Utilisateurs synthétiques : ce qu'ils sont, ce qu'ils peuvent et ne peuvent pas faire

2026-08-13 · 18 min de lecture

Les utilisateurs synthétiques sont des participants de recherche créés par IA. Ce sont des personas générés par un modèle de langage à partir d'un profil démographique et attitudinal, auxquels on pose les mêmes questions qu'à un panel réel. Ce ne sont pas des personnes et ils n'expriment pas d'opinions propres. Ils simulent rapidement et à faible coût la manière dont une population donnée pourrait répondre. Cette simulation est utile pour certaines questions de recherche et trompeuse pour d'autres. Cet article explique où se situe la limite.

À retenir

• Les utilisateurs synthétiques sont des répondants simulés, produits par un grand modèle de langage à partir d'une population décrite. Rien de leurs réponses ne vient d'une personne.
• Ils sont surtout utiles pour les questions comparatives et directionnelles, beaucoup moins pour les chiffres absolus, les comportements inédits et les populations spécialisées. La littérature arrive à la même conclusion : l'accord entre échantillons de silicium et échantillons humains « varie considérablement selon les domaines ». La méthode est surtout prometteuse en amont, pour les prétests et les études pilotes (Sarstedt et al., 2024).
• La qualité dépend avant tout des données qui servent d'ancrage, non de la taille du modèle. Partir de distributions démographiques agrégées peut reproduire de près les distributions observées dans de vrais sondages, même si la réplicabilité varie selon les groupes et les sujets (Sun et al., 2024).
• Ils sont un complément à la recherche réelle, non un substitut. La recherche en marketing tire une conclusion similaire sur l'IA en général : elle aide les responsables davantage qu'elle ne les remplace (Davenport et al., 2020).

Qu'est-ce qu'un utilisateur synthétique ?

Les utilisateurs synthétiques sont des participants de recherche artificiels. On les crée en demandant à un grand modèle de langage de répondre comme le ferait un membre d'une population définie. Chacun reçoit un profil — âge, marché, revenus, valeurs, attitudes, habitudes média — et répond à des questions d'entretien, à des items de questionnaire ou à des stimuli créatifs comme cette personne pourrait le faire. La littérature parle aussi d'échantillon de silicium (Sarstedt et al., 2024). Le résultat ressemble à des données de recherche, mais reste une simulation.

Cette distinction est centrale. Un utilisateur synthétique ne se souvient d'aucun achat. Il ne dispose que d'un modèle statistique des textes produits à propos de personnes semblables. Cela peut parfois suffire comme approximation pour orienter une décision, mais souvent non. Comme ces termes sont employés assez librement, commençons par les distinguer.

Utilisateurs, personas et répondants synthétiques

Traités comme des synonymes, ces trois termes désignent en réalité une même chose à trois stades.

Un quatrième terme, jumeau numérique, désigne le modèle simulé d'une personne réelle précise, construit à partir de ses propres données. C'est une technique différente, bien plus exigeante. Toubia et al. (2025) ont posé 500 questions à 2 058 personnes, soit 2,42 heures par personne en moyenne, afin de créer un banc d'essai public de jumeaux au niveau individuel. Cela n'a rien à voir avec l'échantillonnage au niveau de la population décrit ici.

Pour la construction des profils, voir le guide des personas synthétiques. Cette page reste sur ce qui se passe une fois qu'un persona commence à répondre.

Comment sont générés les utilisateurs synthétiques

Le processus comporte quatre étapes. La deuxième explique l'essentiel des écarts de qualité entre outils.

1. Définition de la population. Décrivez les personnes que vous voulez interroger : marché, tranche d'âge, revenus et caractéristiques pertinentes pour la question. C'est le brief que vous confieriez à un institut de recrutement.

2. Ancrage et échantillonnage. Le système construit des profils qui correspondent à ce brief. Laisser le modèle les inventer donne un résultat fluide, mais avec un défaut précis : sur 14 réplications psychologiques examinées par Sarstedt et al. (2024), six montrent un « effet de bonne réponse ». Le modèle répond de façon très uniforme, avec presque aucune variation. L'alternative consiste à tirer les attributs de données de population réelles. Sun et al. (2024) montrent pourquoi : un modèle alimenté uniquement par des distributions démographiques agrégées a produit des réponses « remarquablement semblables aux véritables sondages d'opinion américains ». SynthFolk s'appuie sur l'European Social Survey et l'Eurobaromètre, répartis sur cinq régions culturelles. La confiance institutionnelle ou la sensibilité au prix d'un persona reflètent ainsi une distribution mesurée, plutôt que l'idée que le modèle s'en fait.

La règle qui en découle est la nôtre, non un résultat publié, mais elle suit directement du mécanisme : le désaccord est un signal. L'unanimité renseigne sur le point de départ du modèle, pas sur la diversité du marché.

3. Interrogation indépendante. Chaque utilisateur synthétique est généré et interrogé séparément, sans jeu de rôle collectif dans une même fenêtre de contexte. Le texte produit par un LLM est déjà plus homogène que le texte humain — 45 % de similarité pour les tâches de résumé, contre 27 % pour des résumés humains (Lin) — et un contexte partagé ne fait qu'accentuer ce retour vers la moyenne. Le format collectif est d'ailleurs peu convaincant, même avec de vraies personnes. Dans les refontes de packaging les plus récentes de 227 responsables marketing, Caruso et al. (2025) classent les focus groups parmi les méthodes associées à des résultats moins réussis. À l'inverse, identifier les éléments de design que les consommateurs relient déjà à une marque était associé à de meilleurs résultats. Il s'agit d'une corrélation dans une catégorie, non d'une loi, mais ce n'est pas un bon argument pour simuler une discussion de groupe.

4. Agrégation. Pour le qualitatif, on obtient des thèmes et des verbatims ; pour le quantitatif, des distributions et des ventilations ; pour les stimuli A/B, une notation comparative.

Voici une conséquence de la deuxième étape, présentée comme un raisonnement et non comme une mesure : un panel plus petit mais mieux ancré devrait être plus utile qu'un panel plus grand sans ancrage. Ajouter des répondants issus de la même distribution resserrée augmente l'apparente certitude, pas l'information disponible.

Le module qualitatif de SynthFolk transforme une description d'audience en langage courant en 3 à 8 personas ancrés.

À quoi sert la recherche par utilisateurs synthétiques

La recherche synthétique a sa place lorsqu'il faut couvrir rapidement plusieurs options et les comparer, non découvrir de nouveaux faits. Sarstedt et al. (2024) situent sa promesse dans « les parties amont du processus de recherche, comme le prétest qualitatif et les études pilotes », et sont beaucoup plus sévères sur son usage dans une étude principale.

Filtrage de concepts. Vous avez onze énoncés de positionnement et les moyens d'en tester deux. Un panel synthétique vous propose un classement à discuter. Cela peut suffire à choisir les concepts qui iront en test réel, au lieu de trancher uniquement par le débat en salle de réunion.

Comparaison de messages et de créations. Les comparaisons A/B d'accroches, de propositions de valeur ou de créations publicitaires conviennent mieux à la méthode. Un jugement relatif est moins sensible au problème d'étalonnage qu'un jugement absolu. Elle ne remplace pas le test réel, mais la présélection qui le précède. Une étude de stimuli correctement dimensionnée ressemble à celle de Caruso et al. (2026), où 484 consommateurs américains et 491 britanniques ont évalué 48 packagings redessinés. Le module média de SynthFolk propose cette étape de présélection en mode A/B.

Rodage des questionnaires et guides d'entretien. Testez votre instrument sur des répondants synthétiques avant d'engager des frais de recrutement. Les questions ambiguës perturbent les réponses synthétiques comme les réponses humaines, et vous repérerez les items défaillants en un après-midi.

Premier regard multi-marchés. Étudier douze marchés est très coûteux avec des panels réels et simple avec des répondants synthétiques. Les chiffres par marché ne sont toutefois pas défendables. Sun et al. (2024) constatent que la réplicabilité varie selon les groupes démographiques et les sujets, ce qu'ils attribuent aux biais sociétaux des modèles. Lisez donc le profil des divergences comme une hypothèse sur les marchés où une enquête terrain est nécessaire.

Cartographie des objections. Demander à un panel diversifié ce qui l'empêcherait d'acheter produit rapidement une liste d'objections. Elle n'indique pas leur fréquence, mais réduit le risque qu'une objection importante vous surprenne plus tard.

Chacune de ces tâches relève du filtrage avant une décision réelle, jamais de la décision elle-même. Cela distingue aussi cette méthode de la catégorie plus large de l'IA en étude de marché, où l'analyse assistée par IA et les entretiens menés par IA avec de vraies personnes sont parfois confondus avec le travail entièrement synthétique.

Le procès des utilisateurs synthétiques

Les pages les plus lues sur ce sujet ne sont pas écrites par des fournisseurs. La critique des utilisateurs synthétiques du Nielsen Norman Group (2024) soutient qu'ils ne peuvent pas remplacer ce que l'observation de personnes réelles enseigne, et qu'ils renvoient souvent des retours superficiels ou trop favorables. Papangelis (2025), dans Interactions de l'ACM, développe l'argument voisin du « sophisme du persona synthétique » : vendre des détecteurs de motifs statistiques comme de la cognition simulée revient à emprunter l'autorité de la recherche en abandonnant ses exigences. Les praticiens de l'UX quantitative sont les plus directs : des réponses simulées ne sont pas des données, puisque rien n'a été mesuré.

Trois volets de cette critique sont justes, et aucun ancrage ne les élimine.

1. Il n'y a pas de mesure. Une distribution synthétique est générée, pas observée ; la rapporter avec les conventions d'intervalle de confiance de la recherche par sondage est une erreur de catégorie. La cohérence ne peut pas non plus en tenir lieu : Lin documente des agents IA autonomes passant 99,8 % de 6 000 contrôles d'attention tout en produisant des données psychométriquement saines, indiscernables d'un travail humain soigneux.
2. Les modèles ont des biais de réponse systématiques. Sun et al. (2024) relient les échecs de réplicabilité par sous-groupe aux biais sociétaux des modèles. Lin est plus tranchant : l'assainissement « tronque précisément les queues de distribution — expressions de préjugé, ambivalence, opinions extrêmes ». Valenzuela et al. (2024) nomment le mécanisme réductionnisme paramétrique : représentez une personne par quelques paramètres et vous perdez tout ce qu'ils ne portent pas.
3. La substitution est un risque institutionnel réel. Le mode de défaillance n'est pas une mauvaise étude, mais un budget de recherche discrètement remplacé par un abonnement, et une équipe qui a cessé de parler à qui que ce soit.

La réponse honnête n'est pas de réfuter ces critiques, mais de concevoir la recherche en conséquence. L'article sur la précision des répondants synthétiques examine dans quelle mesure des personas bien ancrés se rapprochent de vrais répondants.

Quand utiliser de vrais utilisateurs à la place

Cinq limites dures se tiennent derrière ce tableau.

Les chiffres absolus. Un panel synthétique annonçant 63 % d'intention d'achat produit un nombre sans aucun étalonnage sur le réel. L'ampleur du déplacement que des lignes synthétiques peuvent provoquer n'a rien d'hypothétique : dans les simulations de Lin sur les sondages présidentiels américains de 2024, insérer 10 à 52 répondants synthétiques dans des échantillons de 1 600 suffisait à inverser le candidat en tête. Lisez les distributions comparativement, jamais comme une prévision.

Les produits véritablement inédits. Les données d'ancrage précèdent le modèle, et les données d'entraînement ne sont pas inspectables — un problème ouvert que signale Ong (2024) pour toute recherche utilisant des LLM comme substituts de personnes. Là où aucune distribution attitudinale n'existe, le modèle interpole avec assurance ; plus vous vous éloignez des comportements établis, moins la sortie signifie quelque chose.

Les populations sous-représentées et spécialisées. Les données d'ancrage sont les plus minces précisément là où la précision compte le plus, et la fiction qui en résulte est convaincante — c'est la partie dangereuse. Fernandez et al. ont généré 2 106 personas synthétiques à partir de 13 profils diagnostiques inspirés du DSM et les ont soumis à sept instruments de dépistage psychiatrique validés ; à partir de brèves descriptions seulement, le modèle a produit des scores cliniquement différenciés et sensibles à la sévérité. Une réponse cohérente franchissant les seuils n'est plus un indicateur de participation authentique. La plausibilité n'est pas votre contrôle.

L'expérience vécue et le comportement observé. Les utilisateurs synthétiques génèrent ce qu'une personne décrite pourrait dire. Ils ne peuvent pas vous montrer la solution de contournement que quelqu'un a inventée ni l'hésitation avant un clic, et deux classes de mesure restent hors d'atteinte pour la même raison. La fréquence comportementale vient d'enregistrements comportementaux : Tanusondjaja et al. (2023) dérivent des distributions de gros acheteurs de plus de 550 millions de transactions en grand magasin, et non de questions posées. Les construits mnésiques, eux, appartiennent au réseau de mémoire d'un acheteur en situation d'achat plutôt qu'à du texte sur une marque, ce qui fait de la saillance de marque un problème de mesure plutôt qu'une question à poser à un modèle (Romaniuk & Sharp, 2004).

L'exposition réglementaire, sécuritaire ou juridique. Si une mauvaise réponse produit un rappel produit, une amende ou un préjudice, utilisez des humains.

D'où la position : la recherche synthétique est un complément, pas un remplacement. Elle change l'économie de questions que vous n'auriez jamais financées, et affûte la recherche réelle en éliminant d'abord les fausses pistes évidentes. Une équipe qui liquide sa fonction recherche pour acheter un panel synthétique a acheté un moyen de confirmer ses propres a priori.

Les utilisateurs synthétiques en pratique

Une première étude doit être petite, comparative et vérifiable.

Paramétrage. Module qualitatif. Audience en langage courant — acheteurs de produits alimentaires de 30 à 50 ans sur deux marchés européens, revenus mixtes. Trois personas, le plus petit panel capable de se contredire. À partir de 6 crédits, publiés sur la page tarifs.

Instrument. Quatre ou cinq questions ouvertes sur une décision que vous avez déjà prise, plus une relance dont vous ignorez la réponse.

Ce qui revient. Une transcription par persona, puis une synthèse : thèmes récurrents, points où les personas divergent, verbatims à l'appui. Lisez d'abord la divergence. Si les trois ont donné la même réponse dans trois registres, votre question était orientée ou votre description d'audience trop étroite — deux défauts corrigibles au tour suivant, pas après six semaines de terrain.

Le contrôle qui compte. Prenez une question à laquelle vous avez répondu l'an dernier par de la recherche réelle, refaites-la en synthétique, et voyez si le panel reproduit le résultat. Deux choses en font un test sérieux. Mener sa propre comparaison sur son propre phénomène produit une véritable connaissance, et non un ersatz de théorie générale de la précision (Golder et al., 2023). Et l'étalon n'est pas l'accord exact : les humains ne répondent pas deux fois à l'identique non plus, raison pour laquelle Toubia et al. (2025) ont intégré une vague répétée à leur étude pour établir une référence test-retest. L'ensemble de comparaison humain n'est d'ailleurs plus propre — environ 34 % des répondants de Prolific, et jusqu'à 73 % sur MTurk, déclarent utiliser l'IA sur les items ouverts (Lin).

Les équipes qui en tirent une valeur durable convergent vers une même boucle : diverger en synthétique, éprouver l'instrument en synthétique, valider avec des humains sur les survivants, puis vérifier son étalonnage face à ce que l'étude réelle a trouvé. L'étape quatre sépare l'usage sérieux d'une machine à se justifier, et personne ne peut la faire à votre place.

FAQ

Les utilisateurs synthétiques sont-ils de vraies personnes ?

Non. Ce sont des simulations par modèle de langage conditionnées sur des statistiques de population : aucun individu représenté, aucune donnée personnelle traitée, aucune réponse donnée par un humain. Tout outil laissant entendre le contraire déforme la méthode.

Les utilisateurs synthétiques sont-ils précis ?

Il n'existe pas de chiffre unique de précision, et la littérature de revue dit pourquoi : l'accord avec les échantillons humains varie considérablement selon les domaines (Sarstedt et al., 2024), et la réplicabilité varie selon le groupe et le sujet même là où les distributions agrégées tombent juste (Sun et al., 2024). Les résultats bougent aussi avec la formulation du prompt et la version du modèle — des « hyperparamètres » non résolus de ce travail (Ong, 2024). Traitez la sortie comme directionnelle et non étalonnée ; les preuves sont passées en revue dans notre guide sur la précision.

Combien coûtent les utilisateurs synthétiques ?

SynthFolk facture en crédits, publiés ouvertement : une étude qualitative à trois personas démarre à 6 crédits ; les panels plus larges et les échantillons quantitatifs de 50 à 250 répondants coûtent proportionnellement plus. Comparez avec une étude sur panel recruté pour la même question : en général plusieurs semaines et quatre chiffres.

Les utilisateurs synthétiques remplacent-ils les tests d'utilisabilité ?

Non — c'est la frontière la plus nette de la méthode. Le test d'utilisabilité mesure ce que les gens font sous observation ; l'utilisateur synthétique génère ce que quelqu'un pourrait dire. Rien ne remplace le fait de regarder une personne ne pas trouver un bouton.

Quelles langues et quels marchés sont pris en charge ?

SynthFolk fonctionne dans 12 langues d'interface, avec des personas ancrés sur cinq régions culturelles européennes : c'est ce qui rend praticable un premier passage multi-marchés. La couverture suit les données d'enquête sous-jacentes — là où elles sont minces, considérez la sortie comme plus mince encore.

Faites-en tourner une vous-même. Une étude à trois personas démarre à 6 crédits, et les nouveaux comptes reçoivent des crédits gratuits — de quoi tester la méthode sur une question dont vous connaissez déjà la réponse. Ouvrez le tableau de bord : savoir si le panel reproduit ce que vous savez déjà est le seul étalon qui compte.

Références

• Caruso, W., Romaniuk, J., Page, B., Anesbury, Z. W., & Williams, J. (2025). The role of market research in pack redesign performance. International Journal of Market Research, 67(1), 17–32. https://doi.org/10.1177/14707853241296656
• Caruso, W., Romaniuk, J., Page, B., Anesbury, Z. W., Saeed, R., & Williams, J. (2026). The packaging redesign modernisation dilemma: The relationship with familiarity, likeability, and its effect on purchase intent. Journal of Retailing and Consumer Services, 92, 104800. https://doi.org/10.1016/j.jretconser.2026.104800
• Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2020). How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, 48, 24–42. https://doi.org/10.1007/s11747-019-00696-0
• Eurobarometer. Public opinion surveys of the European Commission. https://europa.eu/eurobarometer/
• European Social Survey. https://www.europeansocialsurvey.org/
• Fernandez, K., Berner, L. A., & Shevlin, B. R. K. The threat of synthetic respondents extends to clinical mental health screening. Submitted manuscript, University of California, Los Angeles, and Icahn School of Medicine at Mount Sinai (undated).
• Golder, P. N., Dekimpe, M. G., An, J. T., van Heerde, H. J., Kim, D. S. U., & Alba, J. W. (2023). Learning from data: An empirics-first approach to relevant knowledge generation. Journal of Marketing, 87(3), 319–336. https://doi.org/10.1177/00222429221129200
• Lin, Z. Synthetic respondents and the illusion of human data. Preprint, Department of Psychology, Yonsei University (undated).
• Nielsen Norman Group. (2024, June 21). Synthetic users: If, when, and how to use AI-generated "research". https://www.nngroup.com/articles/synthetic-users/
• Ong, D. C. (2024). GPT-ology, computational models, silicon sampling: How should we think about LLMs in cognitive science? arXiv:2406.09464. https://arxiv.org/abs/2406.09464
• Papangelis, K. (2025, December 17). The synthetic persona fallacy: How AI-generated research undermines UX research. ACM Interactions (blog). https://interactions.acm.org/blog/view/the-synthetic-persona-fallacy-how-ai-generated-research-undermines-ux-research
• Romaniuk, J., & Sharp, B. (2004). Conceptualizing and measuring brand salience. Marketing Theory, 4(4), 327–342. https://doi.org/10.1177/1470593104047643
• Sarstedt, M., Adler, S. J., Rau, L., & Schmitt, B. (2024). Using large language models to generate silicon samples in consumer and marketing research: Challenges, opportunities, and guidelines. Psychology & Marketing, 41, 1254–1270. https://doi.org/10.1002/mar.21982
• Sun, S., Lee, E., Nan, D., Zhao, X., Lee, W., Jansen, B. J., & Kim, J. H. (2024). Random silicon sampling: Simulating human sub-population opinion using a large language model based on group-level demographic information. arXiv:2402.18144. https://arxiv.org/abs/2402.18144
• Tanusondjaja, A., Romaniuk, J., Nenycz-Thiel, M., Sakashita, M., & Viswanathan, V. (2023). Examining Pareto Law across department store shoppers. International Journal of Market Research. https://doi.org/10.1177/14707853221145851
• Toubia, O., Gui, G. Z., Peng, T., Merlau, D. J., Li, A., & Chen, H. (2025). Twin-2K-500: A dataset for building digital twins of over 2,000 people based on their answers to over 500 questions. arXiv:2505.17479. https://arxiv.org/abs/2505.17479
• Valenzuela, A., Puntoni, S., Hoffman, D., Castelo, N., De Freitas, J., Dietvorst, B., Hildebrand, C., Huh, Y. E., Meyer, R., Sweeney, M. E., Talaifar, S., Tomaino, G., & Wertenbroch, K. (2024). How artificial intelligence constrains the human experience. Journal of the Association for Consumer Research, 9(3). https://doi.org/10.1086/730709