# Youpi Lab #2 — Données simulées (scénario S1)

**Toutes les données de ce dossier sont simulées.** Aucune plateforme n'a été interrogée, aucune réponse réelle n'a été collectée. Les entreprises sont des codes fictifs et les adresses utilisent le domaine réservé « .example ».

Conçu et produit par Youpi News / Youpi Lab. Générateur déterministe : graine 20261030, empreinte des données d98dd60c.

| Fichier | Contenu |
| --- | --- |
| observations.csv | 5550 observations simulées (150 pilote, 5400 campagne), premier codage |
| marques.csv | 10382 mentions d'acteurs fictifs, avec rang, échelle et recommandation |
| citations.csv | 12754 URL fictives citées, avec type de source, validité et soutien |
| second-codage.csv | 75 seconds codages simulés (tirage du pilote) |
| arbitrages.csv | 51 arbitrages simulés des désaccords |
| hypotheses.json | Tous les paramètres d'entrée du modèle |

Séparateur « ; », encodage UTF-8. Les dates sont celles du calendrier du scénario : aucune collecte n'a eu lieu à ces dates.

## Ce que ces données permettent
- Éprouver le protocole de bout en bout : matrice, codage, double codage, arbitrage, critères de passage, agrégations, rapport et exports.
- Montrer ce que la variabilité fait à une mesure : pourquoi une capture d'écran isolée ne prouve rien et combien de répétitions sont nécessaires.
- Illustrer comment des effets d'intention, de formulation, de secteur et d'échelle apparaîtraient dans les données, et avec quelle précision on pourrait les lire.
- Donner aux PME une méthode et des ordres de grandeur pour organiser leurs propres vérifications.

## Ce qu'elles ne permettent pas
- Les écarts entre ChatGPT, Gemini, Claude, Perplexity et les Aperçus IA sont des hypothèses d'entrée : la simulation les retrouve parce que nous les y avons placés. Aucun classement de plateformes ne peut en être tiré.
- Aucune entreprise réelle n'apparaît : les acteurs sont des codes fictifs, les adresses sont en « .example ».
- Les taux de présence, de recommandation, de citation ou d'erreur ne décrivent pas le comportement réel des assistants en Belgique.
- Les temps de collecte et de codage sont simulés : ils ne remplacent pas une mesure chronométrée.

## Limites du modèle
- Paramètres choisis par la rédaction, non estimés sur des données réelles.
- Indépendance des réponses entre elles, sauf via la notoriété des acteurs et sa dérive mensuelle : les vrais systèmes ont des dépendances plus complexes (index, mises à jour, personnalisation).
- Dérive des acteurs modélisée comme une marche aléatoire : aucune mise à jour de produit, aucun événement d'actualité.
- Arbitrage idéal : l'arbitre retrouve toujours le contenu de référence, ce qu'aucun arbitre humain ne garantit.
- Erreurs factuelles comptées, jamais rédigées : le modèle ne produit aucun texte de réponse.
- Une seule graine publiée : d'autres graines produiraient d'autres valeurs autour des mêmes tendances.

Méthodologie complète : https://youpi.news/lab/visibilite-reponses-ia/methodologie