Les sondages générés par IA séduisent des instituts, mais peuvent-ils vraiment refléter ce que pensent les gens ?

Les sondages traditionnels, outils essentiels pour comprendre les opinions des citoyens sur des sujets variés comme la politique ou la santé, font face à une baisse de participation.

Aux États-Unis, une enquête de dix minutes auprès de 1 000 personnes coûte plusieurs dizaines de milliers d’euros, un montant qui augmente avec le nombre de participants nécessaires pour obtenir des résultats représentatifs.

Cette situation pousse les instituts de sondage à chercher des alternatives moins coûteuses et plus rapides pour recueillir des avis.

L’intelligence artificielle (IA) émerge comme une solution potentielle, notamment via des modèles capables de simuler des profils humains et de générer des réponses synthétiques, une méthode appelée enquêtes synthétiques ou échantillon silicium (silicon sampling).

Les instituts de sondage utilisent des grands modèles de langage (comme ChatGPT) pour générer des réponses synthétiques.

Ces modèles reçoivent des consignes précises combinant des informations démographiques (âge, localisation, sensibilité politique, etc.) et un contexte spécifique.

Par exemple, un institut peut demander à l’IA de répondre en se mettant dans la peau d’un « jeune électeur urbain, étudiant à l’université et de sensibilité politique conservatrice ».

En variant ces consignes, les chercheurs obtiennent des milliers de réponses différentes, produites aléatoirement par l’IA.

Cette approche permet de simuler la diversité des opinions humaines à moindre coût et en un temps record, mais elle soulève des questions sur la fiabilité de ces réponses.

Les réponses générées par IA ne reflètent pas des opinions réelles, mais des simulations basées sur des données d’entraînement.

Ces données contiennent des biais et des angles morts, comme une simplification excessive des opinions de groupes sous-représentés en ligne.

Contrairement aux sondages traditionnels, où les biais sont identifiables et parfois corrigés, ceux des modèles d’IA restent souvent invisibles car intégrés dans des systèmes propriétaires non transparents.

De plus, une même question peut produire des réponses très différentes selon les paramètres ou la version du modèle utilisé, rendant les résultats instables.

Certains instituts pourraient même présenter ces réponses synthétiques comme des résultats issus de vrais répondants, ce qui risque d’éroder la confiance dans les sondages.

Les données synthétiques sont largement utilisées en IA pour entraîner des systèmes dans des domaines comme la médecine ou la robotique.

Cependant, ces données sont toujours vérifiées par des tests en conditions réelles avant d’être déployées.

Par exemple, une voiture autonome entraînée sur des images synthétiques doit prouver son efficacité sur la voie publique avant d’être commercialisée.

Les réponses synthétiques aux sondages, elles, ne subissent pas ce même niveau de vérification.

Si elles s’éloignent de la réalité, les conséquences pourraient être graves, comme des politiques publiques ou des décisions d’entreprise basées sur des conclusions erronées.

Les chercheurs soulignent que ces simulations ne mesurent pas l’opinion publique, mais exécutent une représentation algorithmique de cette opinion.

L’intelligence artificielle n’est pas inutile dans les sondages : elle peut améliorer la conception et l’analyse des enquêtes sans remplacer les répondants humains.

Par exemple, l’IA peut aider à formuler des questions plus claires en simplifiant leur rédaction, en réduisant les ambiguïtés ou en adaptant les questionnaires à différentes langues.

Elle peut aussi analyser de grands volumes de réponses ouvertes, résumer les thèmes récurrents ou traiter les questionnaires incomplets plus efficacement que des humains.

Certains chercheurs explorent des approches hybrides, combinant des enquêtes auprès de petits échantillons humains avec des outils d’analyse assistés par IA.

Cette méthode permet de concilier rigueur scientifique et efficacité, tout en préservant le lien entre les décideurs et les citoyens.

L’utilisation de répondants synthétiques dans les sondages pose un paradoxe : bien que les données synthétiques soient courantes en IA, leur application aux opinions humaines soulève des défis majeurs.

Les décideurs s’appuient sur les sondages pour écouter les citoyens, et remplacer ces répondants par des simulations affaiblit ce lien essentiel.

Malgré la baisse des taux de réponse et l’augmentation des coûts, les instituts doivent trouver un équilibre entre innovation et rigueur.

Des travaux futurs pourraient permettre d’utiliser l’IA de manière transparente et scientifiquement rigoureuse, en complément des méthodes traditionnelles, sans jamais remplacer totalement les répondants humains.

L’objectif reste de garantir des résultats fiables et représentatifs de la réalité.