Le confort s'exprime de plusieurs façons : ce que révèle un nouvel article de recherche co-rédigé par BrainBox AI sur les bâtiments

Il y a un petit moment que la plupart d'entre nous ne remarquent même plus.

Vous entrez dans une pièce.
Il fait trop chaud.
Vous réglez le thermostat d'un cran.
Et vous continuez votre journée.

Cette action ne dure que quelques secondes. Mais si elle avait plus d'importance que nous ne l'avons jamais admis ?

Un article scientifique récemment publié dans Energy & Buildings suggère que c'est le cas. Co-écrit par le président, fondateur et directeur technique de BrainBox AI, Jean-Simon Venne, l'article, intitulé Adaptive thermostat preference learning using behaviour nudging and multi-armed bandits: A field implementation (Apprentissage adaptatif des préférences en matière de thermostats à l'aide de l'incitation comportementale et des bandits manchots à plusieurs bras : une mise en œuvre sur le terrain), démontre que les bâtiments peuvent commencer à comprendre le confort des occupants en prêtant davantage attention à ce que les gens font déjà.

Au cœur de cet article se trouve une idée rafraîchissante et humaine : les bâtiments peuvent apprendre ce que les gens préfèrent réellement, simplement en prêtant attention à la façon dont ils interagissent déjà avec leur espace. Pas de sondages. Pas de dispositifs portables. Et aucune perte de contrôle pour les occupants.

Juste une observation attentive.

Alors, qu'a exploré cette recherche ?

Pendant des décennies, la plupart des bâtiments se sont appuyés sur des points de consigne de température fixes choisis pour éviter les plaintes. Si les enquêtes et les applications peuvent aider à déterminer ces points de consigne, ces méthodes de retour d'information sont difficiles à maintenir dans les bâtiments réels.

Soyons honnêtes. La plupart d'entre nous ont déjà été lassés par les enquêtes, ce qui conduit souvent à une participation précipitée, retardée ou tout simplement ignorée. Cette réalité rend ce type de retour d'information difficile à exploiter dans les bâtiments et révèle finalement une lacune dans la manière dont les données sur le confort sont collectées dans le domaine de la science du bâtiment. C'est précisément là que commence cette recherche. Au lieu de demander aux occupants comment ils se sentent, elle écoute ce qu'ils font.

Du confort supposé au confort appris

Plutôt que de s'appuyer sur des retours sollicités ou des hypothèses fixes, le système observe les actions quotidiennes, telles que les réglages du thermostat. Connue sous le nom de comportement adaptatif des occupants, cette approche permet d'apprendre progressivement les préférences en matière de confort grâce à des interactions réelles.

Le comportement incitatif est un complément naturel à ce concept. Au lieu d'apporter des changements importants ou brusques, le système introduit de petits ajustements prudents et observe la réaction des occupants. S'ils sont à l'aise, rien ne se passe. S'ils ne le sont pas, ils ajustent le thermostat, et cette réponse est intégrée à l'apprentissage du système.

Derrière ce processus se cache une méthode d'apprentissage appelée bandit manchot multi-bras (MAB), qui aide le système à comparer les résultats au fil du temps et à déterminer les réglages de température les plus efficaces en fonction des réponses des occupants.

Lorsqu'il est appliqué dans des bâtiments réels, le MAB optimise à la fois le confort et l'efficacité. Il « gagne » lorsque la consommation d'énergie peut être réduite sans provoquer de réaction de la part des occupants, et il « perd » lorsqu'une dérogation signale un inconfort. Au fil du temps, cela permet aux régulateurs de température du bâtiment d'apprendre le point de consigne le plus efficace qui maintient le confort tout en réalisant des économies d'énergie.

Aperçu des résultats

L'article s'appuie sur une étude menée dans un établissement universitaire occupé situé à Ottawa, dans l'Ontario, au Canada. En utilisant les interactions naturelles avec les thermostats, le système a pu apprendre les plages de température préférées dans différentes zones. Il est important de noter que ces préférences n'étaient pas uniformes.

Dans une zone où les occupants étaient à l'aise avec des températures hivernales légèrement plus basses, des économies d'énergie allant jusqu'à 12,7 % ont été réalisées. Dans une autre zone, où les occupants préféraient des conditions plus chaudes, le système a respecté cette préférence. Un exemple de la manière dont l'incitation comportementale et le comportement adaptatif des occupants contribuent ensemble à façonner l'apprentissage du confort à partir des données.

Redéfinir l'intelligence dans les bâtiments

Cette recherche remet en question une hypothèse de longue date dans le domaine de l'exploitation des bâtiments : le confort doit être prédéfini plutôt qu'appris.

Dans cette optique, l'étude redéfinit la manière dont la science du bâtiment appréhende l'intelligence dans les bâtiments.

Non pas comme un contrôle rigide.
Pas comme une optimisation forcée.
Mais comme un apprentissage adaptatif appliqué avec soin, responsabilité et humilité.

Alors que l'exploitation des bâtiments est soumise à une pression croissante pour réduire les émissions et améliorer l'efficacité, la tentation est grande de donner la priorité aux objectifs énergétiques au détriment de l'expérience humaine. Ce travail montre que les deux ne sont pas intrinsèquement incompatibles, à condition que le confort continue de guider l'apprentissage des systèmes. En traitant les réglages du thermostat comme des retours d'information significatifs, le système s'adapte en permanence au comportement réel des occupants.

Des bâtiments plus intelligents commencent par une meilleure écoute

Pour BrainBox AI, l'intelligence est conçue pour être centrée sur l'humain. Les systèmes qui nous intéressent sont ceux qui soutiennent la prise de décision, restent réactifs aux conditions du monde réel et respectent le contrôle des occupants. La recherche montre clairement que l'apprentissage ne fonctionne que lorsque les personnes restent impliquées dans le processus.

Elle montre que les progrès en matière de bâtiments plus intelligents ne proviennent pas toujours de l'ajout de matériel supplémentaire ou du renforcement des contraintes imposées aux occupants. Parfois, ils proviennent d'une attention plus grande portée aux signaux qui ont toujours été présents.

Une note de Jean-Simon Venne

« Lorsque les gens se trouvent dans un bâtiment, que ce soit à la maison ou au travail, ils décrivent rarement leur confort. Ils agissent en fonction de celui-ci. Ils règlent le thermostat et passent à autre chose.

Cette étude pose une question simple. Que se passe-t-il lorsque nous cessons d'ignorer ces petits gestes quotidiens et que nous commençons à y prêter davantage attention ?

Il n'existe pas de température idéale. Le confort est multidimensionnel, il dépend du contexte, de l'activité et des préférences individuelles. L'intelligence dans les bâtiments, et plus largement la science du bâtiment, provient de l'apprentissage et de l'adaptation à la façon dont les gens vivent et travaillent réellement dans ces espaces. »

—Jean-Simon Venne
Coauteur |  Président, fondateur et directeur technique, BrainBox AI

Vous souhaitez en savoir plus ?

L'article scientifique est disponible en ligne et paraîtra dans le volume 355, numéro 15, de Energy & Buildings (numéro daté du 15 mars 2026).