Les instituts de sondage s’intéressent de plus en plus aux sondages générés par IA, dans un contexte marqué par la baisse des taux de réponse et la hausse des coûts des enquêtes. Les outils fondés sur des « répondants synthétiques » apparaissent comme une solution prometteuse pour accélérer certaines étapes du travail, de la conception des questionnaires à l’analyse des résultats.
Mais leur promesse a une limite essentielle : ces systèmes ne demandent pas directement leur avis aux personnes concernées. Ils produisent une réponse simulée à partir de données déjà disponibles, de modèles statistiques et de tendances observées. Autrement dit, ils ne mesurent pas l’opinion publique en temps réel ; ils en construisent une approximation.
Cette approche peut néanmoins être utile dans certains usages. L’IA peut aider à tester des hypothèses, à repérer des schémas ou à préparer plus efficacement une enquête classique. Elle peut aussi offrir un gain de temps et de coût à des instituts confrontés à des méthodes traditionnelles de plus en plus difficiles à déployer.
Le principal enjeu reste donc la fiabilité. Si les données de départ sont incomplètes, anciennes ou biaisées, les résultats synthétiques risquent de reproduire ces défauts avec une apparence de précision trompeuse. L’IA pourrait ainsi transformer la manière de concevoir et d’exploiter les sondages, sans pour autant remplacer le contact direct avec de vrais répondants lorsqu’il s’agit de savoir ce que pensent réellement les gens.
