Publié le30 septembre 2026FRDr Laurent Florès

Études qualitatives et quantitatives avec l’IA : analyser, interroger, simuler

L’IA entre dans une étude quali ou quanti de trois façons, qui n’engagent pas la même confiance : analyser des réponses humaines, interroger de vraies personnes, ou simuler les répondants. Ce que chacune permet, ce qu’il faut vérifier, et comment les combiner.

Étude qualitativeÉtude quantitativeIntelligence artificielle

L’IA entre dans une étude qualitative ou quantitative de trois façons. Elle peut analyser les réponses de vraies personnes. Elle peut les interroger elle-même. Ou elle peut répondre à leur place. Les deux premiers usages font gagner du temps sans changer qui parle. Le troisième remplace le répondant : c’est le plus utile pour explorer vite, et celui qui demande le plus de preuves.

L’essentiel

« Étude IA » recouvre trois choses différentes : analyser, interroger, simuler. La première question à poser est toujours la même : qui répond ?
En quali, l’IA transcrit, code et résume des entretiens, peut les mener par écrit, ou fait parler des personas synthétiques en entretien individuel et en focus group.
En quanti, elle rédige le questionnaire, écarte les réponses bâclées, code les questions ouvertes, ou pose le questionnaire à des répondants simulés : c’est le sondage synthétique.
Le synthétique sert à explorer et à trier en quelques heures au lieu de plusieurs semaines. Il ne mesure pas un marché et ne remplace pas la validation auprès de vraies personnes.

Trois usages que l’on range sous « étude IA »

Usage et qui répond	Ce que fait l’IA	Ce qu’il faut vérifier
Analyser De vraies personnes	Transcrire, coder, résumer, compter les thèmes, rédiger le rapport.	Que chaque citation existe mot pour mot dans un entretien, et qu’un humain relise un échantillon.
Interroger De vraies personnes	Rédiger le guide ou le questionnaire, mener l’entretien par écrit, relancer, écarter les réponses bâclées.	Que les relances n’orientent pas la réponse, et que le recrutement reste celui d’une vraie étude.
Simuler Des répondants synthétiques	Répondre à la place des personnes, à partir de profils construits sur des données réelles.	Face à quelle enquête réelle le modèle est calibré, et si ses répondants sont aussi partagés que de vrais gens.

Les deux premières lignes ne changent pas la nature de l’étude : ce sont toujours de vraies personnes qui parlent, l’IA accélère le travail autour. La troisième change la source même des réponses. Un répondant synthétique ne constate aucune opinion ; il propose des hypothèses, que l’on peut ensuite vérifier.

La première question à poser à une « étude IA » : qui a répondu ?

Dans une étude qualitative

Analyser. C’est l’usage le moins risqué, puisque ce sont de vraies personnes qui ont parlé. Transcrire les entretiens, proposer un codage, faire ressortir les thèmes, repérer qui dit quoi : l’IA fait gagner beaucoup de temps. Le piège est connu. Un résumé automatique lisse les désaccords et peut prêter à un répondant une phrase qu’il n’a pas dite. La parade est simple : exiger que chaque citation renvoie à l’entretien d’où elle vient, et en relire une partie.

Interroger. Une IA peut mener un entretien écrit avec de vraies personnes, poser le même guide à chacun et relancer quand une réponse reste vague. Mais elle ne perçoit pas ce qu’un bon enquêteur voit et entend : l’hésitation, le ton, le moment où il faut sortir du guide.

Simuler. On interroge des personas synthétiques, en entretien individuel ou en focus group synthétique : quatre à dix répondants simulés autour d’un animateur, qui réagissent à ce qu’on leur présente, puis les uns aux autres. C’est utile pour faire émerger des raisonnements et des objections, tester un guide d’entretien avant le terrain, comparer tôt plusieurs pistes. Ce n’est pas un substitut au terrain : le synthétique reproduit l’échange d’arguments, pas les silences, ni la gêne, ni la surprise d’une vraie rencontre.

Nous avons publié un exemple de bout en bout : vingt entretiens individuels avec des personas synthétiques, choisis pour couvrir tout l’éventail des points de vue, sur la question de leur propre place dans les études. Les profils se répartissent ainsi : quinze sur vingt défendent la complémentarité, deux confieraient presque tout à la simulation, trois refusent la substitution. C’est une étude exploratoire : elle montre une diversité de positions, elle ne mesure pas l’opinion d’une population. Le dispositif, les thèmes, les désaccords et un entretien lu en entier sont dans le cas d’usage complet.

Dans une étude quantitative

Analyser. Coder des milliers de réponses ouvertes, comparer les groupes entre eux, rédiger un premier jet de rapport. Le gain de temps est réel ; chaque chiffre du rapport doit rester traçable jusqu’au tableau d’où il vient.

Interroger. L’IA aide à rédiger un questionnaire plus clair et, surtout, à contrôler la qualité du terrain : repérer les réponses incohérentes, bâclées ou produites par des robots.

Simuler. Un sondage synthétique pose un questionnaire classique à des répondants simulés. Il permet d’explorer trente pistes au lieu de trois : concepts, messages, noms, prix, en test de concept ou en optimisation de concept. Il se lit sur les écarts entre options, pas sur les niveaux. Sur un test de six concepts produits, nos répondants synthétiques ont classé les concepts presque dans le même ordre que le panel terrain de référence : une concordance de classement de 0,94, où 1,00 voudrait dire exactement le même ordre. C’est un seul test, sur six concepts, mesuré par nous ; il porte sur l’ordre des concepts, pas sur leurs scores, et ne vaut pas validation générale.

Le défaut le plus courant d’un sondage synthétique ne se voit pas dans les moyennes : des répondants trop d’accord entre eux, qui rapprochent deux options que le terrain sépare nettement. C’est la sous-dispersion. Elle se mesure en comparant la dispersion des réponses simulées à celle d’une enquête réelle, profil par profil. Notre façon de la mesurer, marché par marché, est détaillée dans notre note sur la fiabilité des répondants synthétiques. Les chiffres qu’elle publie portent sur les profils que nous générons ; vérifier que cette diversité se retrouve dans les réponses est le travail en cours.

Ce qu’un sondage synthétique ne donne pas : une part de marché, une taille de marché, une prévision de ventes, un chiffre opposable, ni l’avis d’une minorité que l’on cherche justement à mesurer.

Ce qui ne change pas, quel que soit l’usage

La décision d’abord. Une étude, avec ou sans IA, commence par la décision qu’elle doit éclairer.
Qui l’on interroge. Un recrutement bâclé reste bâclé, qu’il soit analysé par une IA ou non. En synthétique, la question devient : sur quelle population réelle les profils sont-ils construits ?
La relecture humaine. Relire des entretiens entiers, pas seulement la synthèse.
La transparence. Le code international ICC/Esomar, révisé en 2025, demande de dire au client quand des données ou des personas synthétiques sont utilisés, et avec quel niveau de supervision humaine.

Comment combiner quali, quanti et IA

Cadrer. La décision, le marché, les concurrents, les hypothèses. L’IA documentaire aide ; chaque chiffre se vérifie à sa source.
Explorer en quali synthétique. Des entretiens ou un focus group avec des personas synthétiques pour faire sortir les raisonnements et les objections, en quelques heures.
Trier en quanti synthétique. Passer de trente pistes à trois, en lisant les écarts entre options.
Valider auprès de vraies personnes. Le terrain peut alors porter sur moins d’options, mieux choisies, et être analysé avec l’IA.

Pour voir comment un persona synthétique se construit, de la donnée au panel, notre animation « Comment ça marche » le montre en une minute.

Cinq questions à poser à un prestataire

Qui répond : de vraies personnes, ou des répondants simulés ?
Chaque citation renvoie-t-elle à un entretien que l’on peut relire en entier ?
Face à quelle enquête réelle le modèle est-il calibré, pour quel pays et quelle population ?
Les répondants simulés sont-ils aussi partagés que de vrais gens, et comment le mesurez-vous ?
Acceptez-vous un test en parallèle, à l’aveugle, publié quel qu’en soit le résultat ?

Nos propres réponses sont sur la page Preuves. Et nous acceptons les tests en parallèle : toute organisation qui mène un test de concept auprès de vrais répondants peut le mener aussi chez nous, à l’aveugle.

Questions fréquentes

Peut-on faire une étude qualitative avec l’IA ?

Oui, de trois façons différentes : analyser des entretiens menés auprès de vraies personnes, faire mener les entretiens par une IA auprès de vraies personnes, ou interroger des répondants simulés. Les deux premières gardent de vrais humains au bout de la question. La troisième les remplace, et c’est elle qui demande le plus de preuves.

Peut-on faire une étude quantitative avec l’IA ?

Oui, pour rédiger le questionnaire, contrôler la qualité des réponses, coder les questions ouvertes et produire les tris. Un sondage synthétique, posé à des répondants simulés, sert à comparer des options tôt. Il ne donne ni part de marché, ni chiffre opposable, ni prévision de ventes.

Quelle différence entre une étude IA et une étude synthétique ?

« Étude IA » désigne toute étude où l’IA intervient, y compris quand de vraies personnes répondent. Une étude synthétique est un cas particulier : les répondants eux-mêmes sont simulés. C’est la seule où la fiabilité des réponses dépend entièrement du modèle, d’où l’importance de savoir face à quelle enquête réelle il a été calibré.

L’IA peut-elle remplacer les répondants dans une étude qualitative ?

Pas pour trancher. Des entretiens avec des personas synthétiques font émerger des raisonnements et des objections, testent un guide et préparent le terrain. Ils ne reproduisent ni les silences, ni la gêne, ni la surprise d’un vrai répondant. Une décision importante se confirme auprès de vraies personnes.

Un sondage synthétique est-il fiable ?

Il l’est pour classer des options quand ses répondants sont aussi partagés que de vraies personnes. Son défaut le plus courant est l’inverse : des réponses trop semblables, qui rapprochent artificiellement les options. Cela se mesure, en comparant la dispersion des réponses simulées à celle d’une enquête réelle sur le même profil.

Quelles questions poser à un prestataire d’études par IA ?

Qui répond : de vraies personnes ou des répondants simulés ? Chaque citation renvoie-t-elle à un entretien que l’on peut relire ? Face à quelle enquête réelle le modèle est-il calibré ? Les répondants simulés sont-ils aussi partagés que de vrais gens ? Accepte-t-il un test en parallèle, à l’aveugle, publié quel qu’en soit le résultat ?

Method over Magic.