J’ai récemment parlé des dirigeants qui revendiquent d’importants gains grâce à l’IA sans être capables de les nommer. Parlons maintenant d’une autre personne qui se trouve dans la même salle. Celle qui a essayé l’IA une seule fois, obtenu une réponse décevante, puis conclu que tout cela est largement surestimé. Elle invente des choses. Ce n’est pas si bon que ça. Fin de la discussion.
Il m’a fallu un moment pour réaliser que cette personne et le dirigeant qui exagère les résultats commettent en réalité la même erreur.
Ils ont tous les deux sauté une étape.
L’un l’a fait et s’est attribué le mérite. L’autre l’a fait et a blâmé l’outil.
Quand quelqu’un me dit que l’IA lui a répondu n’importe quoi, je lui pose les mêmes questions que je poserais à une nouvelle recrue qui me remet un travail de mauvaise qualité. Qu’avez-vous réellement demandé? Lui avez-vous donné le contexte dont une personne compétente aurait eu besoin ou avez-vous simplement supposé qu’elle pouvait lire dans vos pensées? Sur quelles informations travaillait-elle, et ces informations étaient-elles de qualité? Lorsqu’elle vous a demandé des précisions, avez-vous pris le temps d’y répondre ou avez-vous considéré ces questions comme une perte de temps?
La plupart du temps, une mauvaise réponse trouve son origine dans l’un de ces éléments, pas dans l’outil lui-même.
Pour être juste envers les sceptiques, ils n’ont pas complètement tort. Il existe effectivement une façon d’interagir avec ces outils qui donne parfois l’impression de tourner en rond. L’outil pose une question, puis une autre, puis propose des étapes que vous n’avez jamais demandées. On finit par se demander s’il n’a pas été conçu pour prolonger la conversation et faire tourner le compteur. Mon côté plus cynique se pose parfois la même question. C’est une interrogation légitime.
Mais, la plupart du temps, ces questions sont le travail. Elles ne bloquent pas le travail; elles font partie du travail.
Les questions font partie du travail. Elles ne le ralentissent pas; elles sont le travail.
Un bon analyste ne reçoit pas une demande d’une seule phrase avant de disparaître pour tout construire. Un bon analyste cherche à comprendre ce que vous voulez réellement dire, remet en question vos hypothèses et met en lumière les détails que vous avez oubliés de mentionner. Lorsqu’un outil fait exactement la même chose et que vous voyez cela comme un obstacle plutôt que comme une façon de bien faire son travail, vous obtiendrez toujours un résultat de moins bonne qualité. Et vous n’aurez ensuite aucune raison valable de blâmer l’outil qui essayait simplement de bien faire les choses.
Ces deux erreurs ont la même cause profonde, et ce n’est pas la technologie. C’est le refus d’effectuer la partie la moins valorisante du travail : donner des instructions de qualité et vérifier le résultat obtenu. Le dirigeant saute l’étape de la mesure et annonce une victoire. Le sceptique saute l’étape de la préparation et annonce un échec. Aucun des deux n’a fait le travail nécessaire : fournir des données de qualité, un contexte clair et une évaluation honnête. Ils sont simplement arrivés à deux conclusions opposées.
Critiquer l’engouement passe pour de la sagesse. Le doute passe pour de la rigueur.
Remarquez laquelle de ces deux attitudes inspire le plus de respect dans une salle. Le sceptique paraît brillant. Critiquer l’engouement passe pour de la sagesse. Le doute donne une impression de rigueur. Pourtant, rejeter un outil que l’on n’a jamais vraiment appris à utiliser n’a rien de rigoureux. C’est exactement le même raccourci que celui emprunté par le dirigeant, simplement mieux présenté.
Je ne prétends pas que l’IA a toujours raison. Il arrive que les outils échouent réellement. Il arrive aussi que le logiciel lui-même soit limité. Ces situations existent, et toute personne qui travaille sérieusement avec l’IA devrait être capable de faire la différence entre un outil qui a réellement échoué et une tâche qui était vouée à l’échec dès le départ. Mais on ne peut porter ce jugement qu’après avoir fait le travail de préparation, pas avant. Sinon, on ne fait que deviner, exactement comme le dirigeant incapable de citer un seul gain concret.
Alors, avant de conclure que l’IA fonctionne ou non, il vaut la peine de répondre honnêtement à une seule question :
Avez-vous réellement fait le travail pour le découvrir? Ou lui avez-vous soumis une demande bâclée, obtenu une réponse bâclée, puis considéré cela comme une preuve de ce que vous croyiez déjà?
Les deux camps de ce débat parlent plus fort que ne le justifient leurs résultats. Pendant ce temps, les personnes plus discrètes, celles qui posent de meilleures questions et prennent le temps de vérifier les réponses obtenues, obtiennent des résultats dont aucun des deux camps ne parle.
