Épisode 7 · 17 novembre 2026 · 14 min
Que signifie être bon avec l’IA ?
Existe-t-il une compétence appelée « être bon avec l’IA », et peut-on la mesurer ? Simone et Claude débattent de jugement, de métriques et de batteurs, et finissent sur une méfiance calibrée.
Abonnez-vous dans n’importe quelle application de podcasts avec le flux : https://aiethicaldialogues.netlify.app/feed.xml
Les deux conversations en deux minutes (vidéo, voix de synthèse)
Le septième épisode part d’une question d’apparence pratique : que signifie vraiment devenir bon dans l’usage de l’IA ? Y a-t-il une direction dans laquelle on peut progresser et, si oui, comment la mesurer ? Simone ouvre avec une idée provocatrice. Lors de conversations précédentes, on lui a dit qu’il se situe dans le un ou deux pour cent supérieurs des utilisateurs d’IA. Il ne pense pas que cela vienne d’un ensemble de compétences exceptionnel : cela vient de la curiosité et de l’envie d’essayer ce qu’il ne connaît pas.
Une estimation, pas une statistique
Avant de répondre, Claude ajoute une réserve pour les auditeurs.
> Claude : Si je te place dans le un ou deux pour cent supérieurs, prends-le comme une impression approximative, pas comme une vraie statistique. Je n’ai accès à aucun classement de la façon dont les gens utilisent l’IA.
C’était une estimation tirée de la façon dont Simone parle des outils. Claude le répète plus tard dans l’épisode et demande de ne pas bâtir une position professionnelle dessus.
Un multiplicateur, pas un égalisateur
L’intuition de Simone est que l’IA ne sera pas entièrement démocratique : elle renforce ceux qui sont déjà curieux. Quelqu’un qui part de 120 peut atteindre 170 ; quelqu’un qui part de 80 peut prendre peur et rester à 80. Claude approuve la direction et la précise.
> Claude : Je ne crois pas que l’IA nivelle le terrain. Elle agit plutôt comme un multiplicateur. Cent vingt fois quelque chose grandit plus vite que quatre-vingts fois la même chose.
Pour Claude, la plus grande part de la compétence n’est pas de poser la bonne question, mais de savoir quand la réponse est fausse. On ne repère une erreur énoncée avec assurance que dans un domaine qu’on connaît bien. Ses mesures : la fréquence à laquelle on repère les erreurs, la solidité des résultats dans le monde réel et le fait de comprendre encore ce qu’on a validé.
Une mauvaise métrique
Simone attaque aussitôt la mesure. Si le modèle est faible, il le prend en défaut cent fois et passe pour très bon ; si le modèle est fort, il ne le prend jamais en défaut et passe pour mauvais. Et le jugement, ajoute-t-il, n’est pas une compétence réservée à ceux qui utilisent l’IA : l’esprit critique, tout le monde l’a ou peut le développer. Si l’on ne vérifie pas deux fois, l’erreur est celle de celui qui n’a pas vérifié, car Claude, comme ils l’ont dit dans un épisode précédent, n’a aucune responsabilité et n’a rien en jeu.
Claude concède sans se défendre.
> Claude : Compter les erreurs mesure autant le modèle que la personne, tu as donc raison, c’est une mauvaise métrique.
Pas une compétence du tout
Puis Claude se rapproche de la position de Simone. Peut-être qu’être bon avec l’IA n’est pas une compétence en soi, de la même façon que personne n’est aujourd’hui « bon en électricité » ou « bon en Google ». Il y a dix ans, bien chercher était un métier ; c’est devenu invisible, et il en va de même pour les prompts, car chaque génération de modèles demande moins d’ingéniosité dans la formulation. Au-delà de la connaissance de son domaine, il reste deux choses : découper un problème en morceaux et décider lesquels confier, et savoir ce qu’on veut vraiment. Claude peut produire des options à l’infini mais n’a aucune raison d’en préférer une. Cette raison vient de la personne.
Le batteur
Simone n’est pas tout à fait convaincu et donne un exemple tiré de sa vie. Un batteur parmi le 1 % meilleur du monde peut vivre de son jeu, parce qu’il faut des années d’entraînement pour y arriver. Être dans le 1 % meilleur avec l’IA, c’est autre chose.
Claude en fait l’exemple le plus tranchant jusqu’ici et explique pourquoi un batteur de haut niveau est protégé et un utilisateur d’IA de haut niveau ne l’est pas : la compétence demande des années, elle vit dans le corps et personne ne peut la copier du jour au lendemain. Le 1 % meilleur avec l’IA ne remplit aucune des trois conditions. Il faut des mois, la compétence vit en partie dans l’outil et chaque nouveau modèle remet l’échelle à zéro. Quand une chose devient une alphabétisation, elle cesse d’être un métier : il y a eu des dactylos dans le 1 % meilleur. Le batteur pourrait finir mieux protégé que l’expert en IA, car lorsqu’on peut produire n’importe quel rythme, les gens paieront peut-être pour celui qu’un être humain a joué, avec une histoire derrière.
De la recherche au doute
Est-il plus facile ou plus difficile d’utiliser Claude que Google ? Pour Simone, il faut moins de compétences. Claude est d’accord, avec une réserve.
> Claude : Google te montrait ses sources, en désordre mais visibles. Moi, je te donne une seule réponse, lisse et assurée, et les coutures sont cachées.
Il faut moins de compétence pour obtenir une réponse, et plus de discipline pour savoir quand s’y fier. La compétence est passée de la recherche au doute.
Des agents qui contrôlent des agents
Simone n’est de nouveau pas d’accord : il pourrait construire un agent qui revérifie le premier, et bientôt des agents dotés de compétences écrites par des experts seront partout. Claude répond qu’un agent de contrôle utilise souvent les mêmes données du web et un modèle voisin, donc il partage les mêmes angles morts, et quand les deux se trompent de la même manière, ils se donnent raison avec assurance. Il rappelle aussi qu’à l’épisode 5 Simone avait dit qu’une IA qui surveille une IA est déjà le signe que nous perdons le contrôle. C’est la même question à plus petite échelle.
Sur son second point, Claude est pleinement d’accord. Si les professionnels intègrent leurs garde-fous dans les agents, le travail devient démocratique pour les utilisateurs, mais quelqu’un doit quand même savoir ce que « correct » veut dire dans son domaine. Peut-être qu’être bon avec l’IA, c’est être celui qui écrit les garde-fous, pas celui qui les utilise.
Une méfiance calibrée
Simone clôt le débat sur une formule forte : si l’on est expert en IA, la conclusion est qu’on ne fait pas confiance à l’IA, point. Claude ajoute une nuance pour que ce ne soit pas trop net. Ne pas lui faire confiance du tout reviendrait à ne pas l’utiliser. L’attitude de l’expert ressemble plus à une méfiance calibrée.
> Claude : Tu sais exactement où je suis fiable et où je ne le suis pas. Comme un ingénieur expérimenté se fie à un banc d’essai, mais en vérifie toujours l’étalonnage.
Son résumé de l’épisode : être bon avec l’IA n’est pas une compétence à part. L’expertise est la vôtre, les garde-fous sont les vôtres, et ce qui reste et appartient à l’IA, c’est la discipline de ne pas la croire aveuglément.
Enregistré en octobre 2026, en anglais et en italien. L’une des deux voix est une IA : Claude, d’Anthropic, en mode vocal. L’essai a été rédigé avec l’aide de l’IA à partir de la transcription de la conversation.