L’IA financière face aux biais comportementaux : perception, acceptation et confiance conditionnelle

Abstract

Résumé

Cette recherche analyse les conditions dans lesquelles l’intelligence artificielle (IA) peut être perçue comme une assistance cognitive susceptible d’atténuer certains biais comportementaux dans les décisions financières. Fondée sur une enquête quantitative menée auprès de 198 répondants, l’étude examine la perception des biais émotionnels, la capacité corrective perçue de l’IA, ses conditions d’acceptation et le degré de délégation décisionnelle. Les résultats montrent que 94,9 % des répondants reconnaissent une influence émotionnelle sur leurs décisions financières, tandis que 66,2 % estiment que l’IA peut améliorer leurs choix. Toutefois, cette ouverture demeure conditionnelle : 85,9 % accepteraient une recommandation de l’IA, mais 14,1 % souhaitent conserver la décision finale.

La fiabilité, l’explicabilité et la sécurité constituent les principales conditions de confiance. L’utilisation des outils intelligents est significativement associée à une perception plus favorable de l’IA (χ² = 25,495 ; p = 0,002 ; V = 0,207). L’étude met ainsi en évidence une logique de confiance conditionnelle et de délégation fonctionnelle sous contrôle humain, fondée sur une conception de la décision financière comme rationalité augmentée.

Mots clés : Intelligence artificielle, biais comportementaux, confiance conditionnelle, rationalité augmentée, délégation fonctionnelle

Abstract

This study examines the conditions under which artificial intelligence (AI) can be perceived as a cognitive support capable of mitigating certain behavioral biases in financial decision-making. Based on a quantitative survey of 198 respondents, the study investigates the perception of emotional biases, the perceived corrective capacity of AI, the conditions underlying its acceptance, and the degree of decision delegation. The results show that 94.9% of respondents acknowledge an emotional influence on their financial decisions, while 66.2% believe that AI can improve their choices. However, this openness remains conditional: 85.9% would accept an AI recommendation, whereas 14.1% wish to retain the final decision.

Reliability, explainability, and security emerge as the main conditions underlying trust. The use of intelligent tools is significantly associated with a more favorable perception of AI (χ² = 25.495; p = 0.002; V = 0.207). The study thus highlights a logic of conditional trust and functional delegation under human oversight, grounded in a conception of financial decision-making as augmented rationality.

Keywords: Artificial intelligence, behavioral biases, conditional trust, augmented rationality, functional delegation.