Collaborer avec une IA générative : rêve ou réalité ?

Depuis l’émergence de l’IA générative dans notre quotidien, les entreprises du secteur logiciel explorent sans relâche des cas d’usage concrets pour l’intégrer à leurs processus. Les promesses sont nombreuses : productivité accrue, réduction des coûts, automatisation intelligente… Et dans les coulisses, une idée fascinante se dessine : et si notre prochain collègue était une IA ? Alors, sans plus attendre, découvrons ensemble s’il est possible de collaborer avec une IA générative…

Mon premier essai avec ChatGPT a été une douche froide. Je cherchais à rédiger une proposition pour une conférence (en anglais) et pensais que l’IA allait me faire gagner du temps. Résultat : un texte sans âme. Le contenu était lisse, sans profondeur, sans la touche personnelle que j’affectionne tant (jeux de mots, analogies, expressions imagées). Pire encore, les idées originales que j’avais esquissées étaient noyées dans une soupe de banalités.

J’ai donc rapidement jugé que la technologie n’était pas encore prête.

Avec du recul, je comprends que mes attentes étaient biaisées. Je ne maîtrisais ni les principes de l’IA générative, ni les bases du prompt engineering. Ma déception n’était pas liée à l’outil, mais à mon manque de préparation.
Apprendre à prompter : IA pour les tests

Contrairement aux logiciels traditionnels, l’IA générative n’est pas déterministe. Elle varie ses réponses pour sembler plus naturelle. Un même prompt peut donner des résultats différents selon le moment, le ton ou la formulation.

En tant que testeurs ou analystes qualité, cette variabilité nous déroute. Nous avons appris à rechercher la cohérence et la reproductibilité. Pourtant, l’IA ne devine pas notre besoin de rigueur si on ne le lui précise pas.

Leçon apprise : plus le contexte est clair, plus l’IA produit des résultats fiables. Le prompt engineering n’est pas un luxe, c’est une nécessité.

Une autre frustration courante : l’IA semble parfois “oublier” ce qu’elle vient de générer. Un prompt listant 12 critères d’acceptation peut se transformer en une réponse n’en contenant que 9… ou 11 après s’être excusée.

Ce phénomène, dû aux limites des fenêtres contextuelles (bien qu’elles aient fortement augmenté récemment), illustre que l’IA n’est pas un interlocuteur infaillible. Elle fonctionne en « probabilités », pas en logique stricte.

Mais paradoxalement, c’est presque humain. Et c’est peut-être ce qui rend ces erreurs plus agaçantes.

Les erreurs de l’IA en test logiciel : les comprendre et les prévenir

Certaines interactions donnent l’impression que l’IA… ne veut pas travailler. Un exemple : je demande la génération d’un tableau de bord HTML. L’IA me répond par des conseils génériques, puis pose la question : « Voulez-vous que je le génère ? ». Oui. Je confirme. Résultat : un code incomplet, sans fichier téléchargeable, et encore une question en retour.

Je ne sais pas si c’est dû à des limitations techniques, une régulation volontaire de la charge serveur, ou un mécanisme de protection. Le gain de temps devient incertain. Dans ce type de cas, collaborer avec l’IA dans est frustrant.

Heureusement, certaines fonctionnalités sont véritablement transformatrices. Je ne recopie plus jamais de texte à la main : une simple capture d’écran suffit, et l’IA me restitue le contenu avec précision. Pour la documentation d’exigences ou le traitement de données, c’est un gain de temps considérable.

Mieux encore, j’ai réussi à intégrer ChatGPT dans mes préparations de conférences, non plus comme rédacteur, mais comme professeur d’anglais. Voici le prompt que j’utilise :

« Tu es mon professeur d’anglais. Je dois rédiger une proposition pour une conférence. Analyse mon texte selon l’orthographe, la grammaire, le style et la structure. Note chaque point sur 20 et justifie ton évaluation. »

Et là, ça fonctionne parfaitement. L’IA ne remplace pas ma créativité, mais elle m’aide à améliorer mes compétences.

Au départ, j’étais très polie avec ChatGPT. D’une part, on lit que la politesse améliore la qualité des réponses. D’autre part, la conversation semble parfois tellement humaine qu’on projette des attentes émotionnelles sur la machine.

Mais attention : cela brouille nos repères. On s’attend à ce qu’une IA “se souvienne” de ce qu’elle a dit deux messages plus tôt. Et lorsqu’elle ne le fait pas, on est déçu, voire irrité.

J’ai trouvé un équilibre : je garde la politesse quand elle est naturelle, mais je me rappelle que je parle à un outil, pas à une personne.

Il est clair que le travail en binôme avec une IA deviendra courant. Pour les tâches bien définies (traduction, synthèse, génération d’idées), l’IA est redoutablement efficace. Mais elle n’est pas encore prête à penser à notre place, ni à gérer seule des projets complexes.

Et pourtant, l’évolution est rapide.

OpenAI a récemment partagé sa vision en cinq étapes :

Je suis convaincue que les LLM deviendront de véritables collègues. Collaborer avec l’IA sera de plus en plus naturel et répandu. Il ne manque plus qu’une interface vocale fluide et un avatar empathique pour rendre l’expérience totalement immersive.

Bienvenue dans ce nouveau monde, où la collaboration homme — IA ne fait que commencer. Il est encore temps de bien apprendre à travailler avec notre futur collègue numérique.