Méthodologie

TraitTune estime la position du répondant sur chacune des quinze dimensions de personnalité, accompagnée d'une mesure de la précision propre à chaque dimension. Les dimensions sont bipolaires et continues — chacune constitue un spectre délimité par deux pôles — et chaque score est rapporté sur une échelle de 0 à 100, aux côtés de la précision avec laquelle il a été mesuré.

Les quinze dimensions s'organisent en quatre regroupements interprétatifs : Curiosité et élan, Engagement social, Structure et concentration, et Ancrage émotionnel. Ces regroupements ont été dérivés empiriquement de la structure de corrélation a posteriori issue de l'étalonnage déployé, et non importés en empruntant la taxonomie d'un cadre concurrent. La structure dimensionnelle sous-jacente s'appuie sur la littérature contemporaine en psychologie des traits — la tradition des Cinq Grands Facteurs (Goldberg 1993 ; McCrae & Costa 2008), l'extension HEXACO (Ashton & Lee 2007) et d'autres construits largement attestés dans plusieurs taxonomies universitaires — mais TraitTune n'hérite pas en bloc des étiquettes ou de la structure factorielle de l'un de ces cadres.

Un score situé au milieu de l'échelle est informatif ; ce n'est pas un échec à détecter un signal. Cela signifie que le comportement du répondant sur cette dimension dépend du contexte ou se situe en équilibre entre les deux pôles — un véritable motif, et non l'absence de motif. Chaque score rapporté est associé à une mesure de précision, de sorte qu'un résultat intermédiaire se lit comme un constat substantiel, et non comme du bruit.

Chaque instrument à format unique a son mode de défaillance caractéristique. Les items d'échelle d'accord invitent au biais d'acquiescement ; les items à choix forcé produisent des artefacts intra-individuels (ipsatifs) difficiles à comparer entre répondants ; les items de mise en situation sont riches en information mais coûteux en temps de réponse. TraitTune mélange délibérément quatre formats afin que leurs forces se cumulent et que leurs faiblesses se compensent (Christiansen, Burns & Montgomery 2005 ; Brown 2016).

Les items d'accord de type Likert présentent une affirmation et demandent au répondant d'indiquer son degré d'accord sur une échelle en cinq points ; ils constituent la majorité de l'évaluation. Les items à choix forcé à deux options présentent une paire de paraphrases — toutes deux plausibles — qui ancrent les pôles opposés d'une même dimension, et demandent laquelle correspond le mieux. Les items de mise en situation décrivent une courte situation du quotidien assortie de trois réponses comportementales plausibles correspondant à des niveaux gradués du construit sous-jacent.

Les triplets à choix forcé multidimensionnels (MFC) présentent trois affirmations issues de dimensions différentes et demandent au répondant de choisir d'abord celle qui lui ressemble le plus, puis celle qui lui ressemble le moins. Cette présentation séquentielle « le plus, puis le moins » s'inscrit dans la tradition du Best-Worst Scaling (Finn & Louviere 1992 ; Marley & Louviere 2005 ; Louviere, Flynn & Marley 2015), elle-même fondée sur la Loi du jugement comparatif de Thurstone (Thurstone 1927). Présenter les deux choix de façon séquentielle, plutôt que sur une grille simultanée, réduit la charge cognitive tout en livrant la même information de classement par paires.

Point crucial : trois des quatre formats sont normatifs — la réponse de chaque répondant est directement comparable à celle d'un autre — tandis que le MFC est ipsatif, c'est-à-dire que les réponses constituent uniquement des comparaisons intra-individuelles. Les instruments purement ipsatifs sont notoirement difficiles à interpréter entre répondants ; les instruments purement normatifs sont vulnérables aux artefacts de style de réponse et de désirabilité sociale. Combiner les deux est plus robuste face à la tricherie et aux styles de réponse que chacune de ces familles prise isolément (Jackson, Wroblewski & Ashton 2000 ; Christiansen, Burns & Montgomery 2005 ; Brown 2016).

Chaque réponse est scorée à l'aide d'un modèle de théorie de réponse à l'item (IRT) adapté à son format. L'IRT est le cadre de mesure qui sous-tend les grands programmes de tests adaptatifs à travers le monde, dont le GRE, le GMAT et l'Armed Services Vocational Aptitude Battery aux États-Unis (Embretson & Reise 2000 ; van der Linden & Glas 2010). Contrairement à la théorie classique des tests, chaque item porte ses propres paramètres calibrés de difficulté et de discrimination, ce qui permet au moteur de pondérer des données issues de formats différents sur une échelle commune unique.

Chaque format est scoré avec le modèle IRT adapté à sa structure de réponse. Les items Likert sont modélisés par le Graded Response Model (Samejima 1969) ; les items à choix forcé à deux options, par le modèle logistique à deux paramètres (Birnbaum 1968) ; les items de mise en situation, par le Generalised Partial Credit Model (Muraki 1992) sur trois catégories ordonnées. Les triplets MFC sont modélisés par une IRT thurstonienne dans la lignée de Brown & Maydeu-Olivares (2011), où chaque affirmation porte une utilité latente U = λ·κ·θ + ε avec une charge λ propre à l'item, un keying κ ∈ {+1, −1} et un résidu gaussien ε. Un choix Le plus / Le moins se décompose en trois probabilités de paires, chacune fonction de la fonction de répartition normale des différences d'utilité entre les affirmations appariées ; c'est la même famille de modèles qui sous-tend l'approche Multi-Unidimensional Pairwise Preference du test adaptatif de personnalité (Stark, Chernyshenko & Drasgow 2005, 2012).

Parce qu'une seule réponse peut porter de l'information sur plus d'une dimension à la fois — et parce que les triplets MFC sont intrinsèquement multidimensionnels — l'estimation des traits s'effectue dans un cadre IRT multidimensionnel (MIRT) appliqué à un unique vecteur latent à quinze dimensions, avec une loi a priori normale centrée réduite partagée (Reckase 2009 ; Ackerman 1994). Après chaque réponse, la loi a posteriori de chaque dimension est recalculée par une mise à jour Expected A Posteriori (EAP) sur une grille de 61 points, mise en œuvre comme un balayage en deux passes par montée par coordonnées sur les quinze dimensions (Bock & Mislevy 1982). Le score, la mesure de précision et la catégorie interprétative rapportés au répondant sont tous dérivés de la moyenne et de l'écart-type a posteriori obtenus pour chaque dimension.

La sélection des items est adaptative. Dans un questionnaire de longueur fixe, chaque répondant voit les mêmes items dans le même ordre ; dans TraitTune, l'item suivant est choisi à partir de ce que le moteur sait déjà du répondant. Concrètement, chaque item candidat est noté par son information de Fisher à la moyenne a posteriori courante, multipliée par la variance a posteriori courante sur la dimension qu'il cible : score(i) = I_i(θ̂_d) · Var(θ_d | réponses jusqu'ici). L'information de Fisher est le critère d'optimalité classique pour la sélection d'items en IRT ; la pondération par la variance oriente le moteur vers les dimensions dont l'estimation est encore large plutôt que vers celles déjà résolues. La règle est simple et stationnaire — il n'y a ni heuristique distincte pour le début de session, ni transition de phase. Comme la variance diffère selon les dimensions, le moteur explore naturellement de manière large au début (lorsque toutes les variances sont proches de 1,0) puis se concentre étroitement plus tard (lorsque la plupart des dimensions ont convergé et que seules quelques-unes restent larges). C'est une forme pratique de sélection de Fisher pondérée a posteriori (Chang & Ying 1996 ; van der Linden & Pashley 2010).

Pour le contenu MFC, la même règle s'applique au niveau du bloc : les triplets candidats sont notés par l'information de Fisher attendue qu'ils apporteraient à chacune des trois dimensions qu'ils couvrent, pondérée dimension par dimension par la variance a posteriori courante, puis sommée sur les dimensions encore actives (Stark, Chernyshenko & Drasgow 2012). La sélection s'arrête sur une dimension dès que son écart-type a posteriori franchit un seuil de précision ; les items et blocs qui n'apporteraient de l'information qu'à des dimensions déjà convergées sont écartés du processus. Le moteur fonctionne en trois zones de précision : une dimension est considérée comme résolue dès que son écart-type a posteriori passe sous un seuil serré, affinée avec un ou deux items supplémentaires à haute information dans une zone intermédiaire, et — si elle reste largement incertaine après épuisement des items paramétriques — confiée à un échange ouvert de suivi (le chat de clarification) avant qu'une estimation finale ne soit produite. Les valeurs exactes des seuils sont versionnées avec chaque cycle d'étalonnage plutôt que figées dans cette page.

Comme les différentes dimensions convergent à des rythmes différents — en fonction de la profondeur du pool d'items sur cette dimension et de la position du répondant sur celle-ci — le nombre total d'items présentés n'est pas fixé à l'avance. Une session complète sur quinze dimensions comporte généralement entre 40 et 70 items, sensiblement moins qu'un inventaire de longueur fixe comparable pour une précision équivalente. La barre de progression affiche une prévision d'items restants attendus, calculée en projetant le sélecteur en avant à partir des estimations a posteriori courantes, plutôt qu'en décomptant vers une cible prédéfinie.

Certains lecteurs n'ont pas besoin d'un profil complet à quinze dimensions en une seule séance. TraitTune propose des champs d'usage ciblés — Carrière et performance, Relations amoureuses, Style de collaboration, Découverte de soi — chacun se concentrant sur les cinq dimensions prioritaires de ce champ, plutôt que sur les quinze. Le même moteur de scoring tourne dans les deux cas ; seul le pool de candidats change, de sorte qu'une session ciblée est plus courte (environ 25 à 40 items) et que seules les cinq dimensions du champ reçoivent une estimation assortie d'une précision. Les dimensions hors champ ne sont pas rapportées comme nulles — elles ne sont simplement pas mesurées durant cette session, et le répondant peut ensuite étendre l'évaluation à l'instrument complet sans avoir à refaire ce à quoi il a déjà répondu.

La qualité des items est le déterminant le plus important de la précision de mesure dans la pratique IRT moderne (Clark & Watson 1995 ; DeVellis 2017). Le pool actif compte actuellement environ 885 items répartis sur les quinze dimensions — soit en moyenne 59 items par dimension, la distribution réelle étant façonnée par l'étendue de la dimension et la combinaison des formats. Chaque item a passé une revue structurée en plusieurs étapes avant d'entrer dans l'instrument en service.

Les items sont rédigés en regard d'une définition opérationnelle d'une dimension unique, et examinés à la fois pour leur construit principal et pour toute charge croisée sur des construits sans rapport ; les items qui chargent sur plus d'une dimension sont soit réécrits, soit retirés. Chaque dimension est dotée d'items à clé directe et à clé inverse dans des proportions approximativement égales, afin que le biais d'acquiescement et les artefacts de réponse négligente ne puissent pas biaiser systématiquement l'estimation dans un sens.

Les items qui apparaissent dans des triplets MFC passent un étalonnage structurel supplémentaire. À l'intérieur d'un bloc, les trois affirmations sont regroupées de sorte que leurs niveaux de désirabilité sociale soient étroitement appariés ; un regroupement à désirabilité appariée est la condition dans laquelle l'IRT thurstonienne produit les estimations d'utilité les moins biaisées, et c'est ce qui fait d'un bloc à choix forcé une véritable tâche discriminative plutôt qu'une préférence de désirabilité sociale (Jackson, Wroblewski & Ashton 2000 ; Brown & Maydeu-Olivares 2013). L'assemblage des blocs garantit en outre que chaque triplet puise dans trois dimensions différentes, contient au moins un item à clé inverse et au moins un item à clé directe, et ne réutilise pas le même item dans des blocs actifs qui se chevauchent. Ces contraintes sont appliquées par un pipeline automatisé d'assemblage de blocs, suivant les recommandations de la littérature méthodologique sur le format à choix forcé (Hicks 1970 ; Meade 2004).

Chaque item fait également l'objet d'une revue de contenu portant sur les formulations à double barillet, les tournures culturellement marquées, l'ambiguïté et la cohérence du niveau de lecture. Lorsque les données post-déploiement révèlent un fonctionnement différentiel d'item, une discrimination faible ou des problèmes de localisation, la politique est de retirer et remplacer : un nouvel item est rédigé et étalonné, plutôt que de réécrire l'ancien sur place, afin que chaque enregistrement historique d'étalonnage reste attaché précisément à l'item sur lequel il a été calculé. Les items retirés selon cette politique ne reviennent pas dans le pool actif. Une analyse formelle du fonctionnement différentiel d'item (DIF) à travers les strates linguistiques et démographiques fait partie de la feuille de route de validation.

Les paramètres des items — discriminations, difficultés, seuils de catégories de réponse, charges et unicités MFC — sont estimés conjointement dans un unique modèle bayésien hiérarchique où les quinze traits latents partagent une loi a priori normale multivariée standard et où chaque format de réponse contribue sa propre vraisemblance sur le même vecteur θ. L'inférence a posteriori utilise le No-U-Turn Hamiltonian Monte Carlo (NUTS ; Hoffman & Gelman 2014), tel qu'implémenté dans PyMC (Salvatier, Wiecki & Fonnesbeck 2016), avec les diagnostics standard r-hat et taille d'échantillon effectif (Gelman et al. 2013). Chaque déploiement est conditionné à la réussite de ces diagnostics sur chacun des paramètres d'item. Chaque cycle d'étalonnage est archivé avec son instantané de données, sa configuration MCMC, son rapport de diagnostics et ses traces a posteriori, afin que chaque paramètre déployé soit entièrement reproductible jusqu'à l'échantillon sur lequel il a été ajusté. L'étalonnage MIRT conjoint actuellement déployé a été finalisé en avril 2026, sous ces critères.

L'étalonnage est ré-estimé sur le pool de répondants en service à mesure qu'il grandit : ré-ajusté sur le même modèle hiérarchique conjoint à partir de réponses réelles, avec validation croisée hors échantillon sur des répondants laissés de côté dans la phase de validation pré-publication, de sorte que les paramètres déployés continuent de suivre la population servie par l'instrument. Un ré-étalonnage itératif de ce type est une pratique standard des grands programmes de tests adaptatifs (van der Linden & Glas 2010).

Les valeurs des paramètres elles-mêmes — discriminations, difficultés, utilités — ne sont pas exposées dans les rendus destinés au répondant. Elles sont retenues à la fois parce qu'elles n'apportent rien au lecteur et parce qu'elles constitueraient une porte d'entrée non négligeable pour tenter de fausser l'instrument. Seuls les rendus de mesure agrégés — un score, une estimation de précision, une synthèse interprétative — apparaissent dans un rapport TraitTune.

La précision de mesure de chaque dimension est rapportée sous la forme d'un écart-type a posteriori sur θ̂, obtenu directement par la mise à jour EAP. À la limite de Fisher, cela équivaut à la fidélité IRT marginale ρ_d = 1 − 1/(1 + I_d(θ̂_d)), grandeur souvent rapportée ainsi dans la littérature sur le test adaptatif. Comme chaque score est accompagné de sa précision associée, le lecteur n'a jamais à deviner le poids à accorder à un résultat donné. Rapporter un score sans la précision qui lui est associée relève, selon nous, d'une mauvaise pratique psychométrique, et ce n'est pas ce que nous faisons.

La mesure de la personnalité est probabiliste. Un score rapporté n'est pas un verdict catégorique ; c'est la moyenne a posteriori d'une estimation continue, accompagnée de l'écart-type qui quantifie à quel point les réponses la contraignent. Deux répondants partageant la même estimation ponctuelle peuvent avoir des distributions a posteriori sensiblement différentes, et la mesure de précision est ce qui rend cette différence visible. La confiance dans une mesure dépend de l'information des items et de l'ensemble des réponses, et non de la force avec laquelle un trait sonne dans un récit.

Cet instrument n'est pas un outil de diagnostic clinique. Il mesure des aspects de personnalité auto-déclarés sur une série de continuums bien définis, et ses résultats sont destinés à nourrir l'introspection, le développement personnel et — si le répondant le souhaite — à servir de contexte pour une personnalisation par IA en aval. Il n'est pas approprié comme seul fondement de décisions importantes de vie, de recrutement ou cliniques. L'évaluation clinique poursuit un autre but — diagnostic, formulation de cas, plan de traitement — et c'est l'outil indiqué pour ces questions ; TraitTune est complémentaire, et non un substitut.

Les scores de personnalité dérivés de réponses psychométriques sont traités comme des inférences sur la disposition mentale et comportementale d'une personne. Au regard du Règlement général sur la protection des données (RGPD) de l'UE, ce type d'inférences relève des catégories particulières de données personnelles définies à l'article 9. Leur traitement requiert donc une base légale spécifique, qui s'ajoute à celle ordinairement utilisée pour les données personnelles courantes.

TraitTune s'appuie sur ton consentement explicite au titre de l'article 9(2)(a) du RGPD comme base légale. Ce consentement est recueilli à une étape dédiée avant que le moindre item ne te soit présenté, il porte spécifiquement sur le calcul d'un profil de personnalité, et tu peux le retirer à tout moment — le traitement s'arrête alors et les réponses et les données de profil sous-jacentes sont supprimées selon le calendrier décrit dans la Politique de confidentialité. Nous ne déduisons aucun score de personnalité à partir d'un quelconque autre signal comportemental : seuls les items auxquels tu réponds dans l'évaluation, en connaissance de cause et après avoir consenti, servent d'entrée au moteur. La vision complète en matière de protection des données — coordonnées du responsable du traitement, durées de conservation, sous-traitants, mécanismes de transfert et droits des personnes concernées — figure dans la Politique de confidentialité, qui fait foi sur ces questions ; cette section n'a d'autre but que de rendre explicite la base légale aux côtés de la méthodologie.