Leçon 6 sur 13
Discernment — évaluer les sorties
11 min de lecture
Points clés de cette leçon
- Le discernement consiste à juger un résultat plutôt qu'à l'accepter d'emblée.
- Trois critères clés : l'exactitude, la pertinence et la complétude.
- Un texte fluide et confiant peut être faux : la forme ne garantit pas le fond.
- Évaluer demande de connaître un minimum le sujet, ou de croiser les sources.
Vous avez délégué une tâche et décrit votre besoin. L'IA répond. Vient alors la troisième dimension du framework 4D : le Discernment, ou la capacité à évaluer ce résultat au lieu de l'accepter tel quel.
Pourquoi évaluer systématiquement
Un assistant IA produit toujours une réponse, et cette réponse paraît toujours assurée. Mais « assuré » ne veut pas dire « exact ». L'IA peut se tromper, inventer un détail, ou répondre à côté de la question — sans le moindre signe d'hésitation.
Accepter un résultat sans l'examiner, c'est prendre le risque de diffuser une erreur en votre nom. Le discernement n'est pas de la méfiance excessive : c'est la même lecture critique que vous appliqueriez au travail d'un collègue avant de le transmettre.
La forme trompe
Une réponse fluide, structurée et confiante peut être entièrement fausse. La qualité de l'écriture ne dit rien de la justesse du contenu. Ne vous fiez jamais au seul ton assuré d'une réponse.
Trois critères pour évaluer un résultat
Pour structurer votre évaluation, gardez en tête trois questions simples.
L'exactitude : est-ce vrai ?
Le résultat contient-il des faits, des chiffres, des noms ? S'ils sont faux, tout le reste s'effondre. Méfiez-vous particulièrement des détails précis — une date, une statistique, une citation — qui sont les plus faciles à inventer pour une IA. Ce phénomène, appelé « hallucination », sera approfondi dans la leçon limites et précautions.
La pertinence : est-ce ce que je voulais ?
Le résultat répond-il vraiment à votre besoin ? Une réponse peut être parfaitement exacte tout en étant hors sujet, trop générale, ou inadaptée à votre public. Relisez votre demande initiale et confrontez-la au résultat.
La complétude : est-ce suffisant ?
Le résultat couvre-t-il tout ce qui était attendu ? L'IA peut oublier un volet de votre demande, surtout si vous en aviez formulé plusieurs. Vérifiez que rien d'essentiel ne manque.
Comment évaluer ce que l'on connaît mal
Le discernement est plus facile quand vous maîtrisez le sujet. Mais comment juger un résultat dans un domaine que vous connaissez peu ? Plusieurs réflexes aident.
- Croiser les sources : vérifiez les éléments clés auprès d'une source fiable et indépendante.
- Demander le raisonnement : invitez l'IA à expliquer comment elle parvient à sa conclusion. Un raisonnement bancal se repère plus vite qu'une conclusion isolée.
- Faire relire : sur un sujet à enjeu, sollicitez une personne compétente. L'IA ne remplace pas l'expertise humaine.
Le signal d'alerte du détail précis
Quand une réponse cite un chiffre, une date ou une référence exacte, considérez-le comme « à vérifier » par défaut. Ce sont les éléments où une IA se trompe le plus discrètement.
Évaluer aussi le ton et le cadrage
Le discernement ne porte pas seulement sur les faits. Un résultat peut être exact mais mal calibré : trop technique pour votre public, trop long, d'un ton inadapté. Demandez-vous si le rendu correspond à l'usage réel que vous en ferez.
C'est pourquoi la qualité de la description facilite tant le discernement : plus vous aviez précisé vos attentes, plus il est simple de juger si elles sont satisfaites.
Du discernement à l'action
Évaluer ne sert à rien si l'on n'en tire pas de conséquence. Une fois le résultat jugé, trois suites sont possibles.
- Le résultat convient : vous passez à la vérification finale.
- Le résultat est proche : vous demandez une correction ciblée.
- Le résultat est inadapté : vous reformulez votre demande de fond.
Cette transition vous mène directement à la dimension suivante, la diligence, qui transforme votre jugement en correction concrète.
En résumé
Le discernement, c'est refuser le pilotage automatique. Vous évaluez chaque résultat selon trois critères — exactitude, pertinence, complétude — sans vous laisser rassurer par une belle formulation. Quand le sujet vous échappe, vous croisez les sources ou faites relire. C'est cette lecture critique qui maintient la qualité de votre collaboration avec l'IA.