Il y a beaucoup d'enthousiasme, ainsi que des malentendus, autour des répondants synthétiques et des jumeaux numériques. Nous aimerions expliquer exactement ce qu'ils sont, pourquoi et quand vous devriez les utiliser, et quand ils doivent être traités avec précaution. Et avec notre casquette de spécialistes des sciences comportementales, nous proposons également une solution pour rendre ces répondants IA plus humains.
Répondants synthétiques
Les répondants synthétiques sont des personas générés par IA conçus pour imiter la façon dont un public cible (par exemple, des professionnels de santé et des patients) répond à une enquête ou réagit à un concept. Nous pouvons les considérer comme représentant un échantillon de répondants.
Éliminant le besoin de frais de recrutement et de panel, le principal avantage des répondants synthétiques est de permettre d'obtenir des résultats en quelques minutes au lieu de quelques semaines.
C'est particulièrement séduisant lorsqu'on travaille avec des répondants difficiles à joindre, tels que des médecins spécialistes et des patients atteints de maladies rares, pour qui le recrutement et la recherche traditionnels peuvent s'avérer longs et coûteux. Les panels synthétiques sont parfaits pour tester des messages et des concepts, permettant de filtrer des dizaines de messages et de concepts avant même de recruter un seul vrai répondant.
Mais cette vitesse accrue peut s'accompagner d'une perte de profondeur et de nouveauté. Les répondants synthétiques ont du mal à répondre aux questions concernant un nouveau domaine qui n'a jamais été exploré auparavant, et les réponses ne parviennent souvent pas à saisir la nuance émotionnelle qui motive les véritables décisions.
Les systèmes d'IA sont intrinsèquement logiques, les humains ne le sont pas ; les comportements irrationnels des vrais médecins et patients tendent à faire défaut chez les répondants synthétiques.
Jumeaux numériques
Alors que les répondants synthétiques vous donnent un aperçu d'un échantillon, les jumeaux numériques modélisent un médecin ou un patient individuel spécifique, conçus pour perdurer au-delà d'une seule étude.
Cela les rend particulièrement précieux une fois la recherche initiale terminée, pour approfondir les résultats ou tester des scénarios sans avoir à retourner sur le terrain à chaque fois. Plutôt que de les considérer comme des répondants d'enquête de substitution, nous pouvons les voir comme des simulations continues que les équipes peuvent interroger avec des questions de type “ et si ”.
Cependant, de manière similaire aux répondants synthétiques, les jumeaux numériques peuvent ne pas capturer le comportement irrationnel des professionnels de santé et des patients réels.
Savoir quand et où utiliser chacun
Les répondants synthétiques et les jumeaux numériques résolvent des problèmes différents, et chacun comporte son propre compromis.
Les répondants synthétiques achètent de la vitesse en sacrifiant la profondeur. Ils sont utiles pour cribler des idées à grande échelle, mais ne doivent pas être utilisés pour remplacer la compréhension du comportement d'un professionnel de santé ou d'un patient. Par exemple, les répondants synthétiques peuvent être utilisés pour tester plusieurs messages et concepts à grande échelle, ce qui vous permet de réduire le nombre de stimuli à tester auprès de vrais répondants lors de l'étude de marché, ainsi que d'identifier des axes de recherche et d'exploration supplémentaires.
Les jumeaux numériques sont parfaits à utiliser après une étude de marché. Par exemple, vous pouvez les modéliser sur de vrais répondants de votre étude, ce qui vous permet de poursuivre la recherche grâce à des tests de scénarios et des questions de suivi.
Pour obtenir des informations approfondies sur le comportement d'un professionnel de santé (HCP) ou d'un patient, comme dans le cadre d'un parcours de soins, les répondants synthétiques et les jumeaux numériques ne doivent pas remplacer les vrais répondants, mais ils peuvent compléter et affiner votre recherche.
Comment nous les utilisons chez Branding Science
Notre expertise en sciences du comportement nous confère un avantage ici. En appliquant des principes de sciences du comportement et plus de 12 ans de connaissances institutionnelles, nous pouvons concevoir les deux types de répondants IA de manière à ce qu'ils adoptent certains comportements, habitudes et biais “ irrationnels ” que nous savons déjà être manifestés par ce type de répondant. De cette façon, nous pouvons nous rapprocher de la vérité sur la façon dont les vrais gens se comportent.
Contact
Pour en savoir plus sur la façon dont nous pouvons vous aider à rendre vos répondants IA plus humains, contactez notre équipe :
Elizabeth Brown – Data Scientist Senior – [email protected]
Lucy Ireland – Directrice de recherche senior – [email protected]