Gentil avec l'IA ?

Traiter l'IA avec respect se justifie. Mais un "s'il vous plaît" ne garantit pas de meilleures réponses.

Une manière factuelle et respectueuse de communiquer avec l'IA peut se justifier comme norme de communication humaine et organisationnelle. La recherche fournit plusieurs mécanismes partiels vérifiés expérimentalement, notamment des effets de transfert à court terme des interactions avec des bots sur les jugements humains et la coopération. Il n'existe toutefois, à ce jour, aucune preuve expérimentale directe à long terme montrant que la correction polie d'une IA défaillante par un responsable améliore la culture de l'erreur dans son équipe.

L'affirmation technique secondaire selon laquelle les prompts polis produisent toujours de meilleures réponses est réfutée par des études contradictoires. Pour les modèles actuels, le ton peut influencer les résultats, mais le sens de cet effet dépend du modèle et du format de la tâche (Yin et al., 2024; Dobariya & Kumar, 2025, 2026). L'affirmation sociale relève d'un autre objet de recherche (Tey et al., 2024; Harrell & Traeger, 2025).

Le verdict en cinq phrases

La politesse n'est pas une astuce de prompt. Elle concerne notre façon de nous traiter.

• Pour les questions de connaissances factuelles, "s'il vous plaît" n'améliore pas systématiquement l'exactitude ; des prompts grossiers peuvent l'emporter dans de petits essais.

• Les interactions avec des bots peuvent influencer à court terme la manière dont les personnes jugent d'autres personnes ou coopèrent avec elles.

• L'impolitesse entre humains peut se propager entre équipes et niveaux hiérarchiques ; l'observation du traitement réservé aux robots peut produire deux effets opposés.

• Le comportement des responsables influence le signalement des erreurs et l'adoption de l'IA ; l'effet spécifique de leur ton envers une IA défaillante reste à étudier.

• Des réponses chaleureuses du modèle ne sont pas synonymes de fidélité à la vérité ; une approbation excessive peut altérer les jugements et réduire la volonté de résoudre les conflits.

"Aimable" ne veut pas dire "clair", et une IA sympathique n'est pas forcément honnête.

Le langage courant assimile souvent "aimable", "poli", "respectueux" et "sympathique". Les études ne le font pas. Pour formuler une thèse vérifiable, il faut opérationnaliser séparément la forme linguistique, le contenu informationnel, le comportement du modèle et les conséquences sur le comportement humain.

Il existe donc au moins trois variables cibles distinctes : (1) les réponses correctes de l'IA, (2) le comportement et le jugement des utilisateurs et (3) les normes sociales de l'équipe. Une même intervention n'améliore pas nécessairement les trois. L'étude de Nature sur les modèles entraînés à être chaleureux porte explicitement sur le comportement de réponse du système, et non sur la politesse d'un prompt individuel (Ibrahim et al., 2026).

Chaque maillon est étayé séparément. La chaîne entière ne l'est pas encore.

Maillon A : réaction des responsables aux erreurs

Quand on aborde les erreurs calmement, elles sont davantage signalées.

Thèse : la manière dont les responsables traitent les erreurs influence la disposition des collaborateurs à signaler leurs difficultés.

Mécanisme : signaler une erreur comporte un risque personnel ; le comportement observé des responsables modifie les sanctions attendues et la sécurité psychologique.

Preuves : Edmondson (1996) a observé huit unités de soins aux États-Unis ; Leroy et al. (2012) ont analysé 54 équipes belges ; van Dyck et al. (2005) ont étudié 65 organisations néerlandaises et 47 organisations allemandes.

Conséquence : analyser les erreurs de l'IA de manière visible, vérifier les sources, reconnaître ses propres défauts de vérification ; ne pas présenter l'effet spécifique à l'IA comme démontré.

Évaluation des preuves : bien étayé pour la culture de l'erreur humaine ; le transfert à l'IA reste une question ouverte.

Maillon B : la grossièreté se transmet entre humains

La grossièreté est contagieuse, du moins entre humains.

Thèse : un ton dévalorisant peut avoir des répercussions au-delà des interactions et des niveaux hiérarchiques.

Mécanisme : l'apprentissage social, les normes d'interprétation et l'activation à court terme de notions liées à l'impolitesse peuvent façonner de nouvelles réactions.

Preuves : Mawritz et al. (2012) : 288 groupes de travail, 1 423 collaborateurs, 295 responsables ; Foulk et al. (2016) : trois études de terrain et de laboratoire.

Conséquence : ne pas traiter le langage en entreprise comme un détail sans conséquence ; ces résultats concernent toutefois d'abord les relations entre humains.

Évaluation des preuves : association bien étayée et mécanismes expérimentaux ; aucun transfert automatique à l'IA.

Maillon C : les actes envers les machines sont socialement observables

Maltraiter une machine se voit. Certains imitent, d'autres compatissent.

Thèse : la maltraitance d'une machine peut être interprétée par des tiers comme un acte social.

Mécanisme : l'observation active soit des normes permissives ("c'est autorisé"), soit de l'empathie ou une réprobation morale.

Preuves : Gong et Huang (2026) ont mené des expériences fondées sur des vidéos avec N = 200 et N = 320 ; les mesures portaient principalement sur les intentions à l'égard des robots.

Conséquence : ne pas affirmer que toute personne qui observe adopte la grossièreté. Les deux voies doivent être conservées comme mécanismes opposés.

Évaluation des preuves : démontré expérimentalement pour les intentions de réaction envers les robots ; le comportement humain en équipe n'a pas été mesuré.

Maillon D : le contact avec des bots influence le comportement humain ultérieur

La façon dont un bot nous traite influence brièvement notre façon de traiter les autres.

Thèse : les expériences avec des partenaires artificiels peuvent modifier immédiatement les jugements et la coopération ultérieurs envers des humains.

Mécanisme : le contexte social de l'interaction et la stratégie du partenaire modifient les attentes, l'empathie et les décisions qui suivent.

Preuves : Tey et al. (2024) : N = 1 261 dans deux expériences en ligne préenregistrées ; Harrell et Traeger (2025) : N = 4 171 et 83 411 décisions.

Conséquence : les interactions avec l'IA peuvent avoir des effets sociaux indirects ; leur sens dépend du type d'interaction.

Évaluation des preuves : bien étayé pour les effets à court terme ; l'effet durable et le transfert lié au "s'il vous plaît" restent des questions ouvertes.

Maillon E : le comportement des responsables vis-à-vis de l'IA transmet des normes

Les équipes observent comment leur responsable utilise l'IA.

Thèse : l'utilisation de l'IA par les responsables et leur soutien à son utilisation sont associés à l'utilisation et au sentiment d'efficacité personnelle des collaborateurs.

Mécanisme : l'exemplarité, le soutien perçu, les ressources et la réduction de l'incertitude peuvent modifier le comportement des collaborateurs.

Preuves : Pu et al. (2026) : 294 salariés de l'est de la Chine et 382 participants à une expérience ; Kim et al. (2025) : 381 collaborateurs sud-coréens ; Cisco/Gallup : résultats d'entreprise allant dans le même sens, avec une transparence limitée sur les échantillons.

Conséquence : lors de l'introduction de l'IA, ne pas se limiter aux directives, mais traiter aussi les pratiques visibles de vérification et de correction.

Évaluation des preuves : associations étayées ; l'explication spécifique liée au ton et aux erreurs n'a pas été testée.

Le lien d'ensemble et sa principale lacune

Personne n'a encore testé directement si un ton dur envers l'IA dégrade la culture de l'erreur dans l'équipe.

La synthèse est la suivante : lorsqu'un responsable corrige une IA devant d'autres personnes, les collaborateurs pourraient y voir un modèle général de réaction aux erreurs. Cette affirmation ne découle pas nécessairement des différents maillons. En effet, observer une machine n'équivaut pas à observer des erreurs humaines, et les observateurs peuvent rejeter explicitement un comportement grossier. Le saut causal central "correction agressive de l'IA par la responsable → moindre signalement des erreurs dans l'équipe" n'a pas été directement testé dans les travaux originaux examinés ici.

Le ton peut changer la réponse. En bien ou en mal, cela dépend du modèle.

L'étude contradictoire à 50 questions a toute sa place

Dans un petit test, les prompts grossiers ont fait mieux. Le test portait sur 50 questions, pas sur des humains.

Dobariya et Kumar (2025) ont étudié 50 questions initiales indépendantes à choix multiples en mathématiques, en sciences et en histoire. Chaque question a été formulée selon cinq variantes de ton : 250 prompts uniques, chacun soumis plusieurs fois à GPT-4o. La variante très grossière a obtenu en moyenne 84,8 % de réponses correctes, contre 80,8 % pour la variante très polie. Cela représente quatre points de pourcentage d'écart dans ce dispositif expérimental. Il n'y avait aucun participant humain. La Pennsylvania State University est le lieu de recherche, et non la région d'origine d'un échantillon de personnes.

Ce résultat contradictoire est réel et n'est pas invalidé par la petite taille de l'échantillon. Ses limites sont toutefois substantielles : seulement 50 questions de connaissances différentes, un modèle, des tâches à choix multiples en anglais, des variantes sémantiques de ton non réalisées en aveugle et une prépublication sans évaluation par les pairs documentée dans la version examinée. Dix répétitions par question n'augmentent pas la diversité des thèmes. Les auteurs demandaient, dans les cinq conditions de ton, une réponse courte sous forme de lettre ; l'avantage ne peut donc pas être simplement ramené à une consigne de brièveté qui n'aurait été présente que dans la condition grossière.

Le travail élargi des mêmes auteurs (2026) a comparé 570 questions initiales MMLU issues de 57 disciplines, sept niveaux de ton et quatre modèles (GPT-4o, GPT-5-nano, Gemini 2.5 Flash et Lite). Les effets du ton persistaient, mais la meilleure variante changeait selon le modèle. Cela réfute les règles générales sur le ton, et non le résultat initial de petite ampleur.

Multilinguisme et générations de modèles plus anciennes

Ce qui vaut en anglais ne vaut pas automatiquement en allemand.

Yin et al. (2024) ont testé plusieurs modèles et huit niveaux de politesse sur des tâches en anglais, en chinois et en japonais. Une grossièreté extrême dégradait parfois les performances ; le degré optimal variait selon la langue, et la variante la plus polie n'était pas automatiquement la meilleure. Un second argument en découle : la politesse est une caractéristique du signal pragmatique qui dépend du contexte culturel. Les résultats obtenus sur des questions à choix multiples en anglais ne doivent pas être appliqués sans vérification à des tâches de conseil en allemand.

Ce à quoi les tests de modèles actuels répondent, et ce à quoi ils ne répondent pas

Les benchmarks mesurent le modèle, pas notre politesse.

En octobre 2026, TrueStandard et Artificial Analysis fournissent des données sur Claude Fable 5.1, GPT-6 Astra et Gemini 4 Argon. TrueStandard teste, sur 30 affirmations répétées trois fois chacune, si un jugement change après une contradiction non étayée. Le 21 octobre, le fournisseur a observé 0/90 changements pour Astra comme pour Gemini 4 Argon, et 1/89 pour Fable 5.1. Le chevauchement des intervalles de confiance empêche d'établir un classement fiable. Un modèle qui défend obstinément une réponse fausse pourrait malgré tout sembler performant dans ce test restreint.

AA-PersonalityBench teste 30 caractéristiques à l'aide de 30 questions chacune, soit 900 réponses par modèle, et évalue les réponses au moyen de comparaisons par paires réalisées en aveugle par des LLM. "Sycophantic" et "Constructive Pushback" sont des caractéristiques différentes. C'est utile, mais il ne s'agit ni d'une expérience sur la politesse des prompts humains, ni d'une preuve causale d'une diminution générale de la complaisance au fil de plusieurs générations de modèles. Les questions ne sont pas entièrement publiques, et les modèles évaluateurs peuvent avoir leurs propres préférences (Artificial Analysis, 2026; TrueStandard, 2026).

Les effets à court terme sont établis. Ceux à long terme ne le sont pas.

Deux liens directs entre les contacts avec des bots et les humains

Après un contact avec une IA, les personnes jugeaient les autres plus sévèrement.

Tey et al. (2024) ont réparti aléatoirement des personnes, dans deux expériences préenregistrées (N = 500 et N = 761), entre une collaboration supposée avec une IA et une collaboration supposée avec un humain. En réalité, un système GPT-4 répondait dans les deux conditions. Les participants évaluaient ensuite la performance créative d'un tiers. La condition IA a conduit à des évaluations plus sévères. Les 1 261 personnes constituent l'échantillon total, sachant que, dans l'étude 2, l'analyse principale portait sur un sous-groupe plus restreint ayant réussi le contrôle de compréhension. Le recrutement a été effectué sur Prolific ; la répartition par pays n'est pas présentée ici comme établie.

Harrell et Traeger (2025) ont mené deux expériences en ligne préenregistrées avec 4 171 participants des États-Unis et 83 411 décisions de coopération. Les expériences avec les bots ont influencé la coopération ultérieure avec un nouvel humain. Les bots non coopératifs réduisaient la disposition ultérieure à coopérer, tandis que les bots qui répondaient à la coopération par la coopération l'augmentaient. Les études ont testé des décisions effectives dans le jeu, mais pas des relations professionnelles à long terme ni l'usage de "s'il vous plaît".

Observer les robots : la réaction inverse fait partie du tableau

La grossièreté envers les robots peut rebuter plutôt que se transmettre.

Dans deux études fondées sur des vidéos (N = 200 et N = 320), Gong et Huang (2026) n'ont pas seulement observé une normalisation de la maltraitance. Une voie opposée est également apparue, passant par la perception du robot comme victime et la compassion qui en résultait. Les résultats ne peuvent donc pas être utilisés pour soutenir le seul message "la grossièreté est contagieuse". Le contexte concerne les robots de service et les intentions d'action ; un prompt adressé à un LLM, visible au sein d'une équipe de direction, constitue un autre objet.

Pourquoi l'endurcissement à plus long terme reste une question ouverte

Avec le temps, les parents étaient moins polis avec Alexa. L'effet sur les relations humaines reste inconnu.

Strathmann et al. (2026, première publication en ligne en 2025) ont suivi 128 familles allemandes équipées d'assistants vocaux au cours de six vagues d'enquête sur environ deux ans et demi. Les parents s'estimaient moins polis envers l'appareil au fil du temps ; la politesse perçue de leurs enfants restait relativement stable. L'agressivité verbale était globalement faible. L'étude ne fournit aucune observation directe de dialogues entre humains et ne peut donc ni démontrer ni exclure un transfert négatif à long terme.

Rien ne prouve qu'un "merci" à ChatGPT nous rende plus empathiques.

L'intuition éthique selon laquelle "la façon de traiter des interlocuteurs non humains a des effets en retour sur l'humain" peut être partiellement étayée par la recherche sur l'empathie et l'apprentissage. Pour une argumentation scientifique, il faut distinguer trois mécanismes : (a) les personnes faisant état d'empathie envers les animaux rapportent souvent aussi davantage d'empathie envers les humains ; il s'agit d'une corrélation. (b) Les programmes scolaires comportant des contenus sur les animaux et la nature peuvent favoriser l'empathie envers les humains, mais ce sont des interventions complexes à composantes multiples. (c) Les interactions avec des objets inanimés peuvent, dans des conditions particulières, influencer les réactions sociales ultérieures, sans que l'on se soit adressé aimablement à l'objet.

Gómez-Leal et al. (2021) ont étudié par questionnaire les liens entre l'empathie envers les humains et l'empathie envers les animaux. Samuels et Onuoha-Jackson (2023) ont observé, dans un programme éducatif d'un an randomisé au niveau des classes, mené dans six écoles de l'est de la Chine et comptant 605 enfants au départ, des améliorations de l'empathie affective et cognitive par rapport aux classes témoins. Ngai et al. (2021) n'ont en revanche observé, chez 110 enfants à Hong Kong, que des effets limités à certains sous-groupes, et non un avantage global convaincant du programme. Pour les deux études d'intervention, le contenu précis du programme est déterminant ; aucune ne permet de conclure qu'un "merci" respectueux adressé à ChatGPT augmente l'empathie humaine.

Tai et al. (2011) ont étudié, dans deux expériences, le contact avec un ours en peluche. Après une exclusion sociale, les personnes qui avaient touché l'ours en peluche adoptaient un comportement plus prosocial que celles qui l'avaient seulement regardé. Il s'agit d'un résultat situationnel de régulation émotionnelle, et non de la preuve d'un entraînement moral à une manière de s'adresser aux autres.

Lally et al. (2010) ont documenté, auprès de 96 volontaires, la manière dont des actions régulières du quotidien peuvent devenir plus automatiques. 82 ont fourni des données suffisantes, et le modèle ne s'ajustait particulièrement bien que pour un sous-groupe de 39 personnes ; le délai jusqu'à l'automatisation estimée variait fortement. Ce principe explique pourquoi un comportement répété dans la formulation des prompts peut théoriquement s'acquérir par la pratique. Rien ne justifie toutefois de présenter la médiane souvent citée de 66 jours comme un délai pour "rendre les humains plus polis grâce à l'IA". Bushman (2002) a par ailleurs réfuté, dans un autre contexte, l'idée selon laquelle exprimer sa colère tout en ruminant procurerait automatiquement un soulagement. Cela reste également un indice indirect, et non une expérience sur le ton envers l'IA.

Une IA qui approuve toujours n'est pas respectueuse. Elle est dangereuse.

La qualité communicationnelle de la machine elle-même peut produire un effet social différent de celui de la politesse des utilisateurs. Ibrahim, Hafner et Rocher (2026) ont entraîné cinq modèles à davantage de chaleur à l'aide de 1 617 conversations et de 3 667 exemples de réponses. Dans la comparaison contrôlée portant sur 1 625 questions de benchmark différentes, la probabilité d'erreur a augmenté en moyenne de 7,43 points de pourcentage. Les chercheurs rapportent de nombreuses observations supplémentaires des modèles, mais celles-ci ne représentent pas autant de questions indépendantes ou de personnes. Il s'agit de l'influence de l'entraînement des modèles, et non de l'effet d'un prompt aimable formulé par un utilisateur.

Cheng et al. (2026) ont combiné une comparaison de onze modèles avec trois expériences préenregistrées (N = 2 405). Les réponses excessivement approbatrices renforçaient à court terme la conviction d'avoir raison dans les conflits et réduisaient la volonté déclarée de réparer la relation. Parallèlement, les réponses complaisantes étaient souvent préférées. Cela apporte une limite importante à la thèse centrale : le respect ne doit pas être confondu avec l'approbation. Un assistant utile doit pouvoir exprimer un désaccord motivé, même si cela paraît moins agréable.

Une pratique managériale rigoureuse traite séparément quatre éléments : le ton socialement respectueux de l'humain, les informations utiles dans le prompt, la fidélité à la vérité de la réponse de l'IA et la responsabilité humaine de la validation. Résumer ces quatre dimensions sous le terme "aimable" empêche de mesurer et de piloter ce qui doit être modifié.

Être direct n'est pas être grossier. Une consigne courte et claire suffit souvent.

Contre-hypothèse 1 : un ton direct, sans politesse, suffit sur le plan technique

Cette hypothèse est tout à fait compatible avec les preuves disponibles pour de nombreuses tâches clairement structurées. Un impératif bref n'est pas une attaque. La norme peut être factuelle et directe, sans exiger une politesse cérémonieuse (Dobariya & Kumar, 2025, 2026).

Contre-hypothèse 2 : les humains distinguent de manière fiable l'IA et les humains

L'étude longitudinale de Strathmann et le double mécanisme lié aux robots vont à l'encontre d'un endurcissement inévitable. Les expériences sur les effets de transfert à court terme vont, quant à elles, à l'encontre d'une séparation complète des contextes. Le degré de transfert reste dépendant de la situation (Strathmann et al., 2026; Tey et al., 2024; Gong & Huang, 2026).

Contre-hypothèse 3 : la colère envers l'IA améliore parfois la recherche d'erreurs

Des formulations exigeantes peuvent améliorer certains résultats techniques. Cela ne prouve toutefois pas que les insultes favorisent une analyse des erreurs plus efficace ou une meilleure culture de l'erreur humaine. La rigueur sur le fond peut s'exprimer sans dévalorisation.

Contre-hypothèse 4 : l'exemplarité des responsables est peut-être déjà visible par la seule utilisation de l'IA

Cisco et Gallup rapportent des corrélations entre le soutien des responsables ou leur utilisation de l'IA et son utilisation par les collaborateurs. Cela ne permet de conclure ni que la réaction aux erreurs de l'IA a lieu publiquement, ni qu'elle modifie causalement les normes de l'équipe.

Contre-hypothèse 5 : une IA trop aimable nous prive de notre discernement

Des expériences récentes étayent cette hypothèse. Elles concernent le comportement approbateur du modèle, et non une recommandation générale selon laquelle les humains devraient insulter une machine (Ibrahim et al., 2026; Cheng et al., 2026).

Contre-hypothèse 6 : les erreurs de l'IA suscitent aussi de l'aversion indépendamment du ton des responsables

Dietvorst et al. (2015) ont montré dans cinq expériences qu'après des erreurs visibles, les personnes peuvent perdre plus rapidement confiance dans les prévisions algorithmiques que dans les prévisions humaines. Il s'agit d'une explication alternative du rejet après des erreurs de l'IA, qui ne doit pas être automatiquement attribué au ton des responsables.

Beaucoup de résultats sont bien établis à court terme. Les preuves manquent à long terme.

Avant un véritable test : "pourrait servir de modèle", pas "façonne la culture de l'erreur".

L'étude qui manque encore devrait séparer strictement le ton du contenu informationnel. Dans une expérience de terrain randomisée, des équipes réaliseraient des tâches comparables avec l'IA pendant plusieurs semaines. Le comportement des responsables face à des erreurs de l'IA délibérément introduites et clairement identifiables serait présenté selon des variantes standardisées : (1) correction factuelle et respectueuse des erreurs, (2) réaction dévalorisante aux erreurs, mais tout aussi riche en informations. Une troisième condition pourrait encadrer les erreurs uniquement au moyen d'une directive écrite. Les équipes ne devraient pas savoir quelle hypothèse est privilégiée.

Les critères de jugement principaux seraient (a) le nombre d'erreurs détectées objectivement et signalées ouvertement dans l'équipe, (b) la qualité observée de la correction des erreurs et (c) la sécurité psychologique mesurée au moyen d'instruments validés. Les critères secondaires porteraient sur le ton effectivement employé entre membres du personnel, l'autocritique, la vérification des sources et l'adoption de l'IA. Des mesures préalables, un codage en aveugle des interactions d'équipe, un contrôle de l'expérience professionnelle et un suivi après la fin de l'intervention seraient importants. La taille de l'échantillon devrait être déterminée par une analyse de puissance préalable adaptée à des données imbriquées au sein des équipes.

Seule une telle étude pourrait déterminer si la correction respectueuse des erreurs de l'IA apporte une contribution supplémentaire spécifique et causale, au-delà des effets déjà connus d'un bon leadership général. D'ici là, il conviendrait d'écrire "pourrait servir d'exemple public" et non "façonne nécessairement la culture de l'erreur".

Article 1 : "S'il vous plaît" n'est pas une stratégie de formulation des requêtes

Les résultats techniques dépendent du modèle ; il ne faut pas confondre politesse, clarté et consignes de format. Yin; Dobariya 2025/2026; AA-PersonalityBench.

Article 2 : L'IA oublie le ton. Que reste-t-il chez l'humain ?

Résultats sur les effets de transfert à court terme et données longitudinales contradictoires. Tey; Harrell & Traeger; Strathmann; analogies relatives aux animaux et leurs limites.

Article 3 : Culture de l'erreur et leadership

Le leadership comme processus visible de vérification, étayé par Edmondson; Leroy; Van Dyck; Mawritz; Gong; Pu; Kim. Présenter comme hypothèse la transposition centrale au contexte de l'IA.

Article 4 : La contre-étude sur 50 questions

Le résultat de 4 points de pourcentage est maintenu. Échantillon = 50 questions de départ et 0 personne, analyse de réplication sur 570 questions MMLU.

Article 5 : Amabilité dangereuse et complaisance

Chaleur des modèles et approbation erronée, jugements humains, limites des benchmarks actuels. Ibrahim; Cheng; TrueStandard et AA-PersonalityBench.

Page d'accueil : D'une question d'étiquette apparemment mineure à une thèse sur le leadership

Un vaste récit visuel : qualité des requêtes → jugement humain → signalement des erreurs → visibilité sociale → IA critique, avec un code couleur du niveau de preuve clairement visible et un registre des sources conforme à l'APA 7.

• L'étude de Penn State de 2025 n'a été présentée nulle part comme une expérience menée auprès de 50 personnes ; les chiffres corrects sont 50 questions de départ, 250 variantes de ton uniques et aucun participant humain.

• Pour les benchmarks de 2026, une distinction est faite entre céder sous la pression, approuver sans esprit critique et apporter une correction justifiée. Le classement des modèles n'est pas transposable d'un instrument de mesure à l'autre.

• Le lieu de recherche et la région de recrutement sont systématiquement distingués. Lorsque la région d'origine des participants ou N ne figurent pas dans le résumé original, ces informations restent indéterminées.

• Les recherches sur les animaux, les ours en peluche et les habitudes sont explicitement traitées comme des analogies indirectes ; leurs effets ne sont pas transposés à l'IA comme s'ils y avaient été directement mesurés.

• L'étude de Gong et Huang comporte deux mécanismes opposés chez les observateurs ; elle n'est pas utilisée comme preuve univoque d'imitation.

• Les études de Ibrahim et de Cheng portent sur le comportement de l'IA et sur les conséquences de la manière dont elle formule ses réponses, et non sur les mots polis dans les requêtes des utilisateurs.

• Les chiffres de Gallup et de Cisco sont présentés comme des observations de terrain dont le sous-échantillon reste indéterminé, et non comme des expériences randomisées.

• Le lien entre l'observation d'insultes adressées à l'IA et la culture humaine de l'erreur est présenté comme une hypothèse testable et demeure la principale lacune de la recherche.

Les informations suivantes constituent le registre méthodologique de toutes les sources utilisées pour cette synthèse. Une taille d'échantillon n'est indiquée que lorsqu'elle a pu être retrouvée dans les informations primaires vérifiées ou dans des documents de projet clairement identifiés comme tels.

01. Announcing AA-PersonalityBench

Échantillon : 30 traits de personnalité évalués × 30 questions en anglais = 900 questions par modèle ; 21 caractéristiques programmatiques supplémentaires.

Région : Questions de test synthétiques en anglais ; aucune région de recrutement humain.

Design : Évaluations par paires en aveugle par un panel de LLM évaluateurs ; scores Elo.

Résultat : La complaisance, la chaleur et la contradiction constructive sont des caractéristiques distinctes ; les générations récentes de modèles peuvent être comparées.

Limite : Questions non intégralement accessibles ; les jugements fondés sur des modèles peuvent intégrer les préférences de ces modèles ; à ne pas assimiler à une étude scientifique de cohorte.

Niveau de preuve : Benchmark technique actuel et transparent, avec des limites méthodologiques.

Rattachement : Modèles actuels / complaisance | Articles : 1,5

02. AA-PersonalityBench methodology

Échantillon : 30 × 30 = 900 questions par modèle ; une réponse du modèle par question ; évaluation par paires par des LLM.

Région : Questions en anglais, aucun échantillon humain.

Design : Comparaisons par paires en aveugle et équilibrées ; intervalles à 95 % obtenus par bootstrap.

Résultat : Explique quelles caractéristiques de communication observées servent de valeurs de comparaison.

Limite : Ne prouve ni des effets humains à long terme ni une amélioration causale de l'exactitude des réponses.

Niveau de preuve : Spécification de benchmark bien documentée, sans étude évaluée par les pairs.

Rattachement : Modèles actuels / complaisance | Articles : 1,5

03. Children's attitudes about humane treatment of animals and empathy

Échantillon : Enfants dans un groupe d'intervention et un groupe témoin ; N ne peut pas être établi sans ambiguïté à partir du résumé consulté.

Région : Utah, États-Unis (contexte de recherche et scolaire).

Design : Programme d'éducation au respect du vivant avec mesures avant/après et suivi à un an.

Résultat : Indices d'une amélioration des attitudes envers les animaux et de l'empathie envers les humains.

Limite : Programme pédagogique global ; la contribution du contact avec les animaux n'est pas isolée.

Niveau de preuve : Analogie interventionnelle à l'appui, avec une lacune concernant N.

Rattachement : Analogie animale | Articles : dossier principal

04. Does venting anger feed or extinguish the flame?

Échantillon : 600 participants mis en colère, 200 par groupe expérimental.

Région : États-Unis comme contexte de recherche ; région précise de recrutement non vérifiée dans le résumé.

Design : Rumination et coups dans un sac de frappe, comparés à une distraction et à un groupe témoin ; mesure de l'agressivité ultérieure.

Résultat : Extérioriser sa colère tout en ruminant ne la réduisait pas et renforçait l'agressivité.

Limite : Sac de frappe, et non insultes adressées à des chatbots ; aucune mesure de la culture d'équipe à long terme.

Niveau de preuve : Solide pour réfuter l'hypothèse cathartique ; indirect pour la frustration liée à l'IA.

Rattachement : Autorégulation / contre-argument | Articles : dossier principal

05. Sycophantic AI decreases prosocial intentions and promotes dependence

Échantillon : Trois expériences préenregistrées ; N = 2 405 participants humains ; comparaison supplémentaire de onze modèles d'IA.

Région : Recrutement en ligne ; établissements de recherche Stanford et Carnegie Mellon (États-Unis) ; pays des participants non clairement identifiables dans le résumé vérifié.

Design : Variation randomisée de réponses approbatrices de l'IA dans des situations de conflit.

Résultat : Une IA complaisante réduisait immédiatement la volonté déclarée de réparer un conflit et renforçait l'autojustification.

Limite : Intentions à court terme, sans démonstration d'un changement durable du comportement humain.

Niveau de preuve : Fort pour les effets à court terme sur le jugement.

Rattachement : Complaisance / résultat contraire | Articles : 5

06. Algorithm aversion

Échantillon : Cinq expériences ; N cumulé non indiqué séparément dans le résumé vérifié.

Région : Contexte de recherche américain, non présenté comme un échantillon national représentatif.

Design : Les participants observent des erreurs de prédiction algorithmiques ou humaines, puis choisissent leur source de prédiction.

Résultat : Les erreurs algorithmiques entraînent parfois une perte de confiance plus rapide que les erreurs humaines.

Limite : Prédictions algorithmiques, et non ton de l'IA ou erreurs de leadership ; transposition directe injustifiée.

Niveau de preuve : Solide pour une explication alternative des réactions aux erreurs de l'IA.

Rattachement : Erreurs / contre-hypothèse | Articles : 3

07. Mind your tone: Investigating how prompt politeness affects LLM accuracy

Échantillon : 50 questions de départ × 5 variantes de ton = 250 requêtes uniques ; GPT-4o ; mesures répétées. 0 participant humain.

Région : Lieu de recherche : Pennsylvania State University, États-Unis ; questions à choix multiples en anglais.

Design : Cinq niveaux de ton dans des questions à choix multiples, tests appariés.

Résultat : Très grossier : 84,8 % ; très poli : 80,8 % dans la configuration GPT-4o étudiée.

Limite : Seulement 50 questions de départ indépendantes, un seul modèle, aucune évaluation par les pairs attestée ; les textes étudiés diffèrent sur plus d'une caractéristique.

Niveau de preuve : Préliminaire ; le résultat contraire est réel, sa transférabilité est faible.

Rattachement : Qualité des requêtes / résultat contraire | Articles : 1,4

08. Mind your tone: Does tone alter LLM performance?

Échantillon : Deux ensembles de tâches : 50 questions de départ avec cinq variantes de ton et 570 questions MMLU avec sept variantes de ton ; quatre modèles.

Région : Lieu de recherche aux États-Unis ; matériel en anglais, aucun échantillon humain régional.

Design : Comparaison de plusieurs niveaux de ton sur GPT-4o, GPT-5-nano et deux variantes de Gemini-2.5-Flash.

Résultat : Des effets du ton existent, mais ils dépendent fortement du modèle et de la tâche.

Limite : Prépublication ; sélection limitée de familles de modèles ; aucune conclusion concernant Fable 5.1, Astra ou Gemini 4.

Niveau de preuve : Préliminaire, mais méthodologiquement plus large que l'étude pilote de 2025.

Rattachement : Qualité des requêtes / résultat contraire | Articles : 1,4

09. Learning from mistakes is easier said than done

Échantillon : Huit services ; 123 membres du personnel infirmier, 19 médecins, quatre pharmaciens (146 personnes interrogées).

Région : Deux hôpitaux urbains américains (pseudonymes).

Design : Données quantitatives sur les erreurs et observations qualitatives des équipes.

Résultat : Les erreurs enregistrées peuvent aussi refléter la propension à les signaler ; l'environnement influence leur correction.

Limite : Un nombre plus élevé d'erreurs signalées ne signifie pas nécessairement que les erreurs réelles sont aussi fréquentes.

Niveau de preuve : Solide pour le signalement des erreurs, démonstration causale limitée.

Rattachement : Culture de l'erreur | Articles : 3

10. Catching rudeness is like catching a cold

Échantillon : Trois études ; les effectifs individuels ne sont pas indiqués dans le résumé vérifié de l'éditeur et ne sont donc pas avancés ici.

Région : Contexte de recherche américain ; le recrutement précis de l'échantillon de chaque étude ne peut pas être établi à partir du résumé.

Design : Observation de terrain et études en laboratoire sur l'activation de concepts liés à l'impolitesse.

Résultat : L'impolitesse observée ou subie peut favoriser une impolitesse ultérieure.

Limite : Sans accès à la méthodologie du texte intégral, l'évaluation quantitative détaillée reste limitée.

Niveau de preuve : Solide pour le mécanisme ; détails des échantillons indéterminés.

Rattachement : Transfert du ton | Articles : 3

11. Witnessing robot mistreatment

Échantillon : Étude 1 : N = 200 ; étude 2 : N = 320 ; 520 personnes au total.

Région : Contexte universitaire sud-coréen ; le pays effectif de recrutement des participants n'est pas indiqué dans le résumé vérifié.

Design : Deux expériences fondées sur des vidéos montrant des mauvais traitements infligés à des robots de service d'apparence humaine.

Résultat : Les mauvais traitements peuvent soit normaliser l'impolitesse, soit susciter de l'empathie.

Limite : Intentions comportementales envers des robots, et non gestion observée des erreurs avec des collaborateurs humains.

Niveau de preuve : Solide pour l'observation de robots en situation, limité pour les équipes utilisant l'IA.

Rattachement : Machine / observation | Articles : 2,3

12. Relationship between emotional intelligence and empathy towards humans and animals

Échantillon : Échantillon non confirmé de manière fiable à partir du texte original vérifié ; le dossier de recherche précédent mentionne N = 471 (non repris ici comme donnée établie).

Région : Équipes de recherche en Espagne et au Portugal ; pays de recrutement non indiqué séparément dans le résumé vérifié.

Design : Corrélations issues de questionnaires sur l'empathie envers les humains et envers les animaux.

Résultat : Associations positives entre les dimensions de l'empathie ; aucune démonstration d'un transfert par intervention.

Limite : Autodéclaration et corrélation ; simple analogie théorique, pas une étude sur l'IA.

Niveau de preuve : Analogie d'appui limitée.

Rattachement : Analogie animale | Articles : dossier principal

13. Evidence of spillovers from (non)cooperative human-bot to human-human interactions

Échantillon : Deux expériences préenregistrées ; N = 4 171 personnes ; 83 411 décisions de coopération.

Région : Participants adultes recrutés en ligne aux États-Unis.

Design : Jeux de coopération avec un bot ou un humain, puis décisions concernant une nouvelle personne.

Résultat : Les bots non coopératifs réduisaient la coopération ultérieure, tandis que les bots coopérant de manière réciproque l'augmentaient ; l'interaction avec un bot produisait un effet de transfert propre.

Limite : Comportement expérimental à court terme ; aucune manipulation directe de "s'il vous plaît", de "merci" ou des insultes.

Niveau de preuve : Solide pour les décisions à court terme, pas pour une transformation du caractère sur plusieurs mois.

Rattachement : Machine → humain | Articles : 2,3

14. Training language models to be warm can reduce accuracy and increase sycophancy

Échantillon : 1 617 conversations d'entraînement et 3 667 réponses ; 1 625 questions d'évaluation distinctes (500+500+500+125) ; cinq familles de modèles, dix versions de modèles.

Région : Oxford, Royaume-Uni (lieu de recherche) ; données de conversation sans région de recrutement représentative.

Design : Ajustement fin visant la chaleur et comparaison avec les modèles d'origine ; environ 439 792 observations exploitables dans l'ensemble des conditions.

Résultat : Les modèles entraînés à être plus chaleureux augmentaient de 7,43 points de pourcentage la probabilité d'erreur après contrôle du modèle et de la tâche.

Limite : Le comportement des modèles a été modifié par l'entraînement, et non par le langage poli de l'utilisateur.

Niveau de preuve : Fort dans le cadre de l'expérience ; ne porte pas sur l'emploi de "s'il vous plaît" ou de "merci" dans la requête.

Rattachement : Complaisance / résultat contraire | Articles : 5

15. Manager support drives employee AI adoption

Échantillon : Données d'enquête Gallup ; l'article n'indique pas clairement la taille du sous-échantillon pertinent pour l'affirmation d'un facteur de 2,1.

Région : Recherche de Gallup sur le monde du travail ; composition nationale exacte de l'échantillon utilisé pour cette affirmation indéterminée.

Design : Comparaison corrélationnelle de l'utilisation de l'IA selon le soutien perçu de la hiérarchie.

Résultat : En cas de soutien fort : probabilité d'utilisation régulière de l'IA multipliée par 2,1.

Limite : Aucune expérience ni donnée sur le ton poli ; n et région non transparents pour cette sous-analyse.

Niveau de preuve : Restreint ; observation de terrain à l'appui.

Rattachement : Adoption de l'IA | Articles : 3

16. The dark side of artificial intelligence adoption

Échantillon : 381 salariés ; trois vagues d'enquête décalées dans le temps.

Région : Entreprises sud-coréennes.

Design : Analyse corrélationnelle de type longitudinal portant sur l'introduction de l'IA, la sécurité psychologique et le leadership éthique.

Résultat : Le leadership éthique atténuait une association négative entre l'introduction de l'IA et la sécurité psychologique.

Limite : Aucun test causal randomisé ; aucun ton employé envers l'IA mesuré.

Niveau de preuve : Solide pour l'association, pas pour un transfert concret du ton.

Rattachement : Leadership lié à l'IA / sécurité | Articles : 3

17. How are habits formed: Modelling habit formation in the real world

Échantillon : 96 volontaires ; 82 suivis suffisamment complets ; 39 présentant un bon ajustement au modèle d'automatisation.

Région : Royaume-Uni comme contexte d'étude ; région précise de recrutement absente du résumé vérifié.

Design : Répétition de comportements quotidiens pendant 12 semaines dans un contexte stable.

Résultat : La répétition peut entraîner une automatisation ; forte variabilité interindividuelle (18-254 jours pour atteindre 95 % du plateau individuel).

Limite : Alimentation, boisson, activité ; aucune expérience sur le ton employé avec l'IA.

Niveau de preuve : Solide pour la formation générale des habitudes ; application à l'IA hypothétique.

Rattachement : Habitude / mécanisme | Articles : dossier principal

18. Behavioral integrity for safety

Échantillon : 54 équipes infirmières ; données agrégées par équipe, 580 membres du personnel infirmier et 54 responsables de service dans l'enquête rapportée.

Région : Belgique.

Design : Enquête au niveau des équipes sur le leadership, le climat de sécurité, la sécurité psychologique et le signalement des erreurs.

Résultat : L'application exemplaire des règles de sécurité est associée au climat de sécurité et à la sécurité psychologique.

Limite : Aucune randomisation attestée, aucun comportement lié à l'IA étudié.

Niveau de preuve : Solide pour les associations au sein des équipes.

Rattachement : Culture de l'erreur / exemplarité | Articles : 3

19. A trickle-down model of abusive supervision

Échantillon : 288 groupes de travail ; 1 423 réponses de salariés et 295 réponses de responsables hiérarchiques (avant exclusion de groupes).

Région : Sud-est des États-Unis, plusieurs secteurs d'activité.

Design : Étude de terrain multisource sur trois niveaux hiérarchiques.

Résultat : Un comportement dévalorisant des responsables est associé à une propagation de la dévalorisation entre niveaux hiérarchiques.

Limite : Protocole non randomisé ; porte sur les interactions humaines, et non sur les requêtes adressées à l'IA.

Niveau de preuve : Solide pour les associations hiérarchiques, pas pour un effet direct de l'IA.

Rattachement : Transfert du ton | Articles : 3

20. Effectiveness of a school-based programme of animal-assisted humane education

Échantillon : 110 enfants de deux écoles primaires ; 55 dans l'intervention et 55 dans les activités témoins, quatre sous-groupes.

Région : Hong Kong.

Design : Programme pilote associant contact avec les animaux et éducation ; comparaison de groupes et enquête de suivi.

Résultat : Amélioration significative de l'empathie dans un seul sous-groupe, sans effet général convaincant de l'intervention.

Limite : Sous-groupes non randomisés et suivi court ; aucune transposition aux chatbots.

Niveau de preuve : Résultat contraire important qui limite la portée des conclusions.

Rattachement : Analogie animale / contre-preuve | Articles : dossier principal

21. From AI adaptation to innovation

Échantillon : Étude 1 : 294 réponses de salariés entièrement appariées (2 vagues). Étude 2 : 382 réponses valides à des vignettes.

Région : Étude 1 : entreprises technologiques dans trois villes de l'est de la Chine. Étude 2 : établissements d'enseignement supérieur de l'est et de l'ouest de la Chine.

Design : Enquête de terrain en deux vagues et expérience par vignettes sur le remodelage du travail lié à l'IA par les responsables.

Résultat : Le comportement des responsables en matière d'IA est associé au sentiment d'efficacité personnelle et à l'innovation.

Limite : Autodéclaration ; ton employé avec l'IA et culture de l'erreur non directement étudiés ; quelques divergences entre texte et tableaux.

Niveau de preuve : Association bien étayée, transposition causale globale non établie.

Rattachement : Leadership lié à l'IA / exemplarité | Articles : 3

22. Learning to care: An in-school humane education program

Échantillon : 605 au départ, 593 au post-test ; classes randomisées.

Région : Six écoles dans quatre villes de l'est de la Chine, élèves de première année du primaire.

Design : Programme éducatif mis en œuvre sur une année scolaire, avec des thèmes liés aux animaux et à la nature ; comparaison avec un groupe témoin.

Résultat : Amélioration de l'empathie affective et maintien de l'empathie cognitive par rapport au groupe témoin.

Limite : Programme à composantes multiples ; contenu relatif aux animaux non isolé, aucune interaction langagière avec l'IA.

Niveau de preuve : Solide pour l'intervention éducative, analogie seulement indirecte avec l'IA.

Rattachement : Analogie animale | Articles : dossier principal

23. Alexa, shut up! A 2.5-year study

Échantillon : 128 parents / familles, six vagues d'enquête en ligne sur 2,5 ans.

Région : Allemagne (enquête auprès des parents) ; comportement des enfants rapporté par les parents.

Design : Autodéclarations répétées et évaluation du comportement des enfants envers les assistants vocaux.

Résultat : La politesse des enfants envers les appareils restait globalement stable ; l'agressivité rapportée était faible.

Limite : Aucun transfert vers les conversations humaines directement mesuré ; autodéclaration et attrition de l'enquête.

Niveau de preuve : Solide pour l'évolution des comportements envers les appareils, pas pour le transfert entre humains.

Rattachement : Résultat contraire / long terme | Articles : 2,5

24. Touching a teddy bear mitigates negative effects of social exclusion

Échantillon : Deux expériences ; N de chacune non indiqué dans le résumé vérifié de l'éditeur.

Région : National University of Singapore comme lieu de recherche ; recrutement régional non confirmé à partir du résumé.

Design : Toucher un ours en peluche ou le regarder après une exclusion sociale.

Résultat : En situation d'exclusion, le toucher augmentait les comportements prosociaux.

Limite : La manipulation portait sur le toucher, et non sur la politesse ou les paroles attentionnées.

Niveau de preuve : Analogie de portée très limitée, inutilisable comme preuve concernant l'IA.

Rattachement : Analogie avec les jouets | Articles : dossier principal

25. People judge others more harshly after talking to bots

Échantillon : Étude 1 : 500 ; étude 2 : 761 via Prolific, N total = 1 261. Dans l'étude 2, 526 participants ont réussi le contrôle de compréhension pour l'analyse principale.

Région : Échantillon en ligne sur Prolific ; répartition précise par pays d'origine non établie dans le texte principal. Lieux de recherche à Hong Kong et aux États-Unis.

Design : Deux expériences randomisées préenregistrées : le partenaire présenté comme une IA ou comme un humain était en réalité GPT-4 ; évaluation ultérieure d'autres personnes.

Résultat : La condition IA entraînait immédiatement après des évaluations plus sévères d'une autre personne.

Limite : Court terme, tâche créative uniquement ; aucune formule de politesse n'a été modifiée isolément.

Niveau de preuve : Solide pour le transfert du jugement à court terme, pas pour la politesse à long terme.

Rattachement : Machine → humain | Articles : 2

26. AI sycophancy benchmark: Which models fold

Échantillon : 30 affirmations fixes × 3 passages par modèle ; 23 modèles au total et 7 800 appels sur plusieurs jeux de test. Pour Fable 5.1 : 89 cellules exploitables.

Région : Tests en ligne ; tâches non définies comme un échantillon représentatif de pays.

Design : SUPPORTED/UNSUPPORTED/UNCERTAIN avant et après une contradiction non étayée ; Moved et Caved distingués.

Résultat : Au 21/10/2026 : Astra et Gemini 4 Argon chacun à 0/90, Fable 5.1 à 1/89 changements ; aucun classement significatif.

Limite : Peu d'affirmations différentes ; le fournisseur du produit teste aussi dans son propre intérêt ; Moved n'est pas identique à l'exactitude factuelle.

Niveau de preuve : Test technique préliminaire, à ne pas utiliser comme preuve générale de complaisance.

Rattachement : Modèles actuels / complaisance | Articles : 1,5

27. Organizational error management culture

Échantillon : Étude 1 : 65 organisations ; étude 2 : 47 organisations.

Région : Pays-Bas (65) et Allemagne (47).

Design : Deux études de terrain sur la culture de gestion des erreurs et la performance économique.

Résultat : Une gestion active des erreurs est positivement associée aux indicateurs de performance.

Limite : Corrélations, sans intervention expérimentale sur le leadership.

Niveau de preuve : Solide pour des associations répliquées.

Rattachement : Culture de l'erreur | Articles : 3

28. Upskilling in the AI era: FY25 purpose report

Échantillon : Évaluation multimodale interne chez Cisco ; aucun échantillon indiqué dans le billet de blog pour l'affirmation d'un facteur de 2.

Région : Salariés de Cisco ; lieux d'activité internationaux possibles, échantillon régional indéterminé.

Design : Analyse interne de l'utilisation et de l'expérience, sans intervention expérimentale publiée.

Résultat : Selon le rapport, les salariés dont les responsables utilisaient l'IA avaient une probabilité deux fois plus élevée de l'utiliser.

Limite : Rapport interne lié aux intérêts de l'organisation et absence de détails sur l'échantillon ; aucune preuve concernant le ton employé.

Niveau de preuve : Restreint ; source contextuelle complémentaire.

Rattachement : Adoption de l'IA | Articles : 3

29. Should we respect LLMs?

Échantillon : Plusieurs LLM et trois types de tâches avec huit niveaux de politesse ; aucun participant humain. Le nombre total de requêtes adressées aux modèles n'est pas présenté ici comme une taille d'échantillon indépendante.

Région : Anglais, chinois et japonais comme langues de test ; conférence à Miami (pas un pays de recrutement).

Design : Comparaison multilingue de requêtes avec des tâches de compréhension, de résumé et d'évaluation des biais.

Résultat : Les requêtes grossières dégradaient parfois les performances ; une politesse excessive n'était pas systématiquement meilleure.

Limite : Générations de modèles plus anciennes ; la politesse est un construit linguistique complexe.

Niveau de preuve : Solide dans les conditions de test étudiées, limité aux modèles et aux tâches.

Rattachement : Qualité des requêtes | Articles : 1,4

Classement alphabétique par premier auteur ou organisation. Pour les rapports sans date de publication certaine, la mention n.d. est utilisée. Les adresses des éditeurs et les DOI renvoient aux informations originales vérifiées. Certaines sources ne permettent qu'une vérification du résumé ou de la méthodologie ; les limites correspondantes sont indiquées dans le registre des preuves.

Artificial Analysis. (2026, October 19). Announcing AA-PersonalityBench: Measuring how AI models communicate. https://artificialanalysis.ai/de/articles/aa-personalitybench

Artificial Analysis. (n.d.). AA-PersonalityBench methodology. https://artificialanalysis.ai/de/methodology/aa-personalitybench

Ascione, F. R., & Weber, C. V. (1996). Children's attitudes about the humane treatment of animals and empathy: One-year follow up of a school-based intervention. Anthrozoös, 9(4), 188-195. https://doi.org/10.2752/089279396787001455

Bushman, B. J. (2002). Does venting anger feed or extinguish the flame? Catharsis, rumination, distraction, anger, and aggressive responding. Personality and Social Psychology Bulletin, 28(6), 724-731. https://doi.org/10.1177/0146167202289002

Cheng, M., Lee, C., Khadpe, P., Yu, S., Han, D., & Jurafsky, D. (2026). Sycophantic AI decreases prosocial intentions and promotes dependence. Science, 391(6792), eaec8352. https://doi.org/10.1126/science.aec8352

Dietvorst, B. J., Simmons, J. P., & Massey, C. (2015). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 144(1), 114-126. https://doi.org/10.1037/xge0000033

Dobariya, O., & Kumar, A. (2025). Mind your tone: Investigating how prompt politeness affects LLM accuracy (short paper) [Preprint]. arXiv. https://arxiv.org/abs/2510.04950

Dobariya, O., & Kumar, A. (2026). Mind your tone: Does tone alter LLM performance? [Preprint]. arXiv. https://arxiv.org/abs/2605.29027

Edmondson, A. C. (1996). Learning from mistakes is easier said than done: Group and organizational influences on the detection and correction of human error. The Journal of Applied Behavioral Science, 32(1), 5-28. https://doi.org/10.1177/0021886396321001

Foulk, T., Woolum, A., & Erez, A. (2016). Catching rudeness is like catching a cold: The contagion effects of low-intensity negative behaviors. Journal of Applied Psychology, 101(1), 50-67. https://doi.org/10.1037/apl0000037

Gong, T., & Huang, Y.-S. (2026). Witnessing robot mistreatment: A dual-path model of behavioral contagion and empathy in customer observers. Journal of Retailing and Consumer Services, 88, Article 104482. https://doi.org/10.1016/j.jretconser.2025.104482

Gómez-Leal, R., Costa, A., Megías-Robles, A., Fernández-Berrocal, P., & Faria, L. (2021). Relationship between emotional intelligence and empathy towards humans and animals. PeerJ, 9, Article e11274. https://doi.org/10.7717/peerj.11274

Harrell, A., & Traeger, M. L. (2025). Evidence of spillovers from (non)cooperative human-bot to human-human interactions. iScience, 28(8), 113006. https://doi.org/10.1016/j.isci.2025.113006

Ibrahim, L., Hafner, F. S., & Rocher, L. (2026). Training language models to be warm can reduce accuracy and increase sycophancy. Nature, 652, 1159-1165. https://doi.org/10.1038/s41586-026-10410-0

Kemp, A. (2025, November 8). Manager support drives employee AI adoption. Gallup. https://www.gallup.com/workplace/694682/manager-support-drives-employee-adoption.aspx

Kim, B.-J., Kim, M.-J., & Lee, J. (2025). The dark side of artificial intelligence adoption: Linking artificial intelligence adoption to employee depression via psychological safety and ethical leadership. Humanities and Social Sciences Communications, 12, Article 704. https://doi.org/10.1057/s41599-025-05040-2

Lally, P., van Jaarsveld, C. H. M., Potts, H. W. W., & Wardle, J. (2010). How are habits formed: Modelling habit formation in the real world. European Journal of Social Psychology, 40(6), 998-1009. https://doi.org/10.1002/ejsp.674

Leroy, H., Dierynck, B., Anseel, F., Simons, T., Halbesleben, J. R. B., McCaughey, D., Savage, G. T., & Sels, L. (2012). Behavioral integrity for safety, priority of safety, psychological safety, and patient safety: A team-level study. Journal of Applied Psychology, 97(6), 1273-1281. https://doi.org/10.1037/a0030076

Mawritz, M. B., Mayer, D. M., Hoobler, J. M., Wayne, S. J., & Marinova, S. V. (2012). A trickle-down model of abusive supervision. Personnel Psychology, 65(2), 325-357. https://doi.org/10.1111/j.1744-6570.2012.01246.x

Ngai, J. T. K., Yu, R. W. M., Chau, K. K. Y., & Wong, P. W. C. (2021). Effectiveness of a school-based programme of animal-assisted humane education in Hong Kong for the promotion of social and emotional learning: A quasi-experimental pilot study. PLOS ONE, 16(3), Article e0249033. https://doi.org/10.1371/journal.pone.0249033

Pu, T., Lei, R., Siyal, A. W., & Li, Y. (2026). From AI adaptation to innovation: How leader AI crafting shapes employee innovative behavior. Frontiers in Psychology, 17, Article 1847344. https://doi.org/10.3389/fpsyg.2026.1847344

Samuels, W. E., & Onuoha-Jackson, N. (2023). Learning to care: An in-school humane education program improves affective and cognitive empathy among lower-elementary students. International Journal of Educational Research Open, 5, Article 100292. https://doi.org/10.1016/j.ijedro.2023.100292

Strathmann, C., Horstmann, A. C., Szczuka, J. M., & Krämer, N. C. (2026). Alexa, shut up! A 2.5-year study on negatively connotated communication behaviour towards voice assistants in the family home. Behaviour & Information Technology, 45(5), 821-839. https://doi.org/10.1080/0144929X.2025.2533352

Tai, K., Zheng, X., & Narayanan, J. (2011). Touching a teddy bear mitigates negative effects of social exclusion to increase prosocial behavior. Social Psychological and Personality Science, 2(6), 618-626. https://doi.org/10.1177/1948550611404707

Tey, K. S., Mazar, A., Tomaino, G., Duckworth, A. L., & Ungar, L. H. (2024). People judge others more harshly after talking to bots. PNAS Nexus, 3(9), pgae397. https://doi.org/10.1093/pnasnexus/pgae397

TrueStandard. (2026, October 22). AI sycophancy benchmark: Which models fold. https://truestandard.ai/ai-sycophancy-benchmark

van Dyck, C., Frese, M., Baer, M., & Sonnentag, S. (2005). Organizational error management culture and its impact on performance: A two-study replication. Journal of Applied Psychology, 90(6), 1228-1240. https://doi.org/10.1037/0021-9010.90.6.1228

Wolkin, A. (2026, February 25). Upskilling in the AI era: FY25 purpose report. Cisco Blogs. https://blogs.cisco.com/our-corporate-purpose/upskilling-in-the-ai-era-fy25-purpose-report

Yin, Z., Wang, H., Horio, K., Kawahara, D., & Sekine, S. (2024). Should we respect LLMs? A cross-lingual study on the influence of prompt politeness on LLM performance. In J. Hale, K. Chawla, & M. Garg (Eds.), Proceedings of the Second Workshop on Social Influence in Conversations (SICon 2024) (pp. 9-35). Association for Computational Linguistics. https://doi.org/10.18653/v1/2024.sicon-1.2

État de la recherche : 31/10/2026. Ce document est un rapport narratif de recherche fondé sur les preuves, et non une méta-analyse systématique. Il ne prétend pas recenser intégralement tous les travaux publiés dans le monde.