Intelligence artificielle
La qualité de la réponse est dans la question
Interroger l’intelligence artificielle s’apprend, la précision des réponses dépendant davantage de la qualité de nos questions que de l'intelligence de l’outil.
Amusons-nous d’abord. Deux pêcheurs sont installés sur la même rive. Le premier possède un attirail impressionnant : grand filet, matériel sophistiqué, équipement complet. Lorsqu'il remonte son filet, celui-ci déborde sans que rien ne soit comestible. À quelques mètres de lui, un rival faussement candide pêche avec une simple branche, qui ramène un seul poisson, mais un vrai festin. La scène est absurde. Elle est pourtant une parfaite illustration de notre manière d'utiliser l'intelligence artificielle : pêcher s’apprend.
Éviter les déceptions liées à l’imprécision
« Parle-moi du diabète ». La réponse sera généralement correcte, mais Wikipédia ferait mieux. Essayons autrement en étant plus explicite. « Je suis médecin généraliste. Explique à un patient de 65 ans, récemment diagnostiqué diabétique de type 2, les cinq mesures les plus efficaces pour diminuer son hémoglobine glyquée. Utilise un langage simple, sans jargon, en moins de 300 mots. Termine par trois conseils pratiques qu'il peut appliquer dès demain matin. Tout change. L'IA ne devient pas plus intelligente pour autant, mais devient une aide à la consultation en se plaçant dans la peau d’un vrai médecin qui informe un vrai patient.
Les spécialistes parlent de prompt, anglicisme récent pour définir la manière de poser une question à l’intelligence artificielle. Un bon prompt repose sur quelques ingrédients simples. D'abord, être précis. Une question vague produit une réponse vague. Ensuite, donner du contexte : à qui s'adresse la réponse ? Dans quel but ? À quel niveau de connaissances ? Préciser ensuite le format attendu. Une liste ? Un tableau ? Un résumé ? Une lettre ? Une ordonnance d'éducation thérapeutique ? On peut également préciser le rôle demandé : « Réponds comme un infectiologue », « comme un professeur », « comme un journaliste », voire « comme un médecin généraliste expliquant les choses à un adolescent ».
Enfin, ne pas hésiter à dire ce que l'on ne veut pas : pas de jargon, pas d'anglicismes, moins de 200 mots, uniquement des recommandations validées. Ce n'est finalement pas très différent de notre métier. Lorsque nous demandons une prise de sang au laboratoire, nous n'écrivons pas simplement : « Faites des analyses. » Nous précisons les examens souhaités, le contexte clinique, parfois même l'hypothèse diagnostique. Pourquoi traiterions-nous une intelligence artificielle avec moins de précision que notre biologiste ? La bonne nouvelle est qu'il ne faut ni diplôme d'informatique ni formation en programmation. Il suffit d'apprendre à mieux poser ses questions.
La fleur qui n'en est pas une
Préciser sa demande, mais aussi choisir ses termes. Qui ne connaît l’expression populaire et imagée décrivant la banale kératose sénile ? Pétri du langage familier de votre patientèle, vous introduisez la demande « Comment traiter une fleur de cimetière chez une patiente de 78 ans ? ». Compréhensible pour tous, mais absolument opaque pour une machine qui n'a pas grandi dans un cabinet de médecine générale en Belgique.
L'outil ne remplace pas le jugement clinique, il en démultiplie la portée à condition qu'on lui parle clairement.
L'IA, prise au mot, part dans une direction totalement inattendue. Elle propose une liste de plantes résistantes adaptées aux tombes en plein soleil, des conseils d'entretien pour l'automne et, pourquoi pas, quelques suggestions de compositions florales sobres et de bon goût pour une sépulture. Réponse soignée, bien documentée, illustrée d'exemples de vivaces et complètement hors sujet pour répondre à une patiente présentant une banale kératose sénile. L'IA n'a pas d'oncle qui parlait ainsi de ces taches brunes et rugueuses qui apparaissent avec l'âge.
Moralité : le jargon populaire, aussi vivant et savoureux soit-il dans une salle d'attente, n'a aucune existence dans les données qui nourrissent l'IA. Un prompt efficace traduit d'abord ce langage de terrain en termes cliniques : « kératose actinique » ou « kératose séborrhéique », et la réponse redevient immédiatement pertinente. L’exemple est reproductible à l’infini, du « mal au cœur » d’un enfant qui souffre de mal de voyage au « mal aux reins » pour décrire un lumbago : on n’est pas ici dans le double sens du français général, mais bien dans le fossé entre le langage clinique de terrain et le vocabulaire que l'IA attend.
Cher confrère ChatGPT
Poser une question à une IA nous ramène à la manière dont nous rédigeons toutes nos demandes d’avis spécialisés et d’investigations techniques : plus la demande est précise, plus la réponse sera pertinente. L'outil ne remplace pas le jugement clinique, il en démultiplie la portée à condition qu'on lui parle clairement. Mais ne nous décourageons pas, tout n'est qu'une question d'entraînement : quelques prompts ratés, une fleur de cimetière mal comprise, valent parfois mieux que de longs traités.
Rédiger un prompt efficace
• Clarté : formuler la demande de façon précise, sans ambiguïté, en évitant les formulations vagues qui laissent trop de place à l'interprétation.
• Contexte : fournir les informations de fond nécessaires (public visé, objectif, contraintes) pour que la réponse soit pertinente plutôt que générique.
• Spécificité : préciser le format attendu, la longueur, le ton, le style, ou tout critère concret qui permet de juger si le résultat correspond aux attentes.
• Exemples : montrer un ou plusieurs exemples du résultat souhaité aide souvent davantage qu'une longue description abstraite.
• Décomposition des tâches complexes : diviser une tâche en étapes successives plutôt que de tout demander en un seul bloc, surtout pour les raisonnements ou les tâches à plusieurs étapes.
• Attribution d'un rôle : indiquer un rôle ou une perspective (« agis en tant que... ») peut orienter le style et l'angle de la réponse.
• Raisonnement explicite : inviter à réfléchir étape par étape avant de conclure améliore la qualité des réponses sur les tâches complexes.
• Itération - un bon prompt n'est souvent pas figé dès le départ ; l'affiner progressivement en fonction des résultats obtenus fait partie du processus.