Plutôt que de récolter l’opinion des citoyens, pourquoi ne pas se contenter de la prédire ? Dans le secteur des instituts de sondages, l’IA se fait discrètement sa place. Les grands acteurs historiques s’en saisissent pour booster leurs enquêtes, tandis que de nouveaux concurrents promettent de prédire les futures élections en se passant complètement de la parole des électeurs.
En 1955, l’auteur de science-fiction Isaac Asimov imaginait les élections du futur1 : dans sa nouvelle A voté, un superordinateur choisit un unique votant, archétype du citoyen moyen. Ses réponses à un questionnaire s’ajoutent aux milliards de paramètres de la machine, qui calcule alors les résultats de toutes les élections du pays. Asimov pensait parodier le rôle des sondages lors des élections.
Soixante-dix ans plus tard, ils dictent le rythme du débat public, malgré les critiques qu’ils suscitent. De faux sondages électoraux ont même été repris par les médias américains, avant que la supercherie ne soit révélée2. Et le récit d’Asimov lui-même ne semble plus si improbable : des instituts de sondages remplacent déjà leurs panels de citoyens par de l’intelligence artificielle (IA).
Article issu de notre n°77 « Comment sauver notre avenir climatique ? », disponible en kiosque, librairie et à la commande.
En France, l’Ifop a été le premier institut à doper des échantillons de sondés jugés insuffisants : ce qu’on appelle le « boost par données synthétiques ». En 2024, pour évaluer les intentions de vote des enseignants lors des élections européennes, l’institut avait, à partir de 116 enseignants réellement sondés, généré plus de 400 réponses par IA3.
La même année, l’entreprise publiait un second sondage à propos des Jeux paralympiques4. Sur les 1 151 réponses affichées, seules 151 provenaient de véritables personnes en situation de handicap, les 1 000 autres ayant été générées artificiellement.
En effet, quand l’enquête s’intéresse à des catégories de la population très spécifiques, les échantillons sont parfois trop faibles, un problème bien connu en statistiques, indique Thomas Delclite, statisticien à Statbel, homologue belge de l’Insee5.
Pour augmenter (« booster ») un échantillon, l’IA compare alors une sous-population à d’autres sondés (lieu de vie, diplômes, revenus…). En observant ce que les profils similaires aux enseignants ont répondu, elle génère de nouvelles réponses vraisemblables. L’IA ne ferait donc pas que régurgiter les mêmes données, elle en crée, au risque de ne pas refléter la réalité. « De plus, on n’éliminera pas un biais qui existe dans l’échantillon de base, il serait même amplifié », précise Thomas Delclite.
Des profils qui semblent surtout refléter les stéréotypes des personnes qui les fabriquent.
Pourquoi se tourner vers cette technique ? Les enquêtes d’opinion sont de plus en plus chères à produire, expliquent les sondeurs : réticence des citoyens à répondre, temps de traitement des données… Mais si l’espoir de réaliser des économies grâce à l’IA séduit sur le papier, la réalité est moins évidente, nuance le sondeur Thomas Duhard, directeur des projets data à l’Ifop, pour qui cela représente tout de même « du temps de travail et des ingénieurs ». Il indique que son entreprise réserve l’usage des échantillons boostés à des études marketing privées, et maintient que la place des sondeurs reste déterminante.
L’usage de l’IA ne permet pas que de « booster » des sondages en amplifiant artificiellement la taille d’un échantillon de population. Des entreprises proposent aussi des « profils synthétiques » qui vont suivre toute une campagne électorale pour modéliser les changements d’opinion des électeurs. En 2024, l’Ipsos avait ainsi créé cinq personnages pour les élections britanniques. Il s’agissait d’archétypes générés artificiellement, comme Darren, sans emploi et en situation de handicap mais dont l’inquiétude vis-à-vis de l’immigration aurait guidé le vote vers les conservateurs. Des profils qui semblent donc surtout refléter les stéréotypes des personnes qui les fabriquent.
Certaines start-up proposent même des populations entièrement générées par IA, ce qu’ils appellent des « échantillons de silicium ». La start-up états-unienne Aaru, qui a levé 50 millions de dollars de financement fin 2025, est notamment à l’origine d’un sondage sur la santé maternelle qui a fait grand bruit outre-Atlantique.
En mars dernier, le média Axios l’a en effet tout d’abord relayé sans indiquer que les interviewés étaient entièrement générés par IA. D’autres entreprises proposent des services similaires, comme Simile, qui a levé 100 millions de dollars en début d’année, ou Electric Twin, dont le fondateur a travaillé pour la campagne en faveur du Brexit. En France, la start-up Eleya développe cette technologie, et s’est associée à l’Ifop pour l’appliquer à des enquêtes marketing.
Les ambitions des entreprises se heurtent cependant aux limites de ce dont l’IA générative est capable. Dans une fiche de recommandations à destination des professionnels de la communication6, deux chercheurs de la Northeastern University, dans le Massachusetts, pointent le manque de fiabilité de la technologie. Les grands modèles de langage (LLM), utilisés pour générer les « échantillons de silicium », « ont tendance à stéréotyper certains groupes démographiques, et leurs processus de raisonnement sont fondamentalement différents de ceux des humains », écrivent les chercheurs. Ils notent que les modèles d’IA gomment la diversité des opinions réelles sur certains sujets, et l’exagèrent sur d’autres.
Dès lors, comment interpréter les résultats produits par un sondage synthétique, surtout quand sa méthodologie demeure opaque et entièrement contrôlée par une entreprise et son commanditaire ? Les instituts de sondages, organismes privés aux méthodes discutables7, sont déjà régulièrement suspectés et dénoncés par les scientifiques et dans l’opinion pour leurs biais et leur manque de transparence.
Valérie Charolles, membre de la Commission des sondages8, dit rester attentive à « cette technologie qui risque de prendre de la place lors des élections présidentielles ». Cette philosophe de l’économie et des techniques étudie actuellement le sujet au sein de la Commission tout en concédant que cette dernière n’a aucun pouvoir pour empêcher la publication d’un sondage qui lui semblerait douteux, ces derniers restant soumis aux mêmes règles que les enquêtes classiques.
Ainsi, derrière les deux enquêtes de l’Ifop ayant eu recours à l’IA pour booster ses échantillons, un même commanditaire : Fairgen, une start-up israélienne qui a développé l’outil DataBoostAI. Ni l’Ifop ni Fairgen ne mentionnent l’usage des données ainsi transmises par le sondeur pour développer ce modèle d’IA. La crainte qu’elles viennent alimenter des tentatives de manipulation de l’opinion, comme lors du scandale Facebook-Cambridge Analytica et de l’élection présidentielle états-unienne de 2016, est légitime.
Thomas Delclite s’attend à ce que les sondages synthétiques brouillent encore davantage l’information, avec des répercussions inquiétantes pour la démocratie : « En marketing, le commanditaire accepte la méthode utilisée, avec ses limites. Dans un sondage électoral, c’est l’électeur qui est visé, et on ne peut pas s’attendre à ce qu’il aille consulter chaque notice explicative. »
Valérie Charolles le rejoint : savoir lire ces chiffres est une compétence essentielle en démocratie. Mais sans garde-fou juridique, la responsabilité ne peut reposer que sur les électeurs : « Il faut une exigence démocratique envers les instituts, comparer leurs chiffres aux résultats réels », demande la chercheuse. Sans régulation, seule la bonne volonté des entreprises qui manipulent ces outils les empêchera de truquer le débat public.
Socialter est un média indépendant et engagé qui dépend de ses lecteurs pour continuer à informer, analyser, interroger et à se pencher sur les idées nouvelles qui peinent à émerger dans le débat public. Pour nous soutenir et découvrir nos prochaines publications, n'hésitez pas à vous abonner !
S'abonnerFaire un don
