Repères
August 13, 2026
Mesure d'impact vs management d'impact : et si l'essentiel se jouait après l'évaluation ?
Populations synthétiques et IA permettent désormais de tester plusieurs scénarios avant de choisir. Un nouvel outil pour éclairer les décisions des acteurs sociaux, culturels et environnementaux.
Les organisations prennent chaque jour des décisions dont les conséquences peuvent être importantes : lancer un nouveau programme, modifier un service, cibler un nouveau public, changer d'échelle, faire évoluer une campagne de communication ou transformer leur organisation.
Ces décisions sont rarement prises sans information. Les équipes disposent de données, de leur expérience du terrain, d'études, d'entretiens ou d'enquêtes. Mais ces éléments peuvent être longs et coûteux à produire, avec une difficulté qui demeure : comment savoir comment différents publics pourraient réagir à plusieurs options avant d'avoir choisi et déployé l'une d'entre elles ?
De nouveaux outils de simulation, rendus possibles par les progrès récents de l'intelligence artificielle et l'émergence des populations synthétiques, ouvrent aujourd'hui une voie complémentaire : tester différents scénarios avant d'agir.
Les entretiens apportent une compréhension fine, mais portent nécessairement sur un nombre limité de personnes. Les enquêtes permettent de travailler à plus grande échelle, mais demandent du temps et des moyens. Les données historiques nous renseignent sur ce qui s'est déjà produit, mais sans prédire la réception d'un nouveau dispositif. Enfin, l'expérimentation terrain apporte une preuve précieuse, mais elle intervient lorsque l'organisation a déjà commencé à investir dans une option.
Entre l'intuition initiale et le test grandeur nature, il reste donc souvent un espace d'incertitude important.
C'est précisément dans cet espace que de nouvelles approches apparaissent.
Les progrès de l'intelligence artificielle, associés aux méthodes de simulation et à l'exploitation de données statistiques, permettent désormais d'explorer la manière dont différents profils de publics ou de parties prenantes pourraient réagir à plusieurs scénarios.
L'objectif n'est pas de demander à une machine de « prédire l'avenir ». Il s'agit plutôt de créer un nouvel espace d'expérimentation, notamment grâce aux populations synthétiques. Ce sont des représentations artificielles de populations réelles, conçues pour reproduire certaines de leurs caractéristiques. Associées aux progrès de l'intelligence artificielle, elles permettent aujourd'hui d'explorer la manière dont différents profils pourraient réagir à plusieurs scénarios. Concrètement un échantillon représentatif de la population concernée est reproduit grâce aux données publiques et celles dont dispose l'organisation, puis il peut être interrogé par des agents IA dynamiques qui mènent des entretiens auprès de chaque individu synthétique, avec une analyse de l'ensemble des verbatims recueillis.
Une organisation peut par exemple comparer plusieurs versions d'un programme, identifier les profils susceptibles d'y adhérer ou au contraire de rencontrer des difficultés, faire apparaître des objections auxquelles elle n'avait pas pensé ou encore repérer les hypothèses qui nécessitent une vérification sur le terrain.
Au lieu de tester une seule idée après plusieurs mois de conception, il devient possible d'en explorer plusieurs avant de concentrer les ressources sur les options les plus prometteuses.
Concevoir un programme social
Une association hésite entre plusieurs modalités d'accompagnement. Plutôt que de sélectionner immédiatement l'une d'entre elles, elle peut explorer la manière dont différents profils de bénéficiaires pourraient réagir : facilité d'accès, compréhension de l'offre, freins, motivation ou risque d'abandon. L'objectif n'est pas de choisir automatiquement le programme « gagnant », mais d'améliorer sa conception avant le premier pilote.
Faire évoluer la stratégie d'une fondation
Une fondation souhaite proposer de nouveaux services à ses partenaires associatifs : accompagnement stratégique, mise en réseau, formation, soutien au recrutement... Plusieurs combinaisons peuvent être confrontées aux besoins et contraintes de différents types d'organisations. La fondation peut alors mieux identifier les options qui méritent d'être approfondies auprès de ses partenaires réels.
Tester une nouvelle offre ou un nouveau positionnement
Une entreprise dans le champ éducatif hésite entre plusieurs versions d’une nouvelle offre, d’un service ou d’un positionnement. Les populations synthétiques permettent de comparer la manière dont différents profils de clients, prospects ou autres parties prenantes pourraient réagir : compréhension de la proposition, intérêt, freins, perception du prix, crédibilité ou risque de rejet. L’objectif n’est pas de prédire les ventes, mais d’identifier les scénarios les plus solides et les objections à traiter avant d’investir dans un lancement ou un test grandeur nature.
Préparer un changement d'échelle
Un dispositif efficace auprès d'un public particulier ne fonctionne pas nécessairement de la même manière ailleurs. Les tests de scénarios peuvent aider à explorer les différences susceptibles d'apparaître selon les territoires, les situations sociales ou les caractéristiques des publics concernés. Ils deviennent alors un outil complémentaire pour préparer une stratégie de réplication ou d'essaimage.
Tester une stratégie de mobilisation ou de collecte
Plusieurs messages, propositions ou modalités de mobilisation peuvent être explorés avant le lancement d'une campagne. L'intérêt est notamment d'identifier les différences de réaction entre les publics : ce qui convainc certains donateurs peut laisser d'autres indifférents, voire provoquer leur rejet. Là encore, le test de scénarios ne remplace pas l'A/B test réel. Il permet de mieux choisir ce qui mérite d'être testé.
Ces nouvelles possibilités reposent en partie sur les progrès rapides de l'intelligence artificielle. Mais leur intérêt dépend précisément de la manière dont l'IA est utilisée.
Pour Kodo Impact, elle ne doit ni remplacer la décision humaine, ni donner l'illusion qu'un modèle peut connaître avec certitude la réaction de personnes réelles. L'enjeu est au contraire d'en faire un outil d'exploration au service du discernement humain.
Cela suppose notamment de rester attentif à la qualité des données mobilisées, aux biais possibles, à la représentativité des publics, aux limites des résultats et au niveau de confiance que l'on peut leur accorder. L'utilisation éthique de l'IA implique également de protéger les données personnelles et de ne pas confondre simulation et observation réelle.
Plus la décision concerne des publics vulnérables ou présente des conséquences importantes pour les personnes, plus la validation humaine et terrain doit conserver une place centrale. L'IA peut permettre d'explorer beaucoup plus rapidement un grand nombre d'hypothèses. Elle ne dispense pas d'écouter les personnes concernées.
Cette distinction est essentielle.
Un test de scénarios ne dit pas : « Voici exactement ce qui se passera. » Il aide plutôt à répondre à des questions comme :
La valeur de l'approche réside donc moins dans une hypothétique certitude que dans sa capacité à réduire intelligemment l'incertitude. En ce sens, elle complète les outils existants : études, données, expertise professionnelle, entretiens, focus groups et expérimentation terrain.
Cette évolution peut également transformer la manière dont nous envisageons le management d'impact. Une grande partie des démarches d'impact cherche légitimement à répondre à des questions rétrospectives :
Les tests de scénarios permettent d'ajouter une question différente : Que pourrait-il se passer si nous choisissions cette option plutôt qu'une autre ? Le management d'impact devient alors non seulement un moyen de mesurer et d'apprendre après l'action, mais également une boussole pour mieux décider avant d'agir.
On peut imaginer une boucle beaucoup plus complète : comprendre → explorer → décider → expérimenter → mesurer → apprendre.
Pendant longtemps, les organisations ont dû agir pour apprendre. Elles disposent aujourd'hui de nouveaux moyens pour commencer à apprendre avant d'agir.
Ces outils ne feront pas disparaître l'incertitude. Ils ne remplaceront ni la connaissance terrain ni le dialogue avec les bénéficiaires, donateurs, salariés, bénévoles ou partenaires.
Mais utilisés avec rigueur et de façon éthique, les outils d'intelligence artificielle et de simulation peuvent permettre d'explorer davantage d'options, de détecter certains risques plus tôt et de consacrer les ressources humaines et financières aux hypothèses qui méritent réellement d'être expérimentées.
Chez Kodo Impact, nous explorons l'application de ces nouvelles approches aux décisions des associations, fondations et autres organisations d'intérêt général.
Vous avez une décision importante à prendre et plusieurs scénarios possibles ? Contactez Kodo Impact pour échanger sur votre situation et déterminer si un test de scénarios peut vous aider à éclairer votre choix.
