Le parcours du bâtisseur.

Le problème que ça règle

Un modèle de langage ne sait rien de ce qui s'est passé après son entraînement, et rien de vos documents. Posez-lui une question sur la politique de votre école : il prédit une réponse plausible — le profil exact de l'hallucination. La solution la plus répandue s'appelle RAG (retrieval-augmented generation, « génération augmentée par recherche ») : donner au modèle les bons documents au moment de la question.

Comment ça marche

Trois temps. Un : votre question est convertie en nombres qui capturent son sens. Deux : le système cherche, dans une base de documents, les passages dont le sens est le plus proche. Trois : ces passages sont collés dans la requête, avec la consigne « réponds à partir de ceci ». Le modèle ne « sait » toujours rien — il fait de la lecture dirigée sur ce qu'on vient de lui tendre.

Ce que le crieur en retient

Le RAG réduit les hallucinations, il ne les élimine pas : si la recherche rapporte la mauvaise page, la machine répond avec le même aplomb à partir de la mauvaise page. La question du crieur évolue : elle devient « quels passages a-t-elle consultés — et sont-ils les bons? ». Les meilleurs systèmes montrent leurs sources; les autres méritent la méfiance.

De répondre à agir

Un agent, c'est un modèle de langage placé dans une boucle avec des outils — recherche, calculatrice, code, calendrier — et un objectif. Il propose une étape, appelle un outil, lit le résultat, ajuste, recommence. La différence est réelle : une machine qui répond peut se tromper dans du texte; une machine qui agit peut se tromper dans le monde.

Pourquoi c'est puissant — et fragile

Chaque étape hérite des erreurs de la précédente. Un agent qui lit un courriel de travers à l'étape 2 agit de travers à l'étape 5 — avec l'assurance habituelle. C'est pourquoi les agents sérieux sont bornés : permissions limitées à ce qui est nécessaire, point de contrôle humain avant toute action difficile à annuler, journal de ce qui a été fait.

Le réflexe du bâtisseur

Avant de brancher un agent sur quoi que ce soit, une seule question : « S'il se trompe complètement, que peut-il abîmer? » La réponse fixe les permissions — pas l'inverse. Un agent n'a que le pouvoir qu'on lui a donné; le donner est la décision qui compte.

Une spécification, pas un souhait

Un prompt vague obtient une réponse vague — la machine prédit le texte le plus probable, et le plus probable est générique. Un bon prompt ressemble à une commande de travail : le contexte (pour qui, pourquoi), la tâche précise, les contraintes (longueur, ton, ce qu'il faut éviter), le format attendu. Un exemple du résultat voulu vaut souvent mieux que trois phrases d'explication.

Les techniques qui changent tout

Découper : une grosse demande devient trois petites, vérifiables une à une. Faire raisonner : « procède étape par étape » améliore les tâches de logique. Exiger les sources : « cite le passage qui appuie chaque affirmation » rend les inventions visibles. Itérer : la deuxième version d'un prompt est presque toujours meilleure — la machine vous montre ce que votre demande avait d'ambigu.

La sobriété du geste

Chaque requête coûte du calcul, donc de l'énergie. Le prompt précis est aussi le prompt sobre : une demande bien posée qui réussit du premier coup consomme moins que cinq essais vagues. Savoir demander, c'est aussi savoir ne pas gaspiller — la compétence complète inclut les deux.

La grille du bâtisseur

Avant d'adopter un outil d'IA — pour soi, pour une classe, pour une organisation — quatre colonnes. Les données : où sont-elles traitées, conservées combien de temps, servent-elles à entraîner, sous quelles lois? Les capacités : à quelle tâche précise l'outil est-il bon — pas en démo, sur vos cas? Le coût complet : prix, énergie, et dépendance (que se passe-t-il si l'outil disparaît ou triple de prix?). La transparence : le fabricant documente-t-il ses limites et ses erreurs, ou ne publie-t-il que des promesses?

Le protocole du test

La seule évaluation qui compte se fait sur vos propres cas. Assemblez une dizaine de situations réelles dont vous connaissez déjà la bonne réponse; passez-les dans l'outil; comptez. Dix minutes de ce protocole valent plus que toutes les pages marketing — c'est la version bâtisseur du réflexe du crieur : vérifier avant de se fier, mesurer avant d'adopter.