Cet article fait partie des mises à jour hebdomadaires sur les nouveaux développements dans l’utilisation des méthodes et outils d’IA pour les enquêtes (ménages, individus, exploitations agricoles…) et les données administratives pour les statistiques officielles.

Période couverte : 12–18 janvier 2026

Mots-clés : IA, recherche par sondage, statistiques officielles, apprentissage automatique, qualité des données, automatisation, enquêtes auprès des ménages, analyse de données

Résumé exécutif

Cette mise à jour hebdomadaire synthétise les derniers développements dans les applications de l’intelligence artificielle pour la recherche par sondage et les enquêtes auprès des ménages, avec un accent particulier sur les outils et méthodologies pertinents pour les chercheurs et les offices statistiques. La semaine dernière a été marquée par des progrès significatifs dans trois domaines clés : l’intégration de la mesure de l’IA dans les statistiques officielles, la maturation des outils d’analyse de texte basés sur l’IA pour les réponses ouvertes aux enquêtes, et une prise de conscience croissante des défis de qualité des données dans les systèmes d’IA. Les agences statistiques commencent à mettre en œuvre des cadres systématiques pour suivre l’adoption de l’IA, tandis que les chercheurs en sondage adoptent des outils d’IA plus sophistiqués qui équilibrent l’automatisation et la supervision humaine.

Offices statistiques et statistiques officielles

Plan directeur pour l’intégration de l’IA dans les statistiques nationales

La Brookings Institution a publié le 15 janvier 2026 un cadre complet, rédigé par Christos A. Makridis et Erik Brynjolfsson, proposant une approche systématique pour intégrer la mesure de l’IA dans les statistiques nationales des États-Unis [1]. Ce travail comble une lacune critique dans la manière dont les agences statistiques saisissent l’impact économique de l’intelligence artificielle, en particulier l’IA générative, qui prend souvent la forme de capital immatériel que les systèmes comptables actuels ne parviennent pas à mesurer adéquatement.

Le cadre proposé opère sur deux horizons. À court terme, les auteurs recommandent la mise en œuvre d’un indice d’intensité de l’IA générative qui combine des enquêtes statistiques traditionnelles avec des données de télémétrie des fournisseurs pour suivre l’adoption de l’IA dans les secteurs et les régions. Cette approche offrirait une visibilité en temps réel sur les modèles de déploiement de l’IA sans attendre des réformes méthodologiques complètes. À moyen terme, ils préconisent des réformes fondamentales des comptes nationaux et satellites qui identifieraient séparément le capital lié à l’IA, les services, la réaffectation de la main-d’œuvre et l’utilisation du temps des ménages [1].

Le cadre identifie trois raisons principales pour lesquelles les statistiques actuelles sous-estiment l’impact économique de l’IA. Premièrement, les investissements dans l’IA générative sont généralement enregistrés comme des coûts d’exploitation ordinaires plutôt que comme des investissements en capital, masquant ainsi l’accumulation de capacité productive. Deuxièmement, les agences statistiques s’appuient sur des déflateurs de logiciels génériques qui ne parviennent pas à saisir les améliorations rapides de la qualité des services d’IA. Troisièmement, une part substantielle de la création de valeur de l’IA se produit par le biais de services gratuits ou groupés qui ne passent jamais par des transactions de marché tarifées, créant un surplus de consommation que les comptes conventionnels ne saisissent pas [1].

Intégration de l’IA au Bureau du recensement

Le Bureau du recensement des États-Unis a pris des mesures concrètes pour mesurer l’adoption de l’IA par le biais de son enquête sur les tendances et les perspectives commerciales (Business Trends and Outlook Survey - BTOS), qui a ajouté de nouvelles questions sur l’intelligence artificielle en novembre 2025. En décembre 2025, environ dix-huit pour cent des entreprises ont déclaré utiliser l’IA au cours des deux semaines précédentes, et vingt-deux pour cent ont indiqué une utilisation probable au cours des six prochains mois [1]. Ces chiffres révèlent une variation sectorielle significative, le secteur de l’information affichant des taux d’adoption supérieurs à trente-cinq pour cent, tandis que l’industrie manufacturière et le commerce de détail restent à dix à quinze pour cent.

L’enquête annuelle sur les entreprises du Bureau du recensement, menée auprès de 850 000 entreprises, a également intégré des questions liées à l’IA, fournissant des données longitudinales sur les tendances d’adoption. Les données historiques de 2018 ont montré que moins de six pour cent des entreprises utilisaient régulièrement l’IA pour leurs opérations commerciales, bien que le taux d’adoption pondéré par l’emploi ait atteint dix-huit pour cent, indiquant que les grandes entreprises adoptent l’IA à des taux nettement plus élevés [1].

Recommandations politiques pour les agences statistiques

Le cadre de Brookings comprend cinq recommandations politiques spécifiques pour les offices statistiques. Premièrement, il appelle à la création d’un groupe de travail interinstitutions sur la mesure de l’IA pour coordonner les efforts du Bureau of Economic Analysis, du Bureau of Labor Statistics et du Bureau du recensement. Deuxièmement, il recommande l’élaboration de normes dirigées par le NIST pour les métriques d’utilisation de l’IA afin d’assurer la cohérence des efforts de collecte de données. Troisièmement, il préconise l’intégration systématique des mesures de l’IA dans les produits existants du BEA et du BLS plutôt que de traiter l’IA comme un domaine statistique distinct. Quatrièmement, il propose une meilleure saisie de l’IA en tant que service dans les comptes économiques, en traitant les résultats de l’IA comme des intrants intermédiaires dans la production. Cinquièmement, il souligne la nécessité de déflateurs ajustés à la qualité spécifiques aux services d’IA [1].

Développements internationaux

Les Nations Unies ont annoncé le 13 janvier 2026 que leur plateforme UN Data est en train d’être positionnée comme une “passerelle prête pour l’IA” vers des données statistiques sélectionnées et fiables provenant de l’ensemble du système des Nations Unies [2]. Cette plateforme unifiée vise à rendre les données statistiques internationales plus accessibles pour les applications et l’analyse de l’IA, facilitant la recherche transnationale sur l’adoption et l’impact de l’IA.

Recherche par sondage auprès des ménages sur l’adoption de l’IA

La Banque des règlements internationaux a publié le document de travail 1322 en 2026, présentant une étude comparative de l’adoption de l’IA générative dans les ménages en Italie et aux États-Unis [3]. La recherche, rédigée par D. Loschiavo et ses collègues, a utilisé deux grandes enquêtes comparables menées en 2024 pour examiner la fréquence d’utilisation de l’IA générative et les attitudes des ménages à l’égard de cette technologie. Ce travail fournit des données de base importantes pour comprendre les modèles d’intégration de l’IA au niveau des ménages, qui sont essentiels pour les offices statistiques cherchant à mesurer l’impact de l’IA sur les activités non marchandes et la production des ménages.

L’enquête multinationale Google/Ipsos sur l’IA 2026, publiée le 15 janvier, représente la troisième vague annuelle d’une étude menée dans vingt et un pays sur les expériences et les attentes futures en matière d’IA [4]. L’enquête documente que l’utilisation de l’IA continue d’augmenter d’année en année, plus de la moitié des répondants dans les pays étudiés déclarant désormais utiliser l’IA. Cela fournit des données comparatives transnationales précieuses sur les modèles d’adoption qui peuvent éclairer les normes statistiques internationales.

L’étude complémentaire de Google, “Our Life with AI” 2025, a révélé que la principale raison pour laquelle les gens utilisent l’IA est d’apprendre et de comprendre de nouveaux concepts plutôt que de se divertir [5]. Cette constatation a des implications sur la manière dont les offices statistiques devraient formuler les questions sur l’utilisation de l’IA dans les enquêtes auprès des ménages, suggérant que les applications éducatives et de développement des compétences pourraient être plus répandues qu’initialement supposé.

Outils d’IA pour l’analyse des enquêtes à questions ouvertes

Évolution des flux de travail d’analyse de texte automatisée

Une revue complète publiée le 13 janvier 2026 par BTInsights a examiné l’état des outils d’IA pour l’analyse des réponses ouvertes aux enquêtes [6]. L’analyse révèle que les principales équipes de recherche ont fondamentalement modifié leur approche de l’analyse des données qualitatives, la traitant comme un flux de travail reproductible plutôt