Les absences
Acteurs, usages et situations de vie encore peu ou mal représentés.
UNE BRIQUE DIFFÉRENCIANTE DE RM
Le Stress-test des controverses pour explorer les controverses, éprouver plusieurs cadrages et mieux concevoir la participation - sans prétendre prédire ce que pensent les personnes.
POURQUOI LE FAIRE ?
Un sujet peut sembler clair tout en laissant hors champ des acteurs, des usages, des contraintes ou des mots qui polarisent. Une question mal cadrée enferme le débat avant même qu’il commence.
Responsive Mountain utilise la simulation comme un environnement de préparation : pour faire apparaître les points de vigilance, comparer des formulations et imaginer des formats de dialogue plus adaptés.
L’objectif n’est pas de fabriquer de l’acceptabilité, mais d’arriver sur le terrain avec de meilleures questions.
LE STRESS-TEST DES CONTROVERSES
Chaque production est provisoire, traçable et destinée à être corrigée par les savoirs des personnes concernées.
Documents de planification, diagnostics, études, données vérifiées, contributions antérieures et connaissances du système d’acteurs.
Positions possibles, préoccupations, situations de vie, objections et biais de cadrage - clairement distingués des faits établis. Chaque voix porte un statut : documentée, extrapolée ou non documentée. Un public absent des documents est signalé comme une absence documentaire, avec des pistes pour aller le rencontrer.
Comparer plusieurs façons de poser le problème, explorer les tensions et tester la robustesse du dispositif participatif envisagé.
Faire vérifier, contredire et enrichir les hypothèses par les experts du contexte et les personnes effectivement concernées.
CE QUE LA DÉMARCHE PEUT RÉVÉLER
Acteurs, usages et situations de vie encore peu ou mal représentés.
Formulations polarisantes, ambiguïtés et écarts de vocabulaire.
Données manquantes, controversées ou à expliquer avant le débat.
Préoccupations communes qui peuvent ouvrir un point de départ.
Canaux, rythmes ou modalités d’expression à adapter aux publics.
Arbitrages, responsabilités et conditions de réussite à expliciter.
EXEMPLE DE QUESTION
Eau, mobilité, foncier, alimentation : la méthode s’adapte à des sujets où les contraintes matérielles, les usages et les représentations se croisent.
GARDE-FOUS
Les voix simulées ne sont ni des personnes réelles, ni un échantillon représentatif, ni un résultat de consultation. Elles ne sont jamais présentées comme une parole recueillie.
Les réactions explorées sont des hypothèses de travail à contredire, pas des intentions attribuées à la population.
Une convergence simulée ne vaut jamais accord collectif, et le désaccord peut rester légitime. L’outil ne propose jamais de formulation de compromis : un compromis se construit entre personnes réelles.
RM prépare et questionne ; les experts vérifient, le collectif contribue et les responsables décident.
Un levier sert à faciliter la participation, jamais à amener les personnes vers une position décidée à l’avance. Il doit pouvoir leur être expliqué ouvertement.
Nous excluons les demandes liées à une campagne électorale, à un parti ou à une candidature.
SCTE · TRANSITION ÉCOLOGIQUE
Le corpus RM sur les Sciences Comportementales et la Transition Écologique (SCTE) ajoute une couche critique à la simulation.
INSPIRATION DE RECHERCHE
La recherche publiée par Google DeepMind sous le nom de « Habermas Machine » rédige, à partir des opinions de participant·es réel·les, des déclarations communes, et prédit l’approbation de chacun·e pour retenir celles qui recueillent l’accord le plus large. RM n’entretient aucun partenariat avec Google DeepMind.
Ce que nous retenons : l’idée qu’une IA peut aider à rendre explicites des positions et des désaccords avant une discussion, et à les soumettre à la critique.
Ce que nous abandonnons : la recherche de l’approbation maximale, la prédiction de l’adhésion et la rédaction de compromis par la machine. Certaines versions antérieures de notre outil reprenaient cette logique ; nous les avons abandonnées.
Deux travaux plus récents prolongent cette réflexion : John Rountree et John Gastil (2026) proposent d’utiliser l’IA pour simuler des délibérations, en complément de la délibération humaine ; Francesco Veri (Université de Zurich, 2026) soumet cette proposition à la mesure et en tire trois garde-fous, que nous appliquons ou nous engageons à appliquer.
Tessler et al., 2024 ↗Rountree et Gastil, 2026 ↗Veri, 2026 ↗Notre analyse détaillée (annexe de la réponse aux objections)
UNE CONTROVERSE À PRÉPARER ?