Vingt minutes de travail, des années de connaissances
Entre l’IA et les compétences, la relation est simple : l’outil accélère l’exécution de ce que vous savez déjà faire, le jugement reste le vôtre. Chez Machine Learning Lab, cette capacité de discernement porte un nom : Parler IA.
Il y a quelques jours, j’ai voulu automatiser une tâche assez banale dans mon entreprise.
Lorsqu’un client s’inscrit à l’une de nos formations, notre site envoie automatiquement une convocation par email. Cette convocation contient la date, les horaires, le programme et le lien de visioconférence.
Tout fonctionnait très bien, sauf un détail : je voulais aussi que le client reçoive une invitation dans son agenda, avec toutes ces informations, sans avoir à la créer moi-même.
J’aurais pu utiliser une plateforme d’automatisation. Mais je n’avais pas envie d’ajouter un outil supplémentaire, avec ses abonnements, ses dépendances et sa maintenance.
J’ai donc ouvert un assistant conversationnel.
Vingt à vingt-cinq minutes plus tard, j’avais un programme capable de lire les convocations dans ma messagerie, d’en extraire les informations, de créer les événements dans l’agenda, d’inviter les participants et de regrouper les inscriptions à une même formation pour éviter les doublons.
Nous avons testé les différents cas, corrigé quelques erreurs et programmé une exécution automatique toutes les quinze minutes.
Il reste évidemment à vérifier son comportement dans la durée, mais le résultat est déjà impressionnant.
Et pourtant, ce n’est pas ce qui m’a le plus marqué.
| Votre niveau dans le domaine | Ce que l’IA apporte | Ce qu’il faut surveiller |
|---|---|---|
| Domaine maîtrisé | L’exécution accélérée : deux à trois jours ramenés à vingt minutes | Peu de chose, vous reconnaissez une mauvaise proposition |
| Domaine partiellement connu | De quoi apprendre, explorer et expérimenter | Le temps passé à vérifier et à revenir sur de mauvaises pistes |
| Domaine inconnu | Une solution, très rapidement | Votre incapacité à en évaluer la pertinence |
Il y a trois ans, j’aurais mis deux ou trois jours
Je connais suffisamment la programmation pour savoir que cette automatisation n’a rien d’extraordinaire.
Avant l’arrivée de l’IA générative, j’aurais pu la développer moi-même. J’aurais cherché de la documentation, consulté des forums de développeurs, trouvé des exemples pour accéder à la messagerie et à l’agenda, assemblé les différentes parties et corrigé les erreurs.
Deux ou trois jours de travail, probablement.
Aujourd’hui, vingt minutes.
Ce gain de productivité est considérable. Mais en y réfléchissant, je me suis rendu compte que ces vingt minutes ne racontaient pas toute l’histoire.
Si j’ai pu développer cette automatisation aussi rapidement, c’est parce que je savais déjà comment la développer.
Pas nécessairement dans les moindres détails. Je ne connais pas par cœur les fonctions de cet environnement de programmation. Mais je connais les principes de la programmation, les API, les déclencheurs, les architectures logicielles et les problèmes classiques des automatisations.
Je savais ce que je voulais construire, comment le construire et, surtout, comment reconnaître une mauvaise proposition.
Lire aussi : Les 5 compétences indispensables pour un diagnostic IA en entreprise réussi.
L’IA proposait des solutions. Je faisais les choix.
Au début de notre conversation, l’assistant voulait notamment utiliser des libellés dans ma messagerie pour identifier les emails déjà traités.
Cette solution aurait probablement fonctionné.
Mais je n’en voulais pas. Je souhaitais un système entièrement automatique, sans manipulation de ma boîte mail, sans outil intermédiaire et sans intervention humaine.
J’ai donc réorienté la conversation.
Nous avons également dû gérer plusieurs particularités : des formations de trois heures ou d’une journée, des participants qui s’inscrivent successivement à une même session, des formations longues qui peuvent devenir récurrentes, des invitations à ne surtout pas envoyer pendant les tests.
À chaque étape, l’IA proposait du code et je vérifiais le comportement.
Ce n’était pas une conversation dans laquelle je demandais à l’IA de décider à ma place.
Je pilotais un développement logiciel, et l’IA accélérait considérablement son exécution.
La différence est importante.
Parce que si j’avais été complètement débutant, aurais-je obtenu le même résultat ?
Je n’en suis pas certain.
Lire aussi : Débuter avec l’IA : commencez par comprendre, pas par réciter des prompts.
Dans un domaine que je ne maîtrise pas, je saurais produire sans savoir juger
Imaginons maintenant que je décide de concevoir une pièce mécanique avec un logiciel de conception assistée par ordinateur.
Je n’ai pas les compétences d’un ingénieur en mécanique.
Avec l’aide de l’IA, je pourrais probablement apprendre quelques commandes, produire des plans, créer des modèles et même obtenir un résultat visuellement convaincant.
Mais comment saurais-je si ma pièce est réellement fabricable ? Si elle résistera aux contraintes mécaniques; si les dimensions sont cohérentes; Si les tolérances sont correctes ?
Et surtout, comment saurais-je que la solution proposée est la meilleure ?
Je pourrais passer plusieurs heures à suivre les instructions de l’IA, corriger des problèmes que je ne comprends pas, emprunter des chemins inutilement compliqués et finalement découvrir que mon travail ne vaut pas grand-chose.
L’IA m’aurait permis de produire quelque chose qui dépasse mes compétences, sans nécessairement me donner les compétences pour en juger la qualité.
C’est une distinction essentielle.
Nous confondons parfois la capacité à obtenir un résultat avec la capacité à comprendre ce résultat.
Or, les deux ne progressent pas nécessairement à la même vitesse.
Lire aussi : Maîtriser les outils IA commence souvent par un geste simple : oser cliquer.
IA et compétences : l’outil accélère l’exécution, le jugement reste le vôtre
Plus je travaille avec l’IA générative, plus je constate ce phénomène.
Dans les domaines que je maîtrise, elle me fait gagner un temps considérable. Je peux aller directement à l’essentiel, déléguer une partie de l’exécution et me concentrer sur les décisions importantes.
Dans les domaines que je connais moins, elle m’aide à apprendre, à explorer et à expérimenter. Mais je dois aussi consacrer du temps à comprendre ce qu’elle me propose, à vérifier les informations et parfois à revenir sur de mauvaises pistes.
Et dans les domaines que je ne connais pas du tout, je peux facilement me retrouver dans une situation paradoxale : obtenir très rapidement une solution dont je suis incapable d’évaluer la pertinence.
Le risque n’est d’ailleurs pas seulement que l’IA commette des erreurs.
Le risque, c’est qu’elle propose une solution parfaitement plausible, techniquement fonctionnelle, mais inutilement compliquée, fragile ou inadaptée au problème.
Un utilisateur expérimenté peut la contester.
Un débutant risque de l’accepter simplement parce qu’il n’a aucune raison de s’en méfier.
Cela ne signifie pas qu’un débutant ne peut rien faire avec l’IA. Bien au contraire. Elle peut être un formidable outil d’apprentissage et lui permettre d’entreprendre des projets auparavant inaccessibles.
Mais il faut distinguer réussir à faire fonctionner quelque chose et savoir construire une solution fiable, pertinente et durable.
Lire aussi : Découvrir l’IA, ce n’est pas apprendre à prompter.
Le temps gagné vient de ce que je savais déjà
Ce qui m’intéresse finalement dans mon automatisation, ce n’est pas uniquement le temps gagné.
C’est que j’ai mobilisé en vingt minutes des connaissances accumulées pendant des années.
L’IA m’a évité une grande partie du travail de recherche, de rédaction du code et de débogage. Elle n’a pas eu besoin de m’apprendre ce qu’est une API, pourquoi éviter certaines dépendances ou comment organiser des tests.
Je possédais déjà ces connaissances.
Elle a seulement accéléré leur mise en œuvre.
Et cela change aussi la nature des projets que nous pouvons entreprendre.
Une automatisation qui nécessite trois jours de développement ne vaut pas toujours l’investissement. La même automatisation réalisée en vingt minutes devient presque évidente.
Nous n’allons donc pas seulement faire plus rapidement ce que nous faisions auparavant.
Nous allons aussi réaliser des projets que nous n’aurions jamais pris le temps d’entreprendre.
À condition, évidemment, de savoir suffisamment bien les piloter.
Parler IA, c’est savoir ce que l’IA accélère
Depuis plusieurs années, j’utilise l’expression Parler IA pour décrire ce que j’essaie de transmettre dans les formations de Machine Learning Lab.
Il ne s’agit pas d’apprendre quelques formules magiques pour rédiger de meilleurs prompts; il ne s’agit pas non plus de connaître par cœur toutes les fonctionnalités d’un assistant conversationnel.
Il s’agit de développer une compréhension suffisante des technologies, de leurs possibilités et de leurs limites pour être capable de les mobiliser intelligemment.
Savoir qu’une API existe. Comprendre la différence entre une automatisation et une application sur mesure. Reconnaître quand un outil supplémentaire est inutile. Savoir formuler un problème, choisir une architecture, tester un résultat et remettre en question une proposition.
Cela ne signifie pas que tout le monde doit devenir développeur ou expert technique.
Mais cela signifie qu’une certaine culture technologique devient de plus en plus précieuse, y compris pour les personnes qui ne programmeront jamais une seule ligne de code.
Car si l’IA rend l’exécution plus accessible, elle ne rend pas automatiquement le discernement plus facile.
Et plus les outils deviennent puissants, plus cette capacité de discernement devient importante.
Parler IA, pour moi, c’est précisément cela : posséder suffisamment de connaissances, de recul et d’esprit critique pour que l’IA serve nos décisions, plutôt que de nous entraîner dans des directions que nous ne maîtrisons pas.
Pour commencer à poser les bons mots sur ces mécanismes, le Dictionnaire de l’IA 2026 donne les repères utiles. Et si vous voulez construire ce socle en pratiquant, c’est ce que nous faisons dans les formations de Machine Learning Lab, en groupes de dix personnes au maximum, avec un formateur en direct.
Mon automatisation m’a pris vingt minutes.
Mais ce qui m’a permis de la réaliser en vingt minutes ne s’apprend pas en vingt minutes.
FAQ
L’IA permet-elle de se passer de compétences techniques ?
Non. L’IA accélère l’exécution de ce que vous savez déjà faire, mais elle ne fournit pas le jugement nécessaire pour évaluer si la solution proposée est fiable, pertinente et durable. Sans ce jugement, vous obtenez un résultat que vous ne pouvez pas valider.
Pourquoi un débutant et un expert n’obtiennent-ils pas le même résultat avec le même outil ?
Parce que l’expert sait reconnaître une mauvaise proposition. L’IA produit souvent des solutions plausibles et fonctionnelles, mais inutilement compliquées ou fragiles. Un utilisateur expérimenté les conteste et réoriente la conversation. Un débutant les accepte, faute d’avoir une raison de s’en méfier.
Un débutant peut-il quand même utiliser l’IA pour apprendre ?
Oui, et c’est même l’un de ses meilleurs usages. L’IA permet d’explorer, d’expérimenter et d’entreprendre des projets auparavant inaccessibles. La vigilance porte sur un point précis : distinguer le fait de réussir à faire fonctionner quelque chose du fait de savoir construire une solution fiable et durable.
Faut-il savoir programmer pour tirer parti de l’IA ?
Non. Ce qui compte est une culture technologique suffisante : savoir qu’une API existe, comprendre la différence entre une automatisation et une application sur mesure, savoir formuler un problème et tester un résultat. Chez Machine Learning Lab, certifié Qualiopi, nous formons des professionnels qui n’écriront jamais une ligne de code.
Qu’est-ce que Parler IA ?
Parler IA, c’est posséder assez de connaissances, de recul et d’esprit critique pour que l’IA serve vos décisions plutôt que de vous emmener dans des directions que vous ne maîtrisez pas. C’est le concept-marque de Machine Learning Lab, cabinet de formation et de conseil en IA basé à Paris depuis 2018.
Nos formateurs IA à Paris
Rencontrez nos formateurs IA à Paris.
