Et si votre prochain conseiller était… un robot ? Les chatbots IA transforment les réseaux sociaux de conversation en puissants outils commerciaux. De WhatsApp à Snapchat, ils automatisent le service client, personnalisent les échanges et collectent des données précieuses. L’article explore leur évolution, de l’historique ELIZA aux modèles de langage avancés comme Llama 3 de Meta, tout en soulevant des enjeux éthiques liés à la vie privée, à la transparence (Privacy by Design) et à la conformité au RGPD.
Imaginez un service client capable de répondre instantanément, à toute heure, sans jamais s’épuiser. Les chatbots IA ont été développés en réponse à ce besoin d’automatisation.
Un chatbot est un programme informatique conçu pour simuler une conversation humaine. Il analyse les demandes des utilisateurs et produit des réponses automatiquement, sans nécessiter d’intervention humaine. En 2016, Facebook Messenger fut le premier réseau social de conversation à ouvrir ses portes aux chatbots1 . Cela a permis aux entreprises d’intégrer des assistants conversationnels directement sur la plateforme sociale. Depuis 2023, l’émergence d’outils d’IA générative de plus en plus performants a favorisé une adoption massive des chatbots IA, élargissant leurs cas d’usage à des domaines plus variés tels que le service client, la rédaction ou encore la génération de code. Les entreprises exploitent largement ces agents conversationnels comme levier économique pour optimiser la relation client, stimuler les achats et renforcer la fidélisation. Néanmoins, elles ne sont pas les seules à investir dans ce marché en plein essor : les géants des réseaux sociaux ont rapidement saisi l’opportunité stratégique de ces outils.
Une brève histoire des chatbots
Le premier chatbot Eliza
Joseph Weizenbaum, professeur émérite d’informatique au Massachusetts Institute of Technology (MIT), est le créateur du premier chatbot au monde. Développé entre 1964 et 1966, ELIZA2 était conçu pour simuler une conversation humaine en adoptant une posture empathique. Ce programme était initialement pensé pour imiter l’interaction d’un thérapeute, néanmoins les réponses fournies étaient plus ou moins convaincantes. Certaines personnes ont développé des relations si étroites avec ELIZA, que les chercheurs ont eu l’obligation de fermer le chatbot et de supprimer les 420 lignes de code d’origine. Fin 2024, Jeff Schrager, chercheur en sciences cognitives à l’université de Stanford, et Miles Crowley, archiviste au MIT, ont découvert le code d’ELIZA dans les archives de son créateur. Écrit dans le langage de programmation MAD-SLIP, ELIZA, bien que loin des capacités des grands modèles de langage actuels (LLM), est, selon Jeff Schrager, plus proche de l’essence « du chat que n’importe quel autre chatbot »3.
Figure 1 – ELIZA – Simulation de conversation domaine public. Wikimedia Commons
Les chatbots, des assistants virtuels personnels
Les années 2010 ont marqué l’émergence des assistants virtuels personnels, comme Siri (Apple), Alexa (Amazon) et Google Assistant. En 2024, le marché des assistants virtuels intelligents devrait atteindre 14,77 milliards de dollars, avec des prévisions qui le portent à 60,83 milliards de dollars d’ici 20294. Mais à quoi servent-ils ? Ces agents d’intelligence artificielle interagissent avec les utilisateurs en passant de simples réponses textuelles (la météo du jour) à des interactions vocales riches (questions philosophiques, sociétales ou autres). Ces appareils sont aujourd’hui de véritables agents conversationnels intelligents, capables de comprendre des commandes vocales et de fournir une assistance proactive.
Des chatbots IA : l’exemple avec WhatsApp Business
Avec l’arrivée de modèles de langage avancés, les chatbots ont franchi un cap technologique important. Devenus de véritables agents IA, les chatbots intègrent des mécanismes d’IA conversationnelle qui leur permettent de comprendre des requêtes complexes, de gérer les subtilités de la langue et de fournir des réponses plus naturelles et contextuelles. Pour une entreprise, l’intégration d’un chatbot IA sur une plateforme de messagerie comme WhatsApp peut transformer l’expérience client et stimuler les ventes. Les créateurs de chatbots sur WhatsApp Business présentent le processus de création comme simple et accessible5. L’entreprise peut personnaliser son chatbot pour répondre aux questions fréquentes, fournir des informations sur les produits, et guider les utilisateurs tout au long du processus d’achat. Le chatbot de l’entreprise est relié à WhatsApp grâce à des interfaces de programmation (API).
Quel est l’intérêt de l’IA conversationnelle ?
L’économie de « l’intention »
Le rêve de toute entreprise est de pouvoir deviner les achats dans les pensées de potentiels acheteurs : l’IA peut aider. Franck Cormerais, professeur des universités en sciences de l’information et de la communication à l’université Bordeaux-Montaigne, démontre que les algorithmes permettent la capture de l’intention6. Cette prédiction repose sur une analyse comportementale pour identifier des signes d’intérêt ou d’hésitation. L’IA s’appuie sur des modèles prédictifs utilisant des langages R ou Python ainsi que sur des outils de machine learning tels que Scikit-learn7. Ce dernier est une bibliothèque open source d’apprentissage automatique en Python, créée en 2007 par l’ingénieur David Cournapeau. Cet outil est notamment utilisé pour les recommandations musicales de Spotify, tandis que Netflix l’intègre pour ses algorithmes de recommandations, d’illustrations personnalisées et de marketing. Cette innovation s’appuie sur les réseaux de neurones récurrents (RNN)8. Ces derniers sont des modèles informatiques inspirés du fonctionnement du cerveau humain : ils sont constitués de plusieurs couches de « neurones » artificiels qui traitent et analysent les données. Grâce à l’apprentissage automatique, ces réseaux adaptent leurs connexions en fonction des informations qu’ils reçoivent9. Ces outils offrent une nouvelle perspective dans la compréhension et l’anticipation des mouvements du marché et des comportements du consommateur. Par l’accumulation de données, les réseaux de neurones améliorent la capacité du chatbot à comprendre les nuances du langage (l’argot, les expressions idiomatiques et le ton émotionnel). Grâce à l’analyse en temps réel des données, les chatbots sont très réactifs et efficaces dans le traitement des requêtes des utilisateurs.
Personnalisation des conversations
L’omniprésence de la technologie entraîne un contre-mouvement celui d’une prise de conscience collective des enjeux sociétaux et environnementaux, à la quête d’une digitalisation responsable10. L’IA suscite des craintes de déshumanisation. Pour pallier cela, tout en continuant d’utiliser les nouvelles technologies, les entreprises tentent d’utiliser des chatbots IA comportant des émotions pour améliorer l’expérience client. Ainsi, le chatbot est capable de comprendre et d’interpréter les messages grâce au traitement du langage naturel11. Ce traitement désigne la capacité d’un programme informatique à comprendre le langage humain en s’appuyant sur une analyse syntaxique et une reconnaissance d’entités. Le chatbot se révèle particulièrement persuasif. En accumulant des données sur nos préférences, il peut affiner ses recommandations tout en intégrant des liens vers des offres promotionnelles. Sur le réseau social Snapchat, par exemple, l’IA conversationnelle « My AI » accompagne les utilisateurs dans leurs choix d’achat. Toutefois, cette personnalisation soulève des interrogations. Lors d’un test réalisé il y a quelques semaines, j’ai indiqué à « My AI » que je préférais les smartphones de la marque Samsung. En réitérant ma requête, quelques semaines plus tard, un lien sponsorisé vers le dernier modèle de la marque est apparu parmi les résultats.
Un avantage économique pour les réseaux sociaux, exemple avec Meta
L’intérêt pour les entreprises est indéniable, mais finalement, quels sont les avantages économiques pour les réseaux sociaux ?
Monétisation des interactions utilisateurs-entreprises
L’intégration des chatbots IA utilisés par les entreprises possède une place privilégiée sur les réseaux sociaux en prenant le rôle de « passerelles commerciales ». En effet, à travers les conversations, les réseaux sociaux insèrent des liens commerciaux, publicités et des offres sponsorisées. Ces démarches sont possibles grâce au traitement des données par l’intelligence artificielle : plus vous en dites aux chatbots, plus les réseaux sociaux se nourrissent de ces informations. Nous pouvons prendre l’exemple du groupe américain Meta qui déploie des chatbots à destination des entreprises sur WhatsApp. L’IA représente l’un des principaux moyens de Meta pour monétiser sa plateforme. Actuellement, WhatsApp Business est gratuit même si certaines fonctionnalités sont payantes et représente un marché de près de 2 milliards d’utilisateurs. Par exemple, pour une entreprise, l’acquisition d’un chatbot en France est à 0,1186 euro par conversation12.
Fidélisation et rétention des utilisateurs sur la plateforme
Meta s’efforce de développer le marché prometteur des chatbots IA, en dévoilant en juillet 2024 son AI Studio13, un nouvel outil permettant aux utilisateurs de créer des chatbots IA personnalisés. En proposant cette innovation, Mark Zuckerberg veut concurrencer ChatGPT, Copilot et Gemini en introduisant Llama 3, un modèle de langage open source qui, selon Meta, surpasse ses concurrents sur des critères clés. Par cette initiative, tout utilisateur peut désormais créer un personnage IA selon ses centres d’intérêt. Pour les personnalités publiques et/ou influenceurs, ils peuvent créer une IA comme une extension du profil en permettant une connexion avec une partie de leurs abonnés. Cette innovation est disponible sur les grandes plateformes de Meta, soit Instagram, Messenger et WhatsApp. Meta fait des créateurs de contenu des « identités agissantes »14. Le groupe américain les met en avant pour pousser leurs abonnés à rester engagés plus longtemps sur les différentes plateformes afin de fidéliser les utilisateurs et d’accroître l’engagement sur la plateforme sociale.
Les données, une mine d’or
La rétention des utilisateurs sur les différentes plateformes engendre l’exploitation statistique en très gros volume de données collectées que l’on pourrait qualifier de Big Data15. Ce terme désigne les mégadonnées collectées par les entreprises, de toutes les industries, analysées afin d’en dégager de précieuses informations. Cette richesse de données permet d’affiner les algorithmes de recommandation par l’enrichissement et le croisement des bases de données pour notamment améliorer le ciblage publicitaire et la personnalisation des contenus afin de générer des revenus accrus grâce à la vente de publicité ciblée. L’innovation que représentent les chatbots IA fascine et devient un marché à conquérir pour les géants des réseaux sociaux en tant que nouveau plancher commercial.
Mais qu’en pensent les utilisateurs dans tout ça ?
Selon une récente étude menée par l’entreprise Kiamo, dont les résultats sont parus en fin d’année 202316, au-delà de l’efficacité, la robotisation des services clients inquiète : 83 % des Français jugent que l’IA et ses applications constituent une menace pour l’emploi dans les centres de contacts, tandis que 67 % des Français ont une mauvaise image des entreprises gérant les demandes de leurs clients à travers des outils automatisés via l’IA. L’éthique dans l’IA générative va au-delà de la simple conformité réglementaire. Elle implique des considérations morales profondes, comme le respect de la vie privée et l’autonomie des utilisateurs. Les algorithmes sont les principaux coupables en nous montrant seulement des contenus en accord avec nos préférences. Cette forme de contrôle, même indirecte, repose sur notre participation avec les chatbots IA : nous contribuons nous-mêmes à façonner notre environnement numérique en interagissant directement avec le chatbot. Pourtant, selon leurs créateurs, les chatbots appliquent l’éthique en protégeant la vie privée. Ils gèrent les données de manière transparente et responsable. Ils s’appuient sur le « Privacy by Design »
17 qui implique l’intégration de la confidentialité dès la conception des IA : la vie privée est vue comme une priorité absolue. Comme le démontre la présentation par Meta du modèle de langage Llama 3, qui réserve une partie à la transparence de cette IA :
Figure 3 – Fonctionnement du modèle Llama 3. Meta AI. Tous droits réservés. https://ai.meta.com/blog/meta-llama-3-meta-ai-responsibility/
Conclusion : les limites des chatbots IA
Les chatbots IA sont présentés comme des outils destinés à redonner le contrôle des données à l’utilisateur, et pourtant, plusieurs limites majeures subsistent. Par exemple, Meta est actuellement poursuivi en France pour violation des droits d’auteur. Selon un article du journal Le Monde
18 : « Pour améliorer son modèle de langage, Meta a eu recours jusqu’en 2023 à une base de données contenant le texte de près de 200 000 livres constituée au mépris du droit d’auteur ». Ce cas illustre la difficulté pour les utilisateurs de faire pleinement confiance à ces systèmes. Par ailleurs, la question du libre arbitre reste problématique. Le chatbot de Telegram, par exemple, est accusé d’encourager l’addiction aux jeux d’argent en incitant ses utilisateurs, via un simple message, à parier de l’argent. La prolifération de guides sur comment gagner de l’argent avec Telegram témoigne des dérives potentielles de telles pratiques19.
En définitive, les chatbots IA doivent être utilisés en toute conscience de leurs dangers, afin de les utiliser de manière éthique et responsable, par exemple en s’assurant que le chatbot est conforme au RGPD (Règlement Général sur la Protection des Données). Les articles 5 et 720 du RGPD stipulent que les chatbots, établis sur le territoire de l’Union européenne ou qui ciblent directement les résidents européens, ne peuvent collecter des données personnelles uniquement qu’avec le consentement explicite des utilisateurs, tout en les informant clairement de l’usage et de la durée de conservation de ces données, et en garantissant leurs droits d’accès, de rectification et d’effacement. Mais la régulation des IA génératives reste actuellement difficile à mettre en œuvre, à cause notamment de leur rythme d’évolution fulgurant, de leur complexité technique, des enjeux transnationaux et des fragmentations juridiques par les difficultés d’application et d’exécution. Par exemple, le 2 janvier 2025, Microsoft, propriétaire à 49 % d’OpenAI (condamné le 2 novembre 2024 à une amende record de 15 millions d’euros pour violations du RGPD), a annoncé un investissement de 80 milliards de dollars dans la construction de centres de données destinés au déploiement des IA génératives21. Dans cette « course aux IA génératives », nos données prennent une valeur inestimable. Ces algorithmes sont considérés comme des « boîtes noires », car ils reposent sur des milliards de paramètres dont les interactions échappent à la plupart des experts22. Alors, face à l’essor des chatbots IA, jusqu’où pouvons-nous leur accorder notre confiance dans nos interactions numériques ?
Bibliographie
1 Marin, J. (2016) https://www.lemonde.fr/economie/article/2016/04/13/facebook-fait-le-pari-des-chatbots_4901244_3234.html ↑
2 JOUAN (2012) https://stm.cairn.info/article/DMG_1002_0095?lang=fr ↑
3 Lee, J.-H. (2025) https://www.zdnet.fr/actualites/des-chercheurs-ont-ressuscite-eliza-le-premier-chatbot-au-monde-developpe-il-y-a-plus-de-60-ans-404892.htm ↑
4 Selon une étude de Mordor Intelligence en 2024 sur le marché des assistants virtuels intelligents. (https://www.mordorintelligence.com/fr/industry-reports/intelligent-virtual-assistant-market) ↑
5 Singh, S. (2024, 10 septembre). Comment créer un bot WhatsApp en 6 étapes simples. Freshworks. https://www.freshworks.com/fr/explore-cx/build-a-whatsapp-bot/ ↑
6 Cormerais, F. (2018). Éthique de l’intention et gouvernement des données. In L’éthique en contexte info-communicationnel numérique (p. 39-50). De Boeck Supérieur. https://doi.org/10.3917/dbu.balic.2018.01.0039 ↑
7 Pour plus d’informations : https://www.intelligence-artificielle-school.com/ecole/technologies/quest-ce-que-scikit-learn-en machine-learning/ ↑
8 Selon Nadeau, P., & Jobin, K. (2024), « Grâce à cette mémoire du passé encapsulée dans son état, le RNN peut comprendre le sens du texte ou générer la suite la plus probable de mots de manière beaucoup plus élaborée qu’un réseau standard. On parle de mémoire à court terme. » Dunod. https://shs.cairn.info/intelligence-artificiellegeneration-generative–9782100860708-page-10?lang=fr ↑
9 Voir Cardon, D., Cointet, J.-P. et Mazières, A. (2018). https://doi.org/10.3917/res.211.0173 ↑
10 Jarry-Lacombe, B., Bergère, J., Euvé, F. et Tardieu, H. (2022), p.143 – 167. https://shs.cairn.info/pour-un-numerique-au-service-du-bien-commun–9782415001063-page-143?lang=fr ↑
11 Chein, L. (2022, juin 27). https://oppscience.com/fr/quest-ce-que-le-traitement-du-langage-naturel-tal ↑
12 Les tarifs sont présents sur le site web de WhatsApp Business : https://business.whatsapp.com/products/platform-pricing ↑
13 Pour l’instant cet outil n’est pas disponible en France : https://ai.meta.com/ai-studio/ ↑
14 Guignard, T., & Le Caroff, C. (2020). https://doi.org/10.4000/edc.10896 ↑
15 Couderc, L. (2018) : « Généralement traduit en français par « données », héritier du latin signifiant « chose donnée », le mot désigne les informations recueillies sur un sujet et stockées électroniquement, ce qui facilite leur conservation et leur transmission. » https://doi.org/10.3917/rce.023.0041 ↑
16 Kiamo (2023). Les Français et les services clients face à l’intelligence artificielle en 2023. https://kiamo.com/resource/les-francais-et-les-services-clients-face-a-lintelligence-artificielle-en-2023 ↑
17 Donnat, F. (2019). L’intelligence artificielle, un danger pour la vie privée ? Pouvoirs, N° 170(3), 95-103. https://doi.org/10.3917/pouv.170.0095 ↑
18 Le Monde. (2025, 12 mars). Intelligence artificielle : Meta poursuivi en France pour violation des droits d’auteur. Le Monde. https://www.lemonde.fr/pixels/article/2025/03/12/intelligence-artificielle-meta-poursuivi-en-france-pour-violation-des-droits-d-auteur_6579648_4408996.html ↑
19 La question ici n’est de pas faire la promotion de cette pratique, mais de donner un exemple parmi tant d’autres : https://www.spocket.co/fr/blogs/how-to-earn-money-with-telegram-proven-strategies-to-boost-your-income?srsltid=AfmBOoqnwsamy1yDpJwSDtdQuFYzk8itTDFlxdDh8kxL4KmLpOpm-FZR ↑
20 Les articles sont présents sur la page : https://www.cnil.fr/fr/reglement-europeen-protection-donnees/chapitre2#Article5 ↑
21 https://www.dalloz-actualite.fr/flash/ia-generative-et-rgpd-l-autorite-italienne-sanctionne-openai-d-une-amende-de-15-millions-d-eur ↑
22 G’sell, F. (2024). Regulating under Uncertainty: Governance Options for Generative AI. Stanford Cyber Policy Center. https://cyber.fsi.stanford.edu/content/regulating-under-uncertainty-governance-options-generative-ai ↑
Gelin, R., & Guilhem, O. (2024). 17. L’IA a-t-elle des émotions ? Doc’ en poche, 54-55. https://stm.cairn.info/l-intelligence-artificielle-en-30-questions–9782111579231-page-54?lang=fr