Interférences multimodales d’IA générative pour relancer l’idéation après fixation : étude comparative

Fischer, Fabrice (2026). Interférences multimodales d’IA générative pour relancer l’idéation après fixation : étude comparative. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (596kB) | Prévisualisation

Résumé

En Design Thinking, l’idéation est le moment où les espaces de solution devraient s’ouvrir. Pourtant, après une première vague d’idées, les designers tendent à revenir vers leurs idées initiales. La génération s’essouffle alors. Cette fermeture progressive renvoie au phénomène de fixation et peut limiter la recherche d’une meilleure solution.
Cette thèse part du constat que des interférences peuvent contribuer à la défixation, sans que toutes aient la même capacité de relance. La thèse mobilise l’intelligence artificielle générative (GenAI) comme infrastructure d’idéation, c’est-à-dire comme un moyen de produire des interférences spécifiques au projet sans se substituer au designer. Son objectif est d’explorer, de concevoir et de comparer des interférences produites avec GenAI afin d’évaluer dans quelle mesure elles peuvent relancer l’idéation humaine après fixation.
Le programme doctoral articule la méthodologie de recherche en science de la conception (DSRM) et l’étude de cas comparée (CCS).
Le premier article explore la génération de suggestions textuelles orientées comme interférences à la fixation et les évalue par classement forcé. Le deuxième étudie cette logique sur une problématique d’innovation des bibliothèques publiques, en comparant une interférence textuelle spécifique au projet, une interférence image et une pause neutre. Le troisième positionne GenAI comme une infrastructure d’idéation et compare une interférence textuelle, une mosaïque d’images, une mosaïque vidéo et une pause témoin d’une minute.
Les résultats montrent qu’il est possible de produire des suggestions textuelles différenciées selon leur orientation sémantique. Ils indiquent ensuite que, sur le cas des bibliothèques publiques, les modalités texte et image présentent un signal directionnel positif de relance de l’idéation par rapport à la pause neutre, avec un signal plus marqué pour le texte. Enfin, dans le protocole multimodal étudié, l’interférence textuelle présente le signal directionnel le plus fort de relance et de déplacement conceptuel, suivie de la mosaïque d’images. La pause témoin occupe une position intermédiaire, tandis que la mosaïque vidéo apparaît la moins performante dans ce protocole. Ce résultat doit toutefois être compris comme une configuration empirique observée dans le protocole étudié, indiquant que les médias génératifs plus riches ne sont pas automatiquement plus efficaces, et non comme une hiérarchie universelle des modalités d’interférence.
Pris ensemble, les trois articles montrent que les interférences n’ont pas toutes le même potentiel de relance. Leur efficacité dépend de leur construction sémantique et de leur modalité de présentation. La thèse contribue aux travaux sur la fixation, la défixation et l’idéation assistée par GenAI. Elle évalue ces interférences à l’aide de deux indicateurs complémentaires : la fluence et le FixShift.
Sur le plan pratique, la thèse ouvre une voie pour les praticiens qui souhaitent utiliser GenAI de manière simple, peu coûteuse et non prescriptive lorsque la production d’idées s’essouffle. Les résultats doivent toutefois être interprétés avec prudence, car le programme reste exploratoire. La thèse se conclut par l’identification d’une piste de recherche et d’action prometteuse : utiliser GenAI pour produire des interférences adaptées au projet afin de soutenir la défixation et de relancer l’idéation sans retirer au designer son rôle central.

Titre traduit

Multimodal generative AI interferences for defixation: a comparative case study

Résumé traduit

In Design Thinking, the ideation phase plays a central role. Yet, after an initial wave of relatively unoriginal ideas, designers tend to fixate on their initial ideas and quickly exhaust their generative capacity. This decline, both in the number of ideas and in their diversity, refers to the fixation phenomenon, which hinders the search for a better final solution.
This thesis starts from the observation that interferences can contribute to defixation, although not all of them have the same reactivation potential. Their effect appears to depend on their nature, their delivery modality, and their degree of project specificity. The thesis mobilizes generative artificial intelligence (GenAI) as ideation infrastructure, i.e., as a way to generate project-specific interferences without replacing the human designer. Its objective is to explore, design, and compare these interferences in order to assess the extent to which they reactivate human ideation after fixation.
The doctoral program combines Design Science Research Methodology (DSRM) and Comparative Case Study (CCS).
The first article explores the generation with ChatGPT 4.0 of oriented textual suggestions as fixation interferences and evaluates them through forced ranking. The second article extends this logic to a public-library innovation problem by comparing a project-specific text interference, a project-specific image interference, and a neutral break. The third article positions GenAI as ideation infrastructure and compares, under a shared post-fixation protocol, text interference, image mosaic interference, video mosaic interference, and a one-minute neutral break.
The results show that it is possible to produce textual suggestions differentiated by their semantic orientation. They further indicate that, in the public-library case, text and image interferences show a positive directional relaunch pattern compared with the neutral break, with a stronger signal for text. Finally, in the multimodal protocol studied, text-based interference shows the strongest directional signal of reactivation and conceptual movement, followed by the image mosaic; the neutral break occupies an intermediate position, whereas the video mosaic appears least effective under this protocol. This result should be understood as a situated pattern showing that richer generative media are not automatically more effective, not as a universal hierarchy of interference modalities.
Taken together, the three articles show that not all interferences are equal. Their effectiveness depends on both their semantic construction and their delivery modality. The thesis contributes to the literature on fixation, defixation, and ideation assisted by generative artificial intelligence. It shows how to design project-specific interferences and relate them to an indicator of conceptual shift with respect to initial idea families (FixShift).
From a practical perspective, the thesis opens a path for practitioners who wish to use GenAI in a simple, low-cost, and non prescriptive way when idea production begins to stall. The results should nevertheless be interpreted with caution, as the program remains exploratory.
The thesis concludes not with a universal recipe, but with the identification of a promising avenue for research and action: using GenAI to produce project-specific interferences that support defixation and reactivate ideation without displacing the designer from their central role.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thèse par articles présentée à l'École de technologie supérieure comme exigence partielle à l'obtention du doctorat en génie". Comprend des références bibliographiques (pages 129-134).
Mots-clés libres:	idéation, fixation, défixation, interférences générées par IA, infrastructure d’idéation, GenAI, FixShift
Directeur de mémoire/thèse:	Directeur(-trice) Gardoni, Mickaël
Programme:	Doctorat en génie > Génie
Date de dépôt:	25 sept. 2026 18:58
Dernière modification:	25 sept. 2026 18:58
URI:	https://espace.etsmtl.ca/id/eprint/4117

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt