Design par l'IA

Prototypage et IA : pourquoi le « Quick & Dirty » reste irremplaçable ?

10/11/2026

Ces dernières années, nos formations en Design Thinking à la d.school Paris se sont fortement orientées vers les services. Nous sommes passés de la conception de produits physiques (quasi-uniquement) à davantage de création d’interfaces numériques, d’interactions ou de parcours usagers. Pour tester ces idées, nous avons adapté notre fameux prototypage « quick and dirty » (ndlr : une sorte de « vite fait, mal fait ») à ces nouveaux formats. Récemment, nos commanditaires nous posent une question légitime : pourquoi ne pas prototyper en « quick and dirty » avec de l’IA ? La machine va beaucoup plus vite et produit des résultats visuellement impressionnants. Il est temps de poser une réponse complète sur cette (fausse) bonne idée.

1. Sur le critère de la vitesse, l’IA gagne le match

Jusqu’ici, le « Quick and Dirty » désignait le plus bas degré de résolution d’un prototype. L’équation se résumait simplement : tester une piste en mobilisant très peu de ressources.

L’intelligence artificielle générative bouscule aujourd’hui cette définition. Si l’on évalue les ressources en matière de temps passé, d’énergie humaine déployée ou de matériel utilisé, l’IA bat tous les records. Elle permet d’obtenir un visuel léché avec un coût de production proche de zéro. Effectivement, l’IA permet de faire très vite (le côté quick). Mais le problème se situe ailleurs.

2. Le piège du "Quick & Clean" : trois biais qui ruinent vos tests

Faire vite ne veut pas dire qu’il faut faire propre. Remplacer le « Quick and Dirty » par du « Quick and Clean » constitue une erreur d’approche majeure. Si nous continuons d’utiliser des feuilles de papier et des feutres, ce n’est pas parce que nous ignorons comment faire une maquette parfaite. Le côté brut possède une véritable fonction. Faire trop « propre » dès le départ déclenche trois biais qui faussent les retours utilisateurs.

Un degré de résolution qui décentre le débat de l’usage vers la forme

Au stade du « Quick and Dirty », l’objectif consiste à tester une seule chose à la fois, et particulièrement la désirabilité d’une solution encore très peu définie. Prenons l’exemple d’un service de réservation de trajet en VTC. Nous cherchons à savoir si un jeune citadin a réellement besoin de commander une voiture depuis son smartphone. Faire un prototype « sale », avec très peu de détails, matérialise directement cette part d’incertitude.

Si vous utilisez l’IA pour présenter une interface de très bonne résolution, vous ajoutez de la complexité sur des éléments que vous n’avez pas encore décidés. Votre prototype se charge de subjectivité. Résultat : l’utilisateur ne juge plus uniquement le service de VTC. Il donne son avis sur la couleur des boutons, l’emplacement du menu ou le design de la carte affichée. Le débat dérive. Vous récoltez des remarques sur une ergonomie que vous ne cherchiez pas à tester, et vous passez à côté de votre question de départ sur le fond du service.

Le piège du beau : quand l’utilisateur n’ose plus être sincère

Mettre une belle interface entre les mains d’un testeur provoque deux réactions inconscientes. D’abord, il réagit face à votre proposition comme si elle existait déjà sur le marché. Il critique son utilisation à l’instant T, mais oublie de remettre en question sa présence même dans son quotidien. Il va valider l’objet sans même réaliser qu’il ne s’en servirait jamais dans la vraie vie.

Ensuite, l’esthétique crée un biais de complaisance. Si c’est beau, l’utilisateur a l’impression que vous y avez passé beaucoup de temps. Pour vous faire plaisir, ou pour s’enfuir poliment, il aura tendance à vous dire que « c’est super ». À l’inverse, face à un bout de carton ou un dessin qui ressemble à un croquis d’enfant, personne n’a peur de critiquer ou de dire que l’idée ne fonctionne pas. Le côté brouillon libère la parole.

Une interface figée qui tue l’interactivité

Pendant un test de basse résolution, la matière doit rester souple. Sur un prototype en papier, on rature, on trace une flèche pour déplacer un élément, on dessine une nouvelle case directement devant l’utilisateur, ou on le laisse écrire lui-même dessus. Il s’implique dans la conception.

Une interface conçue par IA fige le test. Pour modifier un détail en direct, il faut écrire un nouveau prompt, attendre le résultat de la machine, et prier pour qu’elle n’ait pas modifié tout le reste du visuel au passage. Cette rigidité casse l’interactivité indispensable aux premiers échanges.

3. N’oublions pas que le premier prototype ne teste pas toujours une solution

Cette obsession pour l’interface visuelle vient d’une confusion courante : croire que le premier prototype doit obligatoirement représenter la solution finale. Nous pensons souvent que pour valider l’idée d’un service de VTC, il faut tester une application de VTC.

En réalité, un premier prototype sert souvent à vérifier le problème avant la solution, pour valider l’usage ou la désirabilité. Vous pouvez très bien concevoir un faux e-mail annonçant le lancement du service et analyser le taux de clic. Vous pouvez afficher un poster avec un QR code dans la rue pour voir si les passants cherchent à le télécharger. Vous pouvez même asseoir des personnes dans une vraie voiture pour tester la relation avec un chauffeur, sans avoir écrit une seule ligne de code ni dessiné le moindre écran.

Pour construire la bonne réponse finale, il vaut mieux tester des hypothèses isolées (l’immédiateté de la commande, le partage d’informations au chauffeur, le temps d’attente) avec des prototypes différents, plutôt que de tout compacter directement dans une interface « tout-en-un » artificielle.

4. Une question de séquençage, pas de rejet

Faut-il pour autant rayer l’intelligence artificielle de nos processus de conception ? Absolument pas. Le problème ne vient pas de l’outil, mais du moment où on l’utilise.

La démarche Design Thinking requiert un séquençage précis. Au tout début de l’exploration, l’incertitude exige des outils bruts, modifiables et sans prétention esthétique pour faire émerger les vrais besoins. Une fois le problème défini, l’usage validé et les fonctionnalités principales arrêtées, l’IA devient une (vraie) alliée. Pour passer d’un prototype de moyenne résolution à un rendu haute fidélité en phase de finition, elle offre un gain de temps et une qualité d’exécution inégalables … tout est question de timing.

🧭 Et vous ? Avez-vous déjà fait les frais d’un prototype trop esthétique, proposé trop tôt, qui a faussé les retours de vos utilisateurs ? Comment séquencez-vous l’usage de l’IA dans vos propres phases de conception ? Le débat est ouvert, partageons nos expériences !

D'autres articles qui vous plairont

Prototypage et IA : pourquoi le « Quick & Dirty » reste irremplaçable ?

Face à l'essor des outils génératifs, une question revient souvent : pourquoi continuer à gribouiller sur du papier quand l'IA peut sortir une maquette...

Design par l'IA

5 méthodes pour concevoir un scénario prospectif

Design Fiction

Design soutenable : quand la matière raconte une histoire

Il y a quelques semaines, nous avons participé à la 12ᵉ édition des Rendez-vous de la Matière de FORMÆ....

Design Soutenable