Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
La responsable de la fluidité de l’IA chez Anthropic, Kristen Swanson, défend une approche sélective de l’automatisation. Elle décrit un équilibre mobile à réévaluer au fil des progrès des modèles, alerte sur une « taxe de discernement » et rappelle que « plus d’IA n’est pas toujours mieux ». Des dirigeants fixent aussi des garde-fous pour préserver la réflexion humaine.
Kristen Swanson invite à ajuster l’usage de l’IA selon ses avancées
Pour Kristen Swanson, la frontière entre ce qui peut être confié à l’IA et ce qui doit rester du ressort de l’humain évolue avec les progrès des modèles. Elle supervise Claude Academy, qui propose des ressources éducatives sur l’IA, et souligne qu’une tâche qui semble aujourd’hui devoir être faite soi-même pourrait être mieux adaptée à l’IA dans six mois. Les utilisateurs expérimentés réévaluent donc régulièrement les capacités de la technologie pour éviter le « capability overhang », c’est-à-dire une compréhension figée des possibilités de l’IA basée sur des expériences passées. Claude Academy invite les utilisateurs à consigner certaines de leurs tâches les plus difficiles, puis à les retester à l’arrivée de nouveaux modèles pour observer les progrès. Selon Swanson, les dernières générations de modèles peuvent mieux réussir certaines tâches et pas d’autres, et ces retests permettent de mieux cerner ce qui est possible. Elle encourage une démarche d’expérimentation continue, où l’essai-erreur prime sur la recherche du réglage ou de la formulation parfaite.
La « taxe de discernement » et les limites techniques de l’IA
Kristen Swanson met en garde : dans certains cas, vérifier la production de l’IA demande plus d’efforts que de réaliser la tâche soi-même, un surcoût qu’elle appelle « taxe de discernement ». Déléguer les bonnes tâches à l’IA peut rendre rentable le temps passé à contrôler ses résultats, mais pour des activités déjà bien maîtrisées, ce temps peut annuler le gain espéré. Elle considère que juger correctement la sortie d’un modèle est un exercice intellectuel exigeant et parfois épuisant. Demander à l’IA une analyse de données fastidieuse peut être pertinent, alors que lui confier la rédaction d’un post sur un sujet que l’on maîtrise peut générer un tri supplémentaire. À ces coûts cognitifs s’ajoutent des limites techniques : si un modèle manque d’informations sur un article ou un chercheur très spécifique, il peut produire des réponses erronées.
Des garde-fous managériaux pour préserver la réflexion
Des dirigeants cherchent à clarifier l’usage interne de l’IA, alors que de nombreuses entreprises encouragent son adoption. Certains PDG mettent en garde contre le risque de remplacer la réflexion personnelle par l’IA. Scott Stevenson, responsable de Spellbook, un outil d’IA pour la rédaction et l’analyse de contrats, a récemment demandé à ses équipes de lui présenter la « version D+ » de leurs idées, plutôt que des textes peaufinés par l’IA, afin de voir le raisonnement sous-jacent et d’éviter des mémos gonflés. Cette capacité de jugement devient de plus en plus importante à mesure que l’IA s’intègre dans davantage d’activités professionnelles.
Définir la fluidité : déléguer à bon escient, s’abstenir quand il faut
Kristen Swanson, responsable de la fluidité de l’IA chez Anthropic, résume sa ligne directrice : la compétence clé consiste à savoir quoi déléguer à l’IA et quand s’en abstenir. Son rôle est d’aider les utilisateurs à mieux exploiter les modèles, ce qui implique souvent de recommander de réaliser certaines tâches sans IA ; elle indique consacrer au moins la moitié de son temps à expliquer ces cas de non-usage. Les utilisateurs les plus habiles ne sont pas ceux qui sollicitent l’IA pour tout, mais ceux qui font preuve de discernement dans la délégation et évaluent quand l’outil fait gagner du temps, quand il en crée, ou quand l’intervention humaine s’impose. Pour elle, devenir fluide signifie intégrer ces choix jusqu’à ce qu’ils deviennent naturels, plutôt que de multiplier prompts, fonctionnalités ou outils. Elle insiste : « plus d’IA n’est pas toujours mieux » et « plus d’IA n’est pas nécessairement synonyme d’IA fluide ».
