Apprendre à utiliser l’IA : écrivez d’abord la réponse attendue

Pour apprendre à utiliser l'IA, faites une chose avant de rédiger votre prompt : écrivez la réponse que vous attendez. Pas besoin d'en prédire la formulation exacte. Notez la conclusion probable, les preuves nécessaires et un signal d'alerte qui rendrait la réponse risquée ou incomplète.

Cette petite étape change tout l'exercice. Au lieu de vous demander « Est-ce que ça sonne bien ? », vous pouvez demander « Qu'est-ce que l'IA a ajouté, omis ou modifié ? ». C'est une meilleure façon de développer votre jugement, car une réponse fluide n'est pas forcément une réponse étayée.

Pourquoi anticiper la réponse est crucial pour les débutants

L'IA générative peut produire un langage assuré et soigné, même quand une affirmation doit être vérifiée. Le Generative AI Profile du NIST considère la confabulation (un contenu faux ou erroné énoncé avec assurance) comme un risque distinct. Le AI Playbook du gouvernement britannique conseille aussi de vérifier les résultats et d'utiliser des garde-fous adaptés au contexte.

Pour un débutant, le plus dur n'est souvent pas d'écrire le prompt, mais de remarquer ce qui a changé dans la réponse. Une fois que vous lisez une réponse plausible, elle peut biaiser votre jugement. Une brève prédiction écrite en amont vous donne un point de référence que le modèle n'a pas créé.

Maîtriser l'IA avec la méthode PREP

PREP n'est pas un test pour voir si vous pouvez déjouer le modèle. Votre prédiction peut être fausse. C'est utile lorsque la différence vous renvoie aux preuves. Le but est de rendre votre raisonnement visible avant l'arrivée d'un langage persuasif.

Exemple concret en dix minutes

Prenez un document court et non sensible que vous connaissez, comme une politique de notes de frais. Imaginez la question : « Un collègue peut-il demander un taxi pour rentrer après un événement client tardif ? ». Ne collez pas de données confidentielles dans un outil public. Utilisez un système approuvé et suivez les règles de votre organisation.

Supposons que l'IA dise que le taxi est autorisé après 21h, mais que la politique ne mentionne que l'indisponibilité des transports en commun et l'accord du manager. L'heure précise semble utile, mais n'est pas étayée. PREP rend cet ajout visible car votre exigence de preuve a été écrite avant la réponse.

Les leçons de cette méthode, au-delà du prompting

Les modèles de prompts peuvent améliorer la structure, mais pas automatiquement le jugement. Les directives de la Commission européenne sur la littératie en IA indiquent que le niveau de connaissance requis dépend du contexte et des utilisateurs. Une routine d'apprentissage pratique doit donc correspondre à la tâche réelle, à ses risques et aux preuves disponibles.

La formation est aussi plus efficace quand les apprenants comparent un point de référence à un résultat. Le guide d'évaluation de la formation de l'U.S. Office of Personnel Management insiste sur la définition des résultats et la collecte de preuves aux niveaux appropriés. PREP applique cette logique à une courte session pratique : notez vos attentes, observez le résultat et consignez ce qui a changé.

Ancrez l'habitude, puis élargissez la tâche

Commencez par une tâche réversible et répétez PREP trois fois. Vous pouvez l'associer à une boucle de correction, choisir une première tâche pro sans risque et apprendre quand arrêter de prompter. Les fonctionnalités d'apprentissage de Bokili peuvent accompagner un parcours plus long, mais le réflexe de base est simple : attente, preuve, comparaison, leçon.

Apprendre à utiliser l'IA, ce n'est pas apprendre à accepter plus vite. C'est apprendre à déceler l'écart entre une réponse plausible et une réponse utile et justifiée. Notez cet écart avant de rédiger le prompt.