
L’INTELLIGENCE AUGMENTÉE : COMMENT DEVENIR PLUS PERFORMANT EN ASSOCIANT L’EXPÉRIENCE HUMAINE, LES CONNAISSANCES ET LA PUISSANCE DE L’INTELLIGENCE ARTIFICIELLE ?
Ne pas opposer l’intelligence humaine à l’intelligence artificielle : apprendre à les associer pour penser plus vite, comprendre plus profondément, décider avec davantage de discernement, développer ses compétences et construire les innovations de demain.
L’intelligence augmentée ne consiste pas à laisser une machine penser à notre place. Elle consiste à mobiliser les capacités de l’intelligence artificielle pour développer, amplifier et enrichir nos propres capacités humaines.
Et si la véritable révolution de l’intelligence artificielle était de nous permettre de devenir encore plus intelligents ?
Nous sommes à un moment particulier de l’histoire des connaissances et des technologies.
Depuis plusieurs décennies, l’informatique transforme notre manière de travailler, de communiquer, de produire et d’apprendre. Internet a considérablement facilité l’accès à l’information. Les logiciels spécialisés ont automatisé de nombreuses opérations. Les objets connectés ont permis de mesurer des phénomènes jusqu’alors difficiles à observer en continu. Les systèmes numériques ont progressivement transformé les entreprises, les industries, les administrations et les activités quotidiennes.
Aujourd’hui, l’intelligence artificielle ouvre une nouvelle étape.
Elle ne se limite plus à exécuter des instructions prédéfinies. Les systèmes génératifs peuvent analyser des documents, expliquer des concepts, produire des textes, assister la programmation, comparer des hypothèses, structurer des connaissances et accompagner la résolution de problèmes complexes.
Cette évolution soulève une question fondamentale :
Faut-il considérer l’intelligence artificielle comme une concurrente de l’intelligence humaine ou comme un moyen de développer de nouvelles capacités intellectuelles, professionnelles et créatives ?
La question mérite d’être abordée autrement.
L’intelligence humaine possède des qualités particulières : expérience, compréhension du contexte, sensibilité, intuition, valeurs, capacité à établir des relations humaines, jugement, créativité, responsabilité et aptitude à donner du sens aux actions.
L’intelligence artificielle possède d’autres capacités : traitement rapide de grandes quantités d’informations, génération de propositions, comparaison de scénarios, reconnaissance de structures dans les données, assistance à la modélisation et automatisation de certaines tâches intellectuelles.
Ces capacités ne sont pas identiques.
Elles peuvent néanmoins être complémentaires.
Un ingénieur expérimenté peut utiliser l’IA pour explorer différentes architectures techniques, comparer des solutions et accélérer certaines analyses. Un entrepreneur peut l’utiliser pour étudier un marché, structurer une offre et tester des hypothèses. Un botaniste peut l’utiliser pour organiser des observations, explorer des connaissances et analyser des données environnementales. Un formateur peut l’utiliser pour concevoir des exercices adaptés à différents niveaux.
Dans chaque situation, la valeur ne vient pas uniquement de la technologie.
Elle provient de l’association entre une compétence humaine, une connaissance du domaine, une expérience concrète, une méthode de travail et un outil numérique correctement utilisé.
C’est ce que nous pouvons appeler l’intelligence augmentée.
Cette approche ne consiste pas à déléguer systématiquement notre réflexion à une machine. Elle consiste à augmenter notre capacité à comprendre, apprendre, analyser, imaginer, concevoir, expérimenter, décider et agir.
Elle ouvre des perspectives considérables :
- Penser plus rapidement sans devenir superficiel.
- Approfondir des sujets complexes.
- Accéder plus facilement à des connaissances nouvelles.
- Relier des disciplines différentes.
- Développer de nouvelles compétences.
- Améliorer la qualité des décisions.
- Automatiser certaines tâches répétitives.
- Accélérer la conception de projets.
- Anticiper les évolutions.
- Innover dans des domaines techniques, économiques, environnementaux et humains.
- Devenir plus autonome dans un monde en transformation.
Mais cette évolution exige une condition essentielle : conserver la maîtrise intellectuelle et humaine de ce que nous faisons.
L’intelligence artificielle peut proposer. Elle peut assister. Elle peut calculer, comparer et générer.
L’être humain doit comprendre les objectifs, examiner les résultats, évaluer les conséquences et assumer les décisions.
L’enjeu de demain n’est donc pas simplement de savoir utiliser l’IA. Il est de savoir devenir meilleur grâce à elle, sans perdre ce qui fait la valeur de l’intelligence humaine.
1. Comprendre l’intelligence augmentée : définition, principes et enjeux
L’expression « intelligence augmentée » désigne une approche dans laquelle les technologies numériques, notamment l’intelligence artificielle, viennent renforcer les capacités intellectuelles et opérationnelles humaines.
Elle s’inscrit dans une logique de complémentarité entre l’humain et la machine.
Il est important de la distinguer d’une vision dans laquelle l’automatisation remplacerait systématiquement l’intervention humaine.
Dans une approche d’intelligence augmentée, l’objectif principal est de développer les capacités de la personne.
1.1. L’intelligence artificielle n’est pas l’intelligence humaine
Une intelligence artificielle générative peut produire une réponse très élaborée à une question technique.
Elle peut expliquer le fonctionnement d’un échangeur thermique, proposer une architecture informatique, comparer plusieurs méthodes de gestion de l’eau ou construire un plan de formation.
Cependant, la production d’une réponse pertinente ne signifie pas nécessairement que le système possède une compréhension humaine de la situation.
Il faut distinguer plusieurs dimensions :
| Dimension | Intelligence humaine | Intelligence artificielle |
|---|---|---|
| Expérience vécue | Expérience personnelle et professionnelle | Pas d’expérience vécue humaine |
| Connaissances | Apprentissage, mémoire, pratique | Informations apprises et contexte fourni |
| Analyse | Raisonnement contextualisé | Traitement et génération de raisonnements |
| Créativité | Imagination, intentions, vécu | Génération de combinaisons nouvelles |
| Intuition | Expérience et reconnaissance de situations | Estimation de configurations à partir des données |
| Émotions | Expérience émotionnelle humaine | Pas d’émotions humaines vécues |
| Rapidité | Variable selon les tâches | Très élevée pour certaines opérations |
| Responsabilité | Responsabilité humaine et professionnelle | Pas de responsabilité morale autonome |
| Décision | Jugement, valeurs et contexte | Recommandations et assistance |
| Adaptation | Expérience du réel et apprentissage | Dépend des données, du modèle et des outils disponibles |
Cette distinction est essentielle.
Il ne faut ni sous-estimer les capacités des systèmes d’IA, ni leur attribuer des capacités humaines qu’ils ne possèdent pas nécessairement.
1.2. L’intelligence augmentée repose sur une association de compétences
Une personne peut disposer de connaissances approfondies dans son domaine sans maîtriser tous les outils numériques.
Une autre peut être excellente en informatique sans posséder une expérience importante en génie climatique, en hydraulique ou en botanique.
L’intelligence augmentée permet de rapprocher ces compétences.
Un spécialiste d’un domaine peut utiliser une IA pour explorer des connaissances complémentaires, produire des premières analyses ou construire des outils adaptés à ses besoins.
Il peut ainsi étendre son champ d’action sans prétendre devenir instantanément expert dans toutes les disciplines.
1.3. Augmenter l’intelligence ne signifie pas seulement augmenter la vitesse
La performance intellectuelle ne se mesure pas uniquement au nombre d’informations traitées par minute.
Elle dépend aussi de la qualité du raisonnement, de la pertinence des hypothèses, de la capacité à identifier les erreurs et de l’utilité des décisions.
Une personne qui obtient dix réponses en une minute, mais qui ne vérifie aucune d’entre elles, n’est pas nécessairement plus performante qu’une personne qui en obtient deux et les valide correctement.
Il faut donc rechercher plusieurs formes d’amélioration :
- Augmentation de la vitesse d’exploration.
- Augmentation de la profondeur d’analyse.
- Augmentation de la diversité des perspectives.
- Augmentation de la qualité des décisions.
- Augmentation de la capacité d’apprentissage.
- Augmentation de la créativité.
- Augmentation de la capacité de réalisation.
L’intelligence augmentée est une amélioration globale de notre capacité à transformer l’information en compréhension et en action.
2. Les 7 composantes fondamentales de l’intelligence humaine
Avant de comprendre comment l’IA peut augmenter nos capacités, il faut identifier les ressources humaines sur lesquelles elle vient s’appuyer.
L’intelligence humaine n’est pas une faculté unique.
Elle regroupe différentes capacités qui interagissent.
2.1. Les connaissances : comprendre les fondamentaux
Les connaissances constituent le socle de la réflexion.
Elles permettent de comprendre les phénomènes, les mécanismes, les règles et les relations entre les éléments d’un système.
Un ingénieur en fluides industriels mobilise des connaissances en :
- Mécanique des fluides.
- Thermodynamique.
- Transferts thermiques.
- Hydraulique.
- Énergétique.
- Automatisme.
- Régulation.
- Matériaux.
- Instrumentation.
- Calcul et modélisation.
Ces connaissances lui permettent d’évaluer les réponses proposées par un logiciel ou une intelligence artificielle.
Sans connaissances fondamentales, il risque de ne pas détecter une incohérence technique.
L’IA peut faciliter l’accès au savoir, mais elle ne dispense pas de développer les compétences nécessaires pour l’utiliser correctement.
2.2. L’expérience : comprendre la réalité du terrain
L’expérience permet de confronter les connaissances aux situations réelles.
Elle développe une capacité à reconnaître des configurations, à identifier des anomalies et à anticiper certaines difficultés.
Prenons l’exemple d’un technicien expérimenté intervenant sur une installation de pompage.
Il peut remarquer un comportement inhabituel à partir :
- D’un bruit.
- D’une vibration.
- D’une évolution de pression.
- D’un débit instable.
- D’une température anormale.
- D’un comportement particulier de la régulation.
L’IA peut l’aider à organiser les données, comparer les mesures et explorer des causes possibles.
Mais c’est l’association entre les mesures, les connaissances techniques et l’expérience de terrain qui permet de construire un diagnostic pertinent.
2.3. L’observation : apprendre à voir ce qui n’est pas immédiatement visible
Observer ne consiste pas uniquement à regarder.
Il faut savoir identifier les variations, les anomalies, les interactions et les évolutions.
Dans un jardin, une observation attentive peut permettre de détecter :
- Une modification de la croissance.
- Une différence d’humidité entre deux zones.
- Une évolution de la floraison.
- Une attaque parasitaire.
- Un changement de comportement des végétaux.
L’ajout de capteurs et d’outils d’analyse permet d’enrichir ces observations.
L’IA peut ensuite aider à rechercher des corrélations et à identifier des tendances.
2.4. L’intuition : formuler rapidement des hypothèses
L’intuition peut provenir de l’accumulation d’expériences et de connaissances.
Elle permet parfois d’identifier rapidement une piste intéressante sans avoir encore construit un raisonnement complet.
Mais elle doit être vérifiée.
La bonne démarche est :
- Percevoir une anomalie.
- Formuler une hypothèse.
- Rechercher des éléments de confirmation.
- Examiner les explications alternatives.
- Tester si nécessaire.
L’IA peut contribuer à la quatrième étape en proposant des explications différentes.
2.5. La créativité : imaginer des solutions nouvelles
La créativité permet de sortir des méthodes habituelles.
Elle consiste à combiner des connaissances, des expériences et des idées pour concevoir quelque chose de nouveau.
Par exemple, associer :
- Des capteurs IoT.
- Des données météorologiques.
- Des modèles d’évapotranspiration.
- Une gestion hydraulique.
- Des algorithmes d’aide à la décision.
Cette combinaison peut conduire à développer un système intelligent de gestion de l’irrigation.
2.6. Le discernement : sélectionner ce qui est pertinent
Toutes les possibilités ne sont pas bonnes à retenir.
Le discernement consiste à examiner les informations et à choisir une orientation adaptée.
Il faut tenir compte :
- Des objectifs.
- Des contraintes.
- Des risques.
- Des ressources disponibles.
- Des conséquences.
- Des valeurs.
- Des obligations réglementaires.
- De la faisabilité.
C’est une dimension fondamentale de l’intelligence augmentée.
2.7. Les valeurs et la responsabilité : donner une direction à l’intelligence
Une intelligence puissante peut être utilisée à des fins positives ou négatives.
La technologie ne détermine pas automatiquement la finalité de son utilisation.
Les valeurs humaines permettent de donner une orientation à l’action.
L’honnêteté, la rigueur, le respect, l’empathie, la responsabilité, la coopération et la recherche de l’intérêt collectif doivent rester des repères fondamentaux.
L’objectif n’est pas simplement de devenir plus performant.
Il est de devenir plus performant dans la réalisation d’objectifs utiles et responsables.
3. Les 15 capacités humaines que l’intelligence artificielle peut augmenter
L’association entre l’humain et l’IA peut renforcer de nombreuses capacités.
| N° | Capacité humaine | Apport possible de l’IA |
|---|---|---|
| 1 | Apprendre | Expliquer et organiser les connaissances |
| 2 | Analyser | Traiter des informations complexes |
| 3 | Comparer | Examiner plusieurs solutions |
| 4 | Synthétiser | Structurer des informations dispersées |
| 5 | Imaginer | Proposer des pistes alternatives |
| 6 | Créer | Assister la production de contenus et prototypes |
| 7 | Anticiper | Explorer plusieurs scénarios |
| 8 | Décider | Préparer des éléments de comparaison |
| 9 | Programmer | Assister le développement informatique |
| 10 | Calculer | Automatiser certains calculs |
| 11 | Communiquer | Adapter les explications aux publics |
| 12 | Transmettre | Préparer des supports pédagogiques |
| 13 | Organiser | Structurer les projets et les tâches |
| 14 | Résoudre | Explorer des solutions à des problèmes |
| 15 | Innover | Combiner des disciplines et des approches |
L’IA ne renforce pas automatiquement toutes ces capacités.
Le résultat dépend de la manière dont elle est intégrée au travail, de la qualité des informations fournies et du contrôle exercé par l’utilisateur.
4. L’expérience humaine + l’intelligence artificielle : une nouvelle forme de performance professionnelle
La complémentarité entre l’expérience humaine et l’IA constitue probablement l’un des leviers les plus intéressants de transformation du travail.
Pendant longtemps, la performance professionnelle reposait principalement sur trois éléments :
- Les connaissances acquises.
- L’expérience accumulée.
- La capacité à appliquer des méthodes éprouvées.
Ces éléments restent indispensables.
Mais un quatrième élément prend désormais une place considérable : la capacité à exploiter intelligemment les outils numériques et l’intelligence artificielle.
4.1. Le professionnel expérimenté augmenté par l’IA
Imaginons deux professionnels.
Le premier possède vingt années d’expérience dans son domaine, connaît parfaitement les installations qu’il exploite, mais utilise peu les outils d’intelligence artificielle.
Le second dispose de connaissances comparables, maîtrise son métier et sait utiliser l’IA pour explorer des solutions, analyser des données et automatiser certaines tâches.
Le second peut bénéficier d’un avantage important.
Il peut notamment :
- Explorer davantage de solutions avant de décider.
- Comparer plus rapidement plusieurs architectures.
- Accéder à des explications complémentaires.
- Préparer des simulations.
- Organiser les informations techniques.
- Développer des outils personnalisés.
- Formaliser son retour d’expérience.
- Produire plus rapidement une documentation.
- Identifier des pistes d’amélioration.
L’expérience lui permet de mieux évaluer les propositions de l’IA.
L’IA lui permet d’élargir son champ d’exploration.
C’est cette association qui est intéressante.
4.2. Le débutant augmenté par l’IA
L’intelligence augmentée est également intéressante pour les personnes qui débutent dans un domaine.
Un débutant peut utiliser l’IA comme assistant pédagogique.
Il peut demander :
- Une explication simple d’un concept.
- Une explication technique plus approfondie.
- Un exemple concret.
- Un exercice corrigé.
- Une comparaison entre deux méthodes.
- Une simulation d’entretien professionnel.
- Un programme d’apprentissage progressif.
Il peut ainsi bénéficier d’un accompagnement complémentaire à sa formation.
Mais attention : obtenir une explication ne signifie pas maîtriser le sujet.
Pour acquérir une compétence, il faut également pratiquer, résoudre des problèmes sans assistance systématique, vérifier ses résultats et recevoir des retours.
L’IA doit faciliter l’apprentissage, pas créer une illusion de maîtrise.
4.3. Le spécialiste augmenté par l’ouverture multidisciplinaire
Un expert n’a pas besoin de devenir spécialiste de toutes les disciplines.
Il peut cependant utiliser l’IA pour explorer les connaissances situées à la frontière de son domaine.
Un spécialiste en hydraulique peut découvrir des méthodes de modélisation utilisées en écologie.
Un botaniste peut explorer les techniques de traitement des données climatiques.
Un développeur informatique peut approfondir les principes physiques d’un procédé industriel.
Un formateur peut étudier les mécanismes cognitifs de l’apprentissage.
Cette ouverture multidisciplinaire permet de faire émerger des idées nouvelles.
L’expertise ne doit pas devenir une frontière intellectuelle. Elle doit devenir un point d’appui pour explorer plus loin.
5. Penser plus vite, plus profondément et plus largement grâce à l’IA
L’un des principaux intérêts de l’intelligence artificielle est de pouvoir modifier notre manière d’explorer un problème.
Elle peut accélérer certaines opérations intellectuelles et nous permettre de consacrer davantage de temps à la compréhension, à la vérification et à la décision.
Il faut néanmoins distinguer trois formes de performance.
5.1. Penser plus vite : accélérer l’accès à l’information
Lorsqu’une personne découvre un sujet, elle doit généralement :
- Identifier les notions essentielles.
- Trouver les bonnes sources.
- Comprendre le vocabulaire.
- Identifier les méthodes existantes.
- Comparer les approches.
- Organiser ses connaissances.
L’IA peut assister ces opérations.
Prenons un exemple : une entreprise souhaite étudier l’intérêt d’un système de récupération de chaleur.
Au lieu de commencer par une recherche documentaire entièrement manuelle, un ingénieur peut demander à l’IA de construire une première cartographie du sujet :
- Principes thermodynamiques.
- Types d’échangeurs.
- Niveaux de température.
- Sources de chaleur disponibles.
- Besoins thermiques potentiels.
- Contraintes hydrauliques.
- Risques de corrosion et d’encrassement.
- Solutions de stockage.
- Indicateurs de rentabilité.
- Points de vigilance réglementaires.
Cette première exploration ne remplace pas l’étude technique.
Elle permet de mieux organiser le travail.
5.2. Penser plus profondément : multiplier les niveaux d’analyse
Une question peut être étudiée à plusieurs niveaux.
Prenons la consommation excessive d’un bâtiment.
Premier niveau : le constat.
Le bâtiment consomme trop d’énergie.
Deuxième niveau : l’analyse.
Les équipements, les horaires, les températures et les consommations sont étudiés.
Troisième niveau : la recherche des causes.
On identifie les défauts de régulation, les pertes thermiques, les usages inadaptés ou les équipements surdimensionnés.
Quatrième niveau : la compréhension systémique.
On examine les relations entre architecture, ventilation, inertie thermique, occupation, équipements et pilotage.
Cinquième niveau : la conception.
On imagine une nouvelle architecture énergétique.
Sixième niveau : l’anticipation.
On évalue le comportement du bâtiment selon plusieurs scénarios climatiques, économiques et d’occupation.
L’IA peut aider à explorer chacun de ces niveaux.
5.3. Penser plus largement : sortir de son domaine d’expertise
La spécialisation est une force, mais elle peut limiter la vision globale.
L’IA facilite l’exploration de disciplines complémentaires.
Elle peut aider à comprendre comment les connaissances en :
- Mathématiques.
- Physique.
- Biologie.
- Informatique.
- Économie.
- Psychologie.
- Écologie.
- Gestion.
- Architecture.
- Météorologie.
peuvent contribuer à un même projet.
C’est un changement important.
Nous ne sommes plus obligés de considérer chaque discipline comme un univers isolé.
Nous pouvons utiliser l’IA pour établir des passerelles, identifier des concepts communs et explorer des rapprochements.
5.4. Penser de manière contradictoire
L’une des meilleures manières de progresser consiste à ne pas chercher uniquement des réponses qui nous donnent raison.
Il est possible de demander à l’IA de jouer le rôle d’un contradicteur.
Par exemple :
« Voici mon projet. Je souhaite que tu identifies les dix raisons principales pour lesquelles il pourrait échouer. Ne cherche pas à me faire plaisir. Analyse les contraintes techniques, économiques, humaines, réglementaires et environnementales. Distingue les faits, les hypothèses et les incertitudes. »
Cette démarche permet de mettre à l’épreuve une idée avant de mobiliser des ressources importantes.
6. Les 12 niveaux d’une intelligence humaine augmentée
On peut représenter le développement de l’intelligence augmentée comme une progression.
Il ne s’agit pas d’une échelle scientifique universelle, mais d’un modèle pédagogique permettant de structurer les capacités à développer.
| Niveau | Capacité | Transformation recherchée |
|---|---|---|
| 1 | S’informer | Accéder aux connaissances |
| 2 | Comprendre | Assimiler les fondamentaux |
| 3 | Appliquer | Utiliser les connaissances |
| 4 | Observer | Détecter les phénomènes |
| 5 | Analyser | Identifier les causes |
| 6 | Comparer | Évaluer les solutions |
| 7 | Relier | Croiser les disciplines |
| 8 | Anticiper | Imaginer plusieurs futurs |
| 9 | Concevoir | Construire des solutions |
| 10 | Expérimenter | Tester les hypothèses |
| 11 | Décider | Choisir avec discernement |
| 12 | Transmettre et innover | Développer des compétences collectives |
L’intelligence artificielle peut accompagner chacun de ces niveaux.
Mais la progression dépend de l’apprentissage, de la pratique et de la capacité à vérifier les résultats.
L’objectif n’est pas de devenir dépendant d’un outil.
L’objectif est de développer une capacité intellectuelle qui reste opérationnelle même lorsque cet outil n’est pas disponible.
7. L’intelligence augmentée dans l’ingénierie : concevoir des systèmes plus performants
L’ingénierie constitue un domaine particulièrement intéressant pour développer l’intelligence augmentée.
Elle repose sur l’association de connaissances scientifiques, d’expériences pratiques, de méthodes de calcul, d’outils de conception et de décisions techniques.
L’IA peut intervenir à plusieurs étapes du cycle de vie d’une installation.
7.1. Étude et conception
Lors de la conception d’une installation, l’IA peut assister :
- L’analyse du besoin.
- La préparation du cahier des charges.
- La recherche de solutions techniques.
- La comparaison d’architectures.
- L’identification des contraintes.
- La préparation des notes de calcul.
- La structuration de la documentation.
L’ingénieur doit cependant conserver la maîtrise des hypothèses, des calculs, des normes, des marges de sécurité et de la validation technique.
7.2. Dimensionnement hydraulique
Prenons un réseau de distribution d’eau industrielle.
Les paramètres à examiner peuvent inclure :
- Le débit.
- La pression disponible.
- La vitesse d’écoulement.
- Le diamètre des conduites.
- La rugosité.
- La viscosité.
- Les pertes de charge linéaires.
- Les pertes de charge singulières.
- Les caractéristiques des pompes.
- Les conditions de fonctionnement.
L’IA peut aider à organiser les données, à préparer un calcul, à comparer des diamètres et à générer un outil de dimensionnement.
Elle ne doit pas être considérée comme une garantie de justesse du résultat.
Les équations, unités, conditions limites et résultats doivent être vérifiés par l’ingénieur.
7.3. Thermique et efficacité énergétique
L’IA peut assister l’analyse des performances énergétiques d’une installation.
Exemples :
- Analyse des consommations.
- Comparaison des températures.
- Détection de dérives.
- Identification des périodes de fonctionnement inefficaces.
- Recherche des possibilités de récupération thermique.
- Préparation de scénarios d’optimisation.
Une association entre les données de terrain et les connaissances thermodynamiques peut permettre d’identifier des économies potentielles.
7.4. Maintenance prédictive
La maintenance prédictive repose sur l’exploitation de données relatives au fonctionnement des équipements.
Des capteurs peuvent mesurer :
- Les vibrations.
- Les températures.
- Les pressions.
- Les débits.
- Les intensités électriques.
- Les niveaux.
- Les bruits.
- Les paramètres de fonctionnement.
Les données peuvent être analysées pour rechercher des évolutions inhabituelles.
L’IA peut contribuer à identifier des anomalies ou à estimer certains risques de défaillance.
Il faut toutefois distinguer une détection d’anomalie d’une véritable prédiction de panne.
Une prédiction fiable nécessite des données adaptées, des méthodes validées et une évaluation des performances du modèle.
7.5. Jumeaux numériques
Un jumeau numérique est une représentation numérique d’un système physique, alimentée et actualisée selon les données et les modèles disponibles.
Il peut représenter :
- Une pompe.
- Un réseau hydraulique.
- Un échangeur thermique.
- Une installation industrielle.
- Un bâtiment.
- Une serre.
- Un système énergétique.
L’IA peut enrichir certains usages du jumeau numérique en assistant l’analyse des données, l’exploration des scénarios et l’identification de comportements inhabituels.
Le jumeau numérique devient alors un outil d’aide à la compréhension, à la conception et à l’exploitation.
Exemple de démarche : optimiser une installation industrielle
| Étape | Travail humain | Assistance IA |
|---|---|---|
| Diagnostic | Comprendre le procédé | Organiser les données |
| Mesure | Définir les points de mesure | Préparer les analyses |
| Analyse | Vérifier les mécanismes | Explorer les corrélations |
| Conception | Définir les solutions | Comparer les architectures |
| Simulation | Valider les modèles | Assister les calculs |
| Exploitation | Contrôler le fonctionnement | Détecter les dérives |
| Amélioration | Décider des évolutions | Préparer les scénarios |
Cette approche permet de développer une ingénierie davantage orientée vers la connaissance du système et son amélioration continue.
8. L’intelligence augmentée dans l’agroclimatologie, la botanique et l’environnement
L’environnement constitue un autre domaine dans lequel l’association entre observation humaine, connaissances scientifiques, instrumentation et IA peut apporter une valeur importante.
Les systèmes naturels sont complexes.
Ils impliquent des interactions entre climat, sols, eau, végétation, biodiversité, relief et activités humaines.
L’intelligence artificielle peut aider à traiter une partie de cette complexité, à condition de disposer de données pertinentes et de modèles adaptés.
8.1. Le jardin intelligent
Imaginons un jardin équipé de plusieurs capteurs.
On peut mesurer :
- La température de l’air.
- L’humidité relative.
- La température du sol.
- L’humidité du sol.
- Le rayonnement solaire.
- Les précipitations.
- La vitesse du vent.
- L’humidité foliaire, si un capteur adapté est installé.
Ces informations peuvent être croisées avec des données botaniques et météorologiques.
L’IA peut assister :
- L’analyse des besoins hydriques.
- La comparaison de plusieurs zones.
- L’identification de tendances.
- La préparation de recommandations d’irrigation.
- L’étude des relations entre conditions climatiques et croissance végétale.
Mais une plante ne se résume pas à une série de mesures.
Il faut également considérer l’espèce, le stade de développement, le type de sol, la profondeur racinaire, l’exposition et les interactions biologiques.
La connaissance botanique reste donc indispensable.
8.2. Anticiper les besoins en eau
L’évapotranspiration est un paramètre important de la gestion de l’eau.
Les méthodes de calcul, notamment celle de Penman-Monteith dans sa formulation de référence, permettent d’estimer l’évapotranspiration de référence à partir de variables météorologiques.
L’IA peut aider à :
- Organiser les données météorologiques.
- Comparer les observations et les estimations.
- Identifier des tendances locales.
- Construire des outils d’aide à la décision.
- Explorer différents scénarios climatiques.
Il faut néanmoins différencier les estimations météorologiques, les besoins théoriques des cultures et les mesures réelles d’humidité du sol.
8.3. Comprendre les microclimats
Deux zones d’un même jardin peuvent présenter des conditions très différentes.
L’exposition, la végétation, le relief, les murs, les matériaux et la circulation de l’air influencent les conditions locales.
L’association de capteurs, de cartes, d’observations et de modèles peut permettre de mieux comprendre ces microclimats.
L’IA peut contribuer à détecter des configurations et à organiser les données.
8.4. Développer une gestion environnementale prédictive
À une échelle plus importante, l’intelligence augmentée peut être utilisée pour étudier :
- Les ressources hydriques.
- Les risques de sécheresse.
- Les évolutions de la végétation.
- Les changements d’occupation des sols.
- Les îlots de chaleur urbains.
- Les continuités écologiques.
- Les besoins de restauration environnementale.
L’objectif n’est pas de remplacer l’écologue, le botaniste ou l’agronome.
Il est de leur donner des outils complémentaires pour mieux observer, comprendre et anticiper.
9. L’intelligence augmentée dans l’informatique, le développement full stack et l’IoT
L’informatique est probablement l’un des domaines dans lesquels l’IA modifie le plus directement les méthodes de travail.
Elle peut assister la conception, le développement, les tests, la documentation et la maintenance des applications.
9.1. Développer plus rapidement
Un développeur peut utiliser l’IA pour :
- Générer une première structure de projet.
- Expliquer une fonction.
- Proposer une architecture.
- Écrire du code répétitif.
- Identifier certaines erreurs.
- Préparer des tests.
- Documenter une API.
- Transformer des données.
- Comparer des bibliothèques.
Cela permet de réduire le temps consacré à certaines tâches.
Mais le développeur doit toujours maîtriser :
- Les structures de données.
- Les algorithmes.
- Les architectures logicielles.
- Les protocoles.
- Les bases de données.
- La sécurité.
- Les performances.
- La maintenabilité.
Un code généré rapidement peut contenir des vulnérabilités ou des erreurs de conception.
Il doit être examiné, testé et validé.
9.2. Construire des applications intelligentes
L’association entre IA et développement full stack ouvre de nombreuses possibilités.
Exemples :
- Applications de gestion technique.
- Tableaux de bord énergétiques.
- Outils de diagnostic.
- Assistants documentaires.
- Plateformes de formation.
- Applications de suivi environnemental.
- Interfaces de supervision IoT.
L’IA peut contribuer à la création des fonctionnalités, tandis que le développeur définit l’architecture, les règles métier et les mécanismes de sécurité.
9.3. Associer IA, IoT et supervision industrielle
Un système IoT peut collecter des informations à partir de capteurs.
Ces informations sont transmises à une plateforme numérique, stockées et exploitées.
L’IA peut ensuite intervenir pour analyser certains comportements.
On peut représenter cette architecture de manière simplifiée :
Architecture d’un système IA + IoT
1. CAPTEURS
Température, pression, débit, humidité, vibration
2. COLLECTE
Automates, microcontrôleurs, passerelles IoT
3. TRANSMISSION
Protocoles et réseaux de communication
4. STOCKAGE
Bases de données et historiques
5. ANALYSE
Statistiques, modèles et intelligence artificielle
6. SUPERVISION
Tableaux de bord et alertes
7. DÉCISION
Intervention humaine et pilotage contrôlé
Dans une installation industrielle, il faut ajouter des exigences spécifiques de cybersécurité, de disponibilité, de sûreté de fonctionnement et de séparation entre les systèmes d’information et les systèmes de contrôle.
L’intelligence augmentée doit améliorer le fonctionnement de l’installation sans introduire de risques incontrôlés.
10. L’intelligence augmentée dans la formation : apprendre plus vite et mieux maîtriser
La formation est un domaine dans lequel l’intelligence augmentée peut transformer les pratiques pédagogiques.
Pendant longtemps, l’apprentissage a souvent reposé sur un modèle relativement uniforme :
- Un programme.
- Un formateur.
- Un contenu.
- Un groupe d’apprenants.
- Une progression commune.
- Une évaluation.
Ce modèle reste pertinent, notamment pour transmettre des fondamentaux et développer des compétences collectives.
Mais tous les apprenants n’ont pas les mêmes connaissances initiales, les mêmes difficultés ni le même rythme.
L’IA permet d’envisager des parcours plus adaptatifs.
10.1. Un apprentissage adapté au niveau de chacun
Un apprenant peut demander plusieurs explications d’un même concept.
Prenons la notion de perte de charge.
Il peut commencer par demander :
« Explique-moi simplement ce qu’est une perte de charge. »
Puis approfondir :
« Explique-moi la différence entre pertes de charge linéaires et singulières. »
Ensuite :
« Donne-moi un exemple numérique de dimensionnement d’un réseau hydraulique. »
Enfin :
« Propose-moi un exercice de niveau ingénieur avec correction détaillée. »
Cette progression facilite l’accès aux connaissances.
Elle ne remplace toutefois pas les exercices réalisés de manière autonome.
10.2. Transformer les connaissances en compétences
Il faut distinguer trois niveaux :
- Savoir : connaître une notion.
- Savoir-faire : être capable de l’appliquer.
- Savoir-être : adopter une attitude professionnelle adaptée.
L’IA peut aider à développer les trois dimensions, mais de manière différente.
| Dimension | Utilisation possible de l’IA |
|---|---|
| Savoir | Explications, synthèses, ressources pédagogiques |
| Savoir-faire | Exercices, études de cas, simulations |
| Savoir-être | Mises en situation, entraînements et analyse de situations |
Les compétences pratiques et relationnelles doivent également être confrontées à des situations réelles.
10.3. Le formateur augmenté
L’IA ne concerne pas uniquement les apprenants.
Elle peut également aider le formateur à :
- Préparer des cours.
- Construire des exercices.
- Produire des études de cas.
- Adapter les explications.
- Préparer des évaluations.
- Structurer des parcours.
- Identifier les prérequis.
- Organiser les ressources.
Le formateur conserve la responsabilité pédagogique : sélectionner les contenus, vérifier leur exactitude, évaluer les compétences et accompagner les apprenants.
10.4. Construire une formation qui développe l’autonomie
Le véritable objectif de la formation ne doit pas être de créer une dépendance à l’IA.
Il doit être de permettre à l’apprenant de développer une capacité de réflexion autonome.
Un bon parcours pédagogique doit donc apprendre à utiliser l’IA, mais également à travailler sans elle.
Il doit développer :
- La maîtrise des fondamentaux.
- La capacité de calcul.
- L’analyse critique.
- La résolution de problèmes.
- La vérification des informations.
- La capacité à expérimenter.
- La transmission des connaissances.
L’IA devient un outil d’apprentissage, pas une béquille permanente.
11. L’intelligence augmentée dans le développement personnel : devenir acteur de sa propre évolution
L’intelligence augmentée ne concerne pas uniquement la performance professionnelle.
Elle peut également contribuer au développement personnel.
Chacun doit apprendre à gérer ses connaissances, ses projets, son temps, ses objectifs et ses capacités d’adaptation.
Dans un environnement en évolution, l’autonomie intellectuelle devient une compétence importante.
11.1. Mieux se connaître
Une personne peut utiliser l’IA pour organiser une réflexion autour de ses objectifs.
Elle peut lui demander :
- Quelles compétences dois-je développer pour mon projet ?
- Quelles connaissances me manquent ?
- Quelles sont les étapes nécessaires ?
- Quels obstacles dois-je anticiper ?
- Comment mesurer ma progression ?
L’IA peut aider à structurer une démarche.
Mais elle ne connaît pas nécessairement toutes les dimensions de la vie personnelle de l’utilisateur.
Les propositions doivent donc être adaptées à la réalité de la personne.
11.2. Développer sa capacité à apprendre
L’apprentissage permanent est une composante essentielle de l’intelligence augmentée.
Il est utile de construire un programme personnel qui combine :
- Lecture.
- Formation.
- Pratique.
- Expérimentation.
- Échanges.
- Retour d’expérience.
- Utilisation de l’IA.
L’objectif est de développer une capacité à acquérir de nouvelles compétences sans attendre qu’une organisation ou un événement extérieur impose cette évolution.
11.3. Renforcer la qualité des décisions
L’IA peut aider à comparer plusieurs choix.
Exemple :
Une personne hésite entre développer une nouvelle compétence informatique, approfondir son expertise technique ou créer une activité complémentaire.
Elle peut demander une analyse comparative selon :
- Le temps disponible.
- Les compétences actuelles.
- Les investissements nécessaires.
- Les opportunités.
- Les risques.
- Les objectifs à long terme.
Mais la décision finale doit rester cohérente avec ses valeurs, ses priorités et ses contraintes réelles.
11.4. Développer une discipline intellectuelle
L’accès facile aux réponses peut devenir une source de dispersion.
Il est donc nécessaire de développer des habitudes :
- Se fixer des objectifs.
- Approfondir les sujets importants.
- Prendre des notes.
- Vérifier les informations.
- Terminer les projets.
- Mesurer les progrès.
- Réexaminer ses méthodes.
L’intelligence augmentée ne doit pas produire une accumulation infinie de contenus.
Elle doit améliorer la capacité à apprendre et à réaliser.
12. L’intelligence augmentée dans l’entrepreneuriat : créer davantage de valeur avec les mêmes ressources
L’entrepreneuriat est un domaine dans lequel l’intelligence augmentée peut modifier profondément la manière de concevoir et de développer une activité.
Un entrepreneur doit mobiliser simultanément plusieurs compétences :
- Comprendre un marché.
- Identifier les besoins.
- Construire une offre.
- Évaluer les coûts.
- Développer une stratégie commerciale.
- Organiser la production.
- Gérer les ressources.
- Développer les compétences.
- Anticiper les risques.
- Prendre des décisions.
Il est difficile de maîtriser parfaitement toutes ces dimensions.
L’IA peut apporter une assistance complémentaire.
12.1. Identifier de nouvelles opportunités
Une opportunité commerciale apparaît parfois à l’intersection de plusieurs besoins.
Prenons le domaine de l’efficacité énergétique.
Une entreprise spécialisée dans les installations thermiques pourrait développer une offre combinant :
- Audit énergétique.
- Instrumentation IoT.
- Collecte des données.
- Analyse des consommations.
- Intelligence artificielle.
- Maintenance prédictive.
- Formation des exploitants.
- Accompagnement à l’amélioration continue.
Cette association permet de passer d’une prestation ponctuelle à un accompagnement global.
L’IA peut aider à explorer cette proposition de valeur, à analyser les besoins du marché et à construire les premières hypothèses commerciales.
12.2. Développer une entreprise avec moins de tâches répétitives
L’automatisation de certaines tâches administratives, documentaires et informatiques peut libérer du temps.
Par exemple :
- Préparation de documents.
- Classement de données.
- Synthèse de comptes rendus.
- Préparation de propositions commerciales.
- Assistance à la rédaction.
- Organisation de bases de connaissances.
- Analyse de tableaux.
- Préparation de supports de formation.
Le temps économisé peut être réinvesti dans les activités qui exigent davantage de discernement, de relation humaine, d’expertise ou de créativité.
12.3. Construire des offres nouvelles
L’IA peut également aider à imaginer des modèles économiques différents.
Exemple : une entreprise qui vend des installations d’irrigation pourrait développer une offre complémentaire de suivi intelligent.
Elle pourrait proposer :
- Installation des équipements.
- Capteurs de sol.
- Suivi météorologique.
- Tableau de bord.
- Aide à la gestion de l’eau.
- Formation.
- Maintenance.
- Optimisation saisonnière.
La valeur ne réside plus uniquement dans la vente de matériel.
Elle repose aussi sur le service, la connaissance et l’accompagnement.
12.4. Le risque de l’entrepreneuriat automatisé sans expertise
L’IA facilite la création de documents, de sites Internet et de prototypes.
Mais elle ne garantit ni la pertinence d’un modèle économique, ni l’existence d’une demande, ni la qualité d’une prestation.
Il faut toujours vérifier :
- Le besoin réel du client.
- La volonté de payer.
- Les coûts de fonctionnement.
- Les obligations réglementaires.
- La qualité de service.
- La capacité de maintenance.
- La rentabilité.
- La pérennité de l’activité.
L’IA peut accélérer la création d’une entreprise, mais elle ne remplace pas la compréhension du marché et la responsabilité entrepreneuriale.
13. Les 10 grandes associations qui peuvent produire de nouvelles innovations
L’une des perspectives les plus intéressantes de l’intelligence augmentée est la possibilité de combiner des disciplines qui travaillent habituellement séparément.
Voici dix associations particulièrement prometteuses.
1. Ingénierie + IA + IoT
Développer des installations intelligentes, instrumentées, supervisées et capables d’assister la maintenance et l’optimisation.
2. Botanique + agroclimatologie + IA
Étudier les relations entre végétation, sols, climat et disponibilité de l’eau.
3. Architecture + thermique + IA
Concevoir des bâtiments mieux adaptés à leur environnement et à leurs usages.
4. Formation + IA + expertise humaine
Construire des parcours d’apprentissage adaptés aux connaissances et aux objectifs de chacun.
5. Énergie + informatique + prévision
Développer des systèmes de gestion énergétique intégrant production, consommation, stockage et anticipation.
6. Psychologie + apprentissage + IA
Développer des méthodes d’accompagnement qui tiennent compte des besoins, des objectifs et des difficultés d’apprentissage.
7. Urbanisme + hydraulique + écologie
Imaginer des territoires capables de mieux gérer l’eau, la chaleur et la biodiversité.
8. Entrepreneuriat + IA + stratégie
Identifier de nouveaux marchés, tester des offres et améliorer les processus de décision.
9. Écologie + données + modélisation
Mieux comprendre les écosystèmes, leurs interactions et leur évolution.
10. Expérience professionnelle + IA + transmission
Transformer les connaissances accumulées par les professionnels en ressources pédagogiques et en outils de capitalisation.
Ces combinaisons ne constituent pas simplement des associations technologiques.
Elles représentent de nouvelles manières d’organiser les connaissances et les compétences.
14. Les 20 compétences à développer pour devenir un professionnel augmenté
L’arrivée de l’intelligence artificielle ne rend pas toutes les compétences humaines moins importantes.
Certaines deviennent au contraire plus stratégiques.
Voici les vingt compétences que je recommande de développer pour rester pertinent et performant.
| N° | Compétence | Pourquoi la développer ? |
|---|---|---|
| 1 | Maîtrise des fondamentaux scientifiques | Vérifier les raisonnements |
| 2 | Expertise métier | Comprendre les réalités du terrain |
| 3 | Culture numérique | Maîtriser les outils modernes |
| 4 | Culture de l’IA | Comprendre les possibilités et limites |
| 5 | Prompt engineering | Formuler des demandes précises |
| 6 | Esprit critique | Détecter les erreurs |
| 7 | Pensée systémique | Comprendre les interactions |
| 8 | Créativité | Imaginer des alternatives |
| 9 | Pensée transversale | Relier les disciplines |
| 10 | Analyse de données | Exploiter les informations |
| 11 | Modélisation | Représenter les systèmes |
| 12 | Anticipation | Préparer les évolutions |
| 13 | Résolution de problèmes | Construire des solutions |
| 14 | Communication | Expliquer et transmettre |
| 15 | Apprentissage continu | Rester adaptable |
| 16 | Gestion de projet | Transformer les idées en réalisations |
| 17 | Coopération | Associer les compétences |
| 18 | Prise de décision | Choisir avec discernement |
| 19 | Responsabilité | Maîtriser les conséquences |
| 20 | Autonomie | Savoir progresser sans assistance permanente |
Il est important de ne pas considérer ces compétences comme une simple liste à cocher.
Elles doivent être développées progressivement, en fonction du métier, des projets et des responsabilités.
15. Le prompt engineering : savoir dialoguer avec l’IA sans lui abandonner sa réflexion
Une utilisation efficace de l’intelligence artificielle repose en partie sur la qualité des demandes.
Un prompt est une instruction ou un ensemble d’informations transmis à un système d’IA pour obtenir une réponse.
Mais il ne faut pas réduire l’intelligence augmentée à l’art de rédiger des prompts.
Le prompt ne remplace pas la compétence : il permet de mieux mobiliser un outil au service d’une compétence.
15.1. Les six éléments d’un prompt efficace
| Élément | Fonction |
|---|---|
| Contexte | Présenter la situation |
| Objectif | Définir le résultat attendu |
| Données | Fournir les informations nécessaires |
| Contraintes | Préciser les limites |
| Méthode | Indiquer le raisonnement ou l’approche souhaitée |
| Format | Définir la présentation du résultat |
Exemple de prompt professionnel
Prompt – Analyse technique augmentée
Exemple
Tu es un assistant d’analyse technique spécialisé en génie climatique et mécanique des fluides.
Contexte : je souhaite analyser une installation de pompage industriel présentant une consommation électrique élevée.
Objectif : identifier les causes possibles et proposer des pistes d’amélioration.
Analyse les dimensions suivantes :
- Débit et pression.
- Courbe de pompe et point de fonctionnement.
- Pertes de charge.
- Rendement hydraulique et électrique.
- Régulation.
- Besoins réels du procédé.
- Possibilités de récupération ou d’optimisation.
Pour chaque hypothèse, indique :
- Les données nécessaires.
- Les vérifications à effectuer.
- Les risques d’erreur.
- Les solutions envisageables.
Distingue clairement les faits, les hypothèses et les informations manquantes. Ne considère aucune valeur non fournie comme une donnée réelle. Copier le prompt
15.2. Demander à l’IA de travailler en plusieurs étapes
Au lieu de demander une réponse définitive immédiatement, il peut être plus efficace de procéder par étapes :
- Comprendre le problème.
- Identifier les informations manquantes.
- Définir les hypothèses.
- Explorer les solutions.
- Comparer les avantages et les limites.
- Examiner les risques.
- Construire un plan de vérification.
- Préparer une synthèse décisionnelle.
Cette méthode permet de mieux contrôler le processus.
15.3. Construire un dialogue plutôt qu’une demande isolée
L’IA peut être utilisée dans une démarche itérative.
On présente un problème, on examine la réponse, on apporte de nouvelles données, on demande des précisions et on confronte les hypothèses.
C’est une forme de dialogue technique.
Il faut cependant conserver un esprit critique : une conversation longue ne rend pas automatiquement les réponses plus exactes.
15.4. Faire de l’IA un partenaire de contradiction
Voici un prompt particulièrement intéressant :
Prompt – Le contradicteur intellectuel
Je vais te présenter une idée ou un projet.
Je ne veux pas que tu cherches simplement à confirmer mon raisonnement.
Je veux que tu :
- Identifies mes hypothèses implicites.
- Recherches les erreurs possibles.
- Formules des objections solides.
- Proposes des approches alternatives.
- Identifies les informations manquantes.
- Évalues les conséquences à court, moyen et long terme.
- Distingues les faits vérifiables des suppositions.
- Indiques comment tester les principales hypothèses.
Ton objectif est de m’aider à améliorer ma réflexion, pas de me donner systématiquement raison. Copier le prompt
Cette démarche contribue à développer une intelligence critique plutôt qu’une simple consommation de réponses générées.
16. Les limites et les dangers de l’intelligence augmentée : rester maître de ses capacités
L’intelligence augmentée présente des opportunités importantes, mais également des risques.
Une technologie utilisée sans méthode peut réduire la qualité du travail au lieu de l’améliorer.
Il faut donc connaître les principaux pièges.
16.1. Le risque de dépendance intellectuelle
Si une personne demande systématiquement à l’IA de rédiger, calculer, analyser et décider, elle peut progressivement perdre l’habitude de réaliser certaines opérations par elle-même.
Le risque est particulièrement important lorsque l’utilisateur ne maîtrise pas le domaine concerné.
Il faut donc conserver des moments de travail autonome :
- Résoudre un problème sans assistance.
- Faire un calcul manuellement.
- Construire une première hypothèse.
- Lire une documentation technique.
- Comparer les résultats avec ses propres connaissances.
- Expliquer le raisonnement sans consulter l’IA.
L’objectif est de renforcer ses capacités, pas de les atrophier.
16.2. Les hallucinations et les erreurs de l’IA
Les systèmes génératifs peuvent produire des informations incorrectes présentées avec assurance.
Ces erreurs peuvent concerner :
- Des références réglementaires.
- Des valeurs numériques.
- Des citations.
- Des formules.
- Des normes.
- Des références bibliographiques.
- Des caractéristiques techniques.
- Des interprétations de données.
Il faut donc adopter une méthode de vérification adaptée au niveau de risque.
Pour une question générale, une vérification documentaire peut suffire.
Pour un dimensionnement industriel, une décision financière ou une question réglementaire, les contrôles doivent être beaucoup plus exigeants.
16.3. Le biais de confirmation
L’IA peut être sollicitée de manière à renforcer une conviction déjà présente.
Exemple :
« Explique-moi pourquoi mon projet est excellent. »
La formulation oriente la réponse vers les arguments favorables.
Il vaut mieux demander :
« Évalue objectivement mon projet, ses avantages, ses faiblesses, ses risques et ses conditions de réussite. »
16.4. La confidentialité des données
Il ne faut pas transmettre sans précaution des données confidentielles à un service d’IA.
Les entreprises doivent définir :
- Les données autorisées.
- Les données interdites.
- Les règles de partage.
- Les modalités de conservation.
- Les contrôles d’accès.
- Les exigences contractuelles.
- Les règles de conformité applicables.
Les informations personnelles doivent être traitées dans le respect du RGPD et des obligations pertinentes.
16.5. La cybersécurité
L’intégration de l’IA dans les systèmes informatiques et industriels crée de nouvelles surfaces d’exposition.
Il faut notamment surveiller :
- Les accès aux données.
- Les identifiants.
- Les connexions aux applications.
- Les interfaces API.
- Les droits d’action des agents.
- Les dépendances logicielles.
- Les risques d’injection de prompt.
- Les erreurs de configuration.
Dans les environnements industriels, les commandes automatisées doivent faire l’objet de contrôles renforcés.
16.6. La dilution de la responsabilité
Une recommandation produite par une IA ne transfère pas automatiquement la responsabilité de la décision à la machine.
Un professionnel doit pouvoir expliquer pourquoi il a retenu une solution et sur quelles données il s’est appuyé.
Cela est particulièrement important dans les domaines où les conséquences peuvent être importantes :
- Sécurité industrielle.
- Santé.
- Construction.
- Environnement.
- Finance.
- Droit.
- Gestion des infrastructures.
16.7. Les 10 règles pour une intelligence augmentée responsable
| N° | Règle | Application |
|---|---|---|
| 1 | Conserver son esprit critique | Ne jamais accepter aveuglément |
| 2 | Vérifier les sources | Contrôler les informations |
| 3 | Maîtriser les fondamentaux | Comprendre les réponses |
| 4 | Protéger les données | Éviter les divulgations inadaptées |
| 5 | Tester les résultats | Valider par la pratique |
| 6 | Identifier les incertitudes | Distinguer faits et hypothèses |
| 7 | Garder le contrôle humain | Encadrer les décisions |
| 8 | Préserver l’autonomie | Continuer à apprendre seul |
| 9 | Respecter les personnes | Éviter les usages discriminatoires |
| 10 | Assumer les décisions | Conserver la responsabilité appropriée |
17. Le futur du travail : devenir irremplaçable par sa capacité à comprendre et à construire
L’intelligence artificielle transforme progressivement les métiers.
Certaines tâches peuvent être automatisées. D’autres peuvent être accélérées. De nouvelles activités apparaissent.
Il est cependant difficile de prédire précisément quels métiers existeront dans dix ou vingt ans.
Une chose est certaine : les compétences recherchées vont évoluer.
La valeur professionnelle ne reposera pas uniquement sur la capacité à exécuter une opération.
Elle reposera également sur la capacité à comprendre un besoin, à définir un objectif, à maîtriser les outils, à contrôler les résultats et à résoudre des problèmes réels.
17.1. Les tâches répétitives et standardisées
Les tâches qui suivent des règles explicites et qui disposent de données structurées sont souvent de bonnes candidates à l’automatisation.
Exemples :
- Classement documentaire.
- Extraction d’informations.
- Mise en forme.
- Préparation de rapports.
- Traitement de données répétitives.
- Génération de documents standardisés.
Cela ne signifie pas que toutes ces tâches seront intégralement automatisées.
La qualité des données, les exceptions et les exigences de contrôle restent déterminantes.
17.2. Les activités qui nécessitent une forte expertise
Certaines activités reposent sur une combinaison complexe de connaissances, d’expérience, de contexte et de responsabilité.
Exemples :
- Diagnostic industriel.
- Conception d’installations complexes.
- Gestion de situations imprévues.
- Expertise environnementale.
- Pilotage de projets.
- Négociation.
- Management.
- Décisions engageant la sécurité.
- Relation humaine.
L’IA peut assister ces activités, mais la maîtrise professionnelle reste essentielle.
17.3. Les nouveaux profils professionnels augmentés
De nouvelles combinaisons de compétences deviennent possibles :
| Profil | Association de compétences |
|---|---|
| Ingénieur augmenté | Expertise technique + IA + simulation |
| Développeur augmenté | Programmation + IA + architecture logicielle |
| Agronome augmenté | Agronomie + données + agroclimatologie |
| Formateur augmenté | Expertise + pédagogie + IA |
| Entrepreneur augmenté | Stratégie + analyse + automatisation |
| Technicien augmenté | Expérience terrain + capteurs + diagnostic |
| Gestionnaire augmenté | Organisation + données + aide à la décision |
| Consultant augmenté | Expertise + recherche + modélisation |
Ces profils ne sont pas nécessairement de nouveaux métiers réglementés.
Ils illustrent plutôt l’évolution des compétences au sein des professions existantes.
17.4. La compétence la plus importante : apprendre à apprendre
Dans un environnement technologique évolutif, il devient essentiel de savoir acquérir rapidement de nouvelles connaissances.
Apprendre à apprendre consiste à :
- Identifier ses besoins.
- Définir des objectifs.
- Choisir les bonnes ressources.
- Organiser sa progression.
- Pratiquer.
- Évaluer ses acquis.
- Corriger ses erreurs.
- Transférer ses connaissances à de nouvelles situations.
L’IA peut accompagner cette démarche.
Mais c’est la capacité d’apprentissage de la personne qui constitue le véritable avantage durable.
18. Construire son propre système d’intelligence augmentée : une méthode en 8 étapes
Pour tirer pleinement parti de l’intelligence artificielle, il est intéressant de construire un système personnel de travail et d’apprentissage.
Ce système doit permettre de capitaliser les connaissances, de développer les compétences et de transformer les idées en réalisations.
Je propose une démarche en huit étapes.
La méthode CAPACITÉ
Un cadre pratique pour développer progressivement son intelligence augmentée.
C
Capitaliser les connaissances
Organiser ses documents, ses notes, ses expériences et ses ressources.
A
Analyser les besoins
Identifier les problèmes, les objectifs et les compétences nécessaires.
P
Pratiquer régulièrement
Appliquer les connaissances à des situations concrètes.
A
Associer les intelligences
Combiner expérience humaine, expertise collective et IA.
C
Croiser les disciplines
Relier les domaines pour découvrir de nouvelles possibilités.
I
Innover et expérimenter
Concevoir des solutions, réaliser des prototypes et tester.
T
Transmettre les compétences
Partager les connaissances et construire une intelligence collective.
É
Évaluer et évoluer
Mesurer les résultats, corriger les erreurs et progresser.
18.1. Construire une base de connaissances personnelle
Il est utile de constituer progressivement une bibliothèque organisée :
- Documents techniques.
- Livres et publications.
- Notes personnelles.
- Retours d’expérience.
- Études de cas.
- Calculs vérifiés.
- Procédures.
- Projets réalisés.
- Ressources pédagogiques.
L’IA peut ensuite assister la recherche dans cette base documentaire, la synthèse et la mise en relation des informations.
Il faut toutefois distinguer les connaissances vérifiées des contenus générés automatiquement.
18.2. Développer une mémoire de projet
Pour chaque projet important, conserver :
- Le problème initial.
- Les objectifs.
- Les hypothèses.
- Les informations utilisées.
- Les décisions prises.
- Les résultats.
- Les difficultés rencontrées.
- Les enseignements.
- Les améliorations possibles.
Cette capitalisation permet de transformer l’expérience en connaissance réutilisable.
18.3. Créer son propre environnement de travail augmenté
Un environnement de travail augmenté peut associer :
| Outil | Fonction |
|---|---|
| IA générative | Exploration et assistance |
| Base documentaire | Capitalisation des connaissances |
| Tableur | Calcul et analyse |
| Logiciel métier | Conception et simulation |
| Développement informatique | Automatisation et personnalisation |
| IoT | Acquisition de données |
| Tableau de bord | Visualisation |
| Gestion de projet | Organisation et suivi |
| Formation | Développement des compétences |
L’intérêt ne réside pas dans l’accumulation des outils.
Il réside dans leur cohérence et leur capacité à répondre à des besoins réels.
19. Programme de 90 jours pour devenir un professionnel augmenté
La transformation des habitudes professionnelles nécessite du temps et de la pratique.
Voici un programme progressif de trois mois.
Programme de transformation sur 90 jours
Jours 1 à 30
Phase 1 – Comprendre et apprendre
- Identifier les tâches qui pourraient bénéficier de l’IA.
- Découvrir les outils adaptés à son métier.
- Apprendre à construire des prompts précis.
- Tester les explications et les synthèses.
- Développer ses connaissances fondamentales.
- Vérifier systématiquement les réponses.Objectif : devenir un utilisateur averti de l’IA.
Jours 31 à 60
Phase 2 – Intégrer et expérimenter
- Automatiser une tâche répétitive.
- Construire une base de connaissances.
- Utiliser l’IA pour analyser un problème métier.
- Croiser deux disciplines.
- Construire un premier prototype.
- Comparer les résultats avec les méthodes traditionnelles.Objectif : intégrer l’IA dans des activités concrètes.
Jours 61 à 90
Phase 3 – Construire et développer
- Réaliser un projet complet.
- Mesurer les gains de temps et de qualité.
- Identifier les erreurs et les limites.
- Formaliser une méthode de travail.
- Transmettre les compétences acquises.
- Définir les prochains objectifs.Objectif : disposer d’une méthode durable d’intelligence augmentée.
19.1. Comment mesurer les progrès ?
Il ne suffit pas de constater que l’on utilise davantage l’IA.
Il faut mesurer les résultats.
| Indicateur | Ce que l’on cherche à mesurer |
|---|---|
| Temps de réalisation | Réduction du temps nécessaire |
| Qualité du résultat | Amélioration de la précision |
| Nombre de solutions explorées | Diversité des approches |
| Taux d’erreurs | Fiabilité du travail |
| Autonomie | Capacité à travailler sans assistance |
| Compétences acquises | Progression professionnelle |
| Projets réalisés | Transformation des idées en actions |
| Valeur créée | Gains techniques, humains ou économiques |
Un outil n’est intéressant que s’il améliore réellement le travail ou les résultats.
20. L’intelligence collective augmentée : aller plus loin que l’association entre une personne et une IA
Il existe encore une autre dimension de l’intelligence augmentée : l’intelligence collective.
Une entreprise, une équipe ou un réseau de professionnels rassemble des expériences, des connaissances et des compétences différentes.
Cette diversité constitue une ressource considérable.
L’IA peut aider à organiser et à exploiter cette richesse collective.
20.1. Combiner plusieurs expertises
Imaginons un projet de bâtiment autonome.
Il nécessite potentiellement :
- Un architecte.
- Un ingénieur thermique.
- Un spécialiste hydraulique.
- Un électricien.
- Un spécialiste des énergies renouvelables.
- Un informaticien.
- Un spécialiste de la biodiversité.
- Un économiste.
Chaque expert possède une partie des connaissances nécessaires.
L’IA peut aider à structurer les échanges, comparer les propositions, identifier les interfaces et préparer les scénarios.
Elle ne remplace pas les échanges professionnels.
Elle peut en améliorer la préparation et la capitalisation.
20.2. Construire une mémoire collective
Dans de nombreuses organisations, les connaissances restent dispersées dans les fichiers, les courriels, les comptes rendus et l’expérience des collaborateurs.
Une base documentaire bien structurée, associée à des outils de recherche et à une IA, peut faciliter :
- La recherche de solutions déjà étudiées.
- La récupération des retours d’expérience.
- La transmission des méthodes.
- L’identification des erreurs passées.
- L’intégration des nouveaux collaborateurs.
- La continuité des compétences.
Cette approche peut réduire la perte de connaissances lors des départs ou des changements d’organisation.
20.3. Faire de l’entreprise une organisation apprenante
Une organisation apprenante est une organisation qui sait tirer des enseignements de ses activités.
Elle ne se contente pas de produire.
Elle observe, mesure, analyse et améliore ses méthodes.
L’IA peut contribuer à cette dynamique en facilitant la circulation des connaissances.
La véritable richesse de l’entreprise ne réside alors plus uniquement dans ses équipements ou ses logiciels.
Elle réside également dans sa capacité collective à comprendre et à évoluer.
21. Vers une nouvelle approche de l’autonomie : l’humain augmenté, mais toujours responsable
L’intelligence augmentée peut contribuer à renforcer l’autonomie individuelle, professionnelle et collective.
Mais il faut bien comprendre ce que signifie être autonome.
Être autonome ne signifie pas tout faire seul.
Cela signifie être capable de comprendre ses besoins, de rechercher les informations nécessaires, de mobiliser les bonnes compétences, de prendre des décisions et d’assumer ses choix.
L’IA peut contribuer à cette autonomie.
Un particulier peut apprendre à mieux comprendre son habitat.
Un entrepreneur peut développer de nouvelles compétences.
Un technicien peut approfondir un diagnostic.
Un formateur peut enrichir ses supports.
Un ingénieur peut explorer des architectures nouvelles.
Un territoire peut mieux organiser ses données environnementales.
Mais l’autonomie suppose également de ne pas devenir dépendant d’une technologie particulière.
Il faut conserver la capacité de raisonner, de vérifier, de décider et d’agir même lorsque l’outil n’est pas disponible.
Les quatre dimensions de l’autonomie augmentée
| Dimension | Capacité à développer |
|---|---|
| Autonomie intellectuelle | Comprendre et réfléchir par soi-même |
| Autonomie technique | Maîtriser les outils et les méthodes |
| Autonomie décisionnelle | Évaluer les options et choisir |
| Autonomie opérationnelle | Réaliser, contrôler et améliorer |
Cette autonomie est particulièrement importante dans un monde où les technologies évoluent rapidement.
22. DEMETER-FB.FR : développer une nouvelle culture de l’intelligence augmentée
L’intelligence augmentée constitue un sujet transversal qui permet de relier les différentes dimensions de la connaissance.
Elle s’inscrit naturellement dans l’approche de DEMETER-FB.FR : comprendre le monde, acquérir des compétences, relier les disciplines et construire des solutions.
L’ambition n’est pas de parler uniquement d’intelligence artificielle.
Elle est de développer une culture de l’intelligence humaine, scientifique, technique et collective, enrichie par les technologies.
22.1. Les six univers complémentaires de DEMETER-FB
INGÉNIERIE
Développer la compréhension scientifique et technique, les calculs, la conception, la modélisation et l’optimisation des systèmes.
IA & IoT
Exploiter les données, les capteurs, les logiciels, les algorithmes et l’intelligence artificielle pour développer de nouveaux outils.
AGROCLIMATIQUE
Comprendre les relations entre climat, sols, eau, végétaux et écosystèmes.
ENVIRONNEMENT & AUTONOMIE
Concevoir des systèmes résilients et mieux gérer les ressources.
ÉPIGÉNÉTIQUE & APPROCHE HOLISTIQUE
Explorer avec rigueur les interactions entre environnement, biologie et modes de vie.
DÉVELOPPEMENT PERSONNEL
Développer l’apprentissage, l’autonomie, la créativité, la discipline et la capacité d’action.
22.2. La connaissance comme point de départ de l’autonomie
Une personne qui comprend mieux les phénomènes qui l’entourent devient généralement plus capable de prendre des décisions éclairées.
Comprendre l’énergie permet de mieux concevoir un système énergétique.
Comprendre l’eau permet de mieux gérer une ressource essentielle.
Comprendre les technologies permet de mieux les utiliser.
Comprendre ses propres mécanismes d’apprentissage permet de développer ses compétences.
Comprendre les écosystèmes permet de mieux intégrer les contraintes environnementales.
Cette culture de la connaissance constitue une base importante de l’intelligence augmentée.
22.3. De la connaissance à la compétence, puis à l’innovation
DEMETER-FB peut contribuer à structurer cette progression :
CONNAISSANCES
Apprendre et comprendre
COMPÉTENCES
Appliquer et maîtriser
EXPÉRIENCE
Expérimenter et progresser
INTELLIGENCE AUGMENTÉE
Associer humain, IA et connaissances
AUTONOMIE & INNOVATION
Construire, développer, entreprendre et transmettre
Cette progression permet de donner un objectif concret à l’apprentissage.
Il ne s’agit pas d’accumuler des connaissances pour elles-mêmes.
Il s’agit de les transformer en capacités utiles.
Conclusion – L’avenir appartient à ceux qui sauront associer l’intelligence humaine, l’expérience et la puissance de l’IA
L’intelligence artificielle représente une transformation majeure de notre environnement intellectuel et professionnel.
Elle modifie notre rapport à l’information, à l’apprentissage, à la création et à la résolution de problèmes.
Mais la véritable révolution ne réside pas uniquement dans les capacités des machines.
Elle réside dans les nouvelles possibilités offertes aux êtres humains qui sauront les utiliser intelligemment.
Nous pouvons désormais explorer plus rapidement des domaines inconnus, comparer davantage de solutions, développer des outils personnalisés, assister des calculs, analyser des données et construire des prototypes avec des moyens qui étaient autrefois beaucoup moins accessibles.
Mais cette puissance doit être accompagnée de connaissances, d’expérience, de méthode et de discernement.
Une IA peut produire une proposition technique. L’ingénieur doit vérifier sa cohérence.
Une IA peut suggérer une stratégie. L’entrepreneur doit évaluer sa pertinence.
Une IA peut construire un support de formation. Le formateur doit garantir sa qualité pédagogique.
Une IA peut analyser des données environnementales. Le spécialiste doit comprendre les phénomènes et les limites des modèles.
Une IA peut proposer plusieurs solutions. L’être humain doit examiner leurs conséquences.
Il faut donc développer une nouvelle culture de la performance.
Une performance qui ne repose pas uniquement sur la vitesse d’exécution, mais sur la qualité de la compréhension.
Une performance qui ne repose pas uniquement sur les connaissances individuelles, mais sur la capacité à les relier.
Une performance qui ne repose pas uniquement sur les technologies, mais sur la manière de les mettre au service d’objectifs pertinents.
Une performance qui ne cherche pas simplement à automatiser le présent, mais à construire de nouvelles possibilités pour demain.
L’intelligence augmentée ne doit pas nous rendre moins humains, moins curieux ou moins autonomes. Elle doit nous permettre de développer davantage notre potentiel.
Il faut continuer à apprendre, observer, expérimenter, questionner et créer.
Il faut conserver la curiosité du débutant, la rigueur de l’expert, l’expérience du professionnel, l’ouverture du chercheur et l’audace de l’entrepreneur.
Il faut apprendre à utiliser l’IA comme un accélérateur de réflexion, un assistant de conception et un outil d’exploration, sans lui abandonner notre jugement.
Et surtout, il faut passer de la réflexion à l’action.
Car la véritable intelligence ne se mesure pas seulement à la quantité de connaissances que nous possédons ou à la rapidité avec laquelle nous produisons des réponses.
Elle se mesure aussi à notre capacité à comprendre les problèmes, à prendre de bonnes décisions, à construire des solutions et à contribuer positivement au monde qui nous entoure.
L’INTELLIGENCE AUGMENTÉE
APPRENDRE PLUS.
COMPRENDRE MIEUX.
PENSER PLUS LOIN.
CONSTRUIRE DAVANTAGE.
INNOVER ENSEMBLE.
DEMETER-FB.FR
L’écosystème qui relie ingénierie, IA, IoT, agroclimatologie, autonomie, formation et développement personnel.
Comprendre le monde pour mieux construire l’avenir.
Écosystème d’entreprise, ingénierie, industrie, équipements, IoT, IA, agroclimatologie, autonomie et formation
DEMETER-FB, ENVIROFLUIDES, EXAFLUIDS, SITIMP, OMAKËYA™, APONA-MFB et HOLLYSTIQUE constituent des portes d’entrée différentes vers une même logique : transformer la connaissance en solutions, les solutions en compétences et les compétences en autonomie.
De l’équipement industriel à la gestion de l’eau d’une ferme, du capteur connecté dans une usine à la mesure de l’humidité d’un sol, de l’ingénierie des fluides à l’agroclimatologie, de l’intelligence artificielle au LMS, de la maintenance à l’apprentissage permanent, l’écosystème relie des domaines qui sont souvent traités séparément.
Son principe est simple :
COMPRENDRE AVANT D’ACHETER.
MESURER AVANT DE DÉCIDER.
DIMENSIONNER AVANT DE CONSTRUIRE.
FORMER AVANT D’AUTOMATISER.
MAINTENIR AVANT DE REMPLACER.
APPRENDRE POUR POUVOIR ÉVOLUER.
Parce que le véritable enjeu du monde actuel et futur n’est plus seulement de disposer de davantage de produits ou de davantage d’informations.
Il est de devenir capable de comprendre les systèmes dans lesquels nous vivons, de mesurer leur fonctionnement, de choisir les bonnes solutions, de développer les compétences nécessaires et de les faire évoluer avec le monde qui change.
C’est là que commence véritablement l’autonomie.
Et c’est là que prend tout son sens l’écosystème DEMETER-FB






