Personnes réelles n'ont pas été sondées : l'IA fabrique désormais ce que "le public pense"

Personnes réelles n'ont pas été sondées : l'IA fabrique désormais ce que "le public pense"

L'autre jour, Axios a publié un article citant des "constatations" selon lesquelles la majorité des personnes faisaient confiance à leurs médecins et infirmiers. Il s'avère que ces "constatations" ont été complètement fabriquées par une entreprise appelée Aaru - utilisant l'IA (ce qui a conduit Axios à publier une note de l'éditeur et une "clarification"). Aaru utilise ce qu'elle appelle "l'échantillonnage en silicium", où les grands modèles de langage (l'IA) peuvent imiter les humains à une fraction du coût et du temps nécessaires au sondage traditionnel, rapporte le NY Times.

L'échantillonnage en silicium n'est pas un sondage. C'est la fabrication pure et simple de l'opinion publique par des machines - et les principaux médias et les sociétés de recherche publient désormais ces fabrications comme des constatations légitimes.

Il ne s'agit pas d'un simple faux pas. La technologie est adoptée par certains des noms les plus importants des médias, du sondage et de la recherche d'entreprise. Gallup s'est associé à la startup Simile pour créer des milliers de "jumeaux numériques" générés par l'IA qui remplacent les personnes réelles. Ipsos travaille avec Stanford pour faire pionnier des données synthétiques pour les études d'opinion publique. CVS, dont le fonds de capital-risque a investi dans Simile, utilise déjà ces informations fabriquées pour façonner la stratégie client. Et des médias comme Axios traitent les résultats comme des nouvelles.

Tout l'intérêt du sondage a toujours été l'authenticité - capturer ce que les humains pensent réellement (après avoir suréchantillonné votre parti préféré pour faire croire que les gens aiment Hillary Clinton).

Ce processus est imparfait et chaotique. Disons qu'un sondeur veut savoir combien de personnes aux États-Unis sont favorables à une mesure politique donnée, mais le sondeur se retrouve avec un sondage qui comprend 80 % de Républicains et seulement 20 % de Démocrates. Le sondeur pourrait penser que dans la réalité, le pays est plus proche d'une répartition de 50/50, et les résultats sont donc rééquilibrés pour refléter cette réalité perçue. Cela signifie que les pourcentages que vous lisez comme résultats de sondages sont la sortie du modèle, et non les chiffres des données du sondage réel.

Le problème est que chaque modèle est conçu avec ses propres biais, car les sondeurs ne sont pas d'accord sur les variables qui méritent plus de poids. En 2016, le chief political analyst du New York Times, Nate Cohn, a mené une expérience dans laquelle il a donné les mêmes données de sondage électorale à cinq sondeurs. (Cela comprenait Siena College, qui mène des sondages d'opinion pour le Times et qui a d'abord obtenu les données.)

M. Cohn a constaté une différence de 5 % entre ce que les modèles des cinq sondeurs ont renvoyé. Cette fourchette était supérieure à la marge d'erreur généralement associée à l'échantillonnage aléatoire, ce qui signifie que les hypothèses de modélisation faussaient de manière significative les résultats. Cela est alarmant, car cela suggère que les sondeurs peuvent utiliser la modélisation pour orienter les sondages dans une certaine direction et influencer l'opinion publique elle-même, plutôt que simplement de rapporter ce que l'opinion publique pense.

Walter Lippmann a mis en garde il y a un siècle contre le fait que la démocratie dépend d'une image précise de la volonté publique. Les sondages traditionnels, aussi imparfaits soient-ils, commençaient au moins par de véritables réponses de citoyens réels. C'était cher, lent et chaotique précisément parce que les humains sont chers, lents et chaotiques. L'échantillonnage en silicium élimine toute trace de ce chaos - et avec lui, toute trace de réalité. Les modèles sont formés sur des données passées, ajustés aux biais de leurs créateurs et invités à cracher les opinions "représentatives" que le client souhaite voir. Ce n'est pas l'opinion publique. C'est un miroir des hypothèses introduites dans la machine.

Des Sondages Falsifiés ont également choisi Kamala Harris...

À la veille de l'élection de 2024, Aaru a mené une simulation à grande échelle qui a confiamment projeté une victoire étroite pour Kamala Harris. Les chercheurs en marketing utilisent désormais ces sondages synthétiques pour décider des lancements de produits et des campagnes publicitaires. Les services de politique remplacent discrètement le "sentiment des constituants" généré par l'IA par de véritables commentaires. Chaque fois qu'un média respecté ou un sondeur présentent ces inventions comme des faits, ils normalisent l'idée que les données fabriquées sont suffisantes.

Les conséquences sont déjà là. Lorsque les titres indiquent "un nouveau sondage montre", les lecteurs n'ont aucun moyen de savoir si des personnes réelles ont été interrogées. La confiance dans les institutions s'érode rapidement sans fournir aux décideurs et aux journalistes un approvisionnement illimité de fausses données qui sonnent plausiblement. La science sociale, la stratégie politique et la recherche sur le marché risquent de devenir des jeux élaborés de faire semblant numérique.

Alors, c'est tout...

Tyler Durden
Mercredi 08/04/2026 - 16:40