Vérifiabilité et confiance

L'IA pour les data analysts

Andy Cotgreave

Author and Speaker, Former Technical Evangelist at Tableau

À deux doigts de l'erreur…

À deux doigts de l'erreur…

L'IA affiche de l'assurance

 

• Des sorties fausses paraissent aussi soignées que les vraies
• Aucun signal visuel disant « Je peux me tromper »
• Si vous ne vérifiez pas, c'est vous qui livrez l'erreur

Vérifier, ce n'est pas recommencer

 

• Mauvais réflexe : refaire le travail dans un outil BI
• Traiter la sortie de l'IA comme un/une junior rapide — puissant, pas intrinsèquement fiable
• Votre rôle : la mettre à l'épreuve, pas tout refaire

Le flux de vérification

Le flux de vérification

 

1. Choisir un point de donnée précis
2. Filtrer les données brutes manuellement jusqu'à ce point
3. Vérifier le calcul pour ce point

Le flux de vérification

 

1. Copier le code ou la sortie de l'IA
2. Coller dans un autre assistant ou fil
3. Lui demander de trouver des failles logiques

Le flux de vérification

 

1. Faire un sanity check métier
2. Demander : cet insight correspond‑il à l'expérience ?

Le flux de vérification

 

1. Demander à l'IA d'exécuter son code sur des cas limites (valeurs nulles, doublons, zéros)

Adapter la rigueur à l'enjeu

• Exploratoire ou ad hoc → application légère
• Dashboard de prod, présentation au board, etc. → application renforcée

Le humain‑dans‑la‑boucle, c'est le métier

Flagornerie de l'IA

 

• L'IA a tendance à vous approuver
• Suggérez, contestez ou impliquez une hypothèse → l'IA suit l'indice
• Défense côté prompt : rester neutre
• Défense côté vérification : être plus exigeant avec les résultats qui confirment ce que vous vouliez

Passons à la pratique !

L'IA pour les data analysts