Ressources
Préparer ses contenus avant de les confier à l'IA
Une méthode en quatre points pour vérifier, avant tout projet d'IA, que vos sources, vos droits d'accès et vos flux de données sont réellement maîtrisés.
La question qui précède toutes les autres
Avant de confier vos contenus à une IA, vérifiez que vous les connaissez bien. Si vos documents sont dispersés, périmés ou sans règles d'accès, l'IA ne corrige rien : elle les exploite seulement plus vite.
En savoir plusRefermer
Rechercher dans les contenus, produire des synthèses, répondre aux collaborateurs, préparer des formations, exploiter des vidéos et des documents : les usages que l'on attend de l'IA sont nombreux, et souvent légitimes.
Avant d'en choisir un, une question se pose : l'organisation connaît-elle assez bien ses propres connaissances pour les donner à exploiter à une IA ?
Si les sources sont dispersées, peu identifiées, obsolètes, partiellement indexées ou sans droits définis, l'IA ne corrige rien de tout cela. Elle peut simplement exploiter plus vite un patrimoine partiellement maîtrisé.
Ce document propose de vérifier quatre points, dans l'ordre où ils se posent : les sources, les droits, la traçabilité des réponses, puis les flux entre l'organisation et les services d'IA.
Ce que l'IA fait de vos contenus, et ce qu'elle ne sait pas
L'IA travaille sur ce qu'on lui donne, sans savoir quelle version fait foi ni qui a le droit de la lire. Un document périmé peut donc ressortir dans une réponse, avec toutes les apparences du sérieux.
En savoir plusRefermer
Les systèmes d'IA savent aujourd'hui rechercher, transcrire, traduire, résumer, classer, enrichir ou interroger de grands volumes de contenus. Ils travaillent sur ce qu'on leur confie : ils ne savent pas, par eux-mêmes, quelle version d'une procédure fait foi, ni qui a le droit de la lire.
Une organisation peut ainsi utiliser plusieurs services d'IA sans maîtriser ses sources, ses historiques, ses dépendances, ni ce qui entre dans ces systèmes et ce qui en ressort. C'est cette maîtrise qu'il faut établir en premier.
Une réponse d'assistant n'est pas plus fiable que le corpus qu'elle interroge. Un document périmé, une version en double ou une source sans auteur peuvent se retrouver dans la réponse, avec toutes les apparences de la fiabilité.
Des sources identifiées, à jour et décrites
Le premier contrôle porte sur le corpus lui-même, avec trois questions à poser pour chaque ensemble de contenus que l'on envisage d'ouvrir à l'IA.
Les sources sont-elles identifiées ?
Où sont les connaissances importantes, et dans quels formats : plateformes de formation, vidéothèques, espaces documentaires, intranet, messageries, postes des experts. Une source que personne n'a recensée ne peut être ni validée, ni exclue.
Pour chaque ensemble, il faut savoir qui en est responsable, et qui décide de ce qui fait foi. Ce sont des décisions d'experts métiers, pas de techniciens.
Sont-elles à jour ?
Un corpus accumulé depuis des années contient souvent des versions périmées, des doublons et des documents dont plus personne ne répond. Les écarter avant l'ouverture à l'IA évite qu'une ancienne procédure soit restituée comme la bonne.
Chaque source retenue doit aussi avoir un moment de révision prévu, et une personne pour le tenir.
Sont-elles décrites et indexées ?
Auteur, date, version, domaine, langue : ces métadonnées permettent de filtrer ce que l'IA interroge, et de dater une réponse. Des référentiels comme Dublin Core proposent un jeu commun d'éléments descriptifs, utile quand plusieurs outils doivent se comprendre.
Pour la vidéo et l'audio, la transcription rend la parole cherchable. Elle mérite une relecture sur les termes propres au métier, que les outils reconnaissent moins bien.
Des droits et des accès définis
Un assistant d'IA peut révéler en une phrase ce qu'un collaborateur n'aurait jamais trouvé seul. L'outil doit donc respecter vos règles d'accès existantes, connues et à jour.
En savoir plusRefermer
Qui peut accéder à un contenu, le modifier, l'exporter ou le supprimer ? La question existe sans IA. Un assistant la rend visible, parce qu'il peut restituer en une phrase ce qu'un collaborateur n'aurait jamais trouvé seul.
La règle se formule simplement : ce qu'une personne n'a pas le droit de lire, un assistant ne doit pas le lui restituer. Cela suppose que les droits existants soient connus, à jour, et appliqués par l'outil d'IA, plutôt que recréés à côté.
Au-delà des accès, les règles de contenu doivent être fixées : qui produit, qui valide, qui accède, combien de temps on conserve. Ce sont des décisions métier ; la technique les applique ensuite.
Savoir d'où vient une réponse
Chaque réponse doit indiquer le document dont elle vient et sa date, pour pouvoir être vérifiée. Les questions restées sans réponse vous montrent, en plus, ce qui n'est pas encore écrit.
En savoir plusRefermer
Une réponse produite à partir des contenus internes doit pouvoir renvoyer à sa source, et à la date de cette source. Sans ce renvoi, personne ne peut vérifier la réponse, ni corriger le document qui l'a produite.
La traçabilité vaut aussi dans l'autre sens : quand une source est mise à jour ou retirée, il faut savoir comment ce changement se répercute sur ce que l'IA a déjà indexé.
Tenir la liste des corpus interrogés est enfin une information précieuse. Les questions restées sans réponse montrent quelles connaissances ne sont pas encore documentées.
Ce qui entre, ce qui sort, et où cela se traite
Vos contenus peuvent être traités chez vous ou chez un prestataire ; aucun choix n'est meilleur par principe. Tout dépend de leur sensibilité, et cinq questions doivent être tranchées par écrit avant le lancement.
En savoir plusRefermer
Le traitement peut être local, dans l'infrastructure de l'organisation, ou distant, chez un prestataire. Aucune de ces architectures n'est préférable par principe : le choix dépend de la sensibilité des contenus et des usages visés.
Dans les deux cas, cinq questions doivent avoir une réponse écrite avant la mise en service.
| Question | Ce qu'il faut pouvoir répondre |
|---|---|
| Où les contenus sont-ils traités ? | Le lieu du traitement, local ou distant, et le prestataire le cas échéant. |
| Qu'est-ce qui sort de l'organisation ? | Les contenus, extraits ou requêtes transmis au service, et à quel moment. |
| Qu'est-ce que le service conserve ? | Ce qui est gardé après traitement, pendant combien de temps, et pour quel usage. |
| Qui peut y accéder ? | Les personnes et les systèmes qui lisent les contenus, les requêtes et les réponses. |
| Ce qui en ressort appartient-il à l'organisation ? | Transcriptions, résumés, index : peut-on les récupérer, les réutiliser, les déplacer vers un autre outil ? |
Par où commencer
Partez d'une question que vos collaborateurs posent souvent, et des documents qui y répondent. Un court document fixe alors les sources, les droits et le circuit des données, avant de choisir un outil.
En savoir plusRefermer
Mieux vaut partir d'un usage précis que d'un outil : une question que les collaborateurs posent souvent, un corpus qui y répond, un public qui y a droit. Les quatre points se vérifient alors sur un périmètre que l'on peut réellement relire.
Le résultat tient en un document court : les sources retenues et écartées, leurs responsables, les droits qui s'y appliquent, l'architecture de traitement et ses flux. C'est lui qui permet ensuite de choisir un outil, et d'en répondre devant la direction comme devant la DSI.
Si vous souhaitez conduire cet état des lieux avec un regard extérieur, nous l'accompagnons avec vos équipes métiers et techniques ; c'est l'objet de notre page IA & connaissances.