Cet article met en évidence l'impact de la précision des prédictions des systèmes d'IA et de la fiabilité des estimations de confiance sur la qualité des décisions lorsque des données d'IA sont utilisées pour la prise de décision humaine. Nous soulignons le rôle de la sensibilité métacognitive de l'IA – sa capacité à attribuer des scores de confiance permettant de distinguer avec précision les prédictions correctes des prédictions incorrectes – et présentons un cadre théorique pour évaluer l'impact combiné de la précision des prédictions et de la sensibilité métacognitive de l'IA dans des environnements décisionnels hybrides. Notre analyse identifie les conditions dans lesquelles une IA présentant une faible précision des prédictions mais une sensibilité métacognitive élevée peut améliorer la précision globale de la prise de décision humaine. Enfin, des expériences comportementales confirment qu'une sensibilité métacognitive plus élevée de l'IA améliore les performances décisionnelles humaines. Ces résultats soulignent l'importance d'évaluer le support de l'IA non seulement en termes de précision, mais aussi de sensibilité métacognitive, et d'optimiser les deux pour obtenir de meilleurs résultats décisionnels.
