Le design adaptatif personnalisé par l'IA : la mutation que les designers ne peuvent plus ignorer

Ce qui se passe déjà

Il y a trois ans, j'écrivais dans un article que le prochain grand déplacement du design ne viendrait pas des stakeholders. Il viendrait de l'utilisateur lui-même, connu par les algorithmes, servi par une interface qui s'adapte à lui en temps réel. On y est.

Netflix personnalise non seulement les recommandations, mais les vignettes elles-mêmes. Chaque utilisateur voit une version différente de la même affiche, choisie parmi plusieurs variantes selon son historique. Plus de 80 % du contenu consommé sur la plateforme vient de recommandations algorithmiques. (Netflix Research)

Spotify génère chaque lundi une playlist de 30 titres inédits par utilisateur via Discover Weekly. En décembre 2025, ils ont franchi un cap supplémentaire : les prompted playlists, où l'utilisateur co-pilote l'algorithme en temps réel. (Spotify Newsroom, décembre 2025)

Les super-apps chinoises comme WeChat (1,3 milliard d'utilisateurs actifs) ou Meituan réorganisent leur interface selon l'heure, la localisation et le comportement passé. La home n'est plus un menu, c'est un espace vivant. (Statista 2024 · RAPP, "The pull of WeChat personalization")

Le dynamic pricing est le pendant économique de tout ça. En 2024, le PDG d'Uber a reconnu que l'algorithme utilise des "patterns comportementaux" pour fixer les tarifs, y compris, selon des recherches citées, le niveau de batterie du téléphone comme signal de tolérance au prix. (Computer Weekly, février 2024 · Journal of Business Ethics, Springer 2020)

Ce que ça veut dire concrètement

Le Nielsen Norman Group a posé un mot sur ce basculement en mars 2024 : generative UI. Une interface générée en temps réel par l'IA pour chaque utilisateur, en fonction de son contexte et de ses objectifs. (Kate Moran et Sarah Gibbons, "Generative UI and Outcome-Oriented Design", NN/g, 22 mars 2024)

En novembre 2025, Google Research est allé encore plus loin. Leur implémentation de generative UI, déployée dans l'app Gemini et dans AI Mode de Google Search, génère des expériences visuelles interactives complètes, des pages web, des jeux, des simulateurs, entièrement à la volée, pour n'importe quelle question.

Les évaluations humaines de Google montrent que ces interfaces générées sont fortement préférées aux sorties texte ou markdown standard, avec un écart significatif. Seules les interfaces conçues par des experts humains pour un prompt spécifique font mieux, et de peu. (Google Research, "Generative UI: LLMs are Effective UI Generators", 2025)

Comment ça marche, et pourquoi c'est important pour les designers

Le système de Google repose sur trois éléments : un accès à des outils (génération d'images, recherche web), des instructions système soigneusement formulées, et un post-traitement des outputs.

Ce que ça dit implicitement aux designers : le modèle ne travaille pas dans le vide. Il opère dans un cadre défini par des humains. Les instructions système, le catalogue d'outils, les règles de post-traitement, c'est là que le travail de conception se déplace.

Ça rejoint directement un sujet que j'ai traité récemment : auditer un design system pour MCP. Quand l'IA assemble des interfaces à la volée à partir de votre design system, la qualité et la cohérence de vos tokens, composants et naming devient le vrai produit. Le cadre que le designer définit, c'est ce que le modèle peut faire ou pas.

Le designer ne disparaît pas. Son rôle se déplace.

Kate Moran et Sarah Gibbons (NN/g) le formulent directement :

"We'll need to shift from designing interfaces to designing outcomes. We will give the AI constraints that it should satisfy when generating an interface. Ultimately making us designers of parameters and constraints."

Ce déplacement est réel et concret. On ne dessine plus des écrans, on conçoit des cadres. On ne cible plus la moyenne, on définit les règles pour que l'IA serve chaque singularité.

Même système, même style défini par les designers, trois expériences différentes générées automatiquement. C'est la logique du design system poussée à son extrême : le designer fixe les contraintes, l'IA assemble.

McKinsey chiffre l'enjeu : les entreprises qui excellent en personnalisation génèrent 40 % de revenus supplémentaires par rapport à leurs pairs, et 71 % des consommateurs attendent désormais des expériences personnalisées. (McKinsey, "Next in Personalization 2021")

Les outils existent déjà

• Vercel v0 : prompt vers code React fonctionnel en quelques minutes. (Vercel Blog, 2023-2024)
• Galileo AI / Stitch : prompt vers interface complète. (UX Pilot, 2026)
• Google A2UI v0.9 : standard ouvert pour que des agents IA composent des UI depuis un catalogue de composants côté client. (Google Developers Blog, 2025)
• Figma Make, Lovable, Bolt, Uizard : même logique, différentes surfaces.

Ce qui s'esquisse : le designer livre le système, l'IA assemble l'interface en temps réel, un protocole standardisé garantit la cohérence sur toutes les surfaces.

Ce qu'il ne faut pas ignorer

La personnalisation glisse facilement vers la manipulation. Une étude académique récente montre que les dark patterns deviennent "increasingly personalized, leveraging user data to modify and optimize interactions in ways that can be difficult to recognize." (arXiv 2602.18445, "Emergent Dark Patterns in AI-Generated User Interfaces", 2026)

En Europe, le cadre se resserre. Le RGPD exige un consentement libre et éclairé. L'AI Act (applicable pleinement en août 2026) interdit les systèmes qui exploitent les vulnérabilités liées à l'âge, au handicap ou à la situation socio-économique. (Commission européenne, Règlement UE 2024/1689)

Le designer est désormais en première ligne de la conformité, pas seulement de l'esthétique.

La vraie question

L'interface universelle, pensée pour la moyenne, a fait son temps. Non pas parce qu'elle était mauvaise, mais parce qu'elle était le seul possible à l'époque.

Aujourd'hui, concevoir une expérience individualisée pour des millions d'utilisateurs est techniquement accessible. Ce qui manque encore, c'est la doctrine : qui fixe les règles, qui garantit l'équité, qui pose les limites.

C'est le nouveau territoire du designer. Pas la livraison de maquettes. L'architecture de systèmes adaptatifs, éthiques et vivants.

La question n'est plus "est-ce que ça arrive ?". Elle est : quel rôle voulons-nous y jouer.

---

À lire aussi : sur les fondations de design system qui rendent la generative UI vraiment exploitable, Auditer un Design System pour MCP. Sur le versant social et économique des services pilotés par l'IA, Le grand retournement.

---

Sources & Références

1. Google Research, Generative UI: LLMs are Effective UI Generators (nov. 2025). research.google

2. Kate Moran & Sarah Gibbons, Generative UI and Outcome-Oriented Design, NN/g (2024). nngroup.com

3. NN/g, Can Users Control a UI Driven by ML?. nngroup.com

4. McKinsey, Next in Personalization 2021. mckinsey.com

5. Google, A2UI v0.9 Generative UI (2025). developers.googleblog.com

6. Vercel, Announcing v0 (2023). vercel.com

7. arXiv, Emergent Dark Patterns in AI-Generated User Interfaces (2026). arxiv.org

8. Springer, Mapping the Ethicality of Algorithmic Pricing (2020). link.springer.com

9. Commission européenne, AI Act (2024). digital-strategy.ec.europa.eu

10. Spotify Newsroom, Prompted Playlists (déc. 2025). newsroom.spotify.com

11. Computer Weekly, Uber CEO on behavioral pricing (2024). computerweekly.com

12. RAPP, The pull of WeChat personalization. rapp.com