Théophile Demazure : donner le goût des données aux jeunes

Découvrez Théophile Demazure, professeur IVADO et professeur adjoint au Département de technologies de l’information à HEC Montréal 

Les jeunes qui n’aiment pas les mathématiques ont pourtant besoin de comprendre les données. C’est l’enjeu qui interpelle Théophile Demazure.

Formé initialement aux interfaces humain-machine dans les simulateurs de pilotage et de course automobile, il s’intéresse aujourd’hui aux effets psychologiques et comportementaux de l’IA sur les personnes qui travaillent avec elle, et à comment mieux concevoir les outils pour les soutenir.

D’un point de vue pédagogique, il co-développe Business Builders, une plateforme qui enseigne la visualisation de données et la prise de décision à travers des tableaux de bord interactifs.

Lancé en partenariat avec la LNH et SAP en avril 2026, le jeu « L’analyste de hockey », en est un exemple éloquent. En plaçant une étudiante ou un étudiant dans un rôle décisionnel, à partir de vraies données de matchs, il utilise la passion du sport comme moteur d’apprentissage.

Il souhaite rejoindre les jeunes là où ils sont, en incluant ceux que les contextes d’affaires traditionnels n’intéressent pas.

Il ne s’agit pas d’un souci de conception purement pédagogique. Ses recherches sur la visualisation des décisions d’IA démontrent bien qu’une surcharge d’information visuelle peut générer l’effet inverse de celui recherché. Plutôt que d’éclairer l’utilisateur, trop de détails sur une décision d’IA tend à l’intimider.

Ce niveau de détail fourni lors de la présentation d’une décision algorithmique se nomme clarté morphologique. Il s’agit d’un délicat équilibre entre précision et lisibilité. Le critère de l’utilisateur final n’est pas la rigueur scientifique de la représentation, mais plutôt sa capacité à s’en servir.

Il a également eu l’occasion d’observer l’effet de l’IA sur les dynamiques des équipes en contexte de création. En standardisant la présentation des idées soumises par des collaborateurs, elle peut réduire les biais hiérarchiques. En conséquence, les propositions sont évaluées sur la qualité de leur contenu, peu importe qui les a formulées.

Il remarque aussi que l’IA demande une adaptation constante et que s’installer dans une routine qui fonctionne, c’est souvent rater une meilleure option.

Cette conviction s’est construite progressivement. Après ses travaux dans les simulateurs, il s’est tourné vers les environnements de travail ordinaires, là où les craintes face à la technologie, autant chez les employeurs que chez les employés, lui ont semblé nécessiter une recherche utile et ancrée dans le réel.

Professeur adjoint au Département de technologies de l’information de HEC Montréal et membre du Laboratoire ERPsim, il collabore avec des organisations souhaitant étudier scientifiquement l’adoption de l’IA dans leurs milieux de travail.