Quand mon IA et la vôtre ne sont pas d’accord

Dans un article précédent, je racontais comment deux personnes obtiennent des résultats opposés avec la même IA. La différence ne tenait pas au modèle, mais au contexte que chacune lui avait donné.

Je n’avais pas posé la question suivante : que se passe-t-il quand ces deux personnes travaillent ensemble ?

C’est devenu une situation ordinaire. Chacun arrive en réunion avec la réponse de son assistant. Les réponses ne concordent pas. Et la discussion porte bientôt moins sur le sujet que sur la question de savoir quelle IA a raison.

Mon IA n’est pas plus intelligente que celle des autres. Elle est mieux informée. Cette asymétrie de contexte est un problème nouveau pour les équipes, et ce n’est pas un problème d’outil.

Deux réponses, deux contextes

Récemment, une interlocutrice et moi avons posé la même question de référencement à nos assistants respectifs. Les réponses se contredisaient.

Le mien dispose de trois ans de relevés issus de plusieurs outils, de l’historique des échanges, des contraintes du site, et même de mes angles morts, parce que je les lui ai donnés pour qu’il me challenge. Le sien partait d’une question posée sans ce bagage. Ce n’est pas une question d’intelligence : c’est la même famille d’outils, mais pas la même mémoire.

Deux réactions étaient possibles de son côté, et je les ai croisées toutes les deux dans d’autres situations. La première : « Je ne suis pas d’accord avec toi, mon IA dit autre chose. » La seconde : « L’IA ne donne pas de bons résultats. » Dans les deux cas, on ne parle plus du sujet.

Ce qui a débloqué la situation, c’est de présenter mon assistant pour ce qu’il est devenu : un assistant expert du sujet, parce qu’il a été nourri pendant des années de données réelles. Pas un oracle, un dossier vivant.

Confronter plutôt qu’opposer

La bonne question n’est pas « quelle IA a raison ? », mais « qu’est-ce que l’autre réponse a vu que la mienne a manqué ? »

Il serait commode de conclure que l’assistant le mieux informé a toujours raison. Ce serait une erreur. Une IA nourrie de mon contexte connaît aussi ma façon de voir les choses, et elle peut finir par la conforter. Une réponse qui me contredit n’est pas forcément une réponse mal informée : c’est peut-être un angle que je n’ai pas regardé.

La leçon que j’en tire, et que je me fixe désormais, est simple : la réponse de l’autre devient une donnée de plus. Je la soumettrai à l’assistant qui dispose des relevés, avec une consigne claire : identifier ce qui est juste, ce qui est contredit par les données, et ce qui mérite d’être vérifié. On ne met plus deux IA en concurrence : on confronte deux lectures, et c’est le contexte le plus riche qui tranche, pas la personne la plus sûre d’elle.

Confronter ne veut pas dire multiplier les avis. Dans le train, j’ai entendu une professionnelle expérimentée conseiller à sa collègue de poser la même question à deux IA généralistes et de comparer les réponses. L’intention est bonne, mais deux outils qui n’ont ni vos données ni des sources vérifiables ne se corrigent pas l’un l’autre : ils comparent deux approximations. La confrontation utile se fait contre quelque chose de fiable, que ce soient vos propres données ou une base documentaire reconnue dans votre métier.

Le contexte vient des humains

L’asymétrie joue aussi dans l’autre sens, et là, je n’ai pas réussi à convaincre.

Quand j’écris pour ce blog, mon assistant ne rédige pas d’emblée. Il me pose des questions, une à la fois, me demande des exemples vécus, me fait valider les points clés, puis relit et challenge. Le résultat a de la profondeur parce que la matière vient de moi.

Sur d’autres sujets, on me demande des contenus sans me donner d’entrées : ni avis d’experts, ni chiffres internes, ni retours. Le résultat manque de profondeur, et l’IA n’y peut rien. J’ai expliqué que ces contenus en auraient davantage avec des retours et des données. L’argument n’a pas suffi.

L’IA ne remplace pas le contexte que les gens détiennent : elle en dépend. Celui qui ne partage rien obtiendra, de n’importe quel outil, une réponse générique. Et il risque de conclure que l’outil est médiocre.

Ce que ça change dans une équipe produit

Le contexte devient un actif, et il faut décider à qui il appartient.

Je n’ai pas de réponse unique. Dans certaines situations, le contexte que j’ai construit est ma valeur ajoutée : c’est l’expertise que j’apporte. Dans d’autres, le travail est collectif, et garder ce contexte pour soi revient à laisser chacun repartir de zéro avec son propre assistant.

En tant que responsable produit, c’est la seconde voie que j’encouragerais. Pas en imposant un outil, mais en partageant ce qui fait la qualité des réponses : les données de référence, les décisions déjà prises, les consignes qui ont fait leurs preuves. Une équipe dont les assistants partent du même socle se contredira moins, et quand elle se contredira, ce sera sur le fond. C’est un prolongement direct de ce que j’attends d’un responsable d’équipe produit : donner une vision commune, ici jusque dans les outils.

Cela change aussi les revues. Quand quelqu’un présente une analyse produite avec une IA, la première question n’est plus « qu’est-ce qu’elle dit ? » mais « avec quoi l’as-tu nourrie ? ». Et la seconde : « qu’est-ce que tu en as retenu, toi ? »

Quand deux IA se répondent

Reste une situation qui n’a plus rien d’absurde. J’écris un compte rendu avec mon assistant. Mon interlocuteur y répond avec le sien. Je réponds à mon tour avec le mien. L’échange est impeccable, structuré, poli.

Qu’a-t-on perdu ?

La réflexion préalable, d’abord. Rédiger un compte rendu oblige à choisir ce qui compte et à trancher ce qu’on a compris. La spontanéité, ensuite. Une réponse écrite d’un jet dit ce que l’autre pense vraiment, avec ses hésitations. Quand chacun délègue sa part, deux IA se répondent, et plus personne ne sait ce que les humains ont réellement décidé.

Je n’ai pas de règle à proposer, seulement une question que je me pose avant d’envoyer : est-ce que ce message dit ce que je pense, ou ce que mon assistant a déduit ?

Et vous : dans votre équipe, qui détient le contexte que vos IA utilisent ? Partagez vos retours en commentaire.