Cas d’usage FlashInsight : vingt entretiens individuels, six familles de profils, six thèmes, trois désaccords, un entretien publié en entier.
Publié leFR

Cas d’usage : vingt entretiens individuels avec des personas synthétiques sur leur propre place dans les études

Une étude qualitative exploratoire, publiée de bout en bout : la question posée, le panel de vingt profils, le dispositif, les thèmes, les désaccords, les verbatims et un entretien lu en entier. Puis ce que l’étude permet de dire, et ce qu’elle ne permet pas.

Cas d'usageÉtude qualitativePersonas synthétiques

Ce cas d’usage montre une étude qualitative exploratoire telle qu’elle sort de FlashInsight. La question est un peu particulière : nous avons demandé à vingt personas synthétiques si des personas synthétiques peuvent remplacer les répondants humains dans les études de marché. On pourrait s’attendre à un oui de complaisance. Les entretiens disent autre chose, avec des nuances qui méritent d’être lues.

L’essentiel

  • Vingt entretiens individuels, six familles de profils, du directeur marketing au consommateur méfiant. Des profils choisis pour couvrir les points de vue, pas tirés d’une population.
  • Quinze profils finissent sur la complémentarité : le synthétique pour défricher et trier, le terrain humain pour décider. Deux confieraient presque tout à la simulation. Trois refusent la substitution.
  • Parmi les risques cités, le plus fréquent n’est pas l’erreur, c’est la chambre d’écho (12 profils sur 20) : des marques qui ne parleraient plus qu’à des simulations.
  • Les profils posent eux-mêmes leurs conditions : se confronter au réel, vérifier sur un petit échantillon humain, dire d’où viennent les réponses.

1. La décision en jeu et la question posée

La décision à éclairer était la nôtre : comment présenter une application de personas synthétiques aux professionnels des études et du marketing. Comme un substitut, ou comme un complément ? Pour quels usages, avec quelles limites, à quelles conditions ?

La question posée à chacun des vingt profils :

Explorer les perceptions, limites éthiques et conditions de crédibilité du remplacement ou du complément des répondants humains par des personas synthétiques dans les études de marché.

Le guide couvrait huit sujets : la réaction spontanée, la compréhension du concept, les usages pertinents, les bénéfices, les limites et les risques, la crédibilité, l’éthique et la transparence, et la façon de présenter l’outil à un directeur marketing.

2. Qui a été interrogé, et comment

Vingt personas synthétiques, interrogés un par un par un intervieweur, lui aussi simulé, qui suit le guide et relance à partir de ce qu’il entend. Chaque entretien compte entre quinze et trente prises de parole.

FamilleProfils
Décideurs marketing et innovation (4)Claire, directrice marketing grande consommation · Julien, innovation produit · Amélie, directrice de marque · Thomas, chef de produit
Professionnels des études (4)Nadia, insights en institut · Éric, directeur d’institut · Manon, chargée d’études qualitatives · Philippe, consultant senior
Data et IA (3)Karim, data analyst · Élodie, IA appliquée au marketing · Bastien, CRM et data client
UX, design et planning (3)Lina, UX researcher · Antoine, planneur stratégique · Inès, designer de services publics
Dirigeants et pragmatiques (2)Marc, patron d’une PME de meubles · Valérie, responsable commerciale B2B
Consommateurs et citoyens (4)Sophie, consommatrice engagée · Hugo, jeune actif grand utilisateur d’IA · Fatou, mère de famille · Jean, artisan à la retraite

Comme dans un recrutement qualitatif classique, les profils ont été choisis pour couvrir l’éventail des points de vue, chacun avec une posture de départ, du plus enthousiaste au plus méfiant. Ils ne sont pas tirés d’une population : le but était de faire émerger le plus de raisonnements et d’objections possible, pas de compter des opinions. Pour une étude qui doit être représentative, les profils sont tirés d’une population synthétique calibrée sur des enquêtes publiques.

Durée du terrain. Les vingt entretiens ont été menés en parallèle : l’ensemble a pris cinq minutes et demie. La synthèse était prête un quart d’heure après le lancement. Ce temps gagné ne sert pas à conclure plus vite : il sert à relire les entretiens, à reformuler la question si besoin, et à préparer un terrain humain mieux ciblé.

3. Ce qu’on obtient

Six thèmes

La synthèse regroupe les entretiens en thèmes et compte, pour chacun, le nombre de profils qui l’abordent. Un même profil aborde souvent plusieurs thèmes ; les intitulés ci-dessous sont abrégés.

ThèmeCe qu’en dit le panelProfils
L’imprévu du réelL’hésitation, la contradiction, le signal faible qui surgit hors script échappent à la simulation. Même les plus technophiles le reconnaissent.18 / 20
Défricher, pas déciderLe synthétique sert à tester des hypothèses et à éliminer les erreurs grossières. La décision finale revient au terrain humain.16 / 20
La chambre d’échoDes marques qui ne parleraient plus qu’à des simulations valideraient leurs propres biais en circuit fermé.12 / 20
Les conditions de crédibilitéSe confronter à des données réelles, vérifier sur un échantillon humain, dire d’où viennent les réponses et ce qu’elles ne captent pas.9 / 20
La tiédeurDes produits et des campagnes optimisés pour ne déplaire à personne, et qui ne feraient vibrer personne.8 / 20
La transparenceUne simulation non déclarée est vécue comme une trahison. La dire est la condition minimale.7 / 20

Où chacun finit

En fin d’entretien, quinze profils défendent la complémentarité. Deux, Bastien, responsable data client, et Hugo, jeune actif grand utilisateur d’IA, confieraient presque tout à la simulation. Trois consommateurs, Sophie, Fatou et Jean, refusent la substitution. La synthèse les nomme au lieu de les fondre dans une moyenne.

Trois désaccords non résolus

  • Vitesse et coût contre vérité du terrain. Selon la synthèse, les profils marketing et tech acceptent le compromis pour les phases amont. Les consommateurs et les professionnels des études les plus expérimentés le refusent, parce qu’il mènerait selon eux à la substitution totale.
  • Le « non » sans conséquences. Pour certains, la machine est plus honnête parce qu’elle ne cherche pas à faire plaisir. Pour d’autres, son « non » ne vaut rien, puisqu’il n’engage ni carrière, ni budget, ni vie.
  • La contradiction simulée. Profondeur analytique pour les profils tech et design, caricature pour les profils qualitatifs et les consommateurs.

Les verbatims

Copiés tels quels, sans retouche. Ce sont des personas synthétiques qui parlent.

« Au fond, je pense que j'utiliserais les 1 000 machines pour éliminer les mauvaises idées, mais je garderais toujours mes 10 clients pour valider la bonne. C'est une question de dosage. »
Marc, dirigeant de PME
« C'est le cœur du problème. Ce qui me manque, c'est ce que j'appelle "l'imprévu du réel". »
Claire, directrice marketing
« Personnellement, je vois cet outil comme un laboratoire de test, une étape de "crash-test" pour des hypothèses, avant d'aller vérifier sur le terrain, ou pour explorer des scénarios qu'on n'a pas le budget de tester en réel. »
Philippe, consultant senior
« On risque de s'enfermer dans une boucle de confirmation : la machine produit ce qu'on lui a appris à produire, et nous, on valide nos hypothèses de départ sans jamais être bousculés par le "vrai" dehors. C'est là que ça devient malhonnête intellectuellement, même sans le vouloir. On finit par concevoir pour des modèles, pas pour des gens. »
Inès, designer de services
« Si on simule 100 parcours, on doit en vérifier au moins 3 ou 5 avec de vraies personnes pour valider que les signaux faibles détectés par l'IA ne sont pas des hallucinations ou des simplifications. »
Inès, designer de services
« Si mes outils d'étude me renvoient une image "propre" et moyennée, je vais finir par prendre des décisions tièdes pour ne froisser personne. On finit par créer des marques qui plaisent à tout le monde mais que personne n'aime vraiment. »
Amélie, directrice de marque
« Mais honnêtement, je préfère mille fois une fiction bien paramétrée qui explore 50 scénarios de crise en deux heures, plutôt qu'une étude "réelle" sur 5 personnes qui n'osent pas dire que le logo est moche par pure politesse. »
Hugo, jeune actif, grand utilisateur d’IA
« Dans le commerce, l'algorithme me traite comme un portefeuille. Dans l'étude d'opinion, il me traite comme une donnée interchangeable. »
Jean, artisan à la retraite
« Mais une IA qui utiliserait ma sincérité pour apprendre à simuler la sincérité, c'est du vol d'identité émotionnelle. »
Fatou, mère de famille

Un signal faible

La synthèse relève une piste inattendue, ouverte par Inès : sur les sujets douloureux, comme le surendettement, la simulation pourrait éviter de faire revivre une épreuve à des personnes vulnérables, avant d’aller en voir une ou deux, avec une approche plus délicate.

« Dans ce contexte, l'imitation n'est plus un "substitut bon marché", elle devient un "bouclier". »
Inès, designer de services

Un entretien lu en entier

Nous publions celui de Manon, chargée d’études qualitatives. C’est l’un des plus exigeants envers l’outil, et c’est pour cela qu’il est utile à lire : elle ne concède presque rien, et finit par dessiner les trois garde-fous qu’elle exigerait. Le dernier, un « détecteur de consensus » qui alerte quand les réponses sont trop d’accord, rejoint un défaut que nous mesurons sur notre moteur, par une mesure distincte de cette étude : la sous-dispersion.

Lire l’entretien de Manon (21 prises de parole)

Intervieweur

Bonjour. Ravi de faire votre connaissance pour cet échange un peu particulier.

Pour commencer, j'aimerais que vous me disiez, selon vous, ce qui fait la valeur fondamentale d'un témoignage humain dans une étude de marché, ce "petit plus" qu'un client vient chercher en interrogeant de vraies personnes ?

Manon · persona synthétique

Bonjour. C'est un plaisir partagé. C'est une question vaste, mais elle touche vraiment au cœur de mon métier.

Pour moi, ce que le client vient chercher — et ce qu'il ne trouve nulle part ailleurs — c'est ce que j'appelle "l'épaisseur". Quand on discute avec quelqu'un, il n'y a pas que les mots. Il y a tout ce qui se passe autour : les silences, les moments où la personne cherche ses mots, les petites contradictions entre ce qu'elle dit au début et ce qu'elle finit par avouer après une heure de discussion.

C'est cette part d'irrationnel, en fait. Un humain n'est pas linéaire. Il peut vous dire qu'il adore un produit par habitude, mais son langage corporel ou une petite hésitation dans sa voix vont vous montrer qu'il y a une frustration cachée, un "signal faible" comme on dit dans notre jargon. C'est cette vulnérabilité et cette authenticité, parfois un peu brouillonne, qui font la richesse du terrain. C'est là que se niche la vraie vérité du consommateur, pas dans une réponse bien propre et formatée.

Intervieweur

C'est intéressant cette idée d'épaisseur et de "signal faible" niché dans l'hésitation. On a souvent tendance à voir l'irrationnel comme un bruit parasite, alors que vous le placez au centre de la valeur ajoutée.

Maintenant, si je vous disais que nous travaillons sur des personas synthétiques capables de simuler ces biais, ces contradictions, et même ces formes de "brouillon" dans la réponse... À quel moment, selon vous, cette simulation franchit-elle la ligne rouge où elle cesse d'être un outil utile pour devenir une simple illusion qui trompe le client ?

Manon · persona synthétique

C'est une question qui me fait un peu frissonner, pour être honnête. La ligne rouge, elle se situe précisément là où l'on commence à croire que la simulation est la réalité, et non plus juste une hypothèse de travail.

Pour moi, l'outil devient dangereux quand il évacue l'imprévisible. Dans un vrai terrain, il m'arrive souvent d'être surprise, voire déstabilisée par un répondant qui m'emmène là où je n'avais pas prévu d'aller. Si on nourrit une machine avec des données existantes pour "simuler" des biais, on reste dans une forme de circuit fermé. On reproduit ce qu'on sait déjà, ou ce qu'on imagine être une contradiction humaine.

La ligne rouge est franchie quand on présente ces résultats à un client comme une "vérité terrain". Le risque, c'est de créer une sorte de miroir déformant : on finit par ne voir que ce que l'algorithme a synthétisé de nos propres connaissances. On perd cette étincelle, ce truc un peu brut et parfois inconfortable qui surgit quand on est face à quelqu'un de vivant.

Si le client commence à prendre des décisions stratégiques lourdes en se basant sur une "moyenne de comportements simulés" en pensant que c'est de l'humain, on n'est plus dans l'étude, on est dans la prophétie autoréalisatrice. Et là, on perd toute la finesse psychologique qui fait l'intérêt de mon job. C'est l'illusion de la profondeur, sans le risque de la rencontre.

Intervieweur

C'est une vision assez radicale : vous semblez dire que sans le "risque de la rencontre", l'étude perd sa substance.

Poussons un peu le raisonnement : si l'on accepte que ces personas ne sont que des "hypothèses de travail" et non une vérité terrain, est-ce que vous y voyez tout de même une utilité pour décharger les instituts des tâches les plus ingrates — comme tester des formulations de questions ou dégrossir des concepts très basiques — ou est-ce que, même là, le "miroir déformant" dont vous parlez risque de polluer la réflexion dès le départ ?

Manon · persona synthétique

C'est une question délicate. Je ne veux pas passer pour une "luddiste" du quali, parce que je vois bien le gain de temps potentiel. Tester une formulation de question pour vérifier si elle est compréhensible, ou s'assurer qu'un concept n'est pas totalement hors-sujet avant de le mettre entre les mains de vrais gens... pourquoi pas. Ça peut servir de "bac à sable".

Mais, pour être franche, j'ai une crainte qui persiste : même pour ces tâches "ingrates", le risque de pollution est réel. Si je teste mon guide d'entretien sur une simulation qui réagit de manière trop fluide ou trop logique, je risque d'arriver sur le terrain avec une fausse confiance. Je vais me dire "c'est bon, mon concept est clair", alors qu'en réalité, un vrai répondant, avec sa fatigue, ses préoccupations du moment et son vocabulaire propre, buterait sur un mot que la machine a intégré sans sourciller.

Le danger, c'est que ça devienne une béquille qui nous rend paresseux. Si on "dégrossit" trop avec des outils synthétiques, on risque d'arriver devant l'humain avec des œillères, en cherchant inconsciemment à valider ce que la simulation nous a déjà dit. On perd cette fraîcheur, cette capacité à être étonné par une réaction totalement inattendue dès la première minute d'un entretien.

Donc, oui pour l'aide à la préparation, mais à condition que ça reste un outil technique, comme un correcteur orthographique, et pas un substitut à l'intuition. Il ne faut pas que le "confort" de la simulation finisse par nous faire oublier que la réalité est, par définition, inconfortable et désordonnée.

Intervieweur

Vous parlez de "paresse" et de "confort" de la simulation, ce qui est assez piquant quand on sait que l'industrie cherche justement à réduire les coûts et les délais.

Si l'on suit votre logique, la valeur du "vrai" humain réside dans sa capacité à nous mettre mal à l'aise ou à nous résister. Dans ce cas, seriez-vous prête à accorder plus de crédit à une IA qui serait programmée pour être volontairement difficile, de mauvaise foi ou fatiguée, plutôt qu'à une IA qui cherche à être "la bonne élève" du répondant idéal ?

Manon · persona synthétique

C'est une question presque provocatrice, mais elle tape dans le mille. Si je devais choisir entre une simulation "lisse" et une simulation "difficile", j'irais sans hésiter vers celle qui me résiste. Une IA "bonne élève", c'est le cauchemar du qualitatif : c'est le répondant qui vous dit ce que vous voulez entendre pour finir l'entretien plus vite. Ça n'a aucune valeur.

Si on programmait une IA pour être de mauvaise foi, pour avoir des sautes d'humeur ou pour être fatiguée, on se rapprocherait peut-être un peu plus de la complexité humaine, c'est vrai. Ça forcerait le chargé d'études à affûter ses arguments, à reformuler, à aller chercher l'info avec les dents. Ce serait un excellent entraînement, un peu comme un simulateur de vol pour pilotes, mais pour l'empathie.

Mais attention, il y a un "hic". Même une IA programmée pour être "difficile" reste une construction logique. La mauvaise foi humaine, elle, vient souvent d'un vécu, d'une blessure, d'une éducation ou d'une frustration réelle. Si l'IA est de mauvaise foi parce qu'une ligne de code lui dit de l'être, ça reste une performance.

Ce qui me donne du crédit à un témoignage, c'est quand je sens que la personne en face de moi tient à ce qu'elle dit, même si c'est irrationnel. Une machine, même programmée pour être pénible, ne "tient" à rien. Elle simule une résistance.

Donc, pour répondre à votre question : oui, une IA "rebelle" serait un outil de travail bien plus stimulant et moins dangereux qu'une IA complaisante. Mais elle ne remplacerait toujours pas le moment où, en entretien, je sens que je touche un point sensible chez quelqu'un et que le ton de sa voix change. Ce frisson-là, c'est ma boussole, et je ne vois pas comment un algorithme, aussi "difficile" soit-il, pourrait me le procurer.

Intervieweur

C'est fascinant : vous parlez de ce "frisson" comme d'une boussole éthique et professionnelle. Vous semblez dire que la valeur d'une étude ne réside pas dans la donnée produite, mais dans l'engagement émotionnel du répondant.

Poussons cette logique de "l'engagement" jusqu'au bout. Si demain, un client vous demande de réaliser une étude en mélangeant, sans vous le dire, 50% de vrais humains et 50% de personas synthétiques indiscernables (le fameux test de Turing appliqué au marketing), et que vous ressortez de là avec le sentiment d'avoir eu vos "frissons" et vos "résistances"... est-ce que la validité de vos conclusions en serait impactée, ou est-ce que c'est votre propre ego de chercheuse qui en prendrait un coup ?

Manon · persona synthétique

C'est une question redoutable, parce qu'elle me place face à mes propres limites. Si je me faisais "avoir" par une machine au point de ressentir ce frisson, ce serait un séisme personnel, c'est certain. Mon ego en prendrait un coup, oui, mais ce n'est pas le plus grave. Le vrai problème, c'est ce que cela dirait de la valeur de mon analyse.

Si j'ai ressenti une émotion face à une simulation, c'est que l'outil a réussi à m'envoyer les bons stimuli, à "hacker" mon empathie. Mais cette émotion serait basée sur un vide. Ce serait comme pleurer devant un film : on sait que c'est une fiction, mais on est touché. Sauf qu'en étude de marché, mon client ne me paie pas pour être émue par une fiction, il me paie pour comprendre des dynamiques réelles qui vont impacter son business ou sa stratégie.

Si 50% de mon échantillon est synthétique, même si je ne m'en rends pas compte, la validité de mes conclusions est forcément biaisée. Pourquoi ? Parce que l'IA, aussi parfaite soit-elle, est une synthèse du passé. Elle ne peut pas inventer un nouveau comportement social ou une nouvelle angoisse liée à une actualité brûlante que ses concepteurs n'auraient pas encore intégrée.

Le "frisson" que je ressentirais face à une machine serait une sorte de mirage. Je pourrais en tirer des conclusions brillantes, mais elles reposeraient sur du vent. On entrerait dans une ère de la "post-vérité" des études : on produirait des rapports magnifiques, très cohérents psychologiquement, mais totalement déconnectés de la réalité mouvante du monde.

Donc, pour répondre directement : oui, la validité serait impactée. Car le rôle du quali, ce n'est pas juste de produire un récit crédible, c'est de témoigner de l'existence de l'Autre, dans toute sa complexité imprévisible. Si l'Autre est un miroir que je me tends à moi-même via un algorithme, je ne fais plus de la recherche, je fais de la littérature. C'est beau, mais ce n'est plus mon métier.

Intervieweur

C'est une distinction puissante que vous faites là : le passage de la recherche à la "littérature" ou au "récit crédible". Vous semblez dire que l'IA, par définition, est condamnée à être un rétroviseur, alors que l'humain est le seul à pouvoir produire du "neuf" ou de l'inédit.

Pourtant, dans le monde des études, on nous reproche souvent que les vrais répondants sont eux-mêmes pétris de conditionnements, de répétitions et de discours pré-formatés par les médias ou leur environnement social.

Dans cette optique, si une IA parvenait à synthétiser non pas "le passé", mais les structures profondes de ces conditionnements, ne serait-elle pas, au fond, une version plus "pure" et moins coûteuse de ce que nous appelons la réalité sociale ? Pourquoi s'acharner à vouloir le "neuf" chez l'humain si, 90% du temps, il nous sert du déjà-vu ?

Manon · persona synthétique

C'est un argument qu'on entend souvent, et il est vrai que sur certains terrains, on a parfois l'impression d'entendre dix fois la même chanson, les mêmes éléments de langage chipés au JT de 20h ou aux réseaux sociaux. On pourrait se dire : « À quoi bon ? Autant demander à une machine de nous compiler ce prêt-à-penser. »

Mais c'est là que je ne suis pas d'accord. Ce que vous appelez la "pureté" de la structure sociale synthétisée, moi j'y vois une stérilisation.

Même quand un humain nous sert du "déjà-vu", il le fait avec sa propre voix, son propre corps, et surtout, il le fait depuis un endroit précis. Si une mère de famille à Lyon me sort le même cliché sur l'inflation qu'un étudiant à Paris, ce n'est pas la même donnée. Pourquoi elle utilise ce cliché-là à ce moment précis de l'entretien ? Qu'est-ce qu'elle essaie de protéger ou de justifier chez elle en s'abritant derrière ce discours formaté ? C'est dans la faille entre le discours social global et l'individu que se trouve l'insight.

L'IA, en purifiant tout ça, elle enlève les "scories". Or, en quali, les scories, c'est l'or. Si vous enlevez le bruit, le contexte, la fatigue, la mauvaise foi ou l'hésitation pour ne garder que la "structure profonde", vous obtenez une caricature. Une caricature très intelligente, certes, mais une caricature.

Et puis, il y a ce fameux 10% de "neuf". C'est peut-être rare, mais c'est ce qui fait basculer une marque ou un produit. C'est le petit décalage, l'usage détourné auquel personne n'avait pensé, la nouvelle angoisse qui n'a pas encore de nom. L'IA, par construction, lisse ces anomalies pour rester dans la probabilité. Moi, mon métier, c'est justement de traquer l'anomalie, le signal faible qui n'est pas encore une statistique.

S'acharner à vouloir l'humain, c'est accepter de traverser 90% de banalité pour être là, au premier rang, quand le 10% d'inédit va surgir. Si on délègue ça à une machine, on s'interdit de voir le monde changer en temps réel. On se condamne à vivre dans un présent perpétuel, figé par les données d'hier. C'est peut-être plus "pur" et moins cher, mais c'est une vision du monde qui a déjà cessé de respirer.

Intervieweur

C'est une défense passionnée de l'anomalie et de la "scorie" comme matière première. Vous semblez voir l'IA comme un outil de lissage statistique, là où le qualitatif cherche la rugosité.

Pourtant, certains défenseurs des personas synthétiques soutiennent qu'ils permettent justement de protéger l'humain. Ils avancent que le "vrai" terrain est devenu une industrie épuisante : des répondants professionnels qui enchaînent les focus groups pour arrondir leurs fins de mois, des chargés d'études pressés par le temps qui ne voient plus personne...

Dans ce contexte un peu cynique, ne pensez-vous pas que l'IA pourrait paradoxalement "sauver" le qualitatif en lui redonnant sa rareté ? Autrement dit : utiliser les machines pour 80% du flux marketing courant, afin de ne garder l'humain — le vrai, le précieux, celui qui "respire" — que pour les moments de rupture stratégique où le frisson est indispensable ?

Manon · persona synthétique

C'est un argument qui s'entend, et il est vrai que le terrain peut parfois ressembler à une usine. On connaît tous ces "professionnels du focus group" qui récitent leur texte, ou ces recrutements un peu limites où l'on sent que la personne est là pour le chèque cadeau plus que pour l'échange. Dans ces moments-là, on peut se dire qu'une IA ferait le job aussi bien, et sans doute plus vite.

Mais j'ai peur que ce soit un marché de dupes. L'idée de "sauver" le qualitatif en le rendant rare, c'est un peu comme dire qu'on va sauver la cuisine en mangeant des pilules nutritives 80 % du temps pour ne garder les vrais aliments que pour les grands soirs. Ce qui se passe, c'est qu'on perd le palais. On perd l'habitude de la complexité.

Si on automatise 80 % du flux, on risque de perdre cette "gymnastique" de l'écoute. Le qualitatif, c'est une posture mentale, une attention constante aux détails. Si je ne fais plus que du synthétique pour le tout-venant, est-ce que je serai encore capable de capter le "frisson" le jour où je serai face à un vrai humain pour une rupture stratégique ? Ou est-ce que je serai devenue tellement habituée à la clarté des personas que je trouverai le vrai humain trop confus, trop lent, trop "bruyant" ?

Et puis, il y a une question de responsabilité. Si on délègue le flux courant aux machines, on décide arbitrairement que certains sujets ne "méritent" pas d'attention humaine. C'est un peu méprisant pour le consommateur, non ? Comme si son avis sur une boîte de petits pois ou un forfait mobile n'avait pas besoin de cette épaisseur dont on parlait.

L'IA pourrait être un outil de tri, peut-être, ou un moyen de dégager du temps pour mieux préparer nos terrains. Mais je crains que la "rareté" ne devienne une excuse pour l'élitisme ou, pire, pour une déconnexion totale. Le risque, c'est que le "vrai" terrain devienne un luxe tellement coûteux et rare qu'on finisse par s'en passer tout à fait, en se disant que, finalement, la simulation est "suffisamment proche" de la réalité. C'est ce "suffisamment proche" qui me fait peur. C'est là que le qualitatif meurt, en douceur, dans le confort.

Intervieweur

C'est une mise en garde très claire contre ce que vous appelez "l'érosion du palais" ou la perte de la gymnastique mentale du chercheur. Vous craignez que le confort de la simulation ne finisse par nous rendre inaptes à la complexité du réel.

Pourtant, si l'on regarde le côté "client" : un directeur marketing reçoit souvent des rapports qualitatifs de 80 pages qu'il n'a pas le temps de lire, pour des décisions qui doivent être prises en 48 heures. Pour lui, la "scorie" ou la "faille" psychologique est parfois perçue comme un luxe de chercheur, alors qu'il a besoin d'une direction claire.

Si une IA peut lui fournir une synthèse immédiate, interactive (où il peut "chatter" avec le persona pour tester ses propres idées) et disponible 24h/24, n'est-ce pas là une valeur d'usage qui surpasse, pour le business, la quête de la "vérité organique" que vous défendez ? Au fond, le client veut-il vraiment la vérité, ou veut-il simplement réduire son incertitude ?

Manon · persona synthétique

C'est une question qui fait mal, parce qu'elle pointe du doigt une réalité brutale de notre industrie. Vous avez raison : beaucoup de clients ne cherchent pas la "vérité" au sens philosophique, ils cherchent une boussole pour réduire leur angoisse avant de valider un budget. Ils veulent de la réassurance, et l'IA est la machine à réassurance ultime. Elle est disponible, elle ne contredit pas trop, et elle donne l'illusion de la maîtrise.

Mais là où je persiste, c'est que réduire l'incertitude avec de la simulation, c'est comme essayer de calmer une peur du noir en allumant une lampe qui projette des images de synthèse sur les murs. On se sent mieux, mais on n'a aucune idée de ce qui se trouve réellement dans la pièce.

Si un directeur marketing "chatte" avec un persona synthétique pour tester ses idées, il ne fait que valider ses propres biais. L'IA, par construction, va lui répondre dans un cadre logique qu'il peut comprendre. C'est ultra-séduisant, c'est un miroir narcissique parfait. Mais le business, le vrai, il se prend les pieds dans le tapis du réel. Le réel, c'est ce client qui n'utilise pas le produit comme prévu, c'est cette émotion irrationnelle qui fait qu'une campagne rate sa cible malgré tous les indicateurs au vert.

En court-circuitant l'humain pour aller plus vite, le client gagne 48 heures, mais il perd le "pourquoi" profond. Il transforme le qualitatif en un libre-service de la confirmation.

Mon rôle, justement, c'est d'être cette voix parfois un peu pénible qui dit : "Je sais que vous vouliez entendre A, mais sur le terrain, j'ai vu B, et c'était inconfortable, c'était brouillon, mais c'est là que se joue votre marché." Si on remplace cette confrontation par un chatbot poli, on ne réduit pas l'incertitude, on la masque. Et le réveil, quand le produit sort et rencontre de vrais gens, risque d'être beaucoup plus coûteux que les 80 pages d'un rapport quali.

Le client veut de la vitesse, je l'entends. Mais mon job, c'est de lui rappeler que la valeur ajoutée du quali, c'est justement ce qu'il ne peut pas anticiper. Si on lui donne ce qu'il attend, on ne lui sert à rien. L'IA est l'outil parfait pour donner au client ce qu'il attend. L'humain est le seul capable de lui donner ce dont il a besoin, même s'il ne le sait pas encore.

Intervieweur

C'est une distinction très forte que vous faites entre "ce que le client attend" (la réassurance, la vitesse) et "ce dont il a besoin" (la confrontation au réel, l'imprévu). Vous décrivez presque l'IA comme un "doudou" marketing qui viendrait apaiser l'angoisse des décideurs.

Poussons cette idée de "miroir narcissique" un peu plus loin. Si l'IA n'est qu'une synthèse de données passées, elle est par définition conservatrice.

Dans cette optique, est-ce que le plus grand risque des personas synthétiques ne serait pas, finalement, de tuer l'innovation ? Si on ne teste des concepts que face à des entités qui sont la moyenne de ce qu'on sait déjà, est-ce qu'on ne se condamne pas à ne produire que des produits "tièdes", incapables de susciter ce rejet ou cette passion que seul un humain peut exprimer face à la nouveauté ?

Manon · persona synthétique

C’est exactement ça. Vous mettez le doigt sur ce qui m'inquiète le plus : la standardisation par le haut, ou plutôt par le milieu.

L’innovation, la vraie, elle naît souvent d’une friction. Elle naît quand on propose quelque chose qui bouscule les habitudes, qui crée un inconfort ou, au contraire, un enthousiasme délirant qu’on n'avait pas vu venir. Si vous passez ce concept au tamis d’un persona synthétique, vous allez obtenir une réponse « probable ». Et la probabilité, c’est l’ennemie jurée de la rupture.

L'IA va vous dire : « Selon les données historiques et les structures sociologiques connues, ce concept présente un risque de rejet de 40% car il s'éloigne trop des codes du segment. » Un client, en entendant ça, il tue l'idée. Mais ce qu'un vrai terrain lui aurait montré, c'est que dans ces 40% de rejet, il y a peut-être 5% de gens qui sont absolument fascinés, qui voient dans ce produit une réponse à un besoin qu'ils n'arrivaient pas à nommer. C’est là que se trouve le marché de demain.

L'humain a cette capacité de projection, de désir, et même de contradiction : il peut détester un concept au premier abord parce qu'il le dérange, puis finir par l'adorer parce qu'il change sa vie. Une IA ne "désire" pas. Elle calcule une compatibilité.

Si on généralise l'usage de ces personas, on va se retrouver avec des produits "parfaits" sur le papier, qui cochent toutes les cases de la cohérence logique, mais qui n'ont aucune âme, aucune aspérité. On va créer un monde de produits tièdes, conçus pour ne déplaire à personne, mais qui ne feront vibrer plus personne non plus.

Le risque, c'est de transformer le marketing en une chambre d'écho où l'on n'ose plus prendre de risques parce que la simulation n'a pas su prédire l'étincelle. On finit par oublier que les plus grands succès commerciaux sont souvent venus de paris irrationnels que n'importe quelle moyenne statistique aurait condamnés. En éliminant le "bruit" humain, on élimine aussi le génie de l'imprévu. On ne fait plus de l'innovation, on fait de l'optimisation de l'existant. Et pour moi, c'est une forme de mort clinique pour la créativité.

Intervieweur

C'est une analyse sans concession : vous voyez l'IA non pas comme un moteur de progrès, mais comme un agent de "mort clinique" pour la créativité, un outil qui, sous couvert d'optimisation, enfermerait les marques dans une boucle de rétroaction conservatrice.

Pour finir, j'aimerais vous mettre dans une position de designer de cet outil que vous redoutez. Imaginons que vous n'ayez pas le choix : vous devez concevoir le "Persona Synthétique Idéal" pour qu'il soit le moins nocif possible, voire utile à votre métier.

Quelle fonctionnalité ou quel "garde-fou" technique exigeriez-vous d'intégrer pour être sûre que cet outil ne devienne jamais ce miroir narcissique dont vous parlez, mais reste un véritable partenaire de réflexion ?

Manon · persona synthétique

C'est un exercice difficile, car c'est un peu comme me demander de dessiner la cage la plus confortable possible. Mais si je devais être l'architecte de cet outil pour qu'il ne nous trahisse pas, j'exigerais trois "garde-fous" non négociables.

Le premier, ce serait le "Bouton d'Irrationnalité Aléatoire". Il faudrait que l'algorithme soit forcé, à intervalles réguliers, de sortir du cadre logique. Je voudrais qu'il puisse dire "Je ne sais pas", ou qu'il change d'avis sans raison apparente au milieu de l'échange, ou qu'il s'obstine sur un détail insignifiant. Si l'outil est trop cohérent, il est faux. Il faut qu'il puisse nous faire perdre notre temps, comme un vrai humain, pour nous forcer à rester en éveil.

Le deuxième, ce serait la "Transparence des Sources de Biais". À chaque réponse du persona, je voudrais voir apparaître en filigrane : "Cette réponse est basée à 80% sur des données de 2022 et à 20% sur un stéréotype de classe moyenne". Il faut que l'outil crie sa propre limite. Qu'il nous rappelle constamment : "Attention, je suis une synthèse, je ne suis pas en train de vivre ce que je vous raconte". Cela empêcherait le chercheur de sombrer dans la paresse intellectuelle.

Enfin, et c'est le plus important pour moi : j'intégrerais un "Détecteur de Consensus". Si le persona synthétique est trop d'accord avec le concept qu'on lui présente, l'outil devrait s'auto-bloquer ou envoyer une alerte : "Attention, risque de miroir narcissique". Il faudrait qu'il soit programmé pour chercher la faille, le point de friction, plutôt que la validation.

En résumé, je ferais en sorte que cet outil soit inconfortable. S'il devient trop fluide, trop rapide ou trop plaisant à utiliser, c'est qu'il a échoué. Le persona idéal, ce serait celui qui nous redonne envie de sortir du bureau pour aller vérifier, en urgence, si les vrais gens sont aussi bizarres, complexes et imprévisibles que ce que la machine a essayé de simuler. Il ne doit pas être une destination, mais un tremplin — un outil qui nous donne soif de réalité plutôt que de nous en dispenser.

Intervieweur

Je vous remercie chaleureusement pour la profondeur et la sincérité de vos réflexions. Votre vision de la "rugosité" humaine face au lissage algorithmique apporte un éclairage précieux sur les véritables enjeux de cette transition technologique. Au plaisir de poursuivre ces échanges.

4. Ce que l’étude permet de dire, et ce qu’elle ne permet pas

Elle permet de cartographier les raisonnements, les objections et les conditions d’acceptation, profil par profil. Elle dessine une doctrine d’usage : des zones vertes (dégrossir, tester des formulations, éliminer les erreurs grossières) et des lignes rouges (l’innovation de rupture, les sujets intimes, la décision finale). Elle fait apparaître des objections que l’on n’avait pas écrites dans le guide, et une piste inattendue, celle du « bouclier ».

Elle ne permet pas de dire combien de professionnels pensent ceci ou cela : les profils ont été choisis, pas tirés d’une population. Elle ne remplace pas non plus des entretiens avec de vrais professionnels. Les hésitations et les émotions décrites sont des constructions, et certains verbatims sont sans doute plus articulés que ne le serait une vraie personne dans la même situation. La synthèse le dit elle-même, dans sa section sur les limites de l’analyse.

C’est d’ailleurs la conclusion du panel : trier avec la machine, valider avec des humains. Nous la développons dans « Faire une étude de marché avec ChatGPT : ce qu’il fait bien, ce qu’un persona synthétique ajoute ».

Recevoir le rapport complet

Le rapport complet est un exemple de ce qu’une étude FlashInsight livre, à la charte : synthèse analytique, six thèmes, trois désaccords, qui dit quoi par famille de profils, signaux faibles, pistes pour une prochaine vague, recommandations, couverture des objectifs, qualité du matériau et limites.

Écrivez-nous pour le recevoir. Et si vous avez une question de marque ou de produit à explorer de la même façon, nous en parlerons volontiers.

Tous nos cas d’usage sont rassemblés sur la page Preuves, avec ce que nous mesurons sur nos répondants synthétiques et ce que nous ne prouvons pas encore.

Method over Magic.

À lire ensuite

Faire une étude de marché avec ChatGPT · Les répondants synthétiques sont-ils fiables ? · Comment ça marche, en une minute

Le vocabulaire. persona synthétique · répondant synthétique · focus group synthétique · sous-dispersion