Un modèle donne la réponse
la plus probable. On cherche
l'improbable.
La question revient à chaque cadrage depuis dix-huit mois, et elle est légitime : si un modèle sait imiter un consommateur, pourquoi payer pour en interroger de vrais ? Voici la réponse honnête, y compris sur ce que ces outils savent faire.
Qu'appelle-t-on un répondant synthétique ?
Un profil simulé par un modèle de langage, à qui l'on pose les questions d'un guide d'entretien comme s'il s'agissait d'une personne. On le paramètre avec un âge, un métier, des habitudes de consommation, parfois des données de panel réelles, et il répond.
Le produit final ressemble beaucoup à un corpus d'entretiens. C'est précisément ce qui rend la question difficile : le livrable est plausible, lisible, et il coûte presque rien.
Pourquoi ça ne remplace pas un terrain
Parce qu'un modèle génère la réponse la plus probable, et qu'une étude qualitative existe pour trouver l'improbable. C'est l'argument central, et il n'est pas rhétorique : il décrit exactement ce que fait la machine.
Un modèle produit la moyenne pondérée de ce qui a déjà été écrit sur un sujet. Or ce que vous cherchez en qualitatif, c'est la personne qui n'utilise pas votre produit comme prévu, celle qui a inventé un usage que personne n'avait imaginé, celle dont l'objection ne figure dans aucun article. Interroger un modèle revient à interroger le consensus — c'est-à-dire ce que vos équipes savent déjà, reformulé avec assurance.
Trois manques précis, constatés en confrontant des corpus simulés à des corpus réels sur les mêmes guides :
- L'hésitation disparaît. Un vrai participant se reprend, se contredit à trois minutes d'intervalle, dit « enfin, non, en fait… ». C'est souvent là qu'est l'information. Le modèle, lui, est cohérent du début à la fin.
- Le silence n'existe pas. Les trois secondes après une question gênante ne se simulent pas, et elles portent une part du sens.
- L'écart entre le dit et le fait s'efface. Un participant explique rationnellement un choix, puis décrit trente secondes plus tard un comportement qui le contredit. Un analyste entend l'écart. Un modèle produit une version cohérente des deux.
Ce constat n'est pas isolé : Agalma Études, qui travaille pourtant activement le sujet, relève que ces dispositifs échouent à restituer les émotions authentiques, les hésitations, les contradictions involontaires et les silences significatifs. Et la profession française s'est dotée en mai 2025 d'un cadre — les engagements Syntec Conseil — qui impose une supervision humaine à chaque étape et la transparence sur les outils employés.
Le risque qu'on sous-estime : la boucle de confirmation
Un répondant synthétique est entraîné sur du contenu public. Votre marque, votre catégorie et vos concurrents y sont décrits par… du marketing. Vous interrogez donc un miroir de votre propre discours, et vous en ressortez conforté.
C'est le pire résultat possible d'une étude : pas une erreur visible, mais une confirmation confortable qui coûtera cher au lancement.
Alors, à quoi ça sert vraiment ?
À une chose, et nous l'utilisons pour ça : pré-tester un guide d'entretien. Faire tourner un guide sur quelques profils simulés révèle en vingt minutes les questions mal formulées, les enchaînements qui ne tiennent pas, les termes ambigus. C'est du débogage de guide, avant d'engager du terrain réel qui, lui, coûte 200 à 300 € par personne.
Deux autres usages nous paraissent défendables, avec réserve : préparer un animateur à des objections auxquelles il n'a pas pensé, et simuler un scénario extrême pour vérifier qu'un dispositif tiendrait. Dans les deux cas, ce sont des outils de préparation, jamais des sources de données.
Comment poser la question à un prestataire
Si un devis vous paraît anormalement bas, trois questions tranchent en une minute :
- « Combien de personnes réelles seront interrogées, et comment sont-elles recrutées ? » Une réponse en nombre de « répondants » sans précision de recrutement mérite une relance.
- « Y a-t-il de l'IA dans la production des réponses, et où exactement ? » La transparence sur ce point est un engagement professionnel, pas une faveur.
- « Cette phrase de synthèse, elle vient de quel verbatim, à quel horodatage ? » C'est la question à laquelle un corpus synthétique ne peut pas répondre autrement qu'en fabriquant.
Notre position, en une phrase
Nous utilisons l'IA sur tout ce qui est mécanique et vérifiable — transcription, structuration, premier balayage — et jamais pour produire de la parole client. Le terrain est le seul endroit où l'on apprend quelque chose qu'on ne savait pas, et c'est exactement pour ça qu'il est le socle de nos dispositifs, y compris les plus courts.
La répartition complète entre ce qui est automatisé et ce qui ne l'est jamais figure dans notre article sur l'IA et les études qualitatives et dans le livre blanc.
Questions fréquentes sur les répondants synthétiques
Un répondant synthétique, est-ce la même chose qu'un persona ?
Non. Un persona est une synthèse de terrain réel, construite pour représenter un segment observé. Un répondant synthétique génère des réponses nouvelles à partir d'un modèle : il produit de la donnée qui n'a jamais été recueillie.
Peut-on les utiliser pour compléter un échantillon trop petit ?
Non, et c'est l'usage le plus tentant. Compléter douze entretiens réels par vingt entretiens simulés ne donne pas trente-deux entretiens : ça donne douze entretiens noyés dans du consensus.
Comment savoir si un corpus contient des réponses générées ?
Demandez les enregistrements sources et les horodatages. Une réponse synthétique n'a ni l'un ni l'autre. C'est le contrôle le plus simple et le plus efficace.
Y a-t-il des cas où ils sont utiles ?
Un seul, solide : pré-tester un guide d'entretien avant d'engager du terrain réel. Deux autres, avec réserve : préparer un animateur à des objections imprévues, et simuler un scénario extrême pour vérifier qu'un dispositif tiendrait.
Que dit la profession française à ce sujet ?
Le cadre professionnel publié en 2025 impose la supervision humaine à chaque étape et la transparence sur les outils. Plusieurs dirigeants d'instituts ont publiquement écarté l'usage des entretiens synthétiques comme source de données.