L'art de savoir s'arrêter : pourquoi il ne faut pas trop "sabler notre morceau de bois" quand on co-crée avec l'intelligence artificielle.
On peut demander à l’IA de créer une simulation (ex: une calculatrice) et lui poser des défis. Très vite, on veut tout améliorer : couleurs, sons, animations, accessibilité, nouveaux boutons... Bref, on entre dans un cycle d'amélioration.
Attention : ce processus est difficile à arrêter.
On voit notre co-création prendre vie et on veut la perfectionner. Mais si l'on passe 1h30 à peaufiner un outil qui était "suffisant" après 20 min, on perd le bénéfice initial : le gain de temps.
On peut aussi entraîner un modèle d'IA avec nos propres instructions. On teste, on ajuste les consignes, on reformule. Ce va-et-vient est formateur, mais il faut rester lucide.
La performance dépend de facteurs externes (charge du système, moment de la journée). Deux requêtes identiques peuvent donner des réponses différentes.
Certains modèles apprennent de vos conversations. Si vous parlez souvent de la taxonomie de Bloom, l'IA l'utilisera plus souvent, rendant difficile de savoir si ce sont vos instructions ou son apprentissage qui améliorent les réponses.
Faire évoluer un robot ou ses requêtes est utile, mais l'essentiel reste d'analyser les réponses.
Il faut savoir s'arrêter.
Personne ne passe 8h à analyser une tâche, peu imporete la source. Si l'IA produit une tâche adéquate et exploitable selon votre analyse, on part de là. On l'améliore un peu, en consultant des collègues peut-être, sans y consacrer une journée.