Un été de développement IA, trois constats pour la rentrée

Des agents documentaires livrés à des organisations à forte densité réglementaire, du matériel de formation refait, et une hypothèse de départ qui n’a pas tenu.

L’été a été consacré au développement d’agents RAG. Le terme est technique, la fonction ne l’est pas : il s’agit de systèmes branchés en continu sur l’ensemble du fonds documentaire d’une organisation, qui suivent les versions en vigueur, respectent les droits d’accès déjà en place et conservent la trace de ce qui a été consulté et cité.

Ce n’est pas un assistant dans lequel une personne dépose quelques fichiers le temps d’une conversation. C’est une pièce d’infrastructure, avec les exigences qui vont avec.

Les mandats concernaient des milieux où la documentation est volumineuse, réglementée et mise à jour sans arrêt : recherche, prévention, milieu juridique. Une partie de ce travail se fait avec l’Institut de recherche Robert-Sauvé en santé et en sécurité du travail.

L’été a aussi servi à refaire une bonne partie du matériel de formation. Un support pédagogique écrit il y a douze mois décrit un état de la technique qui n’existe déjà plus.

Trois constats en sont sortis. Ils ne sont pas propres à ces mandats, et ils valent probablement pour la plupart des organisations qui envisagent ce type de projet.

Le corpus compte plus que le modèle

Ces projets ont été abordés en pensant que le choix du modèle serait la décision structurante. C’est la question qui revient en premier dans toutes les discussions, et c’est celle qui devait mobiliser le plus de temps.

L’hypothèse n’a pas tenu. Un corpus bien structuré, à jour et correctement délimité donne de meilleurs résultats avec un modèle ordinaire qu’un corpus en désordre avec le modèle le plus récent.

La majeure partie du travail utile se situe avant la première ligne de code : comprendre quels documents font autorité, lesquels sont périmés, lesquels se contredisent, et comment une équipe cherche réellement une information quand elle en a besoin. Ce travail ressemble davantage à de l’archivistique qu’à de l’informatique.

Un agent utile sait dire qu’il n’a rien trouvé

Un modèle génératif produit par défaut une réponse plausible. C’est sa fonction : compléter, formuler, enchaîner. Devant une question dont il ignore la réponse, il propose quelque chose qui ressemble à une réponse.

Dans un contexte réglementé, cette plausibilité ne vaut rien. Ce qui compte, c’est de pouvoir remonter à la source, de constater qu’elle existe, et de vérifier qu’elle est toujours en vigueur.

La phrase la plus difficile à obtenir d’un système est donc la plus banale : « je n’ai rien trouvé sur cette question dans vos documents ». Elle demande du travail. Elle est aussi ce qui rend le reste utilisable, parce qu’elle permet à l’équipe de faire confiance aux réponses positives.

Sans formation, l’outil est abandonné en quelques semaines

Un système livré sans accompagnement est consulté deux ou trois semaines, puis délaissé. Ce n’est pas une résistance au changement.

Tant qu’une équipe ignore ce que l’outil peut et ne peut pas faire, elle alterne entre la confiance aveugle et la méfiance totale. Les deux mènent au même endroit : l’abandon.

Une formation générique ne règle pas davantage le problème. Les principes se transmettent de la même façon partout, mais une équipe ne retient que ce qu’elle a essayé sur ses propres dossiers. Chaque formation Pixel Poule part donc d’une base commune, puis se construit autour des cas réels de l’organisation, avec une partie atelier où les participants travaillent sur leur propre matière plutôt que sur des exemples fabriqués.

C’est aussi la raison pour laquelle Pixel Poule ne livre plus de développement sans une phase de formation. Non par principe commercial, mais parce que la différence entre les deux situations se constate sur le terrain.

Là où ces questions deviennent sérieuses

Santé et sécurité du travail, conformité réglementaire, expertise technique, milieu juridique. Ces domaines se perçoivent rarement comme voisins, mais ils posent le même problème documentaire.

Dans chacun, la bonne information existe déjà quelque part. La difficulté n’est pas de produire du contenu, c’est de retrouver le bon passage au bon moment et de pouvoir le citer. Et dans chacun, il faudra parfois justifier une décision plusieurs mois plus tard.

C’est sur cette famille de problèmes que se construisent les offres que Pixel Poule prépare pour l’automne, avec les organisations concernées. Elles se préciseront quand elles auront été éprouvées.

La rentrée

Le contenu des formations de septembre et d’octobre est prêt. Il reprend une bonne part de ce travail d’été, y compris les impasses.

Des dates sont encore libres d’ici la fin de l’automne.

Si votre organisation travaille avec un fonds documentaire dense et que la question de l’intelligence artificielle commence à se poser sérieusement, la première étape n’est pas de choisir un outil. Ce n’est même pas de faire l’inventaire de vos documents. Au Québec, en 2026, elle reste le plus souvent de comprendre ce que ces technologies font réellement, et ce qu’elles ne font pas. Une équipe qui dispose de cette compréhension pose de meilleures questions, évalue mieux les propositions qu’elle reçoit, et distingue un besoin réel d’un réflexe d’époque.

C’est pour cette raison que la formation précède presque toujours le développement.

C’est par cette conversation que tout commence chez Pixel Poule.

Bon rentrée à tous