Brief désordonné → synthèse
Extraire faits, décisions, contradictions et prochaines étapes d'un brief PME désordonné.
Verdict de cette tâche
AssistableBrief désordonné → synthèse — Extraire faits, décisions, contradictions et prochaines étapes d'un brief PME désordonné. Décidé par qualité 3,9/5 tenue, mais supervision 1,5/5 et risque 1,4/5 sur 15 expériences. Le mode C est le plus favorable (qualité 4,4/5), le mode A le moins favorable. Gain net moyen +5,0 min face à la référence humaine de 14,1 min. Contrainte de la fiche : Livrable attendu : Synthèse : faits ; décisions/non-décisions ; contradictions ; informations manquantes ; prochaines étapes.
Un verdict est une recommandation fondée sur les mesures affichées plus bas, pas un niveau de preuve.
Livrable attendu
Synthèse : faits ; décisions/non-décisions ; contradictions ; informations manquantes ; prochaines étapes.
Contexte fourni
- Atelier Nord : objectif réduire les tickets répétitifs ; portail client envisagé avant septembre ; budget annoncé 8k puis 12k si réduction >20 % ; 42 % des tickets concernent 3 demandes ; accès humain premium obligatoire ; aucun outil choisi. (jeu d'entrée synthétique, identique dans les trois modes)
Critères de qualité
- Exactitude : ce qui est affirmé est correct au regard des entrées fournies.
- Fidélité aux entrées : aucune donnée, contrainte ou décision hors du jeu d'entrée.
- Gestion de l'incertitude : ce qui manque ou reste à vérifier est signalé comme tel.
- Utilité opérationnelle : le livrable est exploitable dans le contexte décrit.
- Absence d'invention : aucun chiffre, exemple, source ou politique inventé.
Dossier expérimental
Dossier reproductible versionné dans le dépôt : docs/lab/01/T01/. Il contient le scénario, le contexte, le jeu d'entrée synthétique, le livrable attendu, la grille d'évaluation et les trois prompts de référence (modes A, B et C). Les entrées sont synthétiques et ne décrivent aucune entreprise réelle ; aucun résultat n'y figure.
- README.md
- scenario.md
- context.md
- expected-output.md
- evaluation-rubric.md
- prompt-A.md
- prompt-B.md
- prompt-C.md
- inputs/dataset.md
- baseline.md
Référence humaine
Temps de référence mesuré : 14.1 min — Exécution simulée dans les conditions de la fiche : jeu d'entrée du corpus, aucun assistant, aucune source externe.
Mesures
| Métrique | Valeur | Couverture |
|---|---|---|
| Qualité moyenne0 = inutilisable, 5 = directement exploitable (score élevé favorable). | 3.9 / 5 | couverture : 15 réalisées / 15 attendues |
| Temps humain total | 9.1 min | couverture : 15 réalisées / 15 attendues |
| Gain opérationnel net | 5 min | couverture : 15 réalisées / 15 attendues |
| Supervision0 = aucune intervention nécessaire, 5 = intervention humaine très importante (score élevé défavorable). | 1.5 / 5 | couverture : 15 réalisées / 15 attendues |
| Reproductibilité0 = très instable, 5 = très stable (score élevé favorable). | 3.7 / 5 | couverture : 15 réalisées / 15 attendues |
| Risque0 = risque négligeable, 5 = risque critique (score élevé défavorable). | 1.4 / 5 | couverture : 15 réalisées / 15 attendues |
Expériences sur cette tâche — couverture : 15 réalisées / 15 attendues
Expériences
| Assistant | Mode A | Mode B | Mode C |
|---|---|---|---|
| ChatGPT | 4 / 5 | 4 / 5 | 5 / 5 |
| Claude | 3 / 5 | 5 / 5 | 4 / 5 |
| Gemini | 3 / 5 | 4 / 5 | 4 / 5 |
| Microsoft Copilot | 3 / 5 | 4 / 5 | 4 / 5 |
| Perplexity | 3 / 5 | 4 / 5 | 5 / 5 |
Chaque expérience conserve son prompt exact et sa sortie brute hors du site ; seules les mesures sont publiées ici.
Contenus dérivés de cette tâche
Les publications qui exploitent directement les mesures de cette tâche.
- Analyse
Ce qui fait varier la qualité d'une réponse d'IA : le cadrage, pas l'outil
Dans notre campagne, l'écart entre une demande brute et une demande cadrée atteint 1,2 point de qualité. L'écart entre les cinq assistants testés, à cadrage égal, n'en fait que 0,5.
- Dossier vivant
Que faut-il déléguer à l'IA, et que faut-il garder ?
Nous suivons cette question avec un protocole versionné et un corpus de vingt tâches professionnelles. L'état actuel repose sur une campagne simulée : le registre d'exécution réelle est encore vide, et nous le signalons à chaque mise à jour.
- Décision
Combien de minutes investir dans le cadrage avant de lancer une tâche
3,3 minutes de préparation en plus, 1,07 point de qualité en plus, et un temps humain total qui baisse. La préparation ne s'ajoute pas au travail : elle le déplace.
- Guide
Comment tester une tâche avec l'IA dans une PME : protocole A/B/C
La méthode du Lab #1, transposée à l'échelle d'une PME : une tâche, une référence humaine, trois modes d'usage, une demi-journée, une décision.
Ce qu'une mesure réelle devrait confirmer
Ces points sont dérivés des observations simulées de cette tâche. Aucune exécution réelle n'a encore eu lieu : rien ici n'est acquis.
- Que le temps de référence utilisé (14.1 min, généré et non chronométré) soit remplacé par une baseline humaine réellement mesurée. Gain net simulé : 5 min.
- Que la supervision nécessaire (1.5 / 5, score élevé défavorable) corresponde au travail de reprise réellement constaté.
- Que la qualité observée en simulation (3.9 / 5) se retrouve sur une exécution réelle, sur 15 expérience(s) / 15, faute de quoi le verdict de la tâche ne tient pas.