Un bon feedback IA mène à un deuxième essai

Un feedback n'est utile que s'il influence la tentative suivante. Une note, une coche verte ou un « bon travail » concluent un exercice, mais n'indiquent pas au collaborateur quel comportement reproduire, quel risque corriger ou comment réessayer. À l'inverse, un audit trop long peut noyer le seul changement qui compte.

Pour un exercice d'IA court, le feedback le plus efficace est ciblé et concret : il signale un choix observable dans le travail soumis, explique sa conséquence et rouvre la tâche pour une seconde tentative corrigée. L'apprenant doit repartir avec une preuve de son amélioration, pas un simple verdict.

L'importance du deuxième essai

Les directives de Microsoft sur l'interaction homme-IA préconisent la correction efficace : l'utilisateur doit pouvoir modifier, affiner ou corriger une erreur de l'IA. C'est un principe de conception produit, pas une théorie de l'apprentissage, mais cela révèle une habitude de travail essentielle. Les collaborateurs doivent pouvoir corriger un travail assisté par IA de faible qualité, pas seulement le constater.

La synthèse des National Academies sur la recherche en apprentissage souligne aussi que les applications pratiques dépendent du contexte. Elle soutient la récupération active et la pratique structurée, mais ne prescrit pas de formule unique pour le feedback en entreprise. Notre approche est volontairement modeste : une révision immédiate rend le feedback testable. L'apprenant peut voir si le changement demandé a amélioré son travail.

Exemple : des notes de réunion aux actions à risque

Imaginons qu'un apprenant utilise l'IA pour transformer des notes de réunion fictives en liste d'actions. Les notes désignent Priya comme responsable de la vérification du budget, mais n'attribuent pas l'appel au fournisseur. L'IA assigne avec assurance les deux tâches à Priya. Un message générique comme « vérifiez l'exactitude » est correct mais faible. Il n'indique pas ce qui a échoué ni comment corriger.

Transformez ces notes de réunion en liste d’actions avec la tâche, le responsable nommé, l’échéance et la ligne source. Utilisez uniquement les responsables et les échéances mentionnés dans les notes. Écrivez « non assigné » ou « non précisé » quand l’information manque. N’inférez aucune responsabilité.

Vérification budget — Priya — Vendredi — source : ligne 4. Appel fournisseur — non assigné — échéance non précisée — source : ligne 7.

Le second essai n'exige pas un long discours sur les hallucinations. Il requiert une contrainte claire et l'occasion de l'appliquer. Une fois la correction fonctionnelle sur les notes de réunion, une mission ultérieure pourra tester le même comportement sur un autre document, comme un brief projet ou un résumé fournisseur. Le réessai immédiat valide la correction ; une nouvelle tâche teste le transfert.

Ancrez le feedback dans le travail

Un feedback utile décrit le résultat, pas la personne. « Cette action n'a pas de responsable source nommé » est observable. « Vous manquez de jugement » est une attaque personnelle non fondée. Il faut aussi distinguer l'erreur importante de la préférence stylistique. Oublier une source peut changer une décision ; un style de titre différent, rarement.

Un bon feedback doit aussi permettre le désaccord. L'évaluateur ou le système peut manquer de contexte. Présentez les faits, énoncez le critère de validation et laissez l'apprenant expliquer ou réviser. Une boucle de pratique doit développer le jugement, pas entraîner à obéir à un score opaque.

L'application par Bokili

Le fonctionnement public de Bokili combine de courtes missions professionnelles, un retour immédiat et la recommandation d’une mission suivante. Le critère pratique reste simple : un retour est utile s’il aide à produire un meilleur deuxième essai. La méthode FIND–FIX–PROVE aide à corriger une erreur plausible, tandis que le modèle d’expérimentation de prompt montre comment modifier une seule variable à la fois.

L'objectif n'est pas plus de feedback. C'est une correction visible, un meilleur essai et un nouveau défi qui s'appuie sur ce que le travail a vraiment montré.