Vos candidats ont déjà interrogé ChatGPT avant de vous contacter

Le premier vrai contact n'est plus la journée portes ouvertes, c'est une conversation avec ChatGPT

Avant d'écrire au secrétariat des admissions d'une HES ou de remplir un formulaire de contact, un candidat en Suisse romande a très probablement déjà posé sa question à une IA générative. Ce n'est plus une hypothèse marketing : selon JAMESfocus 2025, l'étude de référence menée par la ZHAW auprès de 1 183 jeunes de 12 à 19 ans dans les trois grandes régions linguistiques du pays, 71% des jeunes en Suisse déclarent avoir déjà utilisé l'IA. Cette proportion grimpe avec l'âge : 53% chez les 12-13 ans, 65% chez les 14-15 ans, 80% chez les 16-17 ans, et 84% chez les 18-19 ans — soit la tranche d'âge la plus concernée par un choix d'études post-maturité.

Ce basculement change la nature du premier contact. Historiquement, la première interaction d'un candidat avec une école se produisait sur un terrain maîtrisé : le site, un stand sur un salon d'orientation, un conseiller au téléphone. Aujourd'hui, elle a souvent lieu ailleurs, dans une conversation où ni la HES ni l'université n'est consultée — et où elle peut être décrite avec exactitude, de façon périmée, ou tout simplement inventée.

Le candidat qui contacte ensuite le service admissions n'arrive donc plus vierge. Il arrive avec une image de l'établissement déjà formée par ce que l'IA lui en a dit. Si cette image est fausse ou datée, l'équipe admissions passe le premier échange à corriger des malentendus au lieu de convaincre.

Pour comprendre les mécanismes qui déterminent ce que les moteurs IA savent — ou ignorent — d'un établissement suisse, notre guide GEO pour les écoles détaille les piliers d'une stratégie de visibilité dans les réponses IA.

Ce que les candidats demandent réellement à l'IA avant de contacter une HES ou une université

Les candidats n'utilisent pas l'IA pour une seule tâche : ils l'intègrent à plusieurs étapes de leur recherche d'orientation, souvent avant même d'avoir arrêté une liste d'établissements. Toujours selon JAMESfocus, l'usage à des fins d'information progresse nettement avec l'âge — ce qui coïncide précisément avec la période où un candidat compare des filières HES, universitaires ou des écoles privées.

Source : JAMESfocus 2025, ZHAW, enquête menée d'avril à juin 2024 auprès de 1 183 jeunes des trois grandes régions linguistiques suisses, publiée en avril 2025.

Ce tableau révèle un point sous-estimé par beaucoup de directions marketing : la question posée à l'IA n'est pas toujours « quelle est la meilleure HES ». C'est souvent « que fait un ingénieur en informatique », « quelles sont les conditions d'admission avec une maturité professionnelle », ou « ce bachelor est-il reconnu ». Si le contenu public d'un établissement ne répond pas de façon explicite et vérifiable, l'IA répond à sa place — avec ou sans lui.

Le contexte suisse ajoute une couche de complexité que le système français n'a pas : il n'existe pas de plateforme centralisée d'admission comme Parcoursup. L'accès aux HES passe par swissuniversities et par chaque établissement séparément ; l'accès aux universités cantonales suit une procédure propre à chaque institution. Un modèle qui tente de répondre à « comment postuler » doit reconstituer, établissement par établissement, une procédure que la France centralise sur un seul portail — ce qui multiplie les occasions d'erreur dans la réponse générée.

Notre analyse sur le comportement de recherche de la Gen Z détaille comment cette génération de candidats structure sa phase d'exploration autour des moteurs IA plutôt que des moteurs de recherche classiques.

Pourquoi les candidats suisses ne se méfient pas de l'IA

Le point le plus contre-intuitif n'est pas que les candidats utilisent l'IA — c'est la neutralité, voire la confiance, avec laquelle ils l'abordent. Selon JAMESfocus, l'attitude moyenne des jeunes suisses envers l'IA se situe à 3,07 sur une échelle de 1 (très négative) à 5 (très positive) : ni rejet massif, ni adhésion aveugle, mais une ouverture réelle qui ne recule pas. Les jeunes qui utilisent l'IA pour s'informer développent même, avec le temps, une attitude plus positive encore — un effet d'entraînement qui joue en défaveur des établissements dont l'information publique reste pauvre ou obsolète.

Cette normalisation ne s'arrête pas à la maturité. Une enquête menée au printemps 2025 auprès d'environ 800 étudiants de la HES-SO et de l'Université de Fribourg, dans le cadre des projets DigitalSkills@Fribourg et EduKIA soutenus par swissuniversities, montre que près de 75% des étudiants utilisent l'IA quotidiennement ou plusieurs fois par semaine. Le candidat qui interroge ChatGPT avant de contacter une HES n'abandonne donc pas ce réflexe une fois inscrit — il l'intensifie.

Pour un établissement, l'IA n'est donc pas un canal marginal à côté du site institutionnel, de swissuniversities et des salons d'orientation : elle capte déjà la première impression sur une majorité de la tranche d'âge cible.

Exact, périmé ou faux : ce qu'un modèle raconte déjà sur une HES ou une université suisse

Un candidat qui interroge une IA sur un établissement reçoit une réponse dans l'un de ces trois états, rarement identifiable comme tel.

La réponse exacte, mais incomplète

Le modèle a retenu le nom de l'établissement, sa localisation, parfois son affiliation à une HES cantonale. Il manque les détails qui font la différence dans une décision : frais en francs suisses actualisés, conditions d'admission avec maturité professionnelle et ECUS, taux d'insertion par filière. Le candidat obtient un socle correct mais insuffisant pour se décider.

La réponse périmée

Les grands modèles de langage sont entraînés sur des corpus arrêtés à une date donnée, et même les modèles avec accès web ne recrawlent pas chaque page au même rythme. Un candidat qui demande le montant des frais de semestre peut recevoir un chiffre de l'année précédente, un statut d'accréditation AAQ qui a changé entre-temps, ou une filière qui n'existe plus sous ce nom depuis une fusion de HES. Rien n'indique que l'information date de plusieurs mois : elle est présentée avec la même assurance qu'une donnée à jour.

La réponse inventée

C'est le cas le plus dommageable et le moins visible pour l'établissement. Sans données structurées suffisantes pour ancrer sa réponse, un modèle peut combler les vides par des informations plausibles mais fausses — un taux d'insertion approximatif, une accréditation AAQ non détenue, une reconnaissance swissuniversities présentée comme acquise alors qu'elle est en cours. Le candidat n'a aucun moyen de distinguer ce contenu halluciné d'un fait vérifié, sauf à croiser plusieurs sources — ce que peu font systématiquement.

Ces trois scénarios ont un point commun : ils se produisent en dehors du site de l'établissement, sans que l'équipe communication le sache, et ils façonnent la première impression du candidat avant tout contact humain. Notre article sur les accréditations AAQ et la reconnaissance swissuniversities lisibles par l'IA détaille pourquoi ce sont précisément ces informations réglementaires — les plus sensibles à une erreur — qui sont le plus souvent mal restituées par les moteurs IA en Suisse.

Ce que ça change pour la façon de structurer l'information de votre établissement

Le problème n'est pas de convaincre les candidats de ne pas utiliser l'IA — ce comportement est désormais majoritaire dès 16 ans et ne reculera pas. Le problème est de s'assurer que l'IA dispose, quand elle répond à propos d'un établissement, d'une information exacte, datée et vérifiable à citer. Trois chantiers concrets découlent de ce constat, adaptés à la décentralisation du système suisse.

Traiter chaque page programme comme une fiche technique, pas une brochure. Une IA cite des faits, pas des formules marketing. Remplacez « une formation reconnue » par « accrédité par l'AAQ, membre swissuniversities, admission ouverte aux titulaires d'une maturité gymnasiale ou d'une maturité professionnelle avec ECUS ». Chaque affirmation vague est une occasion pour le modèle de la reformuler — ou de l'inventer.

Baliser les informations qui changent chaque année, en CHF. Frais de semestre, dates de rentrée, modalités d'admission : ces données doivent être mises à jour dès qu'elles évoluent, avec le millésime explicite (« Frais 2026-2027, résidents suisses »), et structurées en Schema.org EducationalOrganization pour que les moteurs dotés d'un accès web en temps réel les recrawlent correctement. Les recommandations de Google Search Central détaillent la syntaxe à appliquer, y compris pour les prix en devise autre que l'euro.

Vérifier régulièrement ce que les moteurs IA racontent déjà, dans les langues du public cible. Posez à ChatGPT et Perplexity les questions qu'un candidat poserait réellement — « frais de tel bachelor HES en CHF », « [tel établissement] est-il accrédité par l'AAQ », « débouchés après un master en Suisse romande » — et comparez la réponse à la réalité, en français et, pour les établissements qui recrutent au-delà de leur canton, en allemand. C'est le seul moyen de détecter une information périmée ou inventée avant qu'un candidat ne la découvre à la place de l'établissement, au téléphone, en posant une question à laquelle le conseiller n'était pas préparé.

Ce dernier point mérite d'être répété une à deux fois par semestre : les réponses des moteurs IA évoluent au fil des recrawls et des mises à jour de modèle, ce qui signifie qu'une vérification faite en janvier ne garantit rien pour la rentrée d'automne.