Comment l’IA peut aider à prédire les tendances de la mode

La prévision des tendances de la mode aide les entreprises à prédire quels vêtements seront populaires au cours de la saison à venir. Traditionnellement, cela s’appuie sur l’intuition, l’expérience et la créativité des experts. Plus récemment, l’analyse des mégadonnées a été intégrée pour fournir des informations plus approfondies sur le comportement des consommateurs. Cependant, ces méthodes se heurtent à des barrières techniques qui restent hors de portée des étudiants en mode et des petites marques.

Les développements récents en matière d’intelligence artificielle (IA) peuvent apporter un équilibre. Les modèles linguistiques à grande échelle (LLM) comme ChatGPT ont rendu l’analyse du Big Data facilement accessible au public.

Le LLM est extrait de grandes quantités de données sociales et culturelles et peut potentiellement être utilisé pour prédire les tendances de la mode. Cependant, compte tenu des limites actuelles telles que les hallucinations et les erreurs factuelles, il est essentiel de vérifier son adéquation et de développer des méthodes de prédiction structurées.

Dans une nouvelle étude, le professeur adjoint Yoon-Kyung Lee et l’étudiant à la maîtrise Chae-hee Ryu du Département de vêtements et textiles de l’Université nationale de Busan en Corée du Sud ont développé une nouvelle approche pour prédire les tendances de la mode à l’aide de ChatGPT.

« Plutôt que de simplement demander : « Quel type de mode sera populaire à l’avenir ? », nous avons conçu une stratégie systématique pour inciter l’IA à donner des réponses plus spécifiques et cohérentes », explique le Dr Lee. « Nous avons également comparé les prédictions de ChatGPT aux rapports réels des agences de tendances. »

Leurs conclusions sont publiées dans le Clothing and Textiles Research Journal.

Les chercheurs ont d’abord testé les propriétés de ChatGPT pour prédire les tendances de la mode à l’aide d’invites courantes sur les tendances de la mode masculine automne/hiver 2023. Sur la base des résultats, nous avons développé une nouvelle méthode d’invite descendante (TDP) basée sur l’approche de brainstorming Lotus Blossom (LB) pour effectuer des prédictions plus précises et plus spécifiques.

TDP commence par une invite de problème centrale, une requête générale pour prédire les « tendances de la mode », puis se développe en invites de sous-problèmes qui incluent des requêtes sur « silhouettes », « matériaux », « articles clés », « détails du vêtement », « éléments décoratifs », « couleurs », « humeur » et « imprimés et motifs ».

Les chercheurs ont utilisé cette approche pour prédire les tendances de la mode masculine automne/hiver 2024 à l’aide de ChatGPT-3.5 et ChatGPT-4 Classic. Les réponses ont été comparées et vérifiées par rapport aux prévisions des tendances de la mode masculine automne/hiver 2024 de l’Official Fashion Trend Information Company (OFTIC), et l’analyse a été examinée par deux experts de la mode.

Notre analyse a montré que les prédictions de ChatGPT reflétaient le plus souvent des idées de mode établies ou popularisées plutôt que des conceptions avant-gardistes ou innovantes. De plus, sur les 39 tendances prédites dans le rapport de l’OFTIC, seules neuf ont été identifiées avec précision. Toutefois, les deux modèles prédisent des thèmes émergents tels que la fluidité des genres et les manteaux tendance.

« Bien que la précision prédictive de ChatGPT soit faible, ce qui est intéressant, c’est qu’il capture de nouvelles tendances non observées dans les données existantes », a déclaré le Dr Lee. « L’IA peut détecter les changements culturels et ouvrir de nouvelles directions créatives. »

Bien que ChatGPT ne doive pas encore être considéré comme un outil prédictif définitif, il peut compléter efficacement l’analyse menée par des experts. Ceci est particulièrement utile pour les étudiants en mode et les petites marques, car il les aide à réaliser des prévisions de tendances plus précises et plus nuancées. Pour l’éducation à la mode, les chercheurs ont également développé un cadre conceptuel hybride basé sur le TDP pour la prévision des tendances de la mode, qui intègre à la fois l’analyse de l’IA et les connaissances d’experts.

Dans l’ensemble, cette étude montre comment les outils d’IA peuvent rendre la prévision des tendances de la mode plus systématique et plus accessible.