leur parler pour obtenir une réponse, une idée, une analyse ou un texte en quelques secondes.
Et si la vraie difficulté n’était plus de savoir utiliser une IA, mais de savoir quoi lui demander de faire et comment travailler avec elle ? Une question qui concerne les entreprises, mais aussi chacun d’entre nous dès que nous voulons utiliser une IA pour faire avancer un projet qui nous tient à cœur.
L'incroyable facilité qui peut nous tromper
Imaginez une entreprise qui dispose des IA les plus performantes du marché. Elle pourrait sembler n'avoir plus qu'à les utiliser. Pourtant, de plus en plus d'entreprises font intervenir des spécialistes de l'IA directement auprès de leurs équipes pour déterminer où et comment ces technologies peuvent réellement créer de la valeur.
Pourquoi faut-il encore des spécialistes alors qu'il suffit, en apparence, de parler à une IA en langage courant ?
Parce que savoir parler à une IA ne signifie pas forcément savoir travailler avec elle.
Demandez-lui : « Organisez-moi un voyage de trois semaines en Italie », et elle vous proposera immédiatement un itinéraire. La réponse pourra être séduisante, détaillée et parfaitement rédigée. Mais connaît-elle votre façon de voyager, votre condition physique, vos centres d'intérêt, les lieux que vous avez déjà visités, votre budget ou les contraintes particulières de votre projet ?
Elle peut produire une réponse. Mais elle ne connaît pas nécessairement le véritable problème que vous cherchez à résoudre.
C'est une différence fondamentale. Avec une IA, la difficulté n'est plus seulement de savoir lui parler. Elle consiste à savoir quel travail lui confier, comment le lui confier et comment travailler avec elle pour obtenir un résultat réellement utile.
Les entreprises découvrent que l'IA ne se met pas au travail toute seule
Quand la technologie rencontre la réalité du métier
L'histoire récente de l'IA fournit déjà quelques exemples révélateurs.
En 2012, le centre médical MD Anderson, au Texas, s'est associé à IBM pour développer un système destiné à aider les médecins dans le traitement du cancer. Le projet a mobilisé beaucoup de moyens et s'est heurté à de nombreuses difficultés liées notamment aux données, aux systèmes informatiques et à l'intégration dans le fonctionnement réel de l'établissement. Quelques années plus tard, le projet a été interrompu avant que l'outil ne soit utilisé auprès des patients.
Autre exemple : Amazon avait développé un outil d'aide au recrutement à partir de nombreuses années de CV. Le système a notamment appris des caractéristiques présentes dans les données historiques de recrutement et a reproduit certains déséquilibres, en particulier à ne chercher à n'embaucher que des hommes comme c'était le cas à l'époque. Et cela, au point que le projet a finalement été abandonné.
Ces deux histoires sont très différentes. Mais elles posent la même question : une technologie performante ne suffit pas à résoudre un problème réel.
Il ne suffit donc pas de demander :
« Quelle IA allons-nous utiliser ? »
Il faut aussi demander :
« Quel travail voulons-nous réellement lui faire faire, avec quelles informations, selon quels critères et avec quel contrôle ? »
C'est précisément à ce moment que les compétences humaines deviennent indispensables.
Deux compétences doivent se rencontrer
C'est pourquoi un nouveau type de spécialiste apparaît dans certaines entreprises : des ingénieurs ou experts de l'IA qui travaillent directement avec les équipes du client, au plus près de leurs problèmes réels.
Le spécialiste de l'IA sait ce que les modèles peuvent faire, comment décomposer un problème, quelles informations leur fournir, comment tester leurs réponses, comment intégrer leurs résultats dans un processus de travail et comment améliorer progressivement le dispositif.
Mais il ne connaît pas forcément le métier.
L'expert du métier, lui, connaît la réalité. Il connaît les contraintes, les exceptions, les habitudes, les erreurs fréquentes et surtout ce qui fait qu'un résultat est réellement acceptable.
Un enseignant sait, par exemple, qu'une activité prévue pour une heure ne fonctionnera pas avec tel groupe.
Un technicien sait qu'une procédure apparemment correcte devient impraticable dans certaines conditions.
Un professionnel de la comptabilité sait quelles situations particulières peuvent rendre une règle générale trompeuse.
Une grande partie de ce savoir métier n'est d'ailleurs jamais écrite.
Les professionnels utilisent constamment des connaissances implicites, qu'ils ont acquises avec l'expérience et qu'ils n'ont plus besoin de formuler.
Pour faire travailler efficacement une IA, il faut parfois commencer par rendre explicite ce que l'on savait déjà sans l'avoir jamais formulé.
C'est là que les deux compétences se complètent :
Le spécialiste du métier connaît le problème et ce qui compte réellement. Le spécialiste de l'IA connaît les moyens de faire travailler une IA sur ce problème.
C'est leur rencontre qui transforme une technologie en véritable outil de travail.
Et lorsque vous travaillez seul sur un projet personnel, vous devez, à votre échelle, réunir ces deux compétences en une seule personne : vous.
Vous rencontrez exactement le même problème avec vos projets
Une demande n'est pas encore un projet
Vous pouvez demander à une IA :
« Je veux écrire l'histoire de ma famille. »
Elle peut aussitôt vous proposer un plan.
Ou :
« Je veux créer une formation de deux heures sur l'IA pour des adultes débutants. »
Elle peut vous fournir un programme complet en quelques secondes.
Ou encore :
« Je veux organiser un voyage en Italie. »
Et vous obtenez immédiatement un itinéraire.
Mais dans chacun de ces cas, l'IA commence à travailler avant que vous ayez nécessairement défini votre problème.
Pour une formation, par exemple, quel est le niveau des participants ? Que doivent-ils savoir faire à la fin ? Quelles difficultés rencontrent-ils habituellement ? Que faut-il absolument leur faire comprendre ? Quelle place donner à la pratique ? Qu'est-ce qui serait inutile ou trop compliqué pour eux ?
Le programme produit par l'IA n'est pas encore la formation.
Le véritable travail consiste d'abord à définir ce que vous voulez obtenir.
Et c'est ici que l'on comprend pourquoi l'usage intelligent d'une IA ne se résume pas à la qualité de ses réponses.
Les quatre savoir-faire qui changent tout
1. Définir le problème avant de demander une solution
La première compétence consiste à préciser ce que vous cherchez réellement à faire.
Pourquoi ce projet est-il important ? Pour qui ? Qu'est-ce que vous savez déjà ? Que vous manque-t-il ? Quelles questions restent ouvertes ? Quelles hypothèses faites-vous ?
Une IA peut vous aider à examiner ces questions, à condition de ne pas lui demander trop vite de produire la solution.
Une IA ne peut pas deviner ce que vous n'avez pas encore clarifié pour vous-même.
Elle peut en revanche vous aider à faire apparaître ce qui manque.
2. Organiser le travail que vous allez lui confier
Une fois le problème mieux défini, il faut déterminer comment l'IA peut réellement contribuer.
Faut-il lui demander de rechercher des informations ? De comparer plusieurs solutions ? De repérer des incohérences ? De poser des questions ? De proposer des hypothèses ? De critiquer un raisonnement ? De rédiger seulement à la fin ?
C'est un changement important.
Vous ne demandez plus simplement :
« Donnez-moi la réponse. »
Vous commencez à dire :
« Voici le travail que nous devons accomplir. Quelle partie pouvez-vous prendre en charge et comment allons-nous procéder ? »
L'IA devient alors un intervenant dans votre projet, et non une machine à réponses.
3. Piloter l'IA au lieu de la laisser décider
C'est probablement le changement le plus important.
Prenons notre projet de formation. Une première demande pourrait produire immédiatement un programme. Une autre manière de travailler serait :
« Je veux créer une formation de deux heures sur l'IA pour des adultes débutants. Ne rédigez rien pour le moment. Posez-moi d'abord les questions nécessaires pour déterminer ce que les participants devront réellement savoir faire à la fin de cette formation. »
L'IA questionne.
Vous répondez.
Elle peut ensuite organiser vos réponses, repérer ce qui manque et vous signaler une contradiction.
Vous pouvez alors lui demander :
« Proposez-moi trois façons différentes de construire cette formation. »
Puis :
« Cherchez les faiblesses de ces trois propositions. »
Puis :
« Reprenez la deuxième proposition en tenant compte de vos critiques et de mes remarques. »
Vous venez de faire quelque chose de très différent d'une simple demande de rédaction.
Vous avez piloté un travail.
C'est pourquoi le problème n'est pas vraiment de connaître le « prompt parfait ».
Un bon prompt peut améliorer une réponse, mais il ne peut pas remplacer une bonne définition du problème.
Le véritable savoir-faire consiste à construire le travail que l'on veut faire réaliser à l'IA, puis à la guider au fur et à mesure.
4. Examiner les résultats et décider de la suite
Même lorsqu'une IA a réalisé correctement le travail qui lui était confié, son résultat reste une proposition à examiner.
Vous devez vérifier, comparer, corriger, sélectionner.
Parfois, vous découvrirez une erreur. Parfois, une information intéressante fera apparaître une nouvelle question. Parfois encore, votre propre réflexion évoluera.
C'est alors que le fonctionnement devient véritablement itératif :
vous avancez, l'IA contribue, vous examinez, vous corrigez, puis vous avancez à nouveau.
Les résultats d'une étape deviennent ainsi les informations qui permettent de construire la suivante.
L'IA peut proposer, analyser, comparer, reformuler et signaler des problèmes que vous n'aviez pas vus.
Mais elle ne doit pas pour autant devenir le chef de votre projet.
C'est vous qui déterminez ce qui compte. C'est vous qui choisissez entre plusieurs possibilités. C'est vous qui acceptez ou refusez une proposition. Et c'est vous qui décidez de la suite.
Apprendre l'IA, c'est aussi apprendre à mieux travailler
Une méthode que l'on peut réutiliser
Cette nouvelle manière de travailler ne dépend pas d'un projet particulier.
On peut l'appliquer pour préparer un voyage, écrire un livre, créer une activité, construire une formation, préparer un projet associatif ou réfléchir à une décision personnelle.
C'est précisément l'une des idées qui sont mises en pratique dans Les Ateliers IA : utiliser des outils de réflexion et de gestion de projet pour mieux définir son projet, organiser le travail et déterminer progressivement ce que l'on peut confier à l'IA.
L'objectif n'est pas seulement de réussir le projet en cours. Il est aussi d'acquérir puis d'adopter une méthode que l'on pourra réutiliser pour les projets suivants.
Car la compétence la plus durable n'est probablement pas de connaître une IA particulière. Les outils changeront.
Ce qui restera utile, c'est de savoir définir un problème, organiser un travail, faire intervenir une IA au bon moment, examiner ses résultats et décider de la suite.
L'IA devient facile. Son utilisation intelligente reste une compétence
La grande transformation apportée par les IA conversationnelles est peut-être là.
Autrefois, il fallait apprendre à utiliser des logiciels complexes pour obtenir certains résultats. Aujourd'hui, il suffit souvent d'écrire une phrase.
Cette simplicité est formidable.
Mais elle peut aussi nous faire croire que le travail est devenu simple.
Or la difficulté s'est en partie déplacée.
Elle n'est plus seulement dans la manipulation de l'outil. Elle se trouve dans la manière dont nous organisons notre relation avec lui.
La question n'est donc plus seulement :
« Que peut faire cette IA ? »
Elle devient :
« Que puis-je lui faire faire dans mon projet, et comment dois-je organiser notre travail pour qu'elle m'apporte réellement quelque chose ? »
C'est peut-être l'une des nouvelles compétences essentielles de cette révolution numérique.
Non pas devenir un technicien de l'IA.
Mais apprendre à mieux définir ce que l'on cherche, mieux organiser son travail et mieux décider de ce que l'on délègue à une machine.
L'IA devient facile à interroger.
Apprendre à travailler avec elle est une autre affaire.
Pour aller plus loin :
1. Pourquoi l’intelligence artificielle fascine,
2. Pourquoi elle ne pense pas comme un humain,
3. Comment l’utiliser sans devenir dépendant,
4. Et ce qu’elle peut changer dans notre manière de penser.
5. Qui tient les rênes ?
