Leçon 7 sur 13
Diligence — vérifier et corriger
11 min de lecture
Points clés de cette leçon
- La diligence est la responsabilité finale : vous assumez ce qui sort en votre nom.
- Vérifier les faits et corriger les écarts transforme un brouillon en travail abouti.
- Les corrections ciblées valent mieux que de tout recommencer.
- La transparence sur l'usage de l'IA fait partie de la diligence.
La quatrième dimension du framework 4D est la Diligence. Si le discernement consiste à juger un résultat, la diligence consiste à agir dessus : vérifier, corriger, valider, et assumer. C'est l'étape qui transforme une réponse d'IA en travail dont vous répondez.
La responsabilité ne se délègue pas
Vous pouvez confier une tâche à l'IA. Vous ne pouvez pas lui confier la responsabilité du résultat. Si un document part avec votre nom dessus, c'est vous qui en répondez, quelle qu'en soit l'origine.
Ce principe est le cœur de la diligence. L'IA est un collaborateur, pas un garant. La dernière relecture, le dernier arbitrage et la décision de diffuser vous reviennent. C'est exactement ce que rappelait la leçon sur la délégation : déléguer la tâche, jamais la responsabilité.
Avant de diffuser
Posez-vous une question simple : « suis-je prêt à défendre ce contenu comme s'il était entièrement le mien ? » Si la réponse est non, le travail de diligence n'est pas terminé.
Vérifier : trois points de contrôle
La vérification prolonge le discernement, mais de façon active. Concentrez votre attention sur trois points.
Les faits vérifiables
Tout élément factuel — chiffre, date, nom, citation, référence — doit être contrôlé auprès d'une source fiable. C'est non négociable, surtout pour les détails précis, là où l'IA se trompe le plus discrètement.
La cohérence d'ensemble
Relisez le résultat comme un tout. Les parties s'enchaînent-elles ? Y a-t-il des contradictions, des répétitions, un passage qui sonne faux ? Une IA peut produire des morceaux corrects mais mal articulés.
L'adéquation au contexte réel
Le résultat tient-il compte de votre situation concrète — votre public, vos contraintes, votre organisation ? L'IA ne connaît que ce que vous lui avez dit ; à vous de combler ce qu'elle ignore.
Corriger sans tout refaire
Quand une vérification révèle un écart, la tentation est de tout recommencer. C'est rarement la bonne solution. La correction ciblée est plus rapide et plus sûre.
Reprenez le résultat et demandez une retouche précise : « corrige le deuxième paragraphe, le chiffre est faux, remplace-le par celui-ci » ou « garde tout, mais rends le ton plus formel ». Vous conservez ce qui fonctionne et n'agissez que sur le défaut.
Certaines corrections, en revanche, vous reviennent directement : ajuster une formulation, ajouter une nuance que vous seul connaissez, retirer un passage. La diligence combine les deux — redemander à l'IA et intervenir soi-même.
La dernière main est humaine
Même après plusieurs allers-retours avec l'IA, accordez-vous une relecture finale sans elle. Ce dernier passage attrape souvent ce que les échanges successifs avaient laissé passer.
La transparence fait partie de la diligence
Être diligent, c'est aussi être honnête sur la manière dont un travail a été produit. Faut-il indiquer qu'une IA a été utilisée ? Cela dépend du contexte et des règles de votre organisation ou de votre secteur.
En cas de doute, la transparence est généralement le bon choix. Elle protège votre crédibilité et évite les malentendus. Cette question rejoint la leçon éthique et IA responsable, qui l'approfondit.
La diligence boucle le cycle
Avec la diligence, vous avez parcouru les quatre dimensions du framework 4D. Mais le cycle ne s'arrête pas là : la vérification révèle souvent qu'il faut re-déléguer une partie, mieux la décrire, puis l'évaluer à nouveau.
C'est pourquoi le 4D est un cycle et non une liste : chaque tour affine le résultat. Avec l'expérience, ces allers-retours deviennent rapides et naturels.
En résumé
La diligence est la dimension qui engage votre responsabilité : vérifier les faits, contrôler la cohérence, corriger de façon ciblée, et assumer le résultat comme s'il était entièrement le vôtre — transparence comprise. C'est elle qui fait la différence entre « utiliser l'IA » et « collaborer sérieusement avec elle ». Les leçons suivantes mettent ce cycle complet à l'épreuve sur des cas pratiques ; vous pouvez aussi parcourir le catalogue des cours pour la suite de votre parcours.