L'IA générative comme outil pour la pensée : conception et étude des systèmes de soutien cognitif // GenAI as a Tool for Thought: Designing and Studying Cognitive Support Systems

Les systèmes d'IA générative (GenAI) s'intègrent de plus en plus profondément dans le travail de connaissance, le raisonnement analytique, la pratique créative et l'apprentissage. Dans ces contextes, ils ne se contentent pas de produire des résultats ; ils médiatisent la manière dont l'information est mise en avant, les alternatives considérées, et la façon dont la responsabilité est distribuée entre les personnes et les systèmes. Pourtant, l'orientation dominante de la conception actuelle des systèmes GenAI privilégie la réalisation fluide des tâches et la génération d'artefacts au détriment de l'engagement cognitif : les utilisateurs délèguent une tâche et reçoivent une réponse polie et fermée, tandis que le raisonnement intermédiaire, l'incertitude et les possibilités alternatives restent invisibles.

Cette orientation crée une tension fondamentale. Un nombre croissant de travaux empiriques montre que l'externalisation de la cognition vers les systèmes GenAI peut réduire la pensée critique, l'engagement métacognitif et le développement de l'expertise au fil du temps. Dans le même temps, il existe un potentiel significatif et largement inexploité pour que la GenAI fonctionne comme un outil pour la pensée : un système qui soutient le raisonnement, met en évidence l'incertitude et préserve l'agentivité humaine plutôt que de la contourner.

Ce projet doctoral examine les conditions dans lesquelles les systèmes GenAI soutiennent et étendent la cognition humaine plutôt qu'ils ne la remplacent, et construit à la fois les systèmes et les méthodes d'évaluation nécessaires pour répondre à cette question de manière rigoureuse. Il s'articule autour de trois questions de recherche : (1) Dans quelles conditions les choix de conception des systèmes GenAI, tels que la visibilité du raisonnement intermédiaire, le traitement de l'incertitude et l'introduction d'une friction productive, soutiennent-ils l'engagement cognitif et l'agentivité ? (2) Comment les systèmes GenAI peuvent-ils être conçus pour préserver et nourrir la réflexion, la métacognition et le développement de l'expertise ? (3) Comment les systèmes GenAI de soutien cognitif doivent-ils être évalués lorsque les résultats attendus sont la qualité du raisonnement et le développement des compétences plutôt que la qualité des productions ?

Le projet intègre quatre perspectives complémentaires. Un ancrage scientifique en sciences cognitives, incluant la théorie de l'esprit étendu, la cognition distribuée, la charge cognitive, la métacognition et la friction désirable, permet d'identifier quelles formes de friction et d'incertitude sont bénéfiques. Une investigation algorithmique examine comment les objectifs d'optimisation actuels façonnent le comportement des systèmes et explore des architectures alternatives mieux alignées avec le soutien cognitif. La conception et l'ingénierie de systèmes produisent des prototypes interactifs qui exposent les représentations intermédiaires, soutiennent l'interaction itérative et maintiennent un locus clair de l'agentivité humaine. L'étude empirique mobilise des méthodes qualitatives et mixtes, incluant des études observationnelles, l'analyse de la télémétrie d'interaction et des expériences contrôlées, pour évaluer comment les facteurs de conception affectent les stratégies de raisonnement, l'engagement métacognitif et le sentiment d'agentivité.

Les résultats attendus comprennent des principes de conception pour les outils GenAI de soutien cognitif, de nouveaux cadres d'évaluation allant au-delà de la qualité des productions pour capturer les processus de raisonnement et les trajectoires de développement des compétences, des prototypes de recherche interactifs, ainsi que des publications dans les principales revues et conférences en IHM et IA centrée sur l'humain (CHI, UIST, IUI, DIS, C&C).
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Generative AI (GenAI) systems are becoming deeply embedded in knowledge work, analytical reasoning, creative practice, and learning. In these settings, they do not merely produce outputs; they mediate how information is surfaced, which alternatives are considered, and how responsibility is distributed between people and systems. Yet the dominant design orientation of current GenAI prioritizes seamless task completion and artifact generation over cognitive engagement: users delegate a task and receive a polished, closed-form response, while intermediate reasoning, uncertainty, and alternative possibilities remain invisible.
This design orientation creates a fundamental tension. A growing body of empirical evidence shows that offloading cognition to GenAI can reduce critical thinking, metacognitive engagement, and the development of expertise over time. At the same time, there is significant and largely unrealized potential for GenAI to function as a tool for thought: a system that scaffolds reasoning, surfaces uncertainty, and preserves human agency rather than bypassing it.
This doctoral project investigates the conditions under which GenAI systems support and extend human cognition rather than displace it, and constructs both the systems and the evaluation methods needed to answer this question rigorously. It is organized around three research questions: (1) Under what conditions do GenAI design choices such as the visibility of intermediate reasoning, the treatment of uncertainty, and the introduction of productive friction support cognitive engagement and agency? (2) How can GenAI systems be designed to preserve and nurture reflection, metacognition, and expertise development? (3) How should GenAI-based cognitive support systems be evaluated when the primary outcomes are reasoning quality and skill development rather than output quality?
The project integrates four complementary perspectives. Scientific grounding in cognitive science, including extended mind, distributed cognition, cognitive load, metacognition, and desirable friction, informs the identification of which forms of friction and uncertainty are beneficial. An algorithmic investigation examines how current optimization targets shape system behavior and explores alternative architectures better aligned with cognitive support. System design and engineering produces interactive prototypes that expose intermediate representations, support iterative interaction, and maintain a clear locus of human agency. Empirical study uses qualitative and mixed methods, including observational studies, interaction telemetry analysis, and controlled experiments, to evaluate how design factors affect reasoning strategies, metacognitive engagement, and sense of agency.
Expected outputs include design principles for GenAI-based cognitive support tools, novel evaluation frameworks extending beyond output quality to capture reasoning processes and skill trajectories, interactive research prototypes, and publications in leading HCI and Human-Centered AI venues (CHI, UIST, IUI, DIS, C&C).
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026
WEB : https://www.isir.upmc.fr

Public funding alone (i.e. government, region, European, international organization research grant)

Concours pour un contrat doctoral

Sorbonne Université SIS (Sciences, Ingénierie, Santé)

130 Ecole Doctorale d'Informatique, Télécommunications et Electronique

Nous recherchons un(e) candidat(e) titulaire d'un master en informatique, interaction humain-machine, intelligence artificielle ou sciences cognitives, avec un intérêt marqué pour la recherche interdisciplinaire. Les compétences souhaitées incluent une expérience en conception et développement de systèmes interactifs, une familiarité avec les méthodes de recherche qualitatives et/ou quantitatives en IHM, et un intérêt pour les questions cognitives liées à l'usage des systèmes d'IA. Une expérience avec les systèmes GenAI ou les modèles de langage est un atout. De bonnes capacités rédactionnelles en anglais sont requises.
We are looking for a candidate holding a Master's degree in computer science, human-computer interaction, artificial intelligence, or cognitive science, with a strong interest in interdisciplinary research. Desired skills include experience in interactive systems design and development, familiarity with qualitative and/or quantitative HCI research methods, and an interest in cognitive questions related to AI system use. Experience with GenAI systems or large language models is a plus. Strong written communication skills in English are required.