Les instituts de sondage explorent de plus en plus l’idée de remplacer une partie de leurs répondants par des intelligences artificielles capables de simuler des profils humains. Moins coûteuse et plus rapide, cette approche soulève toutefois une question fondamentale : une opinion générée par un modèle est-elle vraiment comparable à celle d’un citoyen ?

Les enquêtes et les sondages permettent aux sociétés de mieux comprendre ce que pensent les citoyens sur des sujets aussi variés que la politique, la santé ou l’éducation. Mais de moins en moins de personnes acceptent d’y répondre, ce qui oblige les instituts à solliciter davantage de participants et fait fortement grimper les coûts. Aux États-Unis, un prestataire de sondages facture ainsi une enquête de dix minutes auprès de 1 000 personnes plusieurs dizaines de milliers de dollars.

Les modèles d’intelligence artificielle pourraient-ils remplacer à terme des centaines, voire des milliers de répondants en reproduisant la diversité des réponses qu’apporteraient de vrais êtres humains ? Cette pratique, appelée « enquêtes synthétiques » ou « échantillon silicium » (« silicon sampling »), est déjà utilisée et coûte bien moins cher. Mais les résultats sont-ils fiables ?

Je suis un chercheur en apprentissage automatique. J’étudie les grands modèles de langage et leurs usages en médecine et dans la recherche scientifique. Ces systèmes évoluent en permanence à mesure que les entreprises les mettent à jour. Selon les consignes fournies, les paramètres utilisés ou la version du modèle, les réponses à une même question peuvent varier considérablement.

Cette caractéristique peut rendre ces modèles difficiles à utiliser de manière fiable dans les recherches en sciences sociales. Mais elle peut aussi être mise à profit pour simuler les réponses d’un grand nombre de personnes, ce que les chercheurs appellent des « répondants synthétiques ».

Pour générer, par exemple, 10 000 réponses avec ChatGPT, un institut de sondage peut fournir au modèle quelques informations démographiques de base ainsi qu’un contexte, par exemple : « Vous êtes un jeune électeur urbain, étudiant à l’université et de sensibilité politique conservatrice. Répondez aux questions suivantes. » Les chercheurs peuvent ensuite faire varier ces caractéristiques démographiques afin d’obtenir, pour une même question, une grande diversité de réponses produites par ChatGPT.

Le modèle possède également sa propre part d’aléa interne, ce qui l’amène naturellement à produire des réponses différentes lorsqu’une même question lui est posée à plusieurs reprises. Les chercheurs peuvent ainsi combiner les consignes fournies au modèle et cette part de hasard pour générer 10 000 réponses synthétiques différentes.

Les simulations ne sont pas des opinions

Les sondeurs utilisent depuis longtemps des modèles statistiques pour généraliser les résultats obtenus à partir d’un nombre limité de réponses. Et différents analystes peuvent tirer des conclusions différentes à partir des mêmes données d’enquête. Les études portant sur les répondants synthétiques suggèrent qu’ils pourraient être encore plus sensibles que les humains à de légères modifications des consignes ou des paramètres produisant des résultats très différents.

Mais l’utilisation de répondants synthétiques soulève une question plus fondamentale. Les sondages ne sont pas seulement des outils de prédiction. Ce sont aussi des instruments de mesure destinés à saisir ce que les gens pensent réellement. Un thermomètre mesure directement votre température. Vous ne feriez sans doute pas confiance à un appareil qui se contenterait d’estimer votre température en consultant un modèle d’intelligence artificielle.

Les grands modèles de langage et les autres outils d’IA héritent des biais et des angles morts présents dans les données sur lesquelles ils ont été entraînés. Par exemple, l’IA peut simplifier à l’excès ou déformer les opinions de groupes de population sous-représentés en ligne. Les sondages traditionnels comportent eux aussi des biais, mais nombre de ceux qui affectent les systèmes d’IA modernes restent invisibles au public, enfermés dans des modèles propriétaires dont le fonctionnement n’est pas transparent. Plus problématiques encore, certains instituts pourraient présenter au public des résultats issus de répondants synthétiques comme s’ils provenaient d’enquêtes réalisées auprès de personnes réelles.

Ces limites risquent d’éroder la confiance dans les sondages et, plus largement, dans la recherche par enquête. Elles soulèvent également un paradoxe intéressant. Les données synthétiques, créées par ordinateur ou par simulation, sont largement utilisées dans l’IA moderne. Elles servent à entraîner des systèmes d’intelligence artificielle dans des domaines aussi variés que la médecine, la finance, la robotique, les véhicules autonomes et bien d’autres. Pourquoi, dès lors, les réponses synthétiques à des sondages semblent-elles poser davantage de problèmes ?

La différence essentielle est que les données synthétiques sont vérifiées à l’aune du réel. Une voiture autonome peut être entraînée à partir d’images et de vidéos synthétiques représentant différentes conditions de circulation, mais aucun constructeur ne la mettrait en circulation sur la voie publique sans de vastes tests en conditions réelles. Si les données synthétiques dégradent les performances du système, les ingénieurs peuvent le corriger, le réentraîner ou le remplacer.

Les chercheurs peuvent être tentés de considérer les réponses synthétiques à des enquêtes comme une représentation de l’opinion publique. Pourtant, le système ne mesure pas réellement cette opinion. Il exécute une simulation de l’opinion publique fondée sur les données sur lesquelles il a été entraîné. Si ces opinions simulées s’éloignent de la réalité, les chercheurs risquent de ne s’en apercevoir qu’une fois que des conclusions erronées auront déjà influencé des politiques publiques, des décisions d’entreprise ou des travaux de recherche scientifique.

Des enquêtes mieux conçues et mieux analysées

Cela ne signifie pas pour autant que l’IA n’a aucun rôle à jouer dans la recherche par sondage. Elle peut au contraire aider les chercheurs à améliorer la conception des enquêtes sans affaiblir la mesure de l’opinion publique. Les outils d’IA peuvent contribuer à formuler des questions plus claires en simplifiant leur rédaction, en réduisant les ambiguïtés et en éliminant les répétitions. Ils peuvent aussi aider à supprimer les questions inutiles, ce qui facilite la participation des répondants. Ces outils sont également capables d’adapter les questionnaires à différentes langues.

Une fois l’enquête terminée, l’IA peut aider les chercheurs à organiser de grands volumes de réponses ouvertes, à résumer les thèmes récurrents et à traiter les questionnaires incomplets plus efficacement que des analystes humains. Certains chercheurs explorent ainsi des approches hybrides, combinant des enquêtes réalisées auprès d’échantillons humains plus restreints avec des outils d’analyse assistés par l’intelligence artificielle.

Les décideurs s’appuient sur les enquêtes et les sondages pour écouter et comprendre la voix des personnes affectées par leurs décisions. Remplacer les répondants humains par des répondants synthétiques risque d’affaiblir ce lien. Dans le même temps, la baisse des taux de réponse et l’augmentation des coûts constituent de véritables défis pour la recherche par sondage.

Je suis convaincu que de futurs travaux permettront de trouver des moyens d’utiliser l’intelligence artificielle de façon transparente, efficace et scientifiquement rigoureuse, sans pour autant remplacer les personnes elles-mêmes.

Ambuj Tewari a reçu des financements de la National Science Foundation et des NIH.

L’ESSENTIEL

• En France, il n’existe pas une seule réalité culturelle mais une multitude d’expériences de la culture, qui se vivent de façon très différentes.

• Certaines expériences reposent sur une forme de distance avec le public, quand d’autres l’impliquent pleinement ; la culture peut également jouer le rôle de simple médiateur dans des expériences de sociabilité.

• Reconnaître cette réalité plurielle permet de relativiser l’importance d’une démocratisation culturelle qui se concentre presque exclusivement sur la culture « légitime ».

Crise du spectacle vivant, échecs des politiques culturelles, procès en élitisme ou en nivellement faits aux artistes : toutes ces controverses sur la culture tiennent sans doute moins à une crise de la culture qu’à la confusion que recouvre le mot lui-même.

Cette confusion tient d’abord au fait que des pratiques et des logiques très différentes sont traitées comme une seule et même réalité. Que l’on considère un public recueilli, un soir d’été dans le silence de la cour d’honneur du Palais des papes ; des metalleux qui sautent et chantent en cœur devant une scène du Hellfest ; des spectateurs qui déambulent en famille une glace à la main au festival Chalon dans la rue ; ou encore un adolescent dans un train qui, sur son téléphone, revoit la story d’un ami filmée la veille aux Eurockéennes de Belfort, il s’agit de situations difficilement comparables. Pourtant, nous ne disposons que d’un seul mot pour les nommer : culture.

À bien observer ces situations, pourtant, à scruter les publics, ce qu’ils font, ce qu’ils attendent, on voit se dessiner des régimes d’expérience culturelle spécifiques, c’est-à-dire des manières différenciées de vivre ce que la culture procure. Dans certains cas, l’expérience repose sur la distance, la retenue, l’interprétation. Dans d’autres, intense, elle engage le corps, la participation collective. Ailleurs encore, elle tient d’abord à la circulation, à la rencontre, à la sociabilité. Enfin, elle se prolonge désormais dans les flux numériques, où l’événement persistant sur les réseaux, se détache de son lieu d’origine pour être commenté, partagé, repris dans le monde entier.

C’est à partir de ces différences que l’on peut distinguer quatre régimes culturels : le régime apollinien, le régime dionysiaque, le régime hermésien et le régime numérique. Une grille de lecture qui a moins pour but de ranger les pratiques dans des cases, que de comprendre les logiques qui les organisent, les valeurs qu’elles mobilisent et les attentes qu’elles suscitent, manière de parler de la culture au pluriel.

Le régime apollinien, ou la culture comme élévation

C’est le régime que l’on associe le plus spontanément à l’idée de « grande culture ». Celui du Festival d’Avignon, de certaines pièces de Wajdi Mouawad ou de Julie Deliquet, du Festival d’art lyrique d’Aix-en-Provence ou des Chorégies d’Orange. On s’y installe en silence. On regarde, on écoute, on contemple, on vient aussi pour réfléchir.

À lire aussi : Dionysos vs Apollon : expériences esthétiques et milieux sociaux

La bonne conduite consiste à contenir son corps pour mieux concentrer son attention sur l’œuvre. Ce régime valorise la distance et la réflexion plutôt que la participation immédiate. Le spectateur reçoit, interprète, plutôt qu’il ne se mêle. Une représentation, un livre, une œuvre plastique, ne vaut pas seulement pour le plaisir du moment mais parce qu’elle dit quelque chose du monde, engage une réflexion, permet de comprendre. La culture, ici, n’est pas un loisir comme un autre : elle doit élever, instruire, émanciper.

Le régime dionysiaque, ou la culture hédoniste

Bien différent, le régime dionysiaque relève d’un plaisir participatif. Hellfest, Vieilles Charrues, grands concerts : on n’y vient pas seulement écouter des groupes, mais aussi pour être emporté par la foule, crier son émotion, vibrer collectivement. Quand des milliers de personnes reprennent un refrain, ce n’est plus seulement un public qui assiste à un concert : c’est une masse d’expression émotionnelle qui devient le concert lui-même. Le corps n’est pas tenu à distance. Il devient la condition de l’expérience esthétique. La valeur culturelle tient moins à une interprétation savante qu’à l’intensité vécue. Hédoniste, ce régime n’est pas nécessairement dénué de sens : un concert de rap engagé peut porter des messages politiques. Mais ce qui compte d’abord, c’est le plaisir, que l’énergie circule, que les corps s’expriment, que l’on en ressorte les jambes tremblantes et les oreilles sifflantes.

À lire aussi : Handicap et accès à la culture : quand le metal devient vecteur d’inclusion

Le régime hermésien, ou la culture relationnelle

Quelque part entre deux pôles existe le régime hermésien où la culture, les œuvres sont surtout un prétexte relationnel. C’est le régime de Chalon dans la rue, des fanfares, des fêtes de quartier où une compagnie de théâtre de rue plante son décor entre deux immeubles.

On y vient autant pour voir quelque chose que pour être là, avec d’autres, avec des amis, en famille. L’attention y est plus souple : on regarde, on discute, on s’arrête, on repart. Cette intermittence n’est pas un défaut, elle fait partie du dispositif. La performance, le spectacle, l’artefact, jouent alors un rôle de médiateur plus que de centre. La réussite de ces événements se dit souvent en termes modestes : « il y avait du monde », « c’était vivant », « ça faisait du bien au quartier ».

Ces jugements ne sont pas anecdotiques. Ils traduisent une valeur culturelle à part entière : rendre un lieu habitable et faire tenir ensemble, le temps d’une soirée, des publics qui ne se croisent parfois jamais autrement. La musique, le spectacle, les artefacts y sont nécessaires, mais secondaires.

Le régime numérique, ou la culture envahissante en flux

Le quatrième régime ne désigne pas seulement les œuvres conçues pour les écrans et le monde digital, mais une transformation plus profonde de l’expérience culturelle elle-même. Ce régime récent est partout, de tous les instants : entre deux messages, dans le métro, chez soi, au réveil. Il bouleverse les situations culturelles en désancrant l’expérience d’un lieu et d’un moment précis et extraordinaire, point commun aux autres régimes. Médié par un écran, il permet de suivre un concert sans y être, de revoir un extrait, de commenter une œuvre à distance. Il produit aussi ses propres artefacts digitaux, Tik Tok, des formats de fictions qui ne fonctionnent qu’en ligne.

L’expérience devient potentiellement continue, persistante et fragmentée, prise dans les flux numériques. Le public n’est plus seulement celui qui assiste : il diffuse, commente, classe, détourne. La scène ne s’arrête plus à la scène.

Ce que cette grille change au regard

L’intérêt de cette typologie n’est pas de ranger chaque événement dans une case. Un même festival peut combiner plusieurs régimes : apollinien par sa réflexion sur le monde, dionysiaque devant ses scènes, hermésien dans ses circulations, numérique dans les images et commentaires qu’il prolonge. Son intérêt est plutôt de rendre visibles des attentes différentes, incomparables. Certains publics viennent chercher une œuvre, une exigence, une interprétation du monde. D’autres une intensité, une vibration collective, un relâchement. D’autres encore une occasion d’être ensemble, de circuler, de faire vivre un lieu.

Cette grille invite surtout à ne plus parler de la culture comme d’un bloc. Elle oblige à regarder les situations : ce qu’elles demandent, les postures et les attentes, les liens qu’elles fabriquent, les valeurs qu’elles mettent en jeu. Ici, la question des politiques publiques se déplace : il s’agit moins de démocratiser l’accès à l’offre culturelle (presque toujours apollinienne) que de reconnaître la pluralité des expériences et leurs logiques propres ?

Fabrice Raffin ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d'une organisation qui pourrait tirer profit de cet article, et n'a déclaré aucune autre affiliation que son organisme de recherche.

Carbon capture and storage (CCS) underpins the European Union’s (EU) strategy to decarbonise industries such as cement, steel, and chemicals. It involves capturing carbon dioxide (CO₂) from industrial facilities, transporting it by pipeline or shipping and storing it permanently in geological formations. According to the European Commission this technology that captures emissions at their source to prevent them from escaping into the atmosphere is a crucial part of the carbon phaseout pathways for many EU countries.

It consists of three consecutive steps: (i) industrial emitters “capture” their carbon dioxide emissions by separating them from the rest of the flue gas; (ii) the CO₂ is then transported, generally by ship or pipeline, to a geological storage site; and (iii) the emissions are permanently stored underground.

Under the EU Net-Zero Industry Act, at least 50 million tonnes of annual CO₂ injection capacity must be in place by 2030. The European Commission estimates that the EU will need to store around 250 million tonnes of CO₂ each year by 2040.

Meeting these targets requires capture facilities, transport pipelines, and storage sites to be developed in unison. For pipeline investment, large upfront costs need to be incurred before future CO₂ volumes and revenues are certain. Yet industrial emitters hesitate to invest in carbon capture without reliable transport and storage, while pipeline operators need commitments from industrial facility users before construction can begin. Transport pipelines, shipping terminals, and storage sites may also be underused during the market’s early years. Delays in building any part of the chain can prevent the others from becoming operational.

These interdependencies explain why CCS is not only a financial challenge, but also a question of policy design: which costs should governments cover at different stages of market development? Who finances shared infrastructure and how are risks going to be allocated between public entities and CCS agents (capture plants, transport operators, and storage providers)?

What constitutes good carbon capture policymaking?

Effective policy design should identify and address the barriers holding projects back, and reward delivery, without making agents responsible for delays they cannot control. The appropriate balance will change as the sector matures and capture, transport and storage infrastructure becomes operational, project experience grows and delivery risks become more predictable: early support may be needed to reduce infrastructure and coordination risks, while later schemes can rely more heavily on incentives linked to performance. There is therefore no one-size-fits-all policy approach.

In practice, approaches vary across Europe, particularly among Nordic countries. France, Belgium, and Germany have focused more heavily on access, tariffs and regulatory rules, minimising public funding. By contrast, Norway, the Netherlands and Denmark rely more heavily on direct public involvement in flagship projects.

Norway covered 80% of Northern Lights’ investment costs as part of the Longship programme, which began permanently storing carbon dioxide in August 2025. In the Netherlands, state-owned companies are developing shared transport and storage infrastructure through projects including Porthos, now expected to begin operating in the second half of 2027. Denmark initially prequalified ten projects for its DKK 28.7 billion CCS Fund. But, in June 2026, support was awarded to only one: Aalborg Portland’s plan to capture and store up to 1.25 million tonnes of carbon dioxide annually from cement production.

Denmark illustrates that the suitability of these approaches should depend on the sector’s maturity. The Danish performance-based scheme linked support to verified volumes of stored CO₂ and imposed penalties for unmet targets.

This structure created clear incentives to meet Denmark’s emissions reduction target, but also left beneficiaries exposed to the risk that delays in capture, transport, or storage, including delays caused by other participants; could prevent them from delivering the contracted volumes. Eight out of ten projects withdrew before the second round, suggesting that the scheme placed too much risk on beneficiaries at this early stage of deployment.

The Danish experience does not reveal a common Nordic approach, however. Norway reduced coordination risk by supporting the whole Longship chain. Denmark itself used a comparable principle when developing offshore wind: production-based support was combined with grid connections built and financed by Energinet, rather than leaving individual wind farms to bear the shared infrastructure risk. These examples suggest that support linked to volume delivery can be effective, but during early deployment it should be accompanied by measures addressing shared infrastructure and coordination risks.

Our recent analysis of CO₂ transport governance suggests that governments can socialise part of the cost and utilisation risk of shared infrastructure through targeted subsidies, public risk-sharing or public and regulated infrastructure operators. The Danish case provides an additional lesson: penalties for under-delivery may need to be limited or adapted during early deployment, particularly when delays originate elsewhere in the value chain.

Support linked to verified volumes of stored CO₂ may become more appropriate as infrastructure develops and delivery risks become more predictable. Finally, public or regulated infrastructure operators could also improve coordination and provide greater certainty about infrastructure availability and access.

These policy choices will also determine which industries will be able to use CCS and at what cost.

In cement production, CCS can address emissions released by the chemical process used to make clinker (the most carbon-intensive component of cement manufacturing), which cannot be eliminated simply by switching to renewable energy.

Steel and chemical producers can also consider electrification, renewable hydrogen, recycling and changes in production processes. Industrial clusters can share CO₂ transport infrastructure more easily, while dispersed cement plants may face higher connection costs or longer delays. For construction companies and large publicly funded projects, CCS could affect the cost and availability of lower-carbon cement and steel.

Ultimately, achieving Europe’s CCS goals depends not just on the amount of public funding alone, but also on how governments allocate risks and responsibilities across the value chain, while remaining consistent with climate objectives.

Les auteurs ne travaillent pas, ne conseillent pas, ne possèdent pas de parts, ne reçoivent pas de fonds d'une organisation qui pourrait tirer profit de cet article, et n'ont déclaré aucune autre affiliation que leur organisme de recherche.