Real vs. comportement synthétique : Le point de vue d'un spécialiste des études de marché sur l'intelligence artificielle

La plupart d'entre nous utilisent aujourd'hui l'IA dans le cadre de recherches documentaires. Il y a beaucoup de données à exploiter et l'IA nous aide à en tirer parti. Les spécialistes de l'étude de marché ont une longueur d'avance lorsqu'ils utilisent l'IA, car nous avons appris à poser des questions et à les formuler.

Nous sommes curieux et aimons creuser pour obtenir des informations. Les ensembles de données et les outils ne cessent de s'améliorer, aidant les spécialistes du marketing et les entreprises à prendre rapidement des décisions mieux informées et centrées sur le client. Tout le monde a accès à des informations générées par l'IA ; mon avantage concurrentiel réside dans le comportement réel.

Poser les bonnes questions

Je n'ai pas eu besoin d'apprendre à utiliser ChatGPT. Poser de bonnes questions pour bien comprendre quelque chose, c'est l'essence même de ma carrière. Je sais également reconnaître les mauvaises réponses et je sais quand passer à autre chose si une réponse n'est pas disponible ou si une question n'est pas valable.

Si tout le monde utilise les mêmes outils d'IA et les mêmes ensembles de données, les idées deviennent rapidement répétitives et prévisibles, sans l'originalité nécessaire pour innover réellement. C'est ce que l'on constate dans les emballages ou les publicités générés par l'IA, où les résultats suivent des modèles et des indices de conception familiers, ce qui donne un travail fade et peu inspiré. C'est pourquoi l'observation du comportement humain réel est si précieuse. Elle apporte des nuances, un contexte et des informations inattendues que les données algorithmiques ne peuvent tout simplement pas reproduire, ce qui nous donne un véritable avantage dans les études de marché et les projets d'utilisabilité.

L'analyse de l'attention est un outil puissant pour apporter une réelle valeur ajoutée aux parties prenantes, et ce pour deux raisons principales :

1. Une meilleure compréhension

2. Biais visible

Une meilleure compréhension

J'utilise des Eye Trackers dans le cadre d'études qualitatives depuis près de 20 ans, et ils fournissent systématiquement des informations fiables qui permettent de prendre des décisions en toute confiance. Ce qui rend cet outil si puissant, c'est la façon dont il capture naturellement le comportement - les gens prennent des décisions rapides et ne peuvent souvent pas expliquer comment ou pourquoi. L'examen des séquences avec les participants révèle ces moments, comme lorsque quelqu'un se laisse distraire par un élément de design ou qu'un fidèle à la marque navigue différemment d'une personne qui ne la connaît pas. Ces réactions subtiles, en temps réel, offrent une profondeur que les méthodes synthétiques négligent souvent.

En termes simples, j'ai toujours trouvé plus d'informations précieuses grâce à des participants à des études de marché utilisant des Eye trackers portables et en les laissant accomplir une tâche/mission naturellement, que par n'importe quelle autre technique d'étude. Les sessions rétrospectives me permettent également de comprendre ce qu'ils ressentaient à ce moment-là.

Notre monde évolue de plus en plus vite, et le comportement humain évolue tout aussi rapidement. L'observation de personnes réelles en action nous donne des informations fraîches et pertinentes qui échappent souvent à l'IA. Contrairement aux ensembles de données statiques, qui sont en retard sur les tendances actuelles, et au contenu généré par l'IA qui risque de s'alimenter lui-même, l'observation du monde réel nous permet de rester proches des décisions motivées par les émotions et la mentalité - là où se trouve la véritable innovation.

Par rapport à d'autres techniques de recherche, j'ai constaté que les sessions rétrospectives des études qualitatives sur l'attention étaient plus fiables pour fournir de nouvelles idées d'innovation, plus d'idées en détail, plus d'idées en contexte et plus de "prix gratuits", comme le dirait Seth Godin. Écouter un participant commenter ses séquences visuelles de comportement a toujours été pour moi l'une des sources d'information les plus précieuses. Nous enregistrons le comportement naturel sans interruption et nous poursuivons par une plongée en profondeur dans
"Le pourquoi".

Biais visible

Il est essentiel de comprendre et d'atténuer les préjugés dans les études de marché pour obtenir des informations fiables et prendre des décisions judicieuses. Des questions mal formulées, des échantillons non représentatifs ou des hypothèses inconscientes formulées par les chercheurs peuvent induire des influences trompeuses. Nous nous efforçons de minimiser ces distorsions dans les projets - c'est un élément clé de la réalisation d'études fiables et significatives.

L'IA apprend à partir de données historiques, et bien qu'elle soit puissante, ces ensembles de données comportent des lacunes et des biais. Plus nous essayons d'affiner ou de segmenter les connaissances artificielles, plus nous risquons de renforcer les distorsions sous-jacentes, créant ainsi une boucle difficile à briser. C'est pourquoi je crois qu'il faut travailler avec l'IA selon nos conditions. C'est un outil utile, mais le comportement humain réel nous permet de garder les pieds sur terre, en veillant à ce que nos informations restent pertinentes, nuancées et émotionnellement connectées.

Pourquoi le contexte l'emporte toujours sur les algorithmes

Nous savons que la tâche et le contexte déterminent le comportement. Les mêmes personnes peuvent se comporter différemment lorsqu'on leur confie la même tâche dans des contextes différents ou le même contexte avec des tâches différentes. Lors de l'examen des données relatives à l'attention, il est impératif de comprendre ce que la personne essayait de faire.

Il reste encore beaucoup de chemin à parcourir avant que l'IA puisse simuler des modèles de regard et des émotions en fonction de différents contextes et tâches. Et même lorsqu'elle y parviendra, serai-je en mesure d'obtenir des informations utiles en interrogeant des comportements synthétiques sur les raisons de ces comportements ?

Allez au-delà des produits synthétiques

Le curieux que je suis préférera toujours mener des recherches avec de vraies personnes. L'inconnu est fascinant et le comportement est généralement plus facile à observer qu'à prédire.

Si les données synthétiques et les progrès étonnants de l'IA peuvent grandement contribuer à accélérer de nombreux aspects de la recherche, rien ne peut remplacer la capture du comportement humain réel, dans l'instant et dans son contexte. L'eye tracking, sous ses différentes formes, est l'un des outils les plus puissants et les plus évidents pour y parvenir.