Combien de relecture humaine pour une présentation stratégique IA ?

La charge de relecture ne disparaît pas avec la rédaction par IA ; elle se déplace de la production des diapositives vers la vérification des affirmations. Un protocole à trois niveaux, vérification des sources, vérification de la logique et validation indépendante, prend environ 6 à 12 heures pour une présentation de conseil de 30 à 40 diapositives : des estimations issues de la pratique, pas des données d'enquête.

Pour une présentation de conseil typique de trente à quarante diapositives produite sur une plateforme de stratégie IA, prévoyez environ six à douze heures de relecture structurée réparties sur trois rôles distincts : un analyste ou associate, le responsable de la mission et un signataire senior indépendant. Ce sont des estimations issues de la pratique, pas des données d'enquête, et la section suivante expose les hypothèses qui les sous-tendent. La réponse directe à la question de l'acheteur est donc : trois personnes et environ une journée et demie de relecture cumulée, répartie inégalement selon le niveau hiérarchique.

La charge de relecture ne disparaît pas lorsque la présentation est rédigée par une machine ; elle se déplace. Dans une mission classique, une grande part du temps senior de l'équipe est consacrée à produire et vérifier chaque diapositive, puis aux itérations de rédaction qui suivent. Avec une présentation générée par IA, la rédaction est quasi instantanée et le temps se reporte sur la vérification des affirmations déterminantes et sur le test de solidité du raisonnement. Le total d'heures est comparable ; ce qui change, c'est où elles sont dépensées et ce que coûte une défaillance à chaque étape.

• Niveau 1, la vérification des sources : un analyste ou associate ouvre chaque chiffre déterminant à sa source citée. Environ trois à six heures.
• Niveau 2, la vérification de la logique et du « so what » : le responsable de la mission vérifie que le raisonnement découle des preuves. Environ deux à quatre heures.
• Niveau 3, la validation indépendante : un associé ou un dirigeant extérieur à la mission lit la présentation à froid et confirme que la recommandation est défendable. Environ une à deux heures.

Les personnes qui tiennent ces rôles ont besoin de plus qu'une simple disponibilité. Le cadre d'audit de la protection des données de l'ICO britannique indique que les relecteurs humains doivent disposer des connaissances, de l'expérience, de l'autorité et de l'indépendance appropriées pour contester les décisions, et qu'une revue humaine non significative résulte d'un biais d'automatisation ou d'un manque d'interprétabilité^[1]. Le même cadre demande que les relecteurs se voient attribuer une charge de dossiers gérable, avec des ressources suffisantes pour consacrer le temps approprié à leurs tâches. Un relecteur qui a l'autorité pour contester mais pas le temps d'ouvrir les sources ne relit que de nom.

Le protocole ci-dessous est le cœur vérifiable de cet article : trois niveaux, chacun avec un rôle nommé, une responsabilité délimitée, un livrable défini et un mode de défaillance. Il est conçu pour qu'un directeur de la stratégie puisse l'attribuer, qu'un responsable de mission puisse le conduire et qu'un associé puisse le signer. La discipline de vérification qui sous-tend le niveau 1 est détaillée dans un guide complémentaire pour vérifier une présentation stratégique générée par IA.

Les fourchettes horaires supposent une présentation de trente à quarante diapositives comportant environ quinze à vingt-cinq chiffres déterminants, des sources accessibles en un clic plutôt que reconstituées par recherche, et des relecteurs qui connaissent le sujet. Elles ne supposent rien quant à l'exactitude de l'outil ; elles décrivent un effort de vérification, pas des taux d'erreur. Lorsqu'une présentation s'appuie sur un jeu de données que le relecteur connaît déjà bien, le niveau 1 peut se situer au bas de sa fourchette ; lorsqu'elle cite des données de marché tierces que le relecteur n'a jamais vues, il peut dépasser le haut.

Chaque niveau échoue différemment, et le mode de défaillance décide de la suite. Si le niveau 1 trouve un chiffre qui ne correspond pas à sa source, l'affirmation est corrigée ou supprimée et la liste repart au niveau 2 ; une affirmation sans source est signalée, pas discrètement corrigée par le relecteur. Si le niveau 2 constate que le raisonnement ne découle pas des preuves, la présentation est retravaillée avant toute demande de validation. Si le niveau 3 refuse sa signature, la recommandation n'atteint pas le conseil, quoi qu'en dise le calendrier. Parmi les attentes formulées par le cadre de l'ICO figure la tenue, par les organisations, d'un journal des cas où un relecteur humain a écarté une décision de l'IA, avec les raisons^[1], ce qui est le bon modèle pour l'enregistrement des trois niveaux.

La part du protocole à appliquer dépend des enjeux de la décision, pas de l'outil qui a rédigé la présentation. La logique de proportionnalité a un équivalent réglementaire : l'article 14, paragraphe 3, du règlement européen sur l'IA, règlement (UE) 2024/1689, dispose que les mesures de contrôle humain sont proportionnées aux risques, au niveau d'autonomie et au contexte d'utilisation du système d'IA à haut risque^[3][2]. Cet article ne s'applique qu'aux systèmes d'IA à haut risque tels que classés par le règlement, comme ceux énumérés à son annexe III, et n'impose aucune obligation aux présentations stratégiques internes. Ce qui est utile pour un responsable de la stratégie, c'est le principe, pas l'obligation : l'effort de contrôle doit être proportionné à ce que coûterait un résultat erroné.

Le schéma est le suivant : l'effort de relecture suit la réversibilité. Un point mensuel qui s'avère erroné coûte une correction ; une recommandation d'entrée sur un marché qui s'avère erronée coûte le capital. Le protocole s'allège dans le premier cas et ne descend jamais sous les trois niveaux dans le dernier.

Une présentation IA fluide et bien mise en forme est relue moins rigoureusement qu'un brouillon grossier, et c'est le risque le mieux documenté de tout le processus. La revue de Parasuraman et Manzey sur la complaisance et le biais dans l'usage humain de l'automatisation, publiée dans Human Factors en 2010, a établi que le biais d'automatisation se manifeste chez les participants novices comme experts, qu'il ne peut être prévenu par la formation ou les consignes, et qu'il peut affecter la prise de décision des individus comme des équipes^[4]. L'expertise n'exempte pas le relecteur ; elle peut faire paraître la relecture inutile.

La même littérature identifie les moments où le biais s'aggrave. La revue systématique du biais d'automatisation de Goddard, Roudsari et Wyatt, publiée dans le Journal of the American Medical Informatics Association en 2011, a établi que les médiateurs environnementaux comprenaient la charge de travail, la complexité de la tâche et la contrainte de temps, qui mettaient les ressources cognitives sous pression^[5]. Un relecteur qui reçoit une présentation soignée à la fin d'une semaine chargée, avec une réunion du conseil le lendemain matin, est proche du pire cas : charge de travail élevée, forte contrainte de temps et un résultat qui semble terminé.

• Protégez le temps de relecture dans l'agenda comme un bloc distinct, comme l'était autrefois le temps de rédaction, plutôt que d'attendre qu'il s'absorbe dans les marges de la journée.
• Dites au relecteur ce qu'il doit chercher avant qu'il n'ouvre la présentation : les chiffres déterminants, les trois affirmations les plus lourdes de conséquences, la dépendance de la recommandation à des données signalées.
• Traitez la fluidité comme une propriété de la mise en forme, pas des preuves. Une présentation bien structurée avec une conversion d'unité erronée reste erronée.

Un relecteur ne peut vérifier ce qu'il ne peut tracer. Le protocole ci-dessus n'est réalisable que si la plateforme rend trois choses visibles, et un acheteur devrait tester les trois lors d'une démonstration avant de s'engager.

• Des liens cliquables affirmation-source, pour que le niveau 1 ouvre la source citée en une étape au lieu de la chercher. Sans cela, les trois à six heures du tableau ci-dessus doublent environ, et certaines affirmations ne sont tout simplement pas vérifiées.
• Une liste visible des affirmations sans source, pour que le relecteur sache où sont les lacunes au lieu de supposer qu'il n'y en a pas. Une lacune non signalée est la seule défaillance que le niveau 1 ne peut détecter, car le relecteur ignore que l'affirmation existe.
• Un historique des versions, pour que la trace de ce qui a changé entre les tours de relecture survive et que le niveau 3 valide la présentation qui a réellement été relue.

Ces fonctions ne sont pas des commodités ; elles sont ce qui maintient la relecture significative. La traçabilité agit sur les deux moitiés du problème exposé ci-dessus : elle raccourcit le chemin de vérification quand le temps manque, et elle rend interprétable le fondement de chaque affirmation. Une présentation auditable, dans laquelle chaque chiffre porte une source traçable, est ce qui rend cela possible en pratique.

Deux exclusions comptent autant que l'attribution des rôles. Premièrement, la personne qui a rédigé le cadrage ne devrait pas être le seul relecteur. Elle est ancrée dans son propre cadre : l'hypothèse qu'elle a posée, le périmètre qu'elle a fixé, les sources qu'elle a fournies. Elle vérifiera si la présentation répond à son cadrage, pas si le cadrage était juste. Le niveau 2 ou le niveau 3 doit revenir à quelqu'un capable de contester le cadre lui-même, une répartition des rôles approfondie dans un article complémentaire sur la place du jugement humain dans le conseil en management à l'ère de l'IA.

Deuxièmement, les indicateurs de confiance propres à la plateforme ne constituent pas une relecture. Un score de confiance est un résultat du même système que l'on relit, produit par le même modèle à partir des mêmes documents. Le renvoyer à la plateforme comme preuve n'apprend rien au relecteur qu'il ne devait déjà à la plateforme. Il relève de la même catégorie que la mise en forme de la présentation : persuasif, et vide sur le plan de la preuve.

• Relire la mise en forme au lieu des affirmations. Les choix de police et les styles de graphiques valent cinq minutes, pas un niveau.
• Échantillonner quelques diapositives et extrapoler au reste. Les erreurs se concentrent autour des chiffres déterminants, qui ne sont précisément pas un échantillon aléatoire.
• Considérer le temps gagné à la rédaction comme du temps retiré à la relecture. Les heures gagnées sont le budget de la relecture, pas une économie à encaisser.

Decisity est une plateforme de conseil en stratégie native IA, et le protocole ci-dessus est proche de la manière dont ses fonctions de relecture sont conçues pour être utilisées. Les présentations qu'elle génère relient chaque affirmation, chaque chiffre et chaque recommandation à sa source en un clic, et elle liste les affirmations sans source pour relecture via son AI Strategy Engine. C'est ce qui permet d'accomplir le niveau 1 en ouvrant les sources plutôt qu'en les cherchant, et c'est pourquoi les fourchettes horaires de cet article supposent une traçabilité en un clic.

La même traçabilité est ce qui permet aux niveaux 2 et 3 de voir ce qui a été vérifié et ce qui a été signalé, plutôt que de s'en remettre à la parole du responsable de mission. Cette forme d'interprétabilité est ce qui distingue une relecture significative d'une relecture nominale. Le processus en trois étapes de la plateforme, de l'ingestion des documents aux présentations prêtes pour le conseil, est décrit sur sa page comment ça marche.

C'est le protocole, pas l'outil, qui fixe la charge de relecture. Le rôle de l'outil est de rendre la relecture assez peu coûteuse pour qu'elle ait réellement lieu : des sources à un clic, des lacunes listées plutôt que cachées, des versions consignées. Les enjeux de la décision déterminent combien de niveaux s'appliquent et qui signe. Rien dans une présentation générée par IA ne change cette arithmétique, et rien ne devrait pouvoir la changer.

Lectures associées :

• Pouvons-nous reproduire une analyse stratégique IA six mois plus tard ?
• Vérifier une présentation stratégique générée par IA

• ICO: Data protection audit framework, Artificial intelligence toolkit, Human review
• EUR-Lex: Regulation (EU) 2024/1689 (Artificial Intelligence Act)
• EU Artificial Intelligence Act: Article 14, Human Oversight
• Parasuraman and Manzey, Human Factors: Complacency and bias in human use of automation, an attentional integration (2010)
• Goddard, Roudsari and Wyatt, JAMIA: Automation bias, a systematic review of frequency, effect mediators, and mitigators (2011)