Décrypter les émotions des usagers pour améliorer les services publics

Et si les émotions des usagers devenaient un nouveau critère d’analyse de la satisfaction des usagers vis-à-vis de leurs administrations ? C’est la question posée par Benjamin Levy, dans le cadre d’un contrat doctoral entre la DITP et la Chaire Gouvernance et Régulation de l’Université Paris Dauphine PSL. Son point de départ : utiliser l’IA pour analyser plus de 160 000 témoignages d’usagers déposés sur la plateforme Je donne mon Avis (JDMA). 

Diplômé d'un Master en Economie et Psychologie de l'Université Paris 1 Panthéon Sorbonne et de Paris School of Economics (PSE) ainsi que d'un Master d'économie comportementale de l’Université de Nottingham, il soutiendra bientôt sa thèse, dirigée par Christophe Benavent. Comme il l’explique : « J’ai choisi un sujet qui allie les sciences comportementales et les émotions, exploite l’IA et s’applique au secteur public. Je cherche toujours à comprendre pourquoi les gens agissent comme ils le font. Dans le cadre de ma thèse, je cherche à comprendre pourquoi les usagers prennent le temps de partager leur ressenti avec en moyenne un texte de 400 caractères, et ce que cela traduit. »

Comprendre ce que ressentent les usagers

Les services publics mesurent la satisfaction de leurs usagers. Mais savoir qu'un usager est satisfait ou insatisfait ne suffit pas toujours à comprendre ce qu'il a vécu. Derrière une expérience se cachent souvent des émotions qui racontent bien davantage. C'est ce qu'a exploré Benjamin, parce que « les émotions sont une manière de s'exprimer, au même titre que le langage corporel. Elles véhiculent un message qu'il est important de comprendre ». Il a développé pour la DITP une méthode d'analyse automatique des émotions exprimées par les usagers, à l’aide d’une solution d'intelligence artificielle.

Ses travaux se sont appuyés sur plus de 160 000 témoignages déposés sur la plateforme JDMA, qui recueille les expériences des usagers d’une cinquantaine de services publics. « Cette base de données est unique au monde. Elle offre une matière riche et nuancée, idéale pour une analyse approfondie », estime-t-il.

Le secteur privé utilise l'analyse des émotions dans la relation client, mais son application aux services publics est innovante. Des travaux scientifiques existent en psychologie ou en sciences comportementales, mais peu de recherches avaient jusqu'ici étudié les émotions des usagers face aux services publics pour mieux les comprendre.

L’IA pour transformer des témoignages en données exploitables

Le premier défi a été scientifique : il n’existe aucun consensus sur le nombre d’émotions à retenir ni même sur leur définition. Après 18 mois de recherche, le doctorant a élaboré un modèle spécifique aux services publics. Sur 74 émotions recensées dans la littérature, il en a finalement retenu 28, regroupées en cinq grandes familles d’usagers : les satisfaits, les déçus, les perplexes, les indignés et les submergés.

Pour classer les témoignages, il a utilisé un modèle d’intelligence artificielle spécialisé dans le traitement automatique du langage naturel (NLP). Son rôle ? Attribuer à chaque témoignage une probabilité d’appartenir à chacune des familles émotionnelles avant de retenir celle qui correspond le mieux. Résultats : des milliers de récits, rédigés en langage naturel, transformés en données exploitables.

Ces résultats révèlent que les émotions exprimées varient peu d’un service public à l’autre mais diffèrent fortement selon les démarches effectuées au sein d’un même service. Globalement, environ 30 à 40% des témoignages expriment une satisfaction, 20% traduisent une déception, 10 à 20% révèlent une perplexité, une indignation, ou un sentiment de confusion ou de submersion.

Identifier les causes pour mieux agir : vers une administration plus humaine

« Une émotion n’apparaît jamais sans raison », rappelle Benjamin Levy. Derrière la colère, la déception ou la confusion se cachent des difficultés très différentes : un sentiment d’injustice - par exemple après une amende -, une stigmatisation - ressentie lors d’une demande d’aide sociale -, une procédure administrative trop complexe ou encore l’impression de ne pas disposer des ressources (financières, numériques, cognitives) nécessaires pour mener une démarche jusqu’au bout. L’intérêt de ses travaux ne réside pas simplement dans la mesure des émotions, mais surtout dans la compréhension des causes.

À terme, une meilleure compréhension pourrait permettre d’adapter plus finement les réponses apportées aux usagers. Un usager en colère n’a pas les mêmes attentes qu’un usager désespéré ou totalement perdu face à une procédure. A grande échelle, l’analyse de centaines de milliers de témoignages offre une vision globale des difficultés rencontrées et des leviers d’amélioration possibles.

Le chercheur, qui soutiendra sa thèse en décembre, tempère : les témoignages déposés sur JDMA sont spontanés et reflètent davantage les expériences négatives. Ils sont donc représentatifs uniquement des utilisateurs de cette plateforme. Cette approche ouvre quand même une piste prometteuse dans la relation entre l’administration et ses usagers : utiliser l’intelligence artificielle non pour remplacer l’analyse humaine mais pour mieux comprendre les usagers et, in fine, améliorer durablement la qualité de service.