L'IA peut prédire où vous regarderez. Elle ne sait toujours pas ce que vous ferez.

Les outils d'IA peuvent désormais prédire où les gens regarderont sur une page Web en environ une minute, sans un seul visiteur réel. Ce qu'ils ne peuvent pas vous dire, c'est ce que ce visiteur aurait fait ensuite : cliquer, hésiter, continuer à faire défiler, ou quitter.

Imaginez une équipe en train de redesign une page de tarification. Ils téléchargent le nouveau design dans un outil de prédiction d'attention, et la carte thermique revient rouge vif sur le bouton "Commencer l'essai gratuit". Le design attire le regard. Bonne nouvelle, semble-t-il.

Mais la carte thermique ne peut pas répondre à la question qui intéresse réellement l'équipe. Quelqu'un a-t-il cliqué sur ce bouton ? Ou les gens l'ont-ils regardé, ont-ils fait défiler vers le bas pour vérifier le prix et ont-ils fermé l'onglet ?

Cet écart est la différence entre une prédiction et une mesure.

Une carte thermique en environ une minute

Des outils comme Attention Insight et expoze.io fonctionnent sans participants. Vous téléchargez un design, et un modèle entraîné sur des études antérieures de suivi oculaire prédit où l'attention se posera. Attention Insight dit que son modèle a appris de plus de 5,5 millions de fixations oculaires enregistrées et retourne un résultat en environ 60 secondes (Attention Insight, n.d.).

Les prédictions se tiennent bien. Sur le MIT/Tuebingen Saliency Benchmark, un test académique public qui compare les cartes thermiques prédites avec de vraies données de suivi oculaire, Attention Insight rapporte 92,5 % d'exactitude pour des images générales et expoze.io rapporte 95 % (Attention Insight, n.d.; expoze.io, n.d.).

Une mise en garde : chaque vendeur a choisi ses propres images de test, donc ce sont des résultats gérés par le fournisseur plutôt que des audits indépendants. Une étude externe a trouvé que les prédictions d'expoze.io étaient proches du suivi oculaire réel, utilisant 30 photographies vues par 110 participants (Ahtik, 2023).

Pour les travaux de design préliminaires, c'est véritablement utile. Vous pouvez comparer cinq idées de mise en page avant le déjeuner sans recruter personne.

Ce qu'aucune prédiction ne peut vous montrer

Une carte thermique prédite montre où l'attention est susceptible d'aller, en moyenne. Elle ne peut pas montrer ce qu'une personne fait avec cette attention, car aucune personne n'était présente.

Cela laisse de côté les moments qui décident généralement si une page fonctionne :

• Le clic, ou le clic manquant, sur le bouton que tout le monde regardait
• La pause avant une zone de formulaire qui demande un numéro de téléphone
• Le défilement juste au-delà de la section sur laquelle vous avez passé des semaines
• L'onglet fermé à mi-chemin du processus de paiement

L'attention est le point de départ d'une visite. Le comportement vous dit comment elle s'est terminée.

Prédire tôt, mesurer avant de décider

La plupart des équipes finiront par utiliser les deux, donc la question utile est quand chacune d'elles mérite sa place.

La prédiction convient au stade précoce et rapide : trier des avant-projets, attraper une mise en page qui enterre le message clé, ou vérifier une bannière avant qu'elle ne sorte pour révision. C'est rapide, c'est bon marché, et c'est efficace pour décrire le spectateur moyen.

Le comportement réel convient aux moments où une décision a du poids : lancement du redesign, choix entre deux versions finales, ou expliquer aux parties prenantes pourquoi les inscriptions ont chuté. À ce stade, "les gens regarderont probablement ici" n'est pas suffisant. Vous devez voir ce que les gens ont réellement fait.

Les équipes qui utilisent les deux obtiennent la rapidité de la prédiction et la confiance des preuves.

Enregistrement du comportement réel sur un site Web en direct

Revenons à l'équipe avec la page de tarification. La carte thermique leur a dit que leur bouton "Commencer l'essai gratuit" est remarqué. Ce dont ils ont encore besoin, c'est de voir de vraies personnes utiliser la page, et c'est la phase pour laquelle Labvanced Web Bridge a été conçu.

Pour mettre en place l'étude, l'équipe colle l'adresse Web de la page de tarification dans une étude Labvanced, puis clique sur les parties de la page qu'ils souhaitent suivre : le titre, le tableau des prix, le bouton d'essai. Rien sur le site Web lui-même n'a besoin de changer.

Les participants participent ensuite depuis leur propre ordinateur. Ils voient la vraie page de tarification en direct et l'utilisent comme n'importe qui le ferait : en lisant, en faisant défiler, en survolant et en cliquant. Pendant ce temps, leur webcam montre où ils regardent, et Labvanced enregistre chaque clic, chaque survol et chaque défilement sur les parties que l'équipe a marquées. Les participants ont besoin de Google Chrome et d'une extension de navigateur gratuite, et Labvanced les guide dans son installation s'ils ne l'ont pas encore.

Cette combinaison est ce qui rend l'étude si révélatrice. Le suivi oculaire et le suivi du comportement se déroulent en même temps et sont enregistrés sur les mêmes parties de la page, donc pour chaque élément que l'équipe a marqué, ils peuvent voir à la fois si les gens l'ont regardé et ce qu'ils ont fait ensuite. Chacune de ces mesures à elle seule raconte la moitié de l'histoire. Ensemble, elles montrent comment un regard s'est transformé en action, ou ne l'a pas fait.

Maintenant, l'équipe peut répondre aux questions auxquelles la carte thermique ne pouvait pas répondre. Les personnes qui ont regardé le bouton d'essai ont-elles ensuite cliqué dessus ? Certains ont-ils survolé, sont-ils descendus pour voir le prix, et ont-ils quitté ? Où l'attention et l'action ont-elles tiré dans des directions différentes ?

Parce que Web Bridge fait partie de l'ensemble de la plateforme d'expérimentation Labvanced, la même étude peut également montrer à différents participants différentes versions de la page. Cela permet à l'équipe de mettre côte à côte leurs deux designs finaux et de voir lequel sur lequel les gens agissent réellement.

Le suivi oculaire par webcam derrière tout cela a été testé par rapport à l'EyeLink 1000, un suivi oculaire de qualité laboratoire, dans une étude indépendante et évaluée par des pairs qui a trouvé qu'il performe à proximité des normes de laboratoire (Kaduk et al., 2024).

Questions Fréquemment Posées

Les cartes thermiques d'attention prédites par l'IA sont-elles précises ? Elles obtiennent de bons scores sur un banc d'essai public. Contre le MIT/Tuebingen Saliency Benchmark, Attention Insight rapporte 92,5 % d'exactitude pour des images générales et expoze.io rapporte 95 %. Chaque fournisseur a choisi ses propres images de test, donc considérez ces résultats comme gérés par le fournisseur plutôt que comme des audits indépendants.

Quelle est la différence entre l'attention prédite et les données comportementales réelles ? L'attention prédite est une estimation d'un modèle de l'endroit où un spectateur moyen regarderait probablement, produite sans que quiconque voit la page. Les données comportementales réelles sont enregistrées à partir de personnes réelles utilisant la page : où elles ont regardé, ce qu'elles ont cliqué, jusqu'où elles ont défilé, et si elles sont parties.

Peut-on suivre le regard sur un site Web en direct sans matériel spécial ? Oui. Labvanced Web Bridge utilise la propre webcam du participant pour enregistrer où il regarde sur un site Web réel et en direct, ainsi que ses clics, survols et défilements. Les participants ont besoin de Google Chrome et d'une extension de navigateur gratuite, et le site Web lui-même n'a besoin d'aucun changement.

Le suivi oculaire par webcam est-il suffisamment précis pour la recherche ? Le suivi oculaire par webcam de Labvanced a été comparé à l'EyeLink 1000, un suivi oculaire de qualité laboratoire, dans une étude indépendante et évaluée par des pairs. Il a atteint une précision globale de 1,4° et une précision de 1,1°, que les auteurs décrivent comme proches des normes de laboratoire (Kaduk et al., 2024).

Points Clés

• Les outils d'attention d'IA prédisent où les gens regarderont en environ une minute, sans participants, et obtiennent de bons scores sur un banc d'essai académique public.
• Une prédiction ne peut pas montrer le comportement : clics, hésitation, défilement ou abandon.
• Utilisez la prédiction pour itérer tôt, et les données comportementales réelles lorsque la décision en dépend.

Références

Ahtik, J. (2023). Utilisation de l'intelligence artificielle pour l'analyse prédictive du suivi oculaire afin d'évaluer des photographies. Journal of Graphic Engineering and Design, 14(1), 29–35. https://doi.org/10.24867/JGED-2023-1-029

Attention Insight. (n.d.). Technologie. Consulté le 2026-09-26 à https://attentioninsight.com/technology/

expoze.io. (n.d.). Rencontrer expoze.io. expoze.io Knowledge Base. Consulté le 2026-09-26 à https://support.expoze.io/article/62-meet-expoze-io

Kaduk, T., Goeke, C., Finger, H., & König, P. (2024). Suivi oculaire par webcam proche des normes de laboratoire : Comparaison d'un nouveau système basé sur une webcam et l'EyeLink 1000. Behavior Research Methods, 56(5), 5002–5022. https://doi.org/10.3758/s13428-023-02237-8

Qu'est-ce que Labvanced ? Labvanced est une plateforme sans code pour construire et exécuter des expériences comportementales en ligne, en laboratoire et sur mobile, avec des mesures évaluées par des pairs telles que le suivi oculaire par webcam et le timing en millisecondes intégrés. Explorer la plateforme · Commencer gratuitement