Dossiers
Les dossiers du crieur.
Des situations bien réelles, analysées avec les outils du parcours — sans noms, sans procès, juste la mécanique. Un nouveau dossier régulièrement.
Pour un parcours guidé, commencez par le cours en sept modules →
Le détecteur qui accusait les innocents
Le motif se répète dans les écoles comme dans les entreprises : face aux textes générés, on installe un « détecteur d’IA » — un logiciel censé dire si un humain a vraiment écrit. Le problème, mesuré et documenté : ces outils se trompent, et pas au hasard. Les personnes qui écrivent dans leur langue seconde — précisément parce que leurs phrases sont plus régulières, plus prudentes — se font accuser à tort beaucoup plus souvent que les autres.
Le parcours éclaire la mécanique. Chapitre 1 : un détecteur est lui-même un modèle statistique — il prédit « ressemble à une machine », il ne constate rien. Chapitre 3 : sa réponse arrive avec un score confiant, le costume habituel de l’erreur assurée. Chapitre 5 : la protection réelle n’est pas la chasse, c’est la transparence — déclarer l’usage et évaluer le processus, pas seulement le produit.
Pour discuter
Une accusation à tort et un devoir copié : lequel des deux cause le plus de dommage, et à qui ?
Pourquoi un texte « trop propre » ressemble-t-il à une machine — et qu’est-ce que ça dit des données d’entraînement du détecteur ?
Quelle politique de classe rendrait le détecteur inutile ?
À retenir : un outil statistique qui juge des humains hérite des angles morts de ses données — et l’aplomb de son score ne prouve rien.
Le robot qui faisait des promesses
Un motif récurrent, rapporté dans plusieurs secteurs : une organisation installe un robot conversationnel sur son site ; un client pose une question sur une politique ; le robot répond avec un aplomb parfait — décrivant une règle, un rabais, une procédure qui n’ont jamais existé. Le client agit en conséquence. L’organisation fait alors face à un choix qu’elle n’avait pas planifié : honorer la promesse inventée, ou expliquer publiquement que son propre outil raconte n’importe quoi.
Le parcours explique chaque étape. Chapitre 1 : le robot n’a pas consulté la politique — il a prédit des mots plausibles qui sonnent comme une politique. Chapitre 3 : la réponse est arrivée précise et assurée, le profil exact d’une hallucination. Chapitre 4 : la responsabilité ne s’évapore pas parce qu’une machine a parlé — quelqu’un a choisi de la laisser parler au nom de l’organisation.
Pour discuter
Qui est responsable quand un outil parle au nom d’une organisation — le fabricant de l’outil, l’organisation, ou la personne qui l’a cru ?
Qu’auraient attrapé les trois questions du crieur ici — et qui aurait dû les appliquer : le client ou l’entreprise ?
Si votre école ou votre équipe déployait un robot demain, quelle règle du chapitre 4 rendriez-vous non négociable ?
À retenir : l’aplomb d’une machine engage celui qui lui a donné la parole. Qui la laisse parler, en répond.
Ce contenu se vit aussi en personne — OYEE se déplace dans les écoles, les centres d’éducation des adultes et les organisations. Devis détaillé en deux jours ouvrables.