Une étude exploite l’intelligence artificielle pour rationaliser le crowdsourcing d’idées
Des recherches récentes ont trouvé un moyen d’exploiter la puissance de l’intelligence artificielle (IA) pour éliminer plus efficacement les mauvaises idées et se concentrer uniquement sur les bonnes idées dans le processus de crowdsourcing au sein de l’idéation.
Plus précisément, la recherche a abouti à un modèle simple pour éliminer les idées que les experts pourraient considérer comme « mauvaises ». Il est important de noter que les managers peuvent ajuster leur modèle pour déterminer le nombre de mauvaises idées à éliminer sans perdre les bonnes. La recherche a également découvert un nouveau prédicteur unique qui élimine les idées atypiques et préserve des idées plus inclusives et plus riches.
L’article, publié dans la revue Sciences du marketing, s’intitule « L’IA peut-elle aider à l’idéation ? Un modèle basé sur la théorie pour la sélection d’idées dans les concours de crowdsourcing ». Les auteurs de l’étude sont J. Jason Bell de l’Université d’Oxford, Christian Pescher de l’Université des Andes au Chili, Gerard Tellis de l’Université de Californie du Sud et Johann Füller de l’Université d’Innsbruck en Autriche.
Les chefs d’entreprise ont souvent recours au crowdsourcing pour générer le plus d’idées pour un nouveau produit ou service. Ces concours de crowdsourcing peuvent générer des milliers d’idées, obligeant les managers et leurs équipes à parcourir physiquement et manuellement chacune d’entre elles pour identifier les meilleures. Non seulement cela prend du temps, mais cela peut aussi manquer de cohérence et de continuité dans l’évaluation.
Les auteurs de l’étude visaient à résoudre ce problème en se concentrant sur ce que l’IA pourrait faire pour améliorer le processus.
« La génération et la sélection d’idées sont fondamentales au succès marketing car elles constituent le début du développement de nouveaux produits », explique Tellis. « Ils appartiennent au « front-end flou », un levier clé dans le développement de nouveaux produits. »
Les chercheurs ont utilisé les données de Hyve, une société d’innovation qui gère une plateforme de crowdsourcing pour la génération et la sélection d’idées. Ils ont demandé à la plateforme de préciser le seuil de précision qui satisferait les clients de Hyve. À l’aide d’un ensemble de données de 21 concours de crowdsourcing comprenant 4 191 idées, ils ont testé comment l’IA pouvait contribuer au processus de crowdsourcing. Le modèle a été adapté à 20 concours et utilisé pour prédire le succès de la 21e idée laissée de côté.
« Ce que nous avons découvert, c’est qu’une fois développés, les modèles d’IA sont relativement peu coûteux à exploiter ; ils ne partagent pas de préjugés internes et ne succombent pas à des préjugés internes », explique Bell. « Par » biais internes « , nous entendons un biais naturel qui peut survenir lorsque l’évaluateur humain peut considérer qu’une idée remet en cause sa propre approche privilégiée. »
Pescher ajoute : « Nous avons également constaté que les modèles d’IA sont privés, ce qui améliore la capacité à protéger la propriété intellectuelle, qu’ils ne peuvent pas souffrir d’épuisement et qu’ils sont transparents. »
« Nous avons encore besoin de personnes et d’experts », déclare Füller. « Dans la phase de sélection, l’IA peut remplacer les humains dans la sélection et la sélection de ces idées. Mais à long terme, si l’automatisation est utilisée correctement, elle peut même éliminer le besoin de générateurs d’idées humains et rendre le crowdsourcing obsolète. »
