Comment choisir un outil IA pour votre propre travail — Notes de recherche
Ceci est une traduction. La version de référence est l’original en anglais ; citez celle-ci.
Quiconque choisit un outil IA aujourd'hui fait face à un rayon encombré et à de nombreux conseils assurés. Les critiques peuvent aider, mais aucune n'a vu votre tâche. Cette note décrit une façon de choisir qui tient la route, et elle repose sur une idée du document dont elle provient : quand plusieurs IA s'accordent, ce n'est pas la même chose que plusieurs témoins indépendants.
Commencez par les comparaisons, puis testez sur votre propre tâche
Les articles de comparaison constituent une première étape raisonnable. Ils montrent quels outils existent, ce que chacun est connu pour faire et où les gens ne sont pas d'accord. Par exemple, top10ai.com a écrit sur Poly Duo dans sa comparaison Claude vs ChatGPT, et le même site maintient une liste d'outils pour les personnes qui souhaitent créer des logiciels sans écrire de code : best AI app builder. Des listes comme celles-ci vous indiquent ce qu'il faut essayer. Elles ne peuvent pas vous dire quel outil convient à ce que vous devez réellement faire cette semaine.
Prenez donc une véritable tâche qui vous est propre, suffisamment petite pour que vous puissiez vous en juger, et adressez la même demande à deux ou trois outils. Un brouillon d'e-mail, une formule de feuille de calcul, un plan succinct, une première version d'une petite application. Lisez ensuite les résultats côte à côte. Vous verrez des différences de ton, dans ce que chaque outil a supposé, et dans ce qu'il a omis, et ce sont les différences qui importent pour votre travail.
Une réponse confiante n'est pas une réponse correcte
L'article soulève un point qui s'applique à chaque outil disponible. Quelqu'un qui pose une question à un modèle de langage ne peut pas distinguer une réponse confidemment erronée d'une réponse confidemment correcte, car en surface les deux se ressemblent. Interroger plusieurs modèles semble résoudre ce problème, mais déplace surtout le problème : s'ils disent tous la même chose, vous tenez maintenant un texte confiant qui porte l'autorité empruntée du « plusieurs d'entre eux ont convenu ».
La raison en est que les modèles partagent des données d'entraînement et des habitudes, donc leurs erreurs sont corrélées. L'article cite une mesure d'un panel de neuf juges de premier plan provenant de sept familles de modèles qui valait environ deux votes indépendants (Kohli, 2026), et une constatation selon laquelle le meilleur juge unique égalait ou dépassait l'ensemble du panel. L'ajout de plus de modèles du même type ne vous achète pas beaucoup plus de certitude. Consultez la section de l'article sur le nombre de témoins indépendants qu'un conseil vaut et sur le plafond.
Utiliser un deuxième avis qui peut être en désaccord
Ce qui aide est une deuxième IA, idéalement d'une entreprise différente, qui est autorisée à être en désaccord. Deux habitudes suffisent dans l'utilisation quotidienne :
- Demandez au deuxième outil de vérifier la première réponse et de nommer tout ce qu'il changerait, au lieu de lui demander de confirmer.
- Conservez les désaccords. Si deux réponses diffèrent, c'est l'endroit à examiner de près, à vérifier une source ou à poser la question à une personne.
L'article sépare deux façons de collecter le deuxième avis : un avis en aveugle, où le deuxième modèle ne voit pas la première réponse, et un avis informé, où il la voit. L'avis informé peut détecter une erreur concrète, tandis que l'avis en aveugle maintient les deux réponses plus indépendantes. Chacun échange quelque chose pour l'autre, et la discussion sur l'élicitation en aveugle et en séquence informée expose le compromis. L'article note aussi ses propres limites : l'affirmation qu'une réponse fusionnée surpasse la meilleure réponse unique est argumentée à partir de la conception et des travaux connexes, et l'évaluation proposée n'a pas encore été menée.
Une courte liste de contrôle
- Utilisez les critiques pour établir une liste restreinte de deux ou trois outils.
- Exécutez la même tâche réelle dans chacun et comparez les résultats vous-même.
- Choisissez celui qui convient à votre travail, puis demandez à un outil d'une autre entreprise de vérifier son résultat sur tout ce qui importe.
- Considérez l'accord comme un indice, pas comme une preuve, et vérifiez les faits qui auraient un coût s'ils s'avéraient incorrects.
Poly Duo, notre app, est construite autour de l'habitude du deuxième avis : deux IA d'entreprises différentes vérifient le travail l'une de l'autre sur votre téléphone, de sorte que la vérification croisée ne demande qu'une pression au lieu d'un copier-coller. Mais la méthode ne dépend d'aucune app en particulier. Vous pouvez le faire manuellement avec n'importe quels deux outils, et l'article décrit exactement comment.
Vadym Chernets construit également Poly, une app dans laquelle les IA d'entreprises différentes vérifient le travail l'une de l'autre.