L’intelligence artificielle (IA) transforme en profondeur les pratiques relatives aux études qualitatives. Elle permet d’analyser des volumes de données importants, de multiplier les angles de lecture. Mais cette puissance nouvelle pose question. Comment éviter que la performance technologique ne produise une illusion d’analyse, et ce au détriment du lien avec le terrain et de la rigueur méthodologique ?
Selon Daniel Bô, PDG de QualiQuanti, l’enjeu est de repenser la place de l’IA dans le raisonnement et le travail d’interprétation. Il nous partage sa lecture des mutations à l’œuvre et des conditions à réunir pour que l’IA renforce la valeur du qualitatif.
MRNews : Comment avez-vous apprivoisé l’IA ?
Daniel Bô (QualiQuanti) : Avec curiosité. Je me suis intéressé aux aspects théoriques de l’IA, m’y suis formé et je l’ai l’expérimentée. Depuis fin 2022, chaque vague d’innovation — agents, raisonnement approfondi, sources, multimodalité — oblige à revisiter les pratiques. J’ai formalisé ces réflexions dans un Livre blanc, que je remets à jour régulièrement.
Nous avons établi une charte interne. Pas de shadow AI, uniquement des outils maîtrisés – ChatGPT, Claude, Copilot, Gemini, NotebookLM –, avec des abonnements professionnels. Surtout, nous partageons collectivement nos protocoles : prompts, itérations, agents, grilles de lecture. Cette formalisation va de pair avec une professionnalisation du métier. L’IA oblige à retracer ses hypothèses, ses raisonnements, et ses critères d’analyse. De quoi rendre le processus transmissible, discutable, améliorable. Un atout majeur pour former les équipes et renforcer la montée en compétence collective !
Quel usage de l’IA vous enthousiasme le plus ?
Le dialogue réflexif avec l’IA. Une forme de planning stratégique augmenté ! Je l’utilise comme un partenaire de raisonnement, lui soumets des hypothèses, lui demande de mettre au défi des intuitions issues du terrain, de confronter des résultats à des cadres théoriques, et d’explorer des pistes par inférences successives. L’IA permet ainsi de multiplier les angles, de faire émerger des tensions, de produire des lectures croisées, jusqu’à conduire à une analyse socio-culturelle qui transforme des observations en insights actionnables.
J’utilise l’IA comme un partenaire de raisonnement, lui soumets des hypothèses, lui demande de mettre au défi des intuitions issues du terrain, de confronter des résultats à des cadres théoriques, et d’explorer des pistes par inférences successives.
Voici en lien le fruit d’un dialogue expérimental avec l’IA sur le conte de Noël d’Intermarché « Le Mal-Aimé » incarnée par un loup. Réalisé à notre initiative, cette illustration publique montre le champ des possibles et fait réagir la profession.
Vous évoquez la retranscription IA comme un usage clé. Ce n’est pourtant pas nouveau…
En soi, la retranscription n’est pas révolutionnaire. Ce qui change, c’est son utilisation massive et quasi-instantanée. Quand on veut exploiter des dizaines d’heures de conférence, de séances d’analyse, de podcasts ou de vidéos, la logique change. Au lieu de se limiter à des souvenirs fragmentaires, on peut exploiter le matériau intégral. Pour les conférences Esomar de Prague en 2025, nous avions exploité vingt-deux heures de conférences diffusées sur YouTube. Ce travail de synthèse a été réalisé en deux heures ! (Voir ici)
Au-delà de la retranscription, quels autres usages vous paraissent décisifs pour le métier des études ?
Trois autres exploitations, au moins, sont structurantes.
Tout d’abord, la synthèse de verbatims à grande échelle — à condition de disposer d’une masse critique et de données propres. Jusqu’ici, face à des volumes importants, on lisait en diagonale ou on passait des heures à les regrouper. Aujourd’hui, l’IA rend possible une lecture systématique du terrain, avec un partage des résultats au fil de l’eau.
Ensuite, l’analyse de contenus non textuels : images, vidéos, sons, interfaces, logos et documents visuels. C’est une dimension sous-exploitée. Là où la sémiologie consiste à “démonter le réveil pour mieux le comprendre”, l’IA permet de décortiquer en profondeur des objets, d’analyser des films image par image, de soumettre des corpus à des modèles de décodage.
Enfin, sans exploser les coûts, on peut proposer des terrains plus riches, plus longs et réinvestir le temps gagné dans l’humain – design des dispositifs, animation, interprétation culturelle.
Certains opposent rationalisation et extension des possibles. Cette distinction a-t-elle du sens ?
Opposer ces deux notions serait une erreur. Rationaliser le traitement de la donnée — aller plus vite, absorber plus de matière — rend possible son extension. Parce que certaines tâches sont automatisables, on peut créer des dispositifs ambitieux : des forums plus longs, plus de stimuli mobilisés, davantage d’angles d’analyse.
Vous parlez d’« intelligence créative augmentée ». Que recouvre cette notion ?
Depuis toujours, les études qualitatives sont prises dans une tension. Avec d’une part, une exigence de rigueur : être exhaustif, produire des réponses solides, rendre compte fidèlement du terrain. Et, d’autre part, une dimension intuitive : sensibilité culturelle, interprétation, capacité à faire émerger des éclairs de compréhension. Or, plus les volumes de données augmentent, plus cette créativité se retrouve contrainte par le temps, la lourdeur des traitements et la fatigue analytique.
L’IA modifie cet équilibre. En prenant en charge une partie de la “charge lourde” — tris, mise à plat, extraction d’éléments révélateurs —, elle libère du temps et de l’énergie mentale pour la valeur ajoutée du qualitatif : formuler des hypothèses, explorer des angles interprétatifs, mettre en perspective et donner du sens.
En prenant en charge une partie de la “charge lourde” — tris, mise à plat, extraction d’éléments révélateurs —, l’IA libère du temps et de l’énergie mentale pour la valeur ajoutée du qualitatif : formuler des hypothèses, explorer des angles interprétatifs, mettre en perspective et donner du sens.
Chez QualiQuanti – « creative intelligence » est notre signature –, nous défendons l’idée que les études sont un métier créatif par essence. L’ouvrage de Paul Willis, The Ethnographic Imagination, éclaire cette conviction. L’IA favorise cette approche : elle offre une couverture plus large, systématique du terrain. L’analyste peut assumer une part de subjectivité… une subjectivité éclairée, adossée à une base factuelle sécurisée.
Concrètement, lorsque des forums auto-administrés précèdent des ateliers ou des visio-réunions, l’IA permet d’objectiver en amont les tendances, les tensions, les récurrences. Le temps collectif final peut alors être consacré à l’interaction humaine, à l’improvisation, et au rebond créatif. Plus la machine structure, plus l’humain peut créer.
Plus la machine structure, plus l’humain peut créer.
L’IA permet-elle de dépasser la traditionnelle opposition quali-quanti ?
Chez QualiQuanti, nous défendons l’idée d’un quali à grande échelle et d’un quanti en profondeur. Cette approche est facilitée par la montée en puissance du recueil auto-administré et de la technologie, comme nous l’expliquons ici. Des universitaires britanniques ont publié en 2023 un ouvrage intitulé Big Qual (Big Qual: Breadth and Depth of Qualitative Analysis). Il plaide pour un élargissement massif du qualitatif. Objectif : combiner profondeur interprétative et volume de données non structurées.
Communautés, forums, et enquêtes semi-ouvertes produisent des volumes importants de données qualitatives mais leur analyse était chronophage. L’IA facilite le traitement de ces données et encourage à augmenter la taille des échantillons. Pour un forum, on a intérêt à viser vingt participants plutôt que douze si on fait appel à l’IA – elle a besoin d’une masse critique pour tirer les enseignements.
Exemple concret : durant l’été 2025, pour l’Institut de l’Entreprise, nous avons mené quatre forums de vingt citoyens sur quinze jours, avec une soixantaine de questions par forum. Cela a généré près de mille pages de verbatims (voir ici). Sans un usage de l’IA, le traitement systématique de ces données aurait été impossible. En complément, nous avons animé dix ateliers citoyens. Ils ont donné lieu à trois publications sur la santé mentale au travail, la relation école-entreprise, et le travail des seniors. Elles ont fait l’objet d’un travail – humain et sensible – d’analyse et de rédaction en profondeur, facilités par une classification des données en amont.
L’IA est le catalyseur du Big Quali. Plusieurs confrères convergent sur ce constat, en utilisant des termes proches : Mass Qual, hyperquali ou encore qual-at-scale.
Venons-en aux pièges. S’il n’y en avait qu’un à éviter ?
LE piège, c’est l’illusion d’analyse — surtout quand les résultats proviennent d’outils “boîtes noires”. L’IA produit des synthèses structurées, cohérentes, avec un vocabulaire expert. C’est ce qui crée une illusion d’optique : la qualité formelle fabrique une impression de profondeur. On confond alors vraisemblance et vérité. On croit observer le réel, alors qu’on ne fait parfois que générer des schémas plausibles. L’IA doit éclairer le réel. Pas prétendre le remplacer. Elle exige un discernement humain constant. C’est pourquoi, dans nos dispositifs, les verbatims restent accessibles, lisibles, traçables : la synthèse réalisée par IA est clairement identifiable et le client peut revenir aux sources. L’analyse devient auditable, vérifiable, partageable.
LE piège, c’est l’illusion d’analyse — surtout quand les résultats proviennent d’outils “boîtes noires”. L’IA produit des synthèses structurées, cohérentes, avec un vocabulaire expert. C’est ce qui crée une illusion d’optique : la qualité formelle fabrique une impression de profondeur. On confond alors vraisemblance et vérité. On croit observer le réel, alors qu’on ne fait parfois que générer des schémas plausibles. L’IA doit éclairer le réel. Pas prétendre le remplacer. Elle exige un discernement humain constant.
Qu’observez-vous du côté des annonceurs ?
Une vraie curiosité, mais une pratique encore inégale. Les équipes analytics sont généralement à l’aise avec l’IA pour les tâches à même de favoriser des économies d’échelle ; les équipes research sont plus prudentes, parfois sceptiques. Dégradation de la qualité des panels, fraude, répondants assistés par l’IA, perte de confiance interne… La crise gestion de la donnée inquiète.
C’est un point central dans le GRIT 2025 comme dans les échanges Esomar.
Parallèlement, on voit monter le DIY insights : les marques internalisent les processus routiniers, externalisent ce qui est stratégique.
Enfin, quels messages clés aimeriez-vous leur faire passer ?
J’aurais quatre messages à faire passer :
Si l’IA structure les données et accélère leur traitement, elle ne remplacera jamais le terrain. Les rapports automatisés doivent être lus avec prudence : ils peuvent produire des analyses en trompe-l’œil avec une illusion de compréhension.
L’IA décuple la puissance du quali, à une condition : bien définir son rôle. Sa valeur tient à la qualité des données confiées et au cadre méthodologique imposé. Concrètement, cela passe à la fois par ce qu’on lui donne à analyser — verbatims, documents, corpus, benchmarks — et par la manière dont on l’oriente – agents spécialisés, grilles d’analyse, itérations, combinaison de modèles
La transparence est non négociable. Quels modèles ? Sur quelles données ? Avec quels protocoles ? C’est la condition pour préserver la confiance et la valeur des insights.
Enfin, les annonceurs ont intérêt à demander à leurs instituts de les former et de documenter précisément leurs méthodologies intégrant l’IA. QualiQuanti propose des formats courts – une heure en visio-conférence –, basés sur des cas d’usage. Objectif : montrer comment l’IA enrichit les études marketing tout en maîtrisant leur coût.
Pour aller plus loin :
- Post avec un mode d’emploi et des astuces sur l’usage de l’IA en quali :
- Synthèse du GRIT 2025
- Synthèse ESOMAR 2025
- Conférence HEC alumni sur IA et études marketing de décembre 2025
- Analyse avec l’IA du loup mal aimé d’Intermarché commenté par des experts de la sémiologie et des études qualitatives
- Résumé du dossier Psychologie magazine de septembre 2025 sur l’IA
POUR ACTION
• Echanger avec l’interviewé(e): @ Daniel Bô
