Plus la tâche engage une décision, moins l'assistance est fiable
De la production de contenu à la décision stratégique, la qualité passe de 3,95 à 3,04 sur 5 et la supervision requise grimpe de 2,07 à 3,40. La pente est régulière.
Le corpus du Lab #1 range ses vingt tâches en six familles : analyse, production, marketing, processus, décision, et une famille dite « limites » qui regroupe les travaux volontairement placés en zone difficile. Lues dans l'ordre des scores, ces familles dessinent une pente régulière, et cette pente est probablement l'enseignement le plus directement utile de la campagne.
La pente
La qualité moyenne descend de 3,95 sur 5 en production à 3,68 en analyse, 3,49 en marketing, 3,35 en processus, 3,23 dans la famille limites et 3,04 en décision. Dans le même mouvement, la supervision requise monte de 2,07 à 3,40 sur 5, et le risque de 1,70 à 3,09, sur des échelles où un score élevé est défavorable.
Le temps humain total suit : 12,5 minutes en production, 19,0 minutes en décision. Autrement dit, plus la tâche approche d'un arbitrage, plus elle est lente, plus elle est risquée, et moins le résultat est directement exploitable.
Un point haut à droite signale une tâche correcte mais coûteuse à surveiller : la qualité ne dit rien du travail de contrôle.
Couverture : 20 tâches, 300 expériences principales
Donnée simulée — Lab #1, Données simulées — campagne complète (T01→T20). Aucune exécution réelle.
Pourquoi cette pente est logique
Une tâche de production part d'une matière disponible et d'un objectif explicite : voici un document, produis-en une FAQ. Une tâche de décision part d'une matière incomplète et d'un objectif implicite : voici trois options, dis-moi laquelle retenir compte tenu de contraintes qui ne sont écrites nulle part.
Ce qui manque à l'assistant dans le second cas n'est pas de la puissance de calcul, c'est de l'information — et notamment l'information que l'entreprise n'a jamais formalisée : ses priorités réelles, ses contraintes de trésorerie, l'historique de ses échecs.
Ce que le corpus classe comme « à conserver humain »
Neuf tâches sur vingt reçoivent ce verdict dans la campagne : l'analyse d'un contrat, la conception d'une automatisation de processus, la définition d'un workflow mixte humain-IA, la rédaction d'une procédure, le choix d'un logiciel, l'évaluation du retour sur investissement d'un projet IA, la construction de scénarios stratégiques, l'identification de contradictions métier et l'arbitrage sur ce qu'il faut déléguer.
Le point commun n'est pas la complexité intellectuelle. C'est l'engagement : chacune de ces tâches produit un livrable qui engage l'entreprise vis-à-vis d'un tiers, d'un budget ou d'une équipe.
- AutomatisableT05, T072
- AssistableT01, T02, T03, T06, T08, T09, T10, T128
- AccélérableT111
- Peu pertinent0
- À conserver humainT04, T13, T14, T15, T16, T17, T18, T19, T209
Aucune famille n'est entièrement automatisable : le corpus se répartit surtout entre assistance et accélération.
Couverture : 20 verdicts établis sur 20 tâches
Donnée simulée — Lab #1, Données simulées — campagne complète (T01→T20). Aucune exécution réelle.
L'usage pratique
La pente donne un critère de tri simple, indépendant des outils : classer une tâche non pas par sa difficulté ressentie, mais par ce qu'elle engage. Une tâche qui n'engage rien peut être largement déléguée. Une tâche qui engage un contrat, un budget ou une personne ne peut l'être qu'en préparation, jamais en conclusion.
Les limites, clairement
Les six familles ne pèsent pas le même poids : 60 expériences pour les familles analyse, production et processus, 45 pour marketing et décision, 30 pour la famille limites. Les écarts entre familles voisines — marketing à 3,49 et processus à 3,35 — sont trop faibles pour être commentés. Seule la pente d'ensemble, entre les deux extrémités, est lisible. Et elle reste simulée.
D'où viennent ces chiffres
Lab #1 « Travail délégable à l'IA » — campagne simulée V3, protocole 1.3 : 300 expériences principales, 20 tâches, 5 assistants, 3 modes. Aucune exécution réelle.
Tâches du corpus : T05, T16, T17, T18, T19, T20 · Sections du rapport : Lecture par famille · Verdicts · Lecture par tâche
Observation simulée
- Qualité par famille : production 3,95 / 5 (60), analyse 3,68 (60), marketing 3,49 (45), processus 3,35 (60), limites 3,23 (30), décision 3,04 (45).
- Supervision : 2,07 / 5 en production contre 3,40 / 5 en décision et 3,67 / 5 en limites.
- Risque : 1,70 / 5 en production contre 3,09 / 5 en décision.
- Verdicts : 9 tâches sur 20 classées « à conserver humaines ».
Interprétation de la rédaction
- La variable discriminante semble être ce que la tâche engage, pas sa difficulté apparente.
- Les écarts entre familles voisines ne sont pas interprétables ; seule la pente d'ensemble l'est.
À confirmer en exécution réelle
- Rejouer au moins une tâche par famille en conditions réelles.
- Vérifier que la hiérarchie des familles se maintient hors simulation.
Et maintenant ?
Comprendre ce format- Qu'est-ce qui change ?
- La ligne de partage utile n'est pas « tâche simple / tâche complexe » mais « tâche qui engage / tâche qui n'engage pas ».
- Qui est concerné ?
- Les dirigeants qui définissent une politique d'usage de l'IA en interne.
- Pourquoi ça compte ?
- Autoriser l'IA sur les tâches d'arbitrage revient à déplacer un risque de décision sans le voir.
- Que faire maintenant ?
- Classer vos tâches récurrentes dans les six familles du corpus et fixer une règle par famille.
- Que surveiller ensuite ?
- L'exécution réelle des tâches de décision : c'est là que l'écart entre simulation et réalité sera le plus instructif.
