[Semaine de la médiation 2026] L'IA, partenaire numérique dans la formation des médiateurs.

Les grands modèles de langage (LLM), comme ChatGPT ou Mistral, transforment la formation des médiateurs en leur offrant un espace d'entraînement personnalisé et interactif. Ces systèmes d'intelligence artificielle analysent, génèrent et évaluent le langage avec précision, ce qui en fait des outils adaptés pour travailler les compétences clés de la médiation. Contrairement aux méthodes traditionnelles, l'IA permet une pratique intensive, variée et immédiate, avec des retours sur mesure. Par exemple, un médiateur en formation peut simuler des dialogues conflictuels et recevoir des corrections en temps réel sur ses formulations, son ton ou sa neutralité. Cette approche repose sur un cycle d'apprentissage continu : tâche, intervention, feedback et amélioration, essentiel pour maîtriser des micro-compétences comme la reformulation ou le recadrage.

La médiation repose sur la maîtrise du langage et la neutralité. Les LLM excellent dans ces domaines car ils peuvent analyser des déclarations émotionnelles, proposer des reformulations empathiques et évaluer si une réponse reste neutre. Par exemple, face à une phrase comme « J’ai l’impression d’être la seule ici à m’occuper encore des enfants », une première paraphrase pourrait être « Vous dites que vous vous sentez seule et que la responsabilité des enfants n’est pas répartie équitablement ». L’IA peut souligner que cette formulation, bien que correcte, manque de précision émotionnelle. Une version améliorée serait « Vous êtes épuisé(e) et vous avez actuellement l’impression que la responsabilité vis-à-vis des enfants est répartie de manière très inégale ». L’objectif est de refléter l’émotion sans relayer l’attaque, tout en restant impartial.

Le recadrage consiste à transformer un reproche en une préoccupation ou un besoin sous-jacent, sans nier le fond du message. Par exemple, une déclaration comme « Tu as encore parlé à ta mère avant même de m’avoir parlé » peut être recadrée en « Vous semblez blessé(e) que votre partenaire n’ait pas partagé cette information avec vous en premier ». L’IA aide à identifier si le recadrage met en lumière la préoccupation (ici, la méfiance ou le besoin de transparence) tout en désamorçant l’attaque. Cet exercice est crucial car il permet de passer d’un conflit stérile à une discussion constructive. Les LLM offrent une diversité de reformulations possibles, permettant aux apprenants de comparer et d’ajuster leurs réponses.

Le modèle des quatre oreilles est un outil d’analyse des messages en médiation, développé par Friedemann Schulz von Thun. Il permet de décomposer un énoncé en quatre niveaux : le contenu factuel, la révélation de soi (émotions), le niveau relationnel (dynamique entre les interlocuteurs) et l’appel (ce que l’orateur attend de l’autre). Par exemple, la phrase « Bien sûr, tu as encore parlé à ta mère avant même de m’avoir parlé » peut être analysée ainsi : au niveau factuel, il s’agit d’une conversation avec la mère ; au niveau relationnel, c’est un reproche d’être ignoré ; au niveau de la révélation de soi, cela révèle une blessure ou de l’insécurité ; et au niveau de l’appel, cela exprime une demande implicite comme « Parle-moi en premier ». L’IA peut guider l’apprenant dans cette analyse et lui fournir un retour constructif.

Les questions circulaires sont des outils de médiation permettant de changer de perspective sans orienter la conversation. Elles évitent les questions suggestives ou directives, comme « Pourquoi ne faites-vous pas plus d’efforts ? », qui peuvent bloquer le dialogue. À la place, une question circulaire pourrait être « Comment votre partenaire perçoit-il votre implication dans la gestion des enfants ? ». L’IA aide à évaluer si une question est suffisamment ouverte, neutre et efficace pour débloquer une situation. Elle peut aussi simuler des réactions pour montrer comment une formulation trop directe ou trop vague peut influencer la dynamique. Cet entraînement affine la capacité à poser des questions qui ouvrent plutôt que qui ferment.

Une médiation suit des étapes précises, comme la clarification de la demande, la définition du cadre ou la recherche de solutions. Pour les débutants, il est difficile d’intérioriser ce schéma tout en restant attentif aux parties et à leurs émotions. L’IA peut simuler des situations typiques de chaque phase, comme la clarification des attentes ou la gestion des silences. Par exemple, un apprenant peut s’entraîner à reformuler une demande floue ou à gérer une partie qui refuse de parler. Grâce à des exercices répétés, le déroulement de la médiation devient un réflexe, libérant l’attention pour le travail relationnel et émotionnel. L’IA fournit un retour sur la pertinence des interventions et leur adéquation avec la phase en cours.

Les situations conflictuelles complexes, comme une partie qui attaque le médiateur, une autre qui reste silencieuse ou une dynamique de domination, sont difficiles à reproduire en formation classique. L’IA permet de simuler ces scénarios à différents niveaux d’intensité, avec des profils variés (impulsif, évasif, silencieux, etc.). Par exemple, un médiateur en formation peut s’exercer à désamorcer une attaque personnelle ou à relancer un participant silencieux. L’IA évalue ensuite si l’intervention était empathique, claire et adaptée au rôle de médiateur. Cet entraînement sécurisé permet d’incarner les principes de neutralité, de respect et de structure, même dans des contextes tendus.

Les simulations de médiation avec l’IA reproduisent des conflits réalistes, comme une séparation avec des enjeux de coparentalité ou une médiation en entreprise impliquant plusieurs parties. L’IA attribue à chaque participant un profil distinct (ex. : Anna, impulsive et blessée ; Thomas, défensif et évasif), créant une dynamique conversationnelle crédible. Par exemple : « Anna : J’ai l’impression que Thomas ne s’intéresse aux enfants que quand ça l’arrange. Je m’occupe seule du quotidien. » Thomas répond : « Ce n’est pas vrai du tout. On me dépeint ici uniquement comme un mauvais père. » Le médiateur doit alors trouver une intervention impartiale et structurante. À la fin, l’IA fournit un retour sur l’efficacité des réponses et suggère des améliorations.