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 le problème que cherche à résoudre 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.

Sur le terrain pédagogique, il co-développe Business Builders, une plateforme gamifiée qui enseigne la visualisation de données et la prise de décision à travers des tableaux de bord interactifs.

Le jeu « L’analyste de hockey », lancé en avril 2026 en partenariat avec la LNH et SAP, en est l’illustration la plus récente : en plaçant l’étudiante ou l’étudiant dans un rôle décisionnel à partir de vraies données de matchs, il transforme la passion du sport en moteur d’apprentissage analytique.

L’objectif est de rejoindre les jeunes là où ils sont, y compris ceux que les contextes d’affaires traditionnels laissent indifférents.

Ce souci de conception n’est pas que pédagogique. Ses recherches sur la visualisation des décisions d’IA montrent qu’un excès d’information visuelle peut produire l’effet inverse de celui recherché : trop de détails sur une décision d’IA n’éclaire pas l’utilisateur, ça l’intimide.

Ce qu’il appelle la clarté morphologique, soit le niveau de détail fourni lors de la présentation d’une décision algorithmique, est un équilibre délicat entre précision et lisibilité. Le critère de l’utilisateur final n’est pas la rigueur scientifique de la représentation, c’est sa capacité à s’en servir.

Ses travaux récents l’ont aussi conduit à observer comment l’IA modifie la dynamique des équipes en contexte créatif. En standardisant la présentation des idées soumises par différents collaborateurs, elle peut réduire les biais hiérarchiques : les propositions sont évaluées sur leur fond, peu importe qui les a formulées.

Il observe aussi que l’IA demande une adaptation continue, et que s’installer dans une routine qui fonctionne, c’est souvent rater une meilleure option juste à côté.

C’est une conviction qui est venue progressivement. Après ses travaux dans les simulateurs, il a tourné son attention 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 appeler 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.