Définir la décision
Nous précisons la décision envisagée, les publics concernés, les scénarios à comparer et les questions auxquelles l’étude doit répondre.
SCIENCE
Comment fonctionnent les populations synthétiques ?
Kodo Impact utilise des populations synthétiques pour aider les organisations à tester une décision avant de la mettre en œuvre. Elles permettent d’explorer les réactions possibles, de comparer plusieurs scénarios et d’identifier les points qui devront être validés auprès de personnes réelles.
Méthode documentéeRésultats traçablesDécision humaine
COMPRENDRE
Une population synthétique, qu’est-ce que c’est ?
Une population synthétique est un ensemble d’individus fictifs construit à partir de données statistiques. Chaque individu possède des caractéristiques cohérentes avec la population étudiée : âge, territoire, situation sociale, pratiques, attentes ou opinions, selon le sujet.
Bien plus qu’une série de personas
Un persona est un profil type. Une population synthétique peut réunir des milliers d’individus différents. Elle permet d’observer une tendance générale, mais aussi les différences entre les profils.
LA MÉTHODE
Comment ça marche ?
Construire la population
La population est créée à partir de données publiques, territoriales ou sectorielles, ainsi qu'avec vos données exploitables, dans un environnement sécurisé.
Donner une voix à chacun
Les données et les modèles statistiques construisent la population. L’intelligence artificielle intervient ensuite pour dialoguer avec chaque individu dans le contexte de sa situation.
Mener les entretiens
Des questions ouvertes sont posées, puis approfondies par des relances : pourquoi, quelles inquiétudes, quelles conditions feraient changer d’avis ?
Comparer les réactions
L’analyse fait apparaître les convergences, les différences entre profils, les freins, les leviers d’adhésion et les risques propres à chaque scénario.
Tester la robustesse
Les principales hypothèses sont modifiées pour vérifier si les conclusions restent stables. Les résultats sensibles à un paramètre sont présentés comme plus fragiles.
Des populations synthétiques avec un "maximum d'entropie"
Derrière ce terme technique se trouve une idée simple : respecter toutes les informations connues sans en inventer d’autres. Si plusieurs populations sont compatibles avec les données disponibles, la méthode privilégie celle qui ajoute le moins d’hypothèses arbitraires.
EXEMPLE
Tester un programme avant son lancement
Une association envisage un nouveau programme destiné aux jeunes vivant en milieu rural. Elle hésite entre un accompagnement principalement numérique et une formule associant numérique et rencontres locales.
Une population synthétique correspondant aux jeunes concernés est construite. Les deux propositions lui sont présentées, puis les réactions sont approfondies par des entretiens individuels.
Ce que l’étude peut faire apparaître
- le format qui semble susciter le plus d’intérêt
- les profils les plus réceptifs à chaque proposition
- les craintes liées à l’accompagnement numérique
- les conditions nécessaires pour créer de la confiance
- les éléments à tester ensuite auprès de jeunes réels
La population synthétique ne décide pas à la place de l'association. Elle l’aide à préparer sa décision et son expérimentation.
VALIDATION
Comment les résultats sont-ils contrôlés ?
Comparer
La population générée est confrontée aux statistiques et aux études disponibles.
Mesurer
Les écarts sont vérifiés pour chaque caractéristique et pour leurs croisements.
Faire varier
Les hypothèses sont modifiées pour distinguer les conclusions stables des conclusions fragiles.
Retracer
Pas de boîte noire, chaque enseignement peut être relié aux entretiens, aux données et au protocole qui l’ont produit.
ÉTAT DE LA RECHERCHE
Des résultats avérés, dans un cadre précis
La méthode statistique du partenaire technologique de Kodo est décrite dans une publication technique accessible sur arXiv. Plus largement, l’interrogation de populations synthétiques est étudiée par plusieurs équipes de recherche internationales, dont une équipe de Harvard et Stanford ayant publié un article dans la revue scientifique Nature avec les éléments suivants :
0,85 ne signifie pas « 85 % de bonnes réponses »
Ce chiffre mesure la proximité entre les effets simulés sur populations synthétiques et ceux observés chez les humains. Il concerne des résultats moyens à l’échelle d’un groupe, pas la prédiction du comportement d’une personne. Ce résultat est similaire à celui obtenu par un prospectiviste humain qui travaillerait sur les données fournies. L'ampleur des effets tend à être surestimée par les LLM, l'outil partage donc des effets sur populations synthétiques à considérer comme des tendances.
Dans l’étude publiée en 2026 dans Nature, la corrélation atteint même 0,90 pour les études qui n’étaient pas encore publiques au moment de l’entraînement du modèle, donc sans risque possible d'un LLM ayant puisé dans sa mémoire pour produire les résultats de l'étude.
Quelques travaux de référence
- Nature, 2026 — prédiction des effets de 70 expériences de sciences sociales.
- Political Analysis, 2023 — simulation de sous-populations à partir de caractéristiques sociodémographiques.
- ICML, 2023 — réplication de plusieurs expériences classiques et identification d’une déformation systématique.
- PNAS, 2024 — résultats encourageants sur des phénomènes connus, mais faibles sur la prédiction de résultats réellement nouveaux.
- Scientific Reports, 2024 — comparaison de jugements humains et artificiels dans six domaines sensoriels.
Ces publications documentent le champ de recherche. Elles ne constituent pas une certification générale de la plateforme ni une garantie applicable à toutes les décisions.
FIABILITÉ ET LIMITES
Quels tests peut-on mener avec confiance ?
Les populations synthétiques sont plus fiables pour comparer plusieurs options que pour prédire un niveau absolu : quel message fonctionne le mieux, quelle proposition suscite le plus d’adhésion, quels freins apparaissent selon les publics. Elles doivent être utilisées avec prudence lorsqu’il s’agit de prédire un pourcentage exact de comportements futurs.
Messages et propositions écrites
La méthode est particulièrement utile pour comparer des messages, argumentaires, noms, slogans, concepts de service, offres, niveaux de prix ou scénarios d’évolution.
Ce que montre la recherche : les modèles peuvent bien anticiper la direction et le classement relatif des effets entre plusieurs messages. Ils sont moins fiables pour en estimer précisément l’ampleur.
Images, vidéos et contenus audio
La simulation peut explorer ce qu’un visuel ou un contenu semble raconter, les associations qu’il suscite, la compréhension de son message, sa cohérence avec un positionnement ou les préférences relatives entre plusieurs pistes. Elle peut aussi aider à comparer des scripts, synopsis ou messages audio/vidéo et à repérer des passages ambigus.
Limite : la simulation ne permet pas de prédire avec certitude ce qui attirera réellement l’attention, sera mémorisé, suscitera une émotion ou déclenchera un comportement en situation réelle.
Comment Kodo sécurise les résultats
Nous ne nous contentons pas d’interroger une IA. La population est construite à partir de données réelles et adaptée au contexte ; les tests sont menés sous plusieurs angles pour identifier les signaux robustes ; les résultats sont analysés en distinguant ce qui est solide de ce qui reste exploratoire.
Ancrage dans la réalité : lorsque c’est pertinent, les résultats sont confrontés à des données humaines existantes ou complétés par une validation terrain.
Expériences vécues et comportements réels
Les populations synthétiques peuvent aider à formuler des hypothèses sur une expérience ou un comportement, mais elles ne remplacent pas l’observation de ce qui se passe réellement dans la durée et en situation.
Limite : les données de validation sont encore insuffisantes pour prédire avec confiance des comportements réels, des expériences physiques ou leur évolution sur plusieurs semaines ou plusieurs mois.
La qualité dépend aussi de la population
Plus une population peut être construite et calibrée à partir de données réelles fiables, plus les résultats sont interprétables. Pour des publics rares, très spécifiques ou peu documentés, Kodo recommande d’ancrer la simulation dans des données terrain complémentaires.
EXPERTISE
Une équipe scientifique expérimentée
La technologie utilisée par Kodo Impact est développée par une équipe française réunissant des spécialistes de la construction statistique de populations, de l’intelligence artificielle, des modèles cognitifs, de la simulation et des systèmes complexes.
Ses membres associent recherche académique, direction de laboratoires technologiques, doctorats en informatique et collaborations avec des équipes universitaires françaises et européennes.
La bonne façon d’utiliser l’outil
Les populations synthétiques servent à explorer, comparer et préparer. Les résultats sont des indices comparatifs de potentiel, et non des intentions humaines directement mesurées.
DONNÉES ET CONFIDENTIALITÉ
RGPD, sécurité et hébergement des données
Aucune personne réelle simulée
Les individus synthétiques sont fictifs. Ils n’ont ni nom, ni coordonnées, ni compte client, ni dossier personnel.
Données agrégées
Les populations sont principalement construites à partir de statistiques anonymes décrivant des groupes, sans identification individuelle.
Utilisation limitée à la mission
Les documents et données du client sont utilisés uniquement pour les besoins définis. Les données personnelles éventuelles doivent être réduites, pseudonymisées ou anonymisées selon leur usage.
Pas de réutilisation commerciale
Les questions, scénarios et résultats ne sont ni vendus, ni utilisés à des fins publicitaires, ni réutilisés pour d’autres clients. Ils ne servent pas à entraîner un modèle partagé.
HÉBERGEMENT
Des données hébergées et protégées en France
La plateforme utilisée par Kodo Impact est hébergée en France. Les environnements de développement, de préproduction et de production sont séparés, et les accès techniques sont réservés aux personnes habilitées.
- Flux chiffrésTLS 1.3 pour les échanges entre les utilisateurs et les composants du service.
- Stockage chiffréAES-256 pour les données de production et les sauvegardes.
- Accès contrôlésComptes nominatifs, authentification renforcée et journalisation des accès aux environnements opérés.
- Sauvegardes protégéesSauvegardes chiffrées, avec fréquence et durée de conservation définies selon la configuration de la mission.
- Isolation renforcéeUn hébergement dédié ou un environnement isolé peut être prévu lorsque la sensibilité du projet le justifie.
- Fin de mission encadréeLes modalités de conservation, de restitution ou de suppression peuvent être précisées contractuellement.
Certains prestataires techniques strictement nécessaires peuvent intervenir dans le fonctionnement du service. Leur accès est encadré et ne les autorise pas à exploiter les données pour leurs propres besoins.
QUESTIONS FRÉQUENTES
L’essentiel en quatre réponses
Les réponses correspondent-elles à celles de personnes réelles ?
Elles permettent d’explorer des réactions possibles et de comparer des scénarios. Elles ne prédisent pas avec certitude la réponse d’une personne réelle.
Les populations synthétiques remplacent-elles les enquêtes de terrain ?
Non. Elles permettent de préparer le terrain, d’écarter certaines hypothèses et de mieux cibler les questions à poser ensuite aux publics concernés.
Peut-on tester une image ou une vidéo ?
Oui, à titre exploratoire, pour étudier la compréhension, les associations possibles ou comparer plusieurs pistes. Une validation humaine reste nécessaire avant une décision importante.
Les données de notre organisation restent-elles confidentielles ?
Oui. Elles restent limitées à la mission, sans revente, exploitation publicitaire, entraînement d’un modèle partagé ni réutilisation pour d’autres clients.
VOTRE PROCHAINE DÉCISION
Préparons ensemble vos décisions à impact.
Confrontez vos hypothèses, identifiez les risques et préparez les validations utiles avant le déploiement.