Camille dirige la logistique d'une PME. En une semaine, trois fournisseurs lui proposent un logiciel « avec de l'IA » : un outil de prévision des stocks, un lecteur de bons de livraison manuscrits et un assistant de réponse aux clients. Les trois brochures se ressemblent. Les trois logiciels, non.
Cette séance vous donne une grille simple pour savoir, face à n'importe quel outil, s'il s'agit d'un vrai système d'IA ou d'un logiciel classique bien emballé.
À la fin de cette séance, vous saurez
décrire un système par son entrée, son traitement et sa sortie
distinguer des règles écrites à la main de règles apprises sur des exemples
appliquer trois questions pour repérer un système d'IA
éviter le piège « automatique = intelligent »
Une grille en trois cases
Tout logiciel, de la calculatrice à l'assistant vocal, se décrit de la même façon : une entrée arrive, un traitement la transforme, une sortie en résulte.
Les trois outils de Camille
Outil
Entrée
Sortie
Prévision de stock
Ventes des douze derniers mois
Quantité à commander
Lecteur de bons manuscrits
Photo d'un bon de livraison
Texte et numéros extraits
Assistant clients
Question rédigée par un client
Réponse rédigée
Les entrées et les sorties ne disent rien de l'intelligence du système. Tout se joue dans la troisième case : comment le traitement a-t-il été construit ?
Écrit à la main, ou appris ?
Règles écrites
Une personne a rédigé la procédure, ligne après ligne : « si le stock passe sous 20, commander 100 ». Le logiciel fait exactement ce qu'on lui a écrit, ni plus, ni moins.
Atout : on sait toujours pourquoi il a décidé ainsi. Limite : il ne gère pas ce que son auteur n'avait pas prévu.
Règles apprises
Personne n'a écrit la procédure. On a montré à un programme des milliers d'exemples (des écritures et leur transcription) et il en a déduit lui-même comment faire.
Atout : il traite des cas que personne n'avait décrits. Limite : il peut se tromper, et ses raisons sont parfois difficiles à expliquer.
On parlera de système d'IA lorsque la façon de produire la sortie est, pour l'essentiel, apprise à partir de données plutôt qu'écrite d'avance. C'est une définition de travail : elle suffit pour décider, sans prétendre trancher tous les débats.
Trois questions à poser à un fournisseur
Qui a écrit la règle de décision ? Si la réponse est « un développeur, dans le code », c'est un logiciel classique.
Que se passe-t-il si on lui montre d'autres exemples ? Un système d'IA change son comportement quand on le réentraîne sur de nouvelles données ; un logiciel classique ne change pas.
Et face à un cas imprévu ? Un système appris généralise (il propose une réponse plausible, parfois fausse) ; un logiciel à règles se bloque ou renvoie une erreur.
Le piège : confondre automatique et intelligent
Une macro de tableur qui trie mille lignes en une seconde est automatique : elle répète à l'identique ce qu'on lui a écrit. Elle n'a rien appris et ne comprendra jamais une ligne différente.
La vitesse, le volume ou l'écran moderne ne prouvent rien : seule compte la manière dont le traitement a été construit.
À vous de jouer : règle écrite ou règle apprise ?
Pour chaque outil, dites comment son traitement a probablement été construit.
Un feu tricolore à cycle fixe : 40 secondes de vert, 5 d'orange, 45 de rouge.
Un lecteur qui transcrit des bons de livraison écrits à la main.
Une cellule de tableur qui calcule la TVA : montant × 20 %.
Une messagerie qui range les courriers indésirables d'après ceux que les utilisateurs ont déjà signalés.
Un clavier de téléphone qui propose le mot suivant d'après vos habitudes d'écriture.