à la machine

Il y a aussi des questions éthiques : les design produits par des algorithmes ont-ils
une valeur intrinsèque et distinctive ? Qui est le véritable auteur du design ? Les
resultat génératif pourraient-ils être limité par un local maximum ?

«Le logiciel algorithmique est écrit par des humains, utilisant des théories
imaginé par des humains, sur un ordinateur produit par des humains, avec des
spécifications écritent par des humain, utilisant des matériaux collectées par des
humains, ainsi de suite. L’art digital est de l’art humain — un sous-ensemble,
plutôt qu’une distinction. La révolution est déjà en cours, alors pourquoi ne pas
décider de prendre les reines ?

50
Conclusion

Conclusion
Comment va évoluer la situation?
Un futur intéressant se profile à l’horizon. Pourtant, il est important de garder en
tête les limites de la machine. En fin de comptes, la condition de la machine reste
inchangée. C’est toujours l’homme qui dicte les règles, soient-elles préparées en
amont par cette dite machine.

Et le Designer dans tout ça?

Le Designer est parfois de ces bijoux dont on ne peut détourner le regard, étant
capable de prouesses, faisant et défaisant les règles du monde design selon sa
volonté. Ainsi, dans quelques temps, la notion de beauté – en design, rappelons-le
– pourrait être fondamentalement différente de ce que l’on connaît actuellement.
Pour subsister, il faudra être capable de suivre ces règles tout en étant capable de
les briser lorsque cela est nécessaire.

Casser les codes, ce n’est pas laisser la machine prendre le dessus?

L’évolution du monde informatique a créé une situation où la production gagne
progressivement en complexité. Les supports sont de plus en plus nombreux et
les domaines se sont étendus. Ces prouesses technologiques n’ont pas à être
uniquement perçues comme une menace.

Il faut être au courant de ces améliorations et se tenir prêt à y réagir, être capable
d’adapter nos processus de création pour laisser de côté ce qui peut être automatisé
et servir de passerelle entre l’homme et la machine ; garant des connaissances
techniques et de l’appréciation humaine du design.

Le Design a en effet changé de cap, le profil de son acteur principal passant d’un
rôle spécialisé uniquement dans une tâche à un profil pluridisciplinaire – qui
se spécialisera tout de même à fortiori. Logiquement, la prochaine compétence
qui s’ajoutera à l’arc du designer sera liée au comportement des machines et leur
rapport à l’humain. L’idée phare des années à venir sera sûrement la délégation
des tâches basses (c’est à dire requérant moins d’expertise) aux machines.

51
Références
 I, Designer : L’avenir du designer face à la machine

Bibliographie
Thèses et Mémoires
Anthony Masure - « Le Design des programmes »
Université Paris 1, 2014

Juliette Mothe - « La place du Designer »

ESTEI Bordeaux, 2016

Études
Anthony Masure - « Le Design des programmes »
Université Paris 1, 2014

Juliette Mothe - « La place du Designer »

ESTEI Bordeaux, 2016

Livres et retranscriptions
Annick Lantenois, Samuel Vermeil, Gwendoline Dulat,
Cécile Galicher, Margot Baran, David Valence - « .txt 2 »
Édtitions B42, 2015

Bruno Munari - « L’art du Design »

Éditions PYRAMID, 2012 (texte original de 1966)

Jean-Gabriel Ganascia - « Intelligence artificielle, vers une

domination programmée? »
Éditions Le Cavalier Bleu, 2017

Sylvie Daumal - « Design d’expérience utilisateur »

Éditions Eyrolles, 2017

Carine Lallemand, Guillaume Gronier - « Méthodes de design

UX »
Éditions Eyrolles, 2017

Bill Buxton, Morgan Kauffmann - « Sketching User

Experiences. Getting the design right and the right design »
San Fransisco, 2007

Travis J. Carter, Thomas Gilovich - « The Relative

Relativity of Material and Experiential Purchases»
Journal of Personality and social Psychology, 2010, tome 98 p1146-1159
54
Références

Jesse James Garett - « Elements of User Experience, User-

Centered Design for the Web and Beyond »
Aiga New Rider, 2e édition, 2010.

Peter Jones - « Design for Care : Innovating Healthcare

Experience »
Rosenfeld Media, 2013.

Eike den Ouden - « Innovation Design, Creating Value for

People, Organizations and Society »
Springer Verlag Londres, 2012.

B. Joseph Pine, J. Gilmore - « The Experience Economy,

Harvard Business School Press »
Boston, 1999.

Marc Stickdorn, Jakob Shneider - « This is Service Design

Thinking »
Bis Publishers Amsterdam, 2012.

Beatrice Warde - « The Crystal Goblet, or Printing Should

Be Invisible »
1956,Discours initialement prononcé à la British Typographer’s
Guild, 1932

Cyrus Highsmith - Inside Paragraph, Typography

Fundamentals
2012, p 26-28

PERCY L. - « Determining The Influence Of Color On A Product

Cognitive Structure: A Multidimensional Scaling Application,
Advances in Consumer Research »
vol. 1, 1974, p 218-227

PETTY R.E., CACIOPPO J.T. & SCHUMANN D., Central

and Peripheral Routes to Advertising Effectiveness : the
Moderating Role of Involvement »
Journal of Consumer Research, vol. 10

VARMA V. - Perceptual Appeal In Advertisement, Journal

of Advertising Research
vol. 32 (6), Nov 1992, p 39- 46

CROWLEY A.E., W.D. HOYER - « The Relationship Between

Need For Cognition And Other Individual Difference
Variables: A Two-Dimensional Framework, Advances in
Consumer Research »
vol. 16, 1989, p 37-43

55
 I, Designer : L’avenir du designer face à la machine

Webographie
Design
https://uxplanet.org/7-tips-to-enhance-mobile-interactions-
d393245522b9

https://www.mockplus.com/blog/post/mobile-ui-interaction
https://www.interaction-design.org/literature/topics/mobile-
ux-design

https://theblog.adobe.com/10-dos-donts-mobile-ux-design

http://www.softphd.co

https://www.fastcodesign.com/3046512/how-google-finally-
got-design

https://www.opsone.net/le-flat-design-cest-du-material-
design/

https://material.io/tools/

https://design.google/news/announcing-new-updated-and-
refreshed-materialio/

https://envato.com/blog/introduction-material-design/

https://design.google/

https://design-milk.com/how-ivy-ross-helped-change-google-
design/

https://www.creativebloq.com/graphic-design/beautiful-
designs-capture-complex-emotions-61620719

56
Références

Intelligence artificelle
https://www.youtube.com/watch?v=1ubo87GuC4o

https://www.theverge.com/2017/8/20/16166408/prisma-ai-
machine-vision-b2b-pivot

https://www.theregister.co.uk/2017/12/06/personalised_
netflix_trailers_could_be_coming_to_you_soon

https://medium.com/netflix-techblog/artwork-
personalization-c589f074ad76

https://www.cxpartners.co.uk/our-thinking/interaction-
design-in-the-age-of-algorithms/
https://www.fastcompany.com/3064114/spotify-just-made-
the-shuffle-button-a-thousand-times-smarter

https://medium.com/@CharlesCrouspeyre/comment-
les-r%C3%A9seaux-de-neurones-%C3%A0-convolution-
fonctionnent-b288519dbcf8

https://techcrunch.com/2016/12/01/logojoy-makes-designers-
unemployed/

https://www.theverge.com/2017/10/24/16533374/ai-fake-
images-videos-edit-
adobe-sensei

https://cloud.google.com/video-intelligence/

https://techcrunch.com/2016/06/24/prisma-uses-ai-to-
turn-your-photos-into-graphic-novel-fodder-double-
quick/?guccounter=1

57
 I, Designer : L’avenir du designer face à la machine

Crédit photo
Mémoire illustré grâce aux photographies
trouvées sur Pexels (gratuites mais soumises
à la liscence Creative Commons) et
Shutterstock.

58