Le problème le plus difficile lié à l’utilisation de l’intelligence artificielle dans les organisations ne consiste pas à trouver des informations, mais à déterminer quelle information peut être fiable lorsqu’il faut effectivement prendre une décision. Une page d’activation des clients peut indiquer qu’un produit prend en charge un cas d’utilisation donné, tandis qu’une conversation plus récente au sein du service d’assistance mentionne une restriction temporaire, et qu’un ingénieur ajoute une condition liée aux paramètres du client. Rassembler ces sources ne répond pas à lui seul à la question suivante : quelle information s’applique aujourd’hui, et à ce client précisément ?
C’est l’idée centrale d’un article de Stack Overflow : les entreprises ont besoin d’une « connaissance permettant de prendre des décisions » (decision-grade knowledge), et pas seulement de réponses qui semblent complètes. L’article constitue une opinion expliquant la logique qui sous-tend le développement de la plateforme Stack Internal, et non un rapport indépendant établissant les performances de la plateforme ou les résultats de son utilisation.
La récupération n’est que le début du processus, pas sa fin
L’entreprise explique que les techniques de recherche hybride, de segmentation des contenus et de reclassement des résultats ont rendu beaucoup plus facile la mise en relation de différents outils ainsi que la recherche de pages, de discussions et de personnes pertinentes. Mais récupérer trois sources contradictoires ne permet pas de déterminer laquelle s’applique à une version de produit, à une région ou à une configuration client donnée.
Lorsqu’un système d’intelligence artificielle fournit une réponse rapide, l’utilisateur doit toujours examiner les sources, repérer la condition manquante et demander confirmation à un collègue spécialisé. Selon l’article, la partie la plus importante du travail est alors transférée à l’être humain au lieu de disparaître.
Que doit contenir la réponse ?
L’article propose cinq éléments à vérifier avant de s’appuyer sur une réponse concernant le travail ou les clients :
- La source : rendre les preuves et l’historique de provenance des informations disponibles pour les examiner.
- Le champ d’application : préciser quand et où la réponse s’applique, notamment la version, la région et les paramètres du client.
- Les autorisations : respecter les restrictions d’accès aux sources et les limites définies par l’organisation.
- Les contradictions : signaler les différences entre les nouvelles directives et les pages plus anciennes au lieu de les dissimuler.
- La responsabilité : identifier la personne capable de trancher ou d’interpréter l’exception.
Stack Overflow insiste sur le fait que citer les sources ou attribuer un niveau de confiance à la réponse ne suffit pas, à lui seul, pour assumer la responsabilité d’un engagement envers un client. Ces outils facilitent l’examen, mais ne remplacent pas le jugement des personnes qui comprennent le produit ou le processus.
Le rôle des experts sans en faire un goulot d’étranglement
Dans l’exemple présenté, l’équipe produit peut confirmer la capacité actuelle, l’ingénierie peut expliquer la condition de configuration et l’assistance peut décrire ce à quoi les clients sont confrontés. Mais l’entreprise ne propose pas que les experts examinent chaque réponse produite par l’intelligence artificielle ; elle propose plutôt qu’ils interviennent lorsque la réponse ayant un impact est incertaine, lorsque les sources se contredisent ou lorsqu’une connaissance dont dépendent un grand nombre de personnes doit être validée.
L’essentiel est que le résultat de cette intervention ne reste pas dans une conversation isolée. La réponse, ses conditions d’application et les preuves qui la soutiennent devraient être conservées, avec la possibilité de la corriger ultérieurement et de relier la correction aux directives qu’elle modifie.
Comment Stack Internal présente-t-elle cette conception ?
Stack Overflow affirme ouvrir la plateforme Stack Internal à un plus grand nombre de personnes et d’équipes, afin de rassembler les connaissances de l’organisation provenant de ses sources au sein d’une couche commune, tout en préservant le contexte nécessaire à leur utilisation. La plateforme fournit ces connaissances par l’intermédiaire de la conversation, d’une API et de MCP, avec un rôle intentionnel pour les experts spécialisés dans la vérification et la correction des contenus.
L’entreprise estime que la même question peut parvenir par l’intermédiaire d’un utilisateur de la conversation, d’une application interne utilisant l’API ou d’un agent utilisant MCP. Ces canaux devraient donc s’appuyer sur les mêmes sources, les mêmes règles d’accès et les mêmes contributions humaines, même si l’interface diffère.
Qu’est-ce qui reste ouvert ?
L’article présente une orientation future visant à transformer les conversations dans lesquelles des questions difficiles ont été tranchées en connaissances réutilisables, tout en conservant les preuves, la responsabilité et les autorisations qui leur sont associées. L’entreprise souhaite également que le système détecte les contradictions et les lacunes, et qu’il fasse intervenir la personne appropriée lorsque cela est nécessaire.
Mais le texte reconnaît qu’une grande partie de ce travail est encore en cours de développement et que l’entreprise « a encore beaucoup à démontrer et à construire » avant que le système puisse anticiper la question et présenter une décision pertinente ou une contradiction non résolue. La valeur pratique clairement établie à ce jour réside dans la proposition d’un cadre de gestion des connaissances organisationnelles ; en revanche, la source n’a fourni ni chiffres ni résultats indépendants concernant la précision, l’efficacité ou le coût de l’intervention des experts.