Quand un flux de travail d’IA exige du jugement ou des étapes déterministes

Utilisez un modèle d’IA pour une unité de travail circonscrite qui exige de l’interprétation ou du raisonnement. Utilisez une exécution déterministe lorsque les entrées, les règles et le résultat visé sont déjà définis.

La décision de conception essentielle n’est pas de savoir si un flux de travail relève de l’« IA » ou est déterministe. Il s’agit de le diviser en unités logiques, puis d’attribuer à chacune le mode d’exécution dont elle a réellement besoin.

• Le jugement du modèle consiste à interpréter le contexte, à lever une ambiguïté ou à choisir entre plusieurs sens plausibles.
• L’exécution déterministe consiste à réaliser une action définie selon des règles définies.

La difficulté n’est souvent pas de rédiger une invite. Elle consiste à repérer les unités distinctes entre une entrée et un résultat, puis à séparer les décisions des actions qui en découlent.

Un déclencheur et une invite ne constituent pas automatiquement un processus

Une description courante illustre ce modèle :

« Nous avons littéralement pris un agent, rédigé une liste d’étapes dans un fichier Markdown, appelé cela une “compétence”, l’avons donnée à l’agent, configuré un déclencheur et, pouf, vous avez maintenant un “flux de travail”. »

Les instructions en Markdown, les compétences d’agent et les déclencheurs peuvent être utiles. Ils peuvent donner du contexte à un agent d’IA et lancer le travail au bon moment. Toutefois, le flux de travail demeure vaste et implicite lorsque l’agent doit encore déterminer tout le chemin à suivre entre l’entrée et la sortie.

Dans cette configuration, les instructions peuvent décrire le processus visé, mais l’agent doit toujours interpréter les étapes, décider comment les appliquer et accomplir le travail comme une seule grande tâche.

L’alternative n’est pas de rendre chaque étape mécanique. Le travail du savoir exige souvent un véritable raisonnement. La meilleure approche consiste à isoler ce raisonnement des actions dont le chemin est déjà décidé.

D’une affectation générale à un agent à des unités distinctes

Une affectation générale telle que « prenez cette demande et réalisez tout le processus » laisse à un seul agent le soin d’interpréter, de planifier, d’agir et d’assembler le résultat. Le découpage rend les passages de relais explicites :

Avant
Entrée → l’agent détermine l’ensemble du processus → sortie

Après
Entrée → interpréter une expression ambiguë → appliquer le sens retenu à une action définie → sortie
             jugement du modèle                 exécution déterministe

Une décision du modèle peut alimenter une action déterministe dans un même flux de travail.

Commencez par les unités logiques de travail

N’étiquetez pas un flux de travail entier comme étant soit piloté par l’IA, soit déterministe. Classez plutôt chacune de ses unités logiques de travail.

Une unité logique est une étape distincte comportant une entrée, un type de travail identifiable et une sortie destinée à l’étape suivante. Un flux de travail peut comprendre les unités suivantes :

1. Recevoir et identifier une demande entrante.
2. Interpréter ce que signifie la demande dans son contexte.
3. Extraire les informations nécessaires à la tâche.
4. Lever une ambiguïté qui influe sur l’action suivante.
5. Appliquer une transformation définie.
6. Assembler le résultat requis.

La séquence varie, mais « traiter la demande » est généralement trop vaste pour être classée. Cette formulation combine souvent interprétation, prise de décision, exécution et assemblage.

Décomposez une tâche générale jusqu’à ce que chaque unité corresponde à un seul type de travail clair. Vous pourrez alors déterminer si cette unité exige le jugement du modèle ou une exécution déterministe.

Utilisez un modèle pour un jugement encadré

Utilisez un modèle lorsqu’une unité exige une interprétation ou un choix raisonné qui n’a pas déjà été précisé pour le cas en question.

Le signal n’est pas simplement que l’étape concerne le langage. Une action liée au langage peut tout de même être définie avec précision. Un modèle est particulièrement utile lorsque le flux de travail doit comprendre le contexte, distinguer plusieurs sens plausibles ou décider de ce qui compte pour la tâche.

Voici des exemples de tâches de modèle circonscrites :

• Déterminer quel sens d’une demande ambiguë correspond le mieux au contexte fourni.
• Identifier quelles informations d’une entrée sont pertinentes pour le résultat demandé.
• Décider comment comprendre une expression peu claire avant de passer à l’étape suivante.

Chaque tâche donne au modèle une décision précise à prendre. Elle ne lui confie pas la responsabilité de l’ensemble du flux de travail.

Comparez les deux approches :

La première instruction demande une seule décision. La seconde réunit interprétation, planification, exécution et assemblage final, et laisse en grande partie au modèle le soin de déterminer le chemin à suivre.

Circonscrit ne signifie pas trivial. Un jugement peut être difficile tout en restant circonscrit. Le flux de travail doit définir ce que reçoit le modèle, quelle décision il doit prendre et quelle sortie est nécessaire à l’unité suivante.

Utilisez l’exécution déterministe pour les actions définies

Utilisez l’exécution déterministe lorsque le flux de travail précise déjà ce qui entre dans une étape, quelle règle s’applique et ce que l’étape doit produire.

L’action n’a pas besoin de réinterpréter la tâche ni de concevoir une approche. Elle doit exécuter l’étape définie.

Posez trois questions pour chaque unité :

• Qu’est-ce qui entre dans cette étape ?
• Quelle instruction ou règle doit-elle suivre ?
• Quel résultat doit-elle produire pour l’étape suivante ?

Si les réponses sont déjà claires, l’exécution déterministe est le choix par défaut. Le flux de travail a déjà pris la décision pertinente : l’étape doit donc suivre cette décision plutôt que de demander à un modèle de la prendre de nouveau.

Par exemple :

• Jugement du modèle : déterminer le sens visé d’une expression ambiguë à l’aide du contexte disponible.
• Exécution déterministe : appliquer le sens retenu à l’action suivante définie et produire le résultat requis.

La frontière se situe entre la décision sur le sens d’une demande et l’exécution de l’action qui découle de cette décision.

Cela ne signifie pas que les règles déterministes ne contiennent aucun jugement humain. Des personnes peuvent avoir fait des choix importants lors de la définition de ces règles. La différence est que ces choix ont déjà été faits pour cette unité ; l’exécution les suit au lieu de les réévaluer au cas par cas.

La leçon de la fabrication : décomposer, puis attribuer

La fabrication offre une analogie architecturale utile :

« Dans le secteur de la fabrication, cela signifie décomposer la création d’un produit en étapes, automatiser chacune de ces étapes et les enchaîner. »

Le travail du savoir n’est pas la même chose que la fabrication. Certaines unités de travail du savoir exigent du contexte et du raisonnement ; elles ne peuvent donc pas être réduites à des opérations mécaniques fixes. La leçon porte sur le découpage : décomposez un résultat plus vaste en fonction du travail nécessaire pour le produire, puis attribuez chaque unité selon sa nature.

Pour un travail de production défini, cela signifie des étapes automatisées reliées en séquence. Pour le travail du savoir, cela signifie repérer les unités logiques nécessaires pour passer de l’entrée à la sortie, introduire de l’intelligence lorsqu’une unité l’exige et utiliser des actions déterministes lorsqu’elle ne l’exige pas.

Cette approche évite deux erreurs opposées :

• Traiter chaque partie du travail du savoir comme une procédure fixe, même lorsqu’une étape exige un jugement contextuel.
• Confier à un seul agent tout un processus, y compris des actions dont les règles et le résultat visé sont déjà précisés.

Un flux de travail peut contenir les deux types de travail. Une unité de raisonnement peut produire une interprétation ou une décision, et une unité déterministe peut utiliser cette décision pour réaliser une action définie. On obtient ainsi une chaîne de responsabilités distinctes plutôt qu’une seule grande demande de « trouver comment s’y prendre ».

Arbre de décision : jugement du modèle ou exécution déterministe ?

Classez une unité logique à la fois :

L’unité doit-elle encore interpréter le contexte, lever une ambiguïté
ou faire un choix raisonné pour ce cas?

├─ Oui → Utilisez le jugement du modèle.
│         Indiquez la décision précise et la sortie nécessaire à l’unité suivante.
│
└─ Non → L’entrée, la règle et le résultat visé sont-ils déjà définis?
          ├─ Oui → Utilisez l’exécution déterministe.
          └─ Non → Divisez l’unité en unités plus petites, puis classez-les de nouveau.

Cet arbre ne classe pas un flux de travail entier. Il classe une unité à la fois.

Une méthode pratique de classification

Utilisez cette méthode pour cartographier un flux de travail.

1. Nommez l’unité

Si une étape s’appelle « traiter la demande » ou « réaliser la tâche », elle contient probablement plusieurs unités. Divisez-la avant de la classer.

2. Déterminez ce qui reste à décider

Demandez-vous ce que l’étape doit encore déterminer.

Si l’étape doit interpréter le contexte, lever une ambiguïté ou faire un choix raisonné, elle peut exiger le jugement du modèle. Si le choix pertinent a déjà été fait et que l’étape doit seulement le suivre, elle est candidate à l’exécution déterministe.

3. Énoncez la décision du modèle en une phrase

Une affectation à un modèle devrait être associée à une décision claire. Par exemple : « Déterminez quelle interprétation de cette demande doit guider l’étape suivante. »

Si vous ne pouvez pas énoncer clairement la décision, la tâche du modèle est probablement trop vaste. Séparez le jugement des actions qui le suivent.

4. Retirez les actions définies de la tâche du modèle

Après qu’un modèle a produit une décision, demandez-vous ce qui devrait se passer ensuite.

Si l’action suivante a des entrées, des règles et un résultat visé connus, faites-en une unité déterministe distincte. Ne la laissez pas dans une instruction générale destinée au modèle simplement parce qu’elle suit une étape de raisonnement.

5. Réexaminez les affectations générales aux agents à mesure que l’importance augmente

Déléguer un processus complet à un seul agent opaque devient moins acceptable à mesure qu’un flux de travail devient plus critique, traite un volume plus élevé ou s’exécute sans supervision.

Cela n’exige pas une séparation rigide dans tous les cas. Cela signifie toutefois que la frontière entre le jugement et l’exécution devrait être explicite lorsqu’un flux de travail a dépassé le stade du prototype piloté par invite.

Gardez l’intelligence là où elle apporte de la valeur

L’objectif n’est pas d’éliminer le jugement de l’IA. Il est de le réserver au travail qui en a réellement besoin.

Cartographiez un flux de travail, de l’entrée à la sortie. Nommez ses unités logiques, puis déterminez si chacune exige le jugement du modèle ou une exécution déterministe. Si une unité de modèle contient encore plusieurs décisions et actions, divisez-la davantage. Si un modèle exécute une action déjà précisée, déplacez cette action du côté déterministe.

C’est ainsi qu’une vaste tâche confiée à un agent devient un processus conçu : non pas en supprimant l’intelligence, mais en lui donnant un rôle clair et circonscrit.