Au cours de cette session de suivi, Laura Pulito, vice-présidente de la recherche de Recollective, et Lenny a revu les prévisions de l'année dernière, a examiné ce qui a changé et a exploré la manière dont l'IA redéfinit la recherche qualitative à tous les niveaux. Il en est ressorti une image claire d'un secteur en pleine expansion et d'un avenir défini par la flexibilité, l'authenticité et une utilisation plus intelligente de la technologie.
De l'évolution à l'accélération
Lorsque Laura est revenue sur la session de l'année dernière sur l'évolution des communautés de connaissances, quelques prédictions se sont dégagées :
- Davantage de chercheurs non traditionnels participent au processus
- De nouveaux outils pour rendre la recherche plus accessible et plus accessible
- Les communautés gagnent en importance à mesure que la technologie abaisse les obstacles à l'entrée
Rien de tout cela n'a disparu. Au contraire, les communautés sont devenues encore plus puissantes à mesure que l'écosystème qui les entoure s'est développé. Ce qui a changé plus vite que prévu, c'est le rythme.
S'appuyant sur les dernières données du GRIT, Lenny a décrit l'année écoulée comme un véritable tournant pour l'adoption de l'IA. Il y a un an, il existait encore un segment « attentiste » significatif. Maintenant, a-t-il dit, l'idée que l'on puisse rester sur la touche a pratiquement disparu. La plupart des marques et des fournisseurs utilisent l'IA quelque part dans leur arsenal, même si le manuel méthodologique est encore en cours de rédaction.
Le changement ne concerne pas uniquement les outils. Il s'agit d'attentes en matière de rapidité, de coût et de qualité. La pression en faveur d'une accélération est désormais suffisamment forte pour que l'inertie de longue date (« nous avons toujours fait comme ça ») commence à s'atténuer.
Comme l'a dit Lenny, il n'est pas possible de remettre le génie dans la bouteille.
La qualité à grande échelle devient la nouvelle norme
L'un des changements les plus évidents depuis l'année dernière est la rapidité avec laquelle la qualité à l'échelle est passée d'une idée émergente à une capacité attendue. Les enquêtes ont longtemps été le moyen le plus efficace de saisir des données structurées, tandis que le travail qualitatif a permis d'apporter de la profondeur au détriment du temps et des ressources. Les communautés numériques ont contribué à réduire cet écart, mais des limites pratiques persistaient.
Ces limites sont aujourd'hui en train de disparaître.
La modération assistée par l'IA, la transcription rapide et l'analyse évolutive ont permis de mener des études plus approfondies et plus conversationnelles auprès d'un public beaucoup plus large. Dans les dernières données du GRIT, Lenny a noté une augmentation notable de la part des projets qualitatifs et s'attend à ce que cette trajectoire se poursuive à mesure que ces outils arriveront à maturité.
Ce qui se dessine, c'est un changement discret mais significatif par rapport à l'utilisation par défaut des enquêtes traditionnelles. Les équipes élaborent des programmes d'analyse basés sur des environnements continus axés sur la conversation, puis ajoutent des questions structurées si nécessaire. Qual et quant ne sont plus des voies séparées mais font partie d'un même système continu.
Sur Recollective, ce changement prend vie grâce à :
- Des communautés toujours actives qui soutiennent des relations continues
- Une recherche basée sur les activités qui ressemble plus à un dialogue qu'à une forme
- Types de tâches d'IA conversationnelle qui permettent de donner à un entretien un niveau de profondeur comparable à celui de la recherche en ligne
L'objectif est simple. Préservez la profondeur humaine qui fait la force de la qualité, puis utilisez la technologie pour la fournir avec la rapidité, la structure et l'échelle auxquelles les décideurs s'attendent aujourd'hui.
Confiance, qualité et rôle de l'IA
S'il y avait un thème dans les dernières données du GRIT que tout le monde ressentait, c'était bien la confiance.
À qui parlons-nous réellement ? Comment savons-nous qu'ils sont bien ceux qu'ils prétendent être ? Comment protéger la qualité des données lorsque tout est numérique et évolue rapidement ?
Lenny a souligné que les problèmes de qualité des données ne sont pas propres à la recherche : la publicité et les autres industries numériques sont également aux prises avec la fraude et le bruit. Mais il a également noté que les communautés et les approches qualitatives peuvent souvent être plus faciles à gérer du point de vue de la qualité, car vous savez avec qui vous vous engagez et pouvez les valider plus directement.
Laura a expliqué comment Recollective a intentionnellement intégré l'IA à la plateforme dans un esprit de confiance. Oui, il y a des étapes évidentes : filtres réfléchis, validation vidéo et signaux d'engagement continus, mais notre type de tâche de conversation ajoute une autre couche.
Parce qu'il comprend votre profil cible et vos objectifs, il peut :
- Déterminez si un participant correspond au public que vous recherchez
- Écoutez pour plus d'authenticité et de pertinence en temps réel
- Mettez fin à des conversations qui ne semblent pas authentiques
Il ne s'agit pas de remplacer le jugement humain. Il s'agit de fournir aux chercheurs davantage de signaux et de garanties au point de capture, au lieu de découvrir les problèmes à la fin du travail de terrain.
Dans le même temps, Laura et Lenny ont souligné que la confiance ne consiste pas seulement à attraper les mauvais acteurs. Il s'agit également de respecter la façon dont les gens veulent se présenter.
Certains participants sont satisfaits de l'utilisation de l'IA. D'autres sont plus sceptiques et souhaitent des interactions dirigées par l'homme. Les jeunes publics, en particulier, peuvent s'opposer à tout ce qui semble artificiel ou surdimensionné.
Cela signifie que les chercheurs doivent rester flexibles, en utilisant l'IA là où elle apporte une valeur ajoutée évidente, tout en préservant l'espace pour des expériences humaines authentiques là où cela compte le plus.
Centralisation, démocratisation et évolution de l'écosystème
L'accélération ne consiste pas simplement à changer de méthode. Il remodèle l'ensemble de l'écosystème autour des informations.
Laura a souligné une tendance croissante qu'elle observe dans les conversations avec les clients : les entreprises recherchent un environnement unique et fiable où elles peuvent centraliser le travail d'analyse, lancer rapidement des études et approfondir leurs connaissances sans sacrifier la rapidité.
Au lieu de disperser les projets sur de nombreux outils, les équipes utilisent des plateformes telles que Recollective pour :
- Gérez des communautés à long terme et des projets ad hoc en un seul endroit
- Associer des études menées par les parties prenantes à des travaux menés par des chercheurs
- Créez un référentiel vivant de conversations, d'activités et de résultats
Cette centralisation intervient en même temps qu'un autre changement majeur : la diffusion de la fonction d'analyse au sein de l'organisation.
Lenny a décrit trois grandes catégories de changements technologiques :
- Utilité — des outils qui vous aident à faire le même travail plus rapidement ou à moindre coût
- Augmentation — des outils qui vous permettent de faire des choses familières de manière plus efficace
- Nouveau net — des outils qui permettent de créer des types de valeur entièrement nouveaux
Dans les trois cas, le schéma est le même. Un plus grand nombre de parties prenantes peuvent désormais mener elles-mêmes des recherches sous une forme ou une autre. Les spécialistes du marketing de marque, les chefs de produit et les responsables de l'analyse ont de plus en plus accès à des plateformes et à des modèles qui leur permettent de répondre à des questions spécifiques sans passer par un cycle de briefing traditionnel.
Cela n'élimine pas le besoin de chercheurs. Au contraire, cela change leur rôle. Les équipes Insights deviennent :
- Gardiens de la qualité et de la gouvernance
- Guides pour savoir quand impliquer des partenaires ou utiliser des méthodes avancées
- Des penseurs stratégiques qui relient les signaux de tous ces efforts décentralisés
Les plateformes et les communautés centralisées leur donnent la visibilité dont ils ont besoin pour y parvenir, tandis que l'IA les aide à intégrer le tout de manière cohérente.
Prochaines étapes : consolidation, participants synthétiques et conseil piloté par l'IA
Lorsque Laura a demandé à Lenny de se tourner vers l'avenir, il a évoqué plusieurs forces susceptibles de façonner les prochaines années.
Tout d'abord, la consolidation. À mesure que l'IA mûrit et que les investissements se poursuivent, nous pouvons nous attendre à une ingénierie financière accrue qui rassemble les plateformes, c'est-à-dire des « hubs » plus grands qui intègrent les communautés, l'expérience client, l'expérience utilisateur et plus encore. Cela signifie peut-être que les partenaires avec lesquels vous travaillez aujourd'hui se retrouveront demain sous une autre forme.
Deuxièmement, l'essor des sociétés de conseil pilotées par l'IA et des nouveaux modèles de création de valeur. Au fur et à mesure que les processus seront automatisés, la véritable différenciation viendra de la pensée critique, c'est-à-dire de la capacité à formuler les bonnes questions, à interpréter les signaux bruyants et à relier les informations aux résultats commerciaux.
Troisièmement, de nouveaux types de « participants ».
Nous constatons déjà un vif intérêt pour les réponses synthétiques pour des cas d'utilisation tels que les tests de concepts, où il n'est tout simplement pas possible de montrer des centaines d'idées à de vraies personnes et d'attendre des commentaires significatifs. Lenny a noté que nous devrions nous attendre à voir un monde où vous devez parfois parler à l'humain, et où parfois un agent numérique bien formé est plus que suffisant.
L'implication pour les chercheurs n'est pas de choisir leur camp, mais de :
- Indiquez clairement où les entrées synthétiques sont appropriées
- Comprenez quand la nuance humaine n'est pas négociable
- Concevez des études qui traitent les conversations modérées par l'IA et les conversations modérées par l'homme comme complémentaires et non comme concurrentes
En d'autres termes, au lieu de commencer par « quelle méthodologie dois-je utiliser », commencez par « quelle est la vraie question et quelle combinaison d'outils me permettra d'obtenir la meilleure réponse avec un risque acceptable ».
Conseils pratiques pour les professionnels de la perspicacité
Une grande partie de ce qui se passe actuellement peut sembler bouleversante. De nouvelles plateformes, de nouvelles fonctionnalités, de nouveaux acronymes... et peu de temps supplémentaire pour tout comprendre.
Sur quoi les chercheurs, les agences et les parties prenantes devraient-ils donc se concentrer ?
Quelques thèmes ont été abordés à plusieurs reprises au cours de la conversation :
- Diriger avec un objectif, pas une approche: Commencez par la question commerciale et la décision à prendre. Utilisez-le pour déterminer où se situent l'IA et l'automatisation, plutôt que de vous lancer dans l'approche et d'essayer de réadapter un cas d'utilisation.
- Redoubler d'efforts sur les fondamentaux: Quelle que soit la rapidité avec laquelle les choses évoluent, le cœur de notre travail ne change pas : comprendre les gens, faire ressortir ce qui compte vraiment et le traduire en actions. Une bonne sélection, des objectifs précis, une conception réfléchie et une narration claire l'emportent toujours.
- Expérimentez dans des espaces à faible risque: essayez des tâches modérées par l'IA, de nouveaux flux de travail d'analyse ou des répondants synthétiques sur des projets dont les enjeux sont gérables. Créez des preuves internes afin de savoir quand et comment ces outils apportent une valeur ajoutée à votre organisation.
- Embrasser la démocratisation sans perdre en rigueur: Faciliter l'exécution des travaux de base pour les non-chercheurs, tout en leur fournissant des garde-fous. Des plateformes centralisées, des modèles, des formations et des directives claires « quand faire appel à un professionnel » sont très utiles.
- N'oubliez pas que nous sommes conçus pour cela: Lenny a conclu avec un simple conseil : avoir de l'espoir. Ce secteur s'est déjà adapté malgré des bouleversements majeurs, qu'il s'agisse de l'essor de la recherche en ligne ou de la transition rapide en 2020. Nous sommes formés pour travailler avec les informations, repérer les modèles et les résultats des projets. Ces compétences sont exactement ce dont le moment a besoin.
Laura s'est fait l'écho de ce sentiment. La technologie continuera d'évoluer, mais la valeur qu'apportent les chercheurs, à savoir la curiosité, l'empathie, l'esprit critique et la capacité de transformer la complexité en clarté, ne va pas disparaître.
Embrasser l'avenir avec Recollective
Pour nous, chez Recollective, cette conversation « hier, aujourd'hui et demain » a renforcé ce que nous constatons tous les jours avec nos clients : la recherche qualitative est en train de prendre une véritable tournure.
Les communautés deviennent des centres d'intelligence où les marques peuvent centraliser l'engagement, tester des idées et rester proches des gens au fil du temps. L'IA permet de faire évoluer les conversations, de faire apparaître des thèmes plus rapidement et de protéger la qualité des données d'une manière qui n'était pas pratique il y a encore quelques années.
Notre objectif est de construire cet avenir avec les chercheurs, et pas seulement pour eux, grâce à notre Type de tâche Conversation AI et Analyse alimentée par l'IA, à des structures communautaires flexibles qui soutiennent à la fois des programmes à long terme et des projets rapides.
Nous sommes ravis de continuer à travailler en partenariat avec des marques, des agences et des chercheurs pour repousser les limites de ce que la qualité peut faire.
Si vous avez manqué la séance, vous pouvez regarder l'enregistrement complet à la demande et écoutez la conversation entre Laura et Lenny dans leurs propres mots.
.svg)
