Processus → automatisation
Classer les étapes en automatisable, assistable, humain obligatoire ou à clarifier.
Verdict de cette tâche
À conserver humainProcessus → automatisation — Classer les étapes en automatisable, assistable, humain obligatoire ou à clarifier. Décidé par erreurs critiques sur 47 % des expériences et risque moyen 3,4/5 avec supervision 3,5/5. Le mode B est le plus favorable (qualité 3,4/5), le mode A le moins favorable. Gain net moyen +2,5 min face à la référence humaine de 23,6 min. Contrainte de la fiche : Livrable attendu : Classement + risque + contrôle recommandé.
Un verdict est une recommandation fondée sur les mesures affichées plus bas, pas un niveau de preuve.
Livrable attendu
Classement + risque + contrôle recommandé.
Contexte fourni
- Même processus que T12. Urgences sous contrôle humain ; classement automatique non fiable sans vérification ; aucune réponse client automatique en V1. (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/T13/. 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 : 23.6 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). | 2.9 / 5 | couverture : 15 réalisées / 15 attendues |
| Temps humain total | 21.1 min | couverture : 15 réalisées / 15 attendues |
| Gain opérationnel net | 2.5 min | couverture : 15 réalisées / 15 attendues |
| Supervision0 = aucune intervention nécessaire, 5 = intervention humaine très importante (score élevé défavorable). | 3.5 / 5 | couverture : 15 réalisées / 15 attendues |
| Reproductibilité0 = très instable, 5 = très stable (score élevé favorable). | 3.5 / 5 | couverture : 15 réalisées / 15 attendues |
| Risque0 = risque négligeable, 5 = risque critique (score élevé défavorable). | 3.4 / 5 | couverture : 15 réalisées / 15 attendues |
Expériences sur cette tâche — couverture : 15 réalisées / 15 attendues
Expériences
| Assistant | Mode A | Mode B | Mode C |
|---|---|---|---|
| ChatGPT | 2 / 5 | 3 / 5 | 3 / 5 |
| Claude | 2 / 5 | 4 / 5 | 4 / 5 |
| Gemini | 2 / 5 | 4 / 5 | 3 / 5 |
| Microsoft Copilot | 2 / 5 | 3 / 5 | 3 / 5 |
| Perplexity | 2 / 5 | 3 / 5 | 3 / 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.
- Décision
Que déléguer à l'IA dans une PME : la grille de tri en quatre niveaux
Sur les vingt tâches du corpus, deux sont classées automatisables, huit assistables, une accélérable et neuf à conserver humaines. Voici comment appliquer ce tri à vos propres tâches.
- 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.
- Analyse
Deux évaluateurs, deux verdicts : pourquoi juger une IA est difficile
Sur le sous-échantillon doublement évalué de notre campagne, deux évaluateurs à l'aveugle tombent d'accord sur le verdict dans 56,7 % des cas. La mesure est moins stable que le résultat qu'elle prétend établir.
- Décision
Automatiser un processus : à quelles conditions, et à partir de quand
Dans notre campagne, documenter un processus avec l'IA fonctionne (3,60 / 5). L'automatiser échoue (2,87 / 5, douze erreurs critiques). L'écart dessine des conditions de passage.
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 (23.6 min, généré et non chronométré) soit remplacé par une baseline humaine réellement mesurée. Gain net simulé : 2.5 min.
- Que la supervision nécessaire (3.5 / 5, score élevé défavorable) corresponde au travail de reprise réellement constaté.
- Que la qualité observée en simulation (2.9 / 5) se retrouve sur une exécution réelle, sur 15 expérience(s) / 15, faute de quoi le verdict de la tâche ne tient pas.