Fin 2025, une conjonction heureuse m’a donné accès à ce que tout médiateur un peu trop curieux rêve d’avoir : un accès complet aux revues scientifique, via mon statut de chargé d’enseignement à l’Université catholique de l’Ouest. Avec, en bonus, un abonnement gratuit à Perplexity, la trêve des confiseurs a surtout servi à nettoyer, annoter et recroiser mon Zotero.
De cette plongée est né ce que je voulais faire depuis longtemps : un état de l’art sur les algorithmes, le design persuasif et les dark patterns, en distinguant clairement les intentions documentées des plateformes et les effets réellement observés par la recherche. Spoiler : les effets existent, mais ils sont souvent plus modestes, plus variables et plus contextuels que ce que racontent les discours officiels.
Comme c’est la saison des étrennes, je partage ce travail sous forme de carnet de notes à destination des médiateurs, histoire d’aborder 2026 avec un peu moins de mythes, un peu plus de science, et surtout sans raconter n’importe quoi.
Au commencement était Cambridge Analytica
En 2018, l’affaire Cambridge Analytica éclate lorsque l’on découvre que, dès 2014, l’entreprise a siphonné via une application Facebook les données de dizaines de millions d’utilisateurs (et de leurs amis), sans consentement, afin de vendre aux campagnes Trump 2016 et Leave (Brexit) des services de microciblage politique fondés sur des profils psychométriques.
Les autorités documentent alors un scandale majeur de protection des données et d’opacité. En parallèle, les analyses critiques et les revues de littérature viennent calmer les emballements les plus spectaculaires : oui, le microtargeting peut produire des effets persuasifs réels, mais ceux-ci sont modestes, fragiles et très dépendants du contexte. Rien ne permet de parler sérieusement d’un “hack des cerveaux” tout-puissant (Gibney, 2018 ; Prichard, 2021 ; Simchon et al., 2024).
Les synthèses convergent assez nettement. Les messages ciblés font un peu mieux que les messages génériques, mais les gains restent faibles, concentrés sur certains sous-groupes, dans des contextes très spécifiques. Surtout, aucune donnée solide ne vient soutenir l’idée que des masses d’indécis pourraient être “injectées” d’un message décisif, comme le suggère la vieille métaphore de la seringue hypodermique, abandonnée par la recherche depuis les années 1950 (Owen, 2019 ; Maigret, 2015).
De l’intention au design
Dans le cas de Cambridge Analytica, l’intention ne fait guère débat. Mais dès que l’on s’éloigne de ce scandale précis, la question devient plus inconfortable : dispose-t-on réellement de preuves d’intentions explicites, ou avons-nous tendance à projeter des stratégies sur des systèmes dont la genèse nous échappe en grande partie ?
Sur ce point, le jeu vidéo constitue un cas presque idéal.
Les jeux vidéo
Pour les systèmes de monétisation contemporains, il ne s’agit pas seulement d’inférer des intentions à partir d’effets observés a posteriori. Les intentions sont écrites noir sur blanc, dans des brevets, des documents techniques et des descriptions de modèles économiques.
L’analyse de King et al. (2019) de treize brevets de microtransactions et de loot boxes est éclairante. On y trouve une description très précise du suivi comportemental des joueurs (temps de jeu, échecs, achats, pauses), de la segmentation des profils, puis de l’ajustement dynamique des prix, des probabilités de gain et du timing des offres. L’objectif n’a rien de métaphorique : tirer parti d’un avantage informationnel pour maximiser la probabilité d’achat, notamment lorsque le joueur est frustré ou euphorique.
Dans un article complémentaire, King et Delfabbro (2019) montrent comment ces dispositifs empruntent directement aux mécaniques du jeu d’argent : renforcement variable, quasi-ratés, mise en scène sensorielle de la récompense. Ils insistent sur le fait que ces choix de design peuvent affecter plus fortement certains profils vulnérables (en particulier les jeunes et les personnes présentant des difficultés de contrôle des impulsions) et plaident pour une approche de responsabilité sociale du design.
Autrement dit, dans le jeu vidéo, la chaîne intention → design est relativement bien documentée. Les modèles économiques sont clairs, les choix de conception explicites, et la littérature commence à relier ces dispositifs à des risques concentrés sur une minorité de joueurs, sans pathologiser l’ensemble de la pratique.
Les dark patterns au quotidien
La recherche en HCI permet ensuite de voir comment ces logiques prennent forme dans le design ordinaire des jeux mobiles.
Dans A Game of Dark Patterns (Aagaard et al., 2022), les auteurs montrent que les dark patterns ne relèvent pas d’erreurs isolées, mais de tensions structurelles entre impératifs de rétention, contraintes économiques (free-to-play, métriques) et arbitrages éthiques inégaux selon les équipes.
À plus grande échelle, Niknejad et al. (2024) montrent que près de 90 % des jeux mobiles analysés contiennent au moins un dark pattern, principalement dans les jeux free-to-play. Veiga et al. (2025) ajoutent un élément important : même lorsque les joueurs savent identifier ces mécaniques, ils ne se sentent pas toujours en capacité d’y résister, en particulier face aux tactiques monétaires agressives ou à la pression sociale.
Les médias sociaux
Pour les médias sociaux, les intentions sont moins directement accessibles que dans le jeu vidéo. Il n’existe pas, à ce jour, l’équivalent de brevets décrivant noir sur blanc des stratégies de captation. Néanmoins, plusieurs types de travaux permettent d’en entrevoir les contours.
Les analyses du web affectif montrent d’abord comment les plateformes ont progressivement outillé et standardisé l’expression émotionnelle. Alloing et Pierre (2017) décrivent le passage du simple “J’aime” à une palette de réactions comme un moment clé : les émotions deviennent des données mesurables, intégrées aux métriques d’engagement et à la monétisation.
Les études HCI ouvrent ensuite la boîte noire des interfaces. Al-Tabakhi et al. (2024) identifient des dark patterns spécifiques aux réseaux sociaux (notifications intrusives, urgences artificielles, frictions à la désinscription) directement alignés sur les objectifs d’engagement. Mildner et al. (2023) montrent que ces patterns sont présents dans l’ensemble des grands services étudiés, et que les utilisateurs en perçoivent clairement la dimension manipulatoire.
Même sans documents aussi explicites que dans le jeu vidéo, on voit donc se dessiner une chaîne intention → design → réglages algorithmiques, orientée vers la maximisation de l’engagement et de la conversion.
Du design aux effets
Lorsqu’on quitte les intentions et les choix de design pour s’intéresser aux effets, la littérature est étonnamment stable : les effets existent, mais ils sont faibles en moyenne, fortement contextuels et très variables d’un individu à l’autre (Entwistle et al., 2020 ; Nuske et al., 2025).
Jeux vidéo
Les travaux sur la convergence entre jeux vidéo et jeux d’argent montrent que certaines mécaniques déplacent clairement les lignes. Derevensky et Griffiths (2019) soulignent les enjeux de responsabilité liés aux loot boxes et aux microtransactions aléatoires. Wardle et Zendle (2021) observent une association entre l’achat de loot boxes et des comportements de jeu problématique, sans pouvoir établir de relation causale simple.
En parallèle, plusieurs études viennent nuancer les discours globalisants. Entwistle et al. (2020) ne trouvent pas de lien systématique entre genre de jeu et usage problématique : ce sont plutôt l’impulsivité, la durée de la session de jeu et l’intensité de l’engagement qui pèsent. Les débats autour du gaming disorder vont dans le même sens, avec des prévalences faibles et très dépendantes des outils de mesure (Aarseth et al., 2016 ; Kim et al., 2022).
Les travaux récents recentrent ainsi le débat sur certains designs, pour certains publics, plutôt que sur le jeu vidéo en général. Close et al. (2023) et Gibson et al. (2023) décrivent des expériences ambivalentes, mêlant plaisir, frustration, pression sociale et stratégies de justification. Veiga et al. (2025) confirment que les effets les plus préoccupants se concentrent sur des tactiques monétaires et sociales agressives.
Médias sociaux
Pour les médias sociaux, le tableau est comparable. Orben et Przybylski (2019) montrent que l’usage du numérique n’explique qu’une part infime du bien-être adolescent. Przybylski et Weinstein (2017) décrivent une relation en “Goldilocks”, avec des effets modestes et non linéaires. À l’échelle internationale, Vuorre et Przybylski (2024) ne trouvent pas de dégradation massive de la santé mentale liée à la diffusion d’Internet.
Une étude plus récente (Anderson & Wood, 2025) ajoute une couche intéressante : beaucoup d’utilisateurs se disant “addicts” ne remplissent pas les critères cliniques de l’addiction comportementale, mais cette auto-étiquette est associée à davantage de détresse et de culpabilité. Autrement dit, la manière dont on parle des usages peut elle-même produire des effets négatifs.
Conclusion
Au fil de cette lecture, une chose apparaît clairement : les intentions et les designs sont aujourd’hui bien mieux documentés que les effets. Là où l’on peut parfois lire noir sur blanc des stratégies de captation, de rétention ou de monétisation, la recherche sur les effets rappelle inlassablement la même chose : pas de manipulation massive, pas d’effondrement généralisé, mais des effets faibles, variables et concentrés sur certains publics et certaines situations.
Ce décalage n’est pas un simple détail académique. Il invite à sortir des récits magiques, ceux du cerveau piraté comme ceux de l’innocuité totale, pour revenir à des questions plus prosaïques, mais nettement plus utiles : quels designs posent problème, pour qui, et dans quelles conditions. C’est à cet endroit là, moins spectaculaire mais plus concret, que doit se concentrer le travail de médiation et d’éducation aux médias.
Arrivé au terme de ce billet, je peux donc formuler mes vœux pour la nouvelle année : puisse-t-on enfin fiche la paix à Kévin et à ses usages, pour s’occuper de ce qui compte vraiment : l’asymétrie informationnelle.
Références
Aagaard, J., Knudsen, M. E. C., Bækgaard, P., & Doherty, K. (2022). A Game of Dark Patterns : Designing Healthy, Highly-Engaging Mobile Games. Extended Abstracts of the 2022 CHI Conference on Human Factors in Computing Systems, 1‑8. https://doi.org/10.1145/3491101.3519837
Aarseth, E., Bean, A. M., Boonen, H., Colder Carras, M., Coulson, M., Das, D., Deleuze, J., Dunkels, E., Edman, J., Ferguson, C. J., Haagsma, M. C., Helmersson Bergmark, K., Hussain, Z., Jansz, J., Kardefelt-Winther, D., Kutner, L., Markey, P., Nielsen, R. K. L., Prause, N., … Van Rooij, A. J. (2016). Scholars’ open debate paper on the World Health Organization ICD-11 Gaming Disorder proposal. Journal of Behavioral Addictions, 6(3), 267‑270. https://doi.org/10.1556/2006.5.2016.088
Alloing, C., & Pierre, J. (2017). Le web affectif. Une économie numérique des émotions. INA Editions.
Anderson, I. A., & Wood, W. (2025). Overestimates of social media addiction are common but costly. Scientific Reports, 15(1), 39388. https://doi.org/10.1038/s41598-025-27053-2
Xiao, L. Y., Henderson, L. L., & Newall, P. W. S. (2023). What are the odds? Poor compliance with UK loot box probability disclosure industry self-regulation. PloS One, 18(9), e0286681. https://doi.org/10.1371/journal.pone.0286681
Derevensky, J. L., & Griffiths, M. D. (2019). Convergence between gambling and gaming : Does the gambling and gaming industry have a responsibility in protecting the consumer? Gaming Law Review, 23(9), 633‑639. https://doi.org/10.1089/glr2.2019.2397
Entwistle, G. J. M., Blaszczynski, A., & Gainsbury, S. M. (2020). Are video games intrinsically addictive? An international online survey. Computers in Human Behavior, 112, 106464. https://doi.org/10.1016/j.chb.2020.106464
Gibney, E. (2018). The scant science behind Cambridge Analytica’s controversial marketing techniques. Nature. https://doi.org/10.1038/d41586-018-03880-4
Gibson, E., Griffiths, M. D., Calado, F., & Harris, A. (2023). Videogame player experiences with micro-transactions : An interpretative phenomenological analysis. Computers in Human Behavior, 145, 107766. https://doi.org/10.1016/j.chb.2023.107766
Kim, H. S., Son, G., Roh, E.-B., Ahn, W.-Y., Kim, J., Shin, S.-H., Chey, J., & Choi, K.-H. (2022). Prevalence of gaming disorder : A meta-analysis. Addictive Behaviors, 126, 107183. https://doi.org/10.1016/j.addbeh.2021.107183
King, D. L., Delfabbro, P. H., Gainsbury, S. M., Dreier, M., Greer, N., & Billieux, J. (2019). Unfair play? Video games as exploitative monetized services: An examination of game patents from a consumer protection perspective. Computers in Human Behavior, 101, 131‑143. https://doi.org/10.1016/j.chb.2019.07.017
King, D. L., & Delfabbro, P. H. (2019). Video Game Monetization (e.g., ‘Loot Boxes’) : A Blueprint for Practical Social Responsibility Measures. International Journal of Mental Health and Addiction, 17(1), 166‑179. https://doi.org/10.1007/s11469-018-0009-3
Maigret, É. (2015). Sociologie de la communication et des médias. Armand Colin. https://doi.org/10.3917/arco.maigr.2015.01
Mildner, T., Freye, M., Savino, G.-L., Doyle, P. R., Cowan, B. R., & Malaka, R. (2023). Defending Against the Dark Arts : Recognising Dark Patterns in Social Media. Proceedings of the 2023 ACM Designing Interactive Systems Conference, 2362‑2374. https://doi.org/10.1145/3563657.3595964
Niknejad, S., Mildner, T., Zargham, N., Putze, S., & Malaka, R. (2024). Level Up or Game Over : Exploring How Dark Patterns Shape Mobile Games. Proceedings of the International Conference on Mobile and Ubiquitous Multimedia, 148‑156. https://doi.org/10.1145/3701571.3701604
Nuske, J., Nuske, L., Stevens, M. W. R., Billieux, J., Delfabbro, P. H., Hides, L., Johnson, D., & King, D. L. (2025). The association between gaming disorder and impulsivity : A systematic review and meta-analysis. Australian & New Zealand Journal of Psychiatry, 00048674251388779. https://doi.org/10.1177/00048674251388779
Orben, A., & Przybylski, A. K. (2019). The association between adolescent well-being and digital technology use. Nature Human Behaviour, 3(2), 173‑182. https://doi.org/10.1038/s41562-018-0506-1
Owen, T. (2019). What We Know—And Don’t Know—About Microtargeting and Its Influence on Political Behaviour. Centre for International Governance Innovation. https://www.cigionline.org/articles/what-we-know-and-dont-know-about-microtargeting-and-its-influence-political-behaviour/
Prichard, E. C. (2021). Is the Use of Personality Based Psychometrics by Cambridge Analytical Psychological Science’s “Nuclear Bomb” Moment? Frontiers in Psychology, 12. https://doi.org/10.3389/fpsyg.2021.581448
Przybylski, A. K., & Weinstein, N. (2017). A Large-Scale Test of the Goldilocks Hypothesis : Quantifying the Relations Between Digital-Screen Use and the Mental Well-Being of Adolescents. Psychological Science, 28(2), 204‑215. https://doi.org/10.1177/0956797616678438
Simchon, A., Edwards, M., & Lewandowsky, S. (2024). The persuasive effects of political microtargeting in the age of generative artificial intelligence. PNAS Nexus, 3(2), pgae035. https://doi.org/10.1093/pnasnexus/pgae035
Al-Tabakhi, R. R., Al Khasawneh, M. H., & Dandis, A. O. (2024). Investigating Dark Patterns on Social Media : Implications for User Engagement and Impulse Buying Behavior. Journal of Internet Commerce, 23(4), 469‑502. https://doi.org/10.1080/15332861.2024.2403054
Veiga, E., Silva, N., Gadelha, B., Oliveira, H., & Conte, T. (2025). Dark Patterns in Games : An Empirical Study of Their Harmfulness: Proceedings of the 27th International Conference on Enterprise Information Systems, 470‑481. https://doi.org/10.5220/0013365800003929
Wardle, H., & Zendle, D. (2021). Loot Boxes, Gambling, and Problem Gambling Among Young People : Results from a Cross-Sectional Online Survey. Cyberpsychology, Behavior and Social Networking, 24(4), 267‑274. https://doi.org/10.1089/cyber.2020.0299
Vuorre, M., & Przybylski, A. K. (2024). A Multiverse Analysis of the Associations Between Internet Use and Well-Being. Technology, Mind, and Behavior, 5(2: Summer 2024). https://doi.org/10.1037/tmb0000127
