Assistants IA : quand faut-il demander une précision à Fribourg ?
Dans le programme « Créer ses assistants et agents IA sans coder » de SHR — Swiss Human Resources, concevoir les échanges mérite autant d'attention que produire les réponses. La question managériale est précise : dans quelles situations un assistant doit-il demander une précision plutôt que choisir lui-même une interprétation ?
Ce que la littérature établit
Herbert H. Clark et Deanna Wilkes-Gibbs (1986, Cognition) montrent, dans une tâche de désignation de figures, que parvenir à une référence comprise est un travail collaboratif. Les interlocuteurs proposent des descriptions, les ajustent et manifestent leur compréhension au fil des échanges. Ces observations invitent à ne pas traiter toute demande initiale comme une spécification déjà complète.
Un vocabulaire commun se construit dans l'échange
Susan E. Brennan et Herbert H. Clark (1996, Journal of Experimental Psychology: Learning, Memory, and Cognition) décrivent des « pactes conceptuels » : des interlocuteurs établissent une manière partagée de désigner un objet. Ces accords sont liés à l'histoire de leurs échanges, et pas seulement au sens général des mots. Pour un assistant, cela suggère une précaution de conception : un terme familier ne suffit pas à établir que son sens est partagé.
La conclusion trop rapide
On pourrait en déduire qu'un assistant doit systématiquement poser une question avant de répondre. Ces travaux ne démontrent pourtant ni l'efficacité d'une telle règle pour l'IA, ni un nombre optimal de questions. Une hypothèse plus mesurée consiste à réserver la clarification aux ambiguïtés qui changeraient le résultat attendu, plutôt qu'aux détails sans conséquence. (nos formations pour cadres et collaborateurs)
Ce que ces données ne permettent pas de trancher
Ces études portent sur des échanges humains dans des tâches expérimentales, non sur des assistants génératifs en entreprise. Elles ne permettent pas de déterminer directement quand une interruption devient plus coûteuse qu'une mauvaise interprétation. Une pratique courante — juger l'assistant sur sa première réponse — risque cependant de négliger le travail de reprise nécessaire pour obtenir finalement le bon livrable.
Une implication pratique, vérifiable à Fribourg
À Fribourg, le programme peut proposer un essai sur des demandes anonymisées issues de l'agroalimentaire, de l'industrie bilingue et du pôle universitaire, dont certaines comportent un terme ambigu comme « lot », « série » ou « validation ». Comparer deux configurations du même assistant, l'une répondant directement et l'autre autorisée à demander une précision, sur des cas comparables répartis entre les participants. Mesurer la proportion de livrables nécessitant une reprise pour mauvaise interprétation, selon une grille définie avant l'essai, ainsi que le temps total jusqu'à acceptation, clarification comprise. Examiner séparément les résultats par langue et par contexte métier : la clarification serait utile si elle réduisait les reprises sans dépasser le temps supplémentaire jugé acceptable à l'avance. Pour aller plus loin : découvrez la formation Créer ses assistants et agents IA sans coder à Fribourg dans le canton de Fribourg, ou parcourez nos formations pour cadres et collaborateurs en Suisse.
En images : Créer ses assistants et agents IA sans coder à Fribourg
- créer ses assistants et agents ia sans coder
- Fribourg
- recherche
- formation fribourg