Dico des effets et phénomènes liés à l’IA
Explainability fatigue : fatigue d’explicabilité
Traduction française proposée par Permis-IA. Le terme original est conservé pour respecter son histoire, sa langue et son contexte d’apparition.
Définition : Fatigue cognitive et désengagement qui apparaissent lorsque l’effort nécessaire pour comprendre et intégrer les explications fournies par une IA devient disproportionné par rapport à leur utilité, notamment lorsque ces explications sont trop longues, nombreuses ou complexes.
Origine du terme
Première formulation explicite actuellement repérée dans une publication 2026 de Dahiru Hassan Usman et Godfrey Manunyi, Modibbo Adama University (Nigeria), consacrée aux limites cognitives de l’IA explicable.
Pourquoi cette traduction ?
« Explainability » désigne la capacité d’un système d’IA à fournir des raisons compréhensibles ; « fatigue » renvoie à la charge et au désengagement qui surviennent lorsque le traitement de ces explications devient trop coûteux cognitivement.
Visual Learning
Fatigue d’explicabilité en 20 secondes
La fatigue d’explicabilité apparaît lorsque l’effort nécessaire pour comprendre, comparer et intégrer les explications d’un système devient lui-même une source de surcharge.
Le système explique
Des justifications, détails, scores ou raisons sont ajoutés aux résultats.
L’utilisateur doit les traiter
Il faut lire, relier, évaluer et intégrer ces explications à la décision.
L’effort s’accumule
Des explications trop nombreuses ou trop complexes peuvent conduire au désengagement ou à une lecture superficielle.
Explication utile
La bonne information au bon moment
Une explication ciblée aide à comprendre ce qui compte pour la décision.
Surcharge explicative
Plus d’explications, moins d’attention
L’excès de détail peut réduire la capacité réelle à exploiter l’information fournie.
Comment le phénomène se manifeste
- Explications trop longues, nombreuses ou complexes
- effort mental élevé pour les intégrer
- baisse d’engagement
- confiance mal calibrée
- dégradation possible de la qualité de décision lorsque l’utilisateur est surchargé.
Ce que les recherches montrent
Les travaux sur l’IA explicable établissent que la quantité, le format et la complexité des explications influencent la charge cognitive, la confiance et la performance. Le terme « explainability fatigue » reste toutefois un cadre émergent : la publication qui le formalise est conceptuelle, ne réalise pas de test en situation réelle et présente une incohérence de décompte du corpus entre le résumé et le corps du texte. La fréquence et la validité comme construit autonome restent à confirmer.
Risques, symptômes et remèdes
Risques
- Surcharge cognitive
- désengagement face aux explications
- confiance mal calibrée (surconfiance ou sous-confiance)
- décisions plus fragiles lorsque l’utilisateur cesse de traiter correctement des explications trop complexes ou trop nombreuses.
Symptômes
- Aucun symptôme spécifique fiable n’a été validé à ce jour
- le phénomène se repère surtout par le fait de sauter des explications jugées trop longues, perdre le fil d’une justification, ressentir une fatigue ou une irritation pendant l’analyse, ou finir par accepter ou rejeter une recommandation sans traiter réellement les raisons fournies.
Remèdes
- Afficher d’abord une explication courte et utile
- révéler les détails supplémentaires à la demande
- adapter le niveau d’explication à l’expertise et au contexte
- prioriser les explications lorsqu’une décision est importante, surprenante ou contestée
- éviter d’empiler plusieurs justifications redondantes
- fractionner la revue lorsqu’une analyse détaillée est nécessaire.
Ce que l’on sait aujourd’hui
Ce qui est bien étayé
Les travaux sur l’IA explicable établissent que la quantité, le format et la complexité des explications influencent la charge cognitive, la confiance et la performance. Le terme « explainability fatigue » reste toutefois un cadre émergent : la publication qui le formalise est conceptuelle, ne réalise pas de test en situation réelle et présente une incohérence de décompte du corpus entre le résumé et le corps du texte. La fréquence et la validité comme construit autonome restent à confirmer.
Ce qui reste à confirmer
La fréquence générale reste non cotée. Le corpus ne permet pas encore d’estimer à quel point le phénomène est répandu dans l’ensemble de la population.
Appellations et termes associés
Terme original : explainability fatigue (anglais). Traduction proposée : fatigue d’explicabilité. Cette traduction est utilisée dans cette fiche pour faciliter la compréhension en français, tout en conservant l’appellation d’origine dans l’index tant qu’aucune traduction française établie n’est attestée.
- Fatigue de vérification
- Saturation informationnelle liée à l’IA
- Biais d’automatisation
- Vigilance épistémique