Comment une IA reproduit l'intention d'achat sans jamais lui demander de note

Quand on imagine « utiliser une IA pour faire une étude de marché », on pense souvent à une recette simple : décrire un produit, puis demander au modèle de noter de 1 à 5 son intention d'achat. C'est intuitif, mais c'est aussi la mauvaise méthode. La recherche le montre clairement.

Le piège de la note directe

Demander un chiffre à un grand modèle de langage (LLM) produit des distributions dégénérées : tout le monde répond « 4 ». La variance s'effondre, les réponses deviennent hypersensibles à la formulation de la question, et la corrélation avec de vrais consommateurs est faible. Le modèle « sur-joue » certaines notes parce qu'il optimise une réponse plausible, pas une opinion.

Autrement dit : un chiffre demandé directement ne contient presque aucune information exploitable.

L'idée centrale : découpler l'opinion de sa mesure

Le papier « LLMs Reproduce Human Purchase Intent via Semantic Similarity Elicitation of Likert Ratings » (arXiv 2510.08338) propose une indirection élégante. Plutôt que de demander un score, on procède en deux temps :

1. Le persona s'exprime librement. On fait incarner au modèle un répondant, avec un âge, une CSP, une région, des attitudes, et on lui demande de réagir au concept en langage naturel, comme un vrai panéliste.
2. On mesure ce texte de l'extérieur. On compare la réponse à un jeu de phrases d'ancrage, une par niveau de l'échelle, via la similarité sémantique (embeddings + cosinus). Le niveau le plus proche, ou une moyenne pondérée, donne la note.

Cette séparation change tout. La variance revient, les distributions ressemblent à celles des humains, et la corrélation avec les données réelles grimpe.

Pourquoi ça marche

Un verbatim contient mille nuances qu'un chiffre écrase : « j'aurais aimé une version moins sucrée » n'est pas « non », c'est un « oui, mais ». La similarité sémantique capte cette nuance et la projette sur l'échelle, au lieu de forcer le modèle à trancher artificiellement.

C'est aussi ce qui rend la méthode défendable : ce n'est pas « un chatbot qui devine », c'est un protocole de mesure reproductible, avec des ancres versionnées et validées par langue.

Ce que Panelia en fait

Chez Panelia, ce pipeline tourne sur des centaines de répondants synthétiques par étude. On agrège les notes en une distribution d'intention, on calcule un Top-2-Box et des intervalles de confiance par bootstrap, et on calibre le tout sur des données humaines de référence.

Le résultat n'est pas un oracle. C'est un outil d'aide à la décision, avec son incertitude affichée : exactement ce dont on a besoin pour trier des concepts avant d'engager un vrai budget terrain.

Envie de voir la méthode complète, ancres comprises ? Direction la page La Science.