Qu’est-ce qui rend un chatbot tuteur vraiment efficace en andragogie ?

Contexte : On m’a récemment demandé de créer un agent tuteur basé sur l’intelligence artificielle. Avant de me lancer dans la conception, j’ai voulu comprendre le paysage actuel des tuteurs IA pour identifier les meilleures pratiques et les modèles qui ont fait leurs preuves. Cette exploration systématique des exemples existants constitue la première étape de ma démarche, qui comprendra ensuite l’analyse des qualités essentielles d’un bon tuteur, l’étude des principes d’un chatbot efficace, et finalement, l’élaboration de prompts optimaux pour créer un agent tuteur qui intègre tous ces apprentissages.

Le développement professionnel chez les adultes demande une approche différente de la pédagogie traditionnelle. Les apprenants adultes ont des besoins spécifiques : autonomie, pertinence immédiate, et respect de leur expérience. Dans ce contexte, les chatbots tuteurs émergent comme des outils prometteurs pour les départements de formation continue.

Mais qu’est-ce qui fait qu’un chatbot est réellement utile, agréable et efficace? Et surtout, comment s’assurer qu’il répond aux besoins avant d’investir?

L’utilité : répondre aux besoins andragogiques concrets

Disponibilité et flexibilité temporelle

Un chatbot tuteur efficace comprend que les adultes apprennent souvent en dehors des heures conventionnelles.

Exemple concret : Un chatbot de formation en comptabilité permet à un professionnel de poser des questions précises sur les nouvelles normes fiscales pendant sa pause-café, obtenant des réponses immédiates plutôt que d’attendre le prochain webinaire de formation ou qu’un formateur soit disponible.

Adaptation au rythme et au niveau individuel

Contrairement aux formations en groupe, un chatbot efficace s’adapte au rythme de chaque apprenant. Il ne ralentit pas pour les autres, ne crée pas de pression temporelle. L’adulte contrôle totalement sa progression, principe fondamental en andragogie.

Mais l’adaptation va plus loin : un bon chatbot ajuste son niveau de langage selon le profil de l’apprenant. Face à un technicien débutant, il utilisera des termes simples et des exemples concrets. Pour un expert chevronné, il pourra employer un vocabulaire technique plus précis et des cas complexes. Cette capacité d’adaptation au niveau est primordiale pour maintenir l’engagement sans ennuyer avec des explications trop simplistes ni perdre l’apprenant avec du jargon inapproprié.

Pertinence contextuelle et application immédiate

Les adultes apprennent mieux quand le contenu répond à un besoin immédiat. Un chatbot utile peut donc:

Répondre à des questions très spécifiques liées à une tâche en cours
Fournir des exemples dans le contexte professionnel exact de l’apprenant
Suggérer des applications pratiques immédiates
Analyser les erreurs récurrentes et proposer des exercices ciblés

Exemple : Un gestionnaire apprenant Python ne veut pas nécessairement suivre un cours complet. Il veut savoir « Comment automatiser l’extraction de données de ce fichier Excel pour mon rapport mensuel? » Un bon chatbot comprend cette demande orientée vers la solution et guide l’apprenant vers une réponse applicable dès maintenant.

Réduction de la charge pour les formateurs

Pour un département de formation continue, l’utilité d’un chatbot se mesure aussi en gain de temps pour les formateurs. En prenant en charge les questions récurrentes (prérequis du cours, questions administratives), le chatbot permet aux formateurs de se concentrer sur l’accompagnement personnalisé des cas complexes et sur l’amélioration de leurs pratiques pédagogiques.

Créer une expérience d’apprentissage positive

Ton conversationnel adapté sans infantilisation

Les adultes détestent être traités comme des enfants. Un chatbot agréable adopte un ton respectueux, professionnel mais accessible. Des études récentes ont montré que le style optimal varie selon le profil des apprenants : certains préfèrent un ton chaleureux et encourageant qui les met en confiance, tandis que d’autres apprécient davantage un style direct et concis qu’ils perçoivent comme plus compétent.

Point clé pour les décideurs : Un chatbot bien conçu devrait idéalement permettre aux utilisateurs d’ajuster le style de communication selon leurs préférences, ou du moins adopter un juste milieu entre empathie et efficacité.

Le chatbot doit éviter:

Les félicitations excessives (« Bravo champion! »)
Le langage trop simpliste
Les récompenses gamifiées inappropriées pour des adultes
Les émojis excessifs (sauf si l’apprenant les utilise lui-même)

Au lieu de cela, il maintient un dialogue entre pairs, reconnaissant l’expérience de l’apprenant.

Gestion intelligente et bienveillante des erreurs

Un chatbot bien conçu pour l’andragogie transforme les erreurs en opportunités d’apprentissage sans créer d’embarras. Plutôt que « C’est faux! », il répond avec tact et pédagogie.

Exemple concret : Si un apprenant en programmation propose une solution inefficace, le chatbot pourrait répondre: « Votre logique est correcte et ce code fonctionnerait. Cependant, dans des ensembles de données plus grands, vous pourriez rencontrer des problèmes de performance. Voici une alternative optimisée… »

Cette approche respecte l’intelligence de l’adulte tout en le guidant vers la meilleure pratique.

Un espace d’apprentissage sans jugement

Pour beaucoup d’adultes, poser une question « simple » devant leurs pairs ou leur formateur peut être source d’anxiété. Le chatbot offre un espace décomplexé où l’apprenant peut poser la même question dix fois si nécessaire, explorer ses lacunes sans crainte du jugement, et progresser à son rythme. Cette patience infinie et cette bienveillance constante créent un environnement psychologiquement sécuritaire pour l’apprentissage.

Interface intuitive et accessible

L’agrément passe aussi par la facilité d’utilisation. Un bon chatbot tuteur:

Accepte des questions en langage naturel (pas besoin de formuler « parfaitement »)
Tolère les fautes de frappe et formulations imparfaites
Offre des suggestions de questions ou des boutons d’action si l’apprenant hésite
Permet de revenir facilement aux concepts précédents
S’intègre naturellement dans l’environnement d’apprentissage existant (LMS, plateforme de formation)
Présente visuellement la distinction entre les messages du bot et de l’utilisateur
Utilise des carrousels ou menus pour faciliter la navigation

Considération technique : L’accessibilité universelle est cruciale – multilingue, synthèse vocale, interface compatible avec les lecteurs d’écran pour l’inclusion de tous les apprenants.

L’efficacité : garantir un apprentissage réel et mesurable

Compréhension contextuelle profonde et fiabilité

Un chatbot efficace ne se contente pas de chercher des mots-clés. Il comprend l’intention derrière la question. Quand un apprenant demande « Comment gérer les clients difficiles? », le chatbot reconnaît qu’il s’agit de compétences interpersonnelles, pas d’un problème technique.

Enjeu critique : la fiabilité des réponses

Le plus grand risque d’un chatbot inefficace est de fournir des informations erronées. Les « hallucinations » de l’IA, ces réponses factuellement fausses présentées avec aplomb, peuvent faire plus de mal que de bien. Pour un département de formation continue, c’est un point non-négociable.

Solutions pour garantir la fiabilité :

Connecter le chatbot directement au contenu validé du cours (documents de référence, supports approuvés par les formateurs)
Utiliser une base de connaissances locale plutôt que se fier uniquement à l’IA générative
Implémenter un système de vérification à deux niveaux : l’IA génère, mais un second agent vérifie la conformité avec le matériel pédagogique
Configurer le chatbot pour qu’il admette ses limites (« Je ne suis pas certain de ce point ») et renvoie vers des ressources fiables
Citer les sources pour chaque réponse importante

Personnalisation basée sur l’historique et mémorisation

L’efficacité augmente considérablement quand le chatbot se souvient des interactions passées:

« Je me rappelle que vous travaillez dans le secteur manufacturier, voici un exemple adapté… »
« Vous aviez des difficultés avec les fonctions lambda la semaine dernière, voulez-vous qu’on révise? »
« Basé sur vos questions précédentes, vous pourriez bénéficier de cette ressource… »

Cette personnalisation crée une expérience d’apprentissage sur mesure impossible à reproduire avec un seul formateur pour des dizaines d’apprenants.

Approche socratique : guider plutôt que donner

Un chatbot vraiment efficace en andragogie ne fait pas le travail à la place de l’apprenant. Il favorise l’apprentissage actif en:

Guidant par des indices plutôt que donnant la réponse brute
Posant des questions supplémentaires pour stimuler la réflexion
Offrant des explications pas à pas
Encourageant l’apprenant à appliquer le concept dans son contexte

Exemple pratique : Un gestionnaire suit une formation sur la résolution de conflits. Plutôt que de simplement présenter les techniques de médiation, un bon chatbot pourrait demander : « Pensez à un conflit récent dans votre équipe. Quels étaient les intérêts sous-jacents de chaque partie? Comment auriez-vous pu reformuler leurs positions pour trouver un terrain d’entente? »

Cette approche transforme l’apprenant de consommateur passif en acteur de son apprentissage.

Métacognition et développement de compétences transversales

Les adultes apprennent mieux quand ils réfléchissent sur leur processus d’apprentissage. Un chatbot efficace encourage cette métacognition:

« Qu’est-ce qui vous a aidé à comprendre ce concept? »
« Comment pourriez-vous appliquer cela dans votre contexte professionnel? »
« Quelles questions vous posez-vous encore? »
« Quelle stratégie avez-vous utilisée pour résoudre ce problème? »

Exemple pour une formation en leadership : « Pensez à une situation récente où vous avez dû gérer un conflit. Comment appliqueriez-vous maintenant les stratégies que nous venons de discuter? Quels obstacles anticipez-vous? »

Cette réflexion développe non seulement la compétence ciblée, mais aussi la capacité d’apprentissage autonome et le transfert des connaissances.

Garde-fous pédagogiques : résistance au détournement

Les apprenants adultes, tout comme les élèves, peuvent tenter de contourner le système. Un chatbot efficace doit:

Rester focalisé sur son rôle d’assistant d’apprentissage
Refuser poliment les demandes hors de son périmètre éducatif
Ne pas faciliter la triche (par exemple, ne pas rédiger un travail complet à la place de l’apprenant)
Recentrer la conversation sur les objectifs pédagogiques
Gérer avec dignité les tentatives de provocation ou de test

Stratégies concrètes pour éviter le détournement :

Programmer des réponses de redirection : « Je suis ici pour vous accompagner dans votre apprentissage de [sujet]. Pour cette demande, je vous suggère de consulter [ressource appropriée]. »
Définir des limites claires dès le message d’accueil : « Je peux vous aider avec vos questions sur [périmètre défini], vous guider dans vos exercices et clarifier des concepts. »
Refuser de générer du contenu complet : « Je remarque que vous me demandez de rédiger votre rapport complet. Mon rôle est plutôt de vous aider à structurer vos idées. Quelle est votre idée principale? »
Implémenter des filtres pour détecter les demandes de contournement (ex: « écris mon devoir », « donne-moi toutes les réponses »)
Maintenir un ton professionnel qui rappelle le contexte formatif

Mesure des progrès sans évaluation punitive

L’efficacité se mesure, mais sans créer d’anxiété. Un bon chatbot:

Offre des opportunités d’auto-évaluation volontaires
Présente les progrès comme un développement continu, non comme un jugement
Suggère des domaines à approfondir sans imposer un parcours rigide
Fournit un suivi des progrès visible pour l’apprenant (et optionnellement pour le formateur)

Indicateurs clés à mesurer

Pour évaluer si son chatbot est réellement efficace, quelques métriques possibles :

Métriques d’efficacité opérationnelle

Taux de réussite des tâches : Pourcentage de demandes résolues avec succès
Taux de confinement : Pourcentage de requêtes traitées sans intervention humaine (objectif: > 70%)
Temps moyen de résolution : Rapidité de fourniture d’une aide pertinente
Taux de compréhension (NLU) : Capacité à traiter correctement les intentions des utilisateurs

Métriques d’adoption et de satisfaction

Taux d’utilisation volontaire : Proportion d’apprenants qui choisissent d’utiliser le chatbot
Taux de rétention : Apprenants qui reviennent utiliser le chatbot après la première fois
Score de satisfaction (CSAT) : Évaluation moyenne donnée par les utilisateurs
Customer Effort Score (CES) : Facilité perçue d’utilisation du service

Métriques d’impact pédagogique

Amélioration des performances : Comparaison des résultats aux évaluations avant/après
Taux d’engagement : Nombre d’interactions par session, temps passé avec le chatbot
Feedbacks qualitatifs : Commentaires positifs/négatifs des apprenants et formateurs
Taux d’abandon : Moments où l’utilisateur quitte la conversation (révèle les points de friction)

Métriques d’optimisation continue

Taux de transfert à un humain : Fréquence où le bot doit passer le relais
Questions sans réponse : Identifie les lacunes du système
Taux d’erreur : Fréquence des réponses incorrectes ou inadéquates

Pour les décideurs : Établissez ces KPIs avant le déploiement et revoyez-les mensuellement pour ajuster le système.

Les pièges à éviter : leçons tirées du terrain

Même bien intentionné, un chatbot peut échouer si vous ne prenez pas en compte ces erreurs fréquentes:

Erreurs de conception

Réponses trop génériques qui manquent de profondeur ou de lien avec le contexte professionnel
Parcours d’apprentissage rigide qui ignore l’autonomie de l’adulte
Scénarios trop linéaires qui s’effondrent dès que l’apprenant sort du chemin prévu
Manque de transparence sur les capacités et limites du chatbot

Erreurs stratégiques

Déploiement sans formation des apprenants et formateurs
Absence de supervision humaine – le chatbot ne doit jamais remplacer complètement l’expertise humaine
Méconnaissance du public cible – ne pas adapter le ton et le niveau
Négligence de l’éthique – données personnelles, biais dans les réponses, inclusivité

Erreurs de gestion

Pas de plan d’amélioration continue basé sur les feedbacks
Sous-estimation des ressources nécessaires pour maintenir et mettre à jour le système
Attentes irréalistes – le chatbot n’est pas magique et ne résoudra pas tous les problèmes

Checklist décisionnelle

Avant de déployer un chatbot voici une propositions des points essentiels à valider :

Phase 1 : Analyse des besoins

[ ] Vos apprenants adultes ont-ils besoin d’un support en dehors des heures de formation?
[ ] Avez-vous documenté les besoins spécifiques de votre public cible?
[ ] Avez-vous défini des objectifs mesurables pour le chatbot?

Phase 2 : Conception et développement

[ ] Le chatbot est-il connecté à votre contenu pédagogique validé?
[ ] Avez-vous mis en place des mécanismes pour garantir la fiabilité?
[ ] L’interface est-elle intuitive et accessible (multilingue, synthèse vocale)?
[ ] Le ton est-il adapté à un public adulte (ni infantilisant, ni trop formel)?
[ ] Le chatbot peut-il s’adapter au niveau de chaque apprenant?
[ ] Avez-vous configuré des garde-fous contre le détournement?
[ ] Le chatbot encourage-t-il l’apprentissage actif plutôt que de donner les réponses directement?
[ ] Peut-il mémoriser l’historique des interactions pour personnaliser l’expérience?

Phase 3 : Intégration pédagogique

[ ] Le chatbot s’intègre-t-il naturellement dans votre LMS ou plateforme existante?
[ ] Les formateurs comprennent-ils comment le chatbot complète (et ne remplace pas) leur rôle?
[ ] Avez-vous défini clairement le périmètre éducatif du chatbot?
[ ] Le système peut-il transférer à un humain quand nécessaire?

Phase 4 : Déploiement et adoption

[ ] Avez-vous prévu une formation pour les apprenants et formateurs?
[ ] Le message d’accueil est-il clair, engageant et explicite sur les capacités du bot?
[ ] Avez-vous un plan de communication pour encourager l’adoption?
[ ] Les apprenants savent-ils qu’ils interagissent avec un bot (transparence)?

Phase 5 : Mesure et amélioration

[ ] Avez-vous mis en place des KPIs ?
[ ] Existe-t-il un mécanisme simple pour recueillir les feedbacks?
[ ] Avez-vous des ressources dédiées pour analyser les données et améliorer le système?
[ ] Prévoyez-vous des révisions régulières (mensuelles au début)?
[ ] Y a-t-il un processus pour identifier et corriger les réponses erronées?

Phase 6 : Éthique et conformité

[ ] Les données des apprenants sont-elles protégées conformément aux réglementations?
[ ] Avez-vous vérifié les biais potentiels dans les réponses?
[ ] Le chatbot est-il inclusif pour tous les profils d’apprenants?
[ ] Avez-vous une politique claire sur l’utilisation des données d’apprentissage?

Chatbot vs Tuteur humain : la complémentarité gagnante

Ce que le chatbot fait mieux

Disponibilité constante : 24/7, sans fatigue ni impatience
Scalabilité : Peut accompagner des centaines d’apprenants simultanément
Réponses immédiates : Pas d’attente pour les questions techniques ou factuelles
Patience infinie : Peut réexpliquer 100 fois le même concept sans agacement
Personnalisation technique : Adaptation automatique du contenu selon le profil
Autoévaluation : Tests et feedback instantanés sur les acquis
Aide cognitive : Accès rapide aux ressources, exercices ciblés selon les lacunes

Ce que le tuteur humain fait mieux

Motivation et engagement : L’humain inspire, encourage et motive de façon authentique
Soutien émotionnel : Empathie réelle face aux défis et frustrations
Accompagnement réflexif : Aide à donner du sens, à connecter les apprentissages à l’expérience
Adaptation situationnelle : Compréhension nuancée des contextes complexes
Valorisation personnelle : Reconnaissance authentique des progrès
Jugement pédagogique : Décisions complexes sur les parcours d’apprentissage
Dimension relationnelle : Construction d’une relation de confiance durable

Le modèle hybride optimal

La configuration la plus efficace combine:

Chatbot pour le soutien cognitif et technique : Questions factuelles, révisions, exercices, disponibilité hors heures
Tuteur humain pour l’accompagnement personnalisé : Motivation, résolution de problèmes complexes, évaluation qualitative, soutien émotionnel

Cette approche permet aux formateurs de se concentrer sur ce qu’ils font de mieux – l’humain – tout en délégant les tâches répétitives et techniques au chatbot.

Conclusion

Un chatbot tuteur en andragogie peut être un atour intéressant si et seulement si il est conçu avec soin, déployé de façon réfléchie, et amélioré continuellement.

Les conditions du succès

Fiabilité technique : Réponses exactes, connectées au contenu validé
Pertinence pédagogique : Adapté au niveau adulte, favorise l’apprentissage actif
Expérience utilisateur soignée : Interface intuitive, ton approprié, gestion bienveillante des erreurs
Intégration intelligente : Complète les formateurs sans les remplacer
Mesure et amélioration : KPIs suivis, feedbacks analysés, ajustements réguliers
Éthique et inclusivité : Protection des données, absence de biais, accessibilité universelle

Références

Articles scientifiques et revues académiques

Okonkwo, C. W., & Ade-Ibijola, A. (2021). Chatbots applications in education: A systematic review. Computers and Education: Artificial Intelligence, 2, 100033. https://doi.org/10.1016/j.caeai.2021.100033

Segers, E., & Verhoeven, L. (2023). Role of AI chatbots in education: systematic literature review. International Journal of Educational Technology in Higher Education, 20(1), 56. https://educationaltechnologyjournal.springeropen.com/articles/10.1186/s41239-023-00426-1

Tubío Fungueiriño, M., Rodríguez Groba, A., & García Antelo, B. (2022). Perceptions et usages d’un chatbot comme tuteur de cours en sciences de l’éducation. Médiations et Médiatisations. https://revue-mediations.teluq.ca/index.php/Distances/article/view/410

Okonkwo, C. W., & Ade-Ibijola, A. (2022). The impact of a virtual teaching assistant (chatbot) on students’ learning in Ghanaian higher education. International Journal of Educational Technology in Higher Education, 19, 57. https://educationaltechnologyjournal.springeropen.com/articles/10.1186/s41239-022-00362-6

Expertise et articles professionnels

de Laruelle, F. (s.d.). Qu’est-ce qu’un chatbot pédagogique ? https://floriandelaruelle.com/quest-ce-quun-chatbot-pedagogique/

Naffi, N. (s.d.). Chatbots : des alliés inattendus pour dynamiser les classes en enseignement supérieur. Université Laval. https://nadianaffi.fse.ulaval.ca/blogues/chatbots-des-allies-inattendus-pour-dynamiser-les-classes-en-enseignement-superieur/

HEC Montréal Digital. (s.d.). Les chatbots et l’IA en éducation : enjeux, défis et opportunités. https://digital.hec.ca/blog/chatbots-ia-education-enjeux-defis-opportunites/

ACFAS. (s.d.). Efficacité d’un robot conversationnel (chatbot) en formation : évaluation. 92e Congrès de l’ACFAS. https://www.acfas.ca/evenements/congres/92/contribution/efficacite-robot-conversationnel-chatbot-formation-evaluation-du

Expérience utilisateur et design

Nielsen Norman Group. (s.d.). The user experience of chatbots. https://www.nngroup.com/articles/chatbots/

BotNation AI. (s.d.). Expérience utilisateur chatbot. https://botnation.ai/site/fr/experience-utilisateur-chatbot/

MessengerBot. (s.d.). Maîtriser la conception UX des chatbots : aperçus essentiels sur l’expérience utilisateur, l’intégration de l’IA et des stratégies UI efficaces. https://messengerbot.app/fr/maitriser-la-conception-ux-des-chatbots-apercus-essentiels-sur-lexperience-utilisateur-lintegration-de-lia-et-des-strategies-ui-efficaces/

Justinmind. (s.d.). UX design pour chatbot. https://www.justinmind.com/fr/ux-design/chatbot

IBM. (s.d.). Chatbot design. https://www.ibm.com/fr-fr/think/topics/chatbot-design

Ideta. (2020). Les 10 bonnes pratiques lorsque vous créez un chatbot en 2020. https://blog-fr.ideta.io/les-10-bonnes-pratiques-lorsque-vous-creez-un-chatbot-en-2020

Botpress. (s.d.). Conversation design. https://botpress.com/fr/blog/conversation-design

Vector AI. (s.d.). Chatbot design conversationnel : meilleures pratiques. https://vector-ai-agents.com/fr/chatbot-design-conversationnel-meilleures-pratiques/

Messages d’accueil et engagement

MessengerBot. (s.d.). La création d’exemples de messages de bienvenue de chatbot parfaits et des conseils pour des conversations engageantes. https://messengerbot.app/fr/la-creation-dexemples-de-messages-de-bienvenue-de-chatbot-parfaits-et-des-conseils-pour-des-conversations-engageantes/

FlowHunt. (s.d.). 30 chatbot welcome messages to make a great first impression. https://www.flowhunt.io/fr/blog/30-chatbot-welcome-messages-to-make-a-great-first-impression/

Métriques et indicateurs de performance

Inbenta. (s.d.). 10 key metrics to evaluate your AI chatbot performance. https://www.inbenta.com/fr/articles/10-key-metrics-to-evaluate-your-ai-chatbot-performance/

Visiativ. (s.d.). Mesurer l’efficacité d’un chatbot. https://www.visiativ.com/actualites/actualites/mesurer-lefficacite-dun-chatbot/

Calabrio. (s.d.). Les indicateurs de performance des chatbots que chaque équipe devrait mesurer. https://www.calabrio.com/fr/blog/les-indicateurs-de-performance-des-chatbots-que-chaque-equipe-devrait-mesurer/

Specific App. (s.d.). What user experience KPI should a chatbot have and best questions for chatbot UX KPI. https://www.specific.app/fr/blog/what-user-experience-kpi-should-a-chatbot-have-and-best-questions-for-chatbot-ux-kpi-unique

Botpress. (s.d.). Containment rate. https://botpress.com/fr/blog/containment-rate

Botpress. (s.d.). Key chatbot statistics. https://botpress.com/fr/blog/key-chatbot-statistics

Cas d’usage et applications pratiques

Wan, T. (2023, juin 22). Georgia Tech is trying to keep a ChatGPT-powered teaching assistant from ‘hallucinating’. EdSurge News. https://www.edsurge.com/news/2023-06-22-georgia-tech-is-trying-to-keep-a-chatgpt-powered-teaching-assistant-from-hallucinating

Clue Labs. (s.d.). Études de cas sur la mise en œuvre réussie de chatbots dans l’e-learning. https://cluelabs.com/blog/etudes-de-cas-sur-la-mise-en-oeuvre-reussie-de-chatbots-dans-lelearning/

Recherche comparative et analyse

Phys.org. (2024, novembre). Warm and friendly or competent and straightforward? What students want from AI chatbots in the classroom. https://phys.org/news/2024-11-friendly-straightforward-students-ai-chatbots.html

Blog Formation Entreprise. (s.d.). Mythe : l’IA va remplacer les tuteurs et mentors. https://www.blog-formation-entreprise.fr/mythe-lia-va-remplacer-tuteurs-mentors/

Ressources générales

Smart Tribune. (s.d.). Les chatbots. https://blog.smart-tribune.com/fr/chatbots

iMarkLab. (2017, décembre). Chatbots vs sites web. https://imarklab.com/2017/12/chatbots-vs-sites-web/

Artimon. (s.d.). Les chatbots de demain : enjeux et perspectives pour l’administration publique française. https://artimon.fr/perspectives/les-chatbots-de-demain-enjeux-et-perspectives-pour-ladministration-publique-francaise/

Mind the Product. (s.d.). Deep dive: UX best practices for AI chatbots. https://www.mindtheproduct.com/deep-dive-ux-best-practices-for-ai-chatbots/

Inbenta. (2022). Chatbot best practices 2022: 11 tips & tricks you can benefit from today. https://www.inbenta.com/fr/articles/chatbot-best-practices-2022-11-tips-tricks-you-can-benefit-from-today/