Un problème de connaissance ou un problème de manière

C’est la discussion sur laquelle les équipes passent le plus de temps et qu’elles tranchent le plus souvent à l’envers, parce qu’elles la posent comme un choix technique alors que c’est un diagnostic. La recherche documentaire donne au modèle une information qu’il n’avait pas, au moment précis où il en a besoin : elle règle un problème de connaissance. La spécialisation lui apprend une manière de faire qu’il ne maîtrisait pas : elle règle un problème de comportement. Quand le système se trompe parce qu’il ignore vos données internes, c’est un problème de connaissance et la spécialisation ne le corrigera pas, sinon par accident et provisoirement. Quand il se trompe parce qu’il n’écrit pas dans le format attendu ou ne classe pas selon une logique qui vous est propre, c’est un problème de manière et lui donner davantage de documents n’y changera rien. Poser ce diagnostic avant de choisir prend une heure et évite des mois. Et il existe une troisième option, plus souvent juste que les deux autres, que beaucoup d’équipes écartent parce qu’elle paraît trop simple.

Le diagnostic, en une heure

Prenez vingt cas où le système s’est trompé et rangez chaque erreur dans l’une des deux catégories. Le système ignorait-il quelque chose, ou savait-il la chose et l’a-t-il mal employée.

Si la majorité des erreurs vient de ce qu’il ignorait une information qui existe quelque part chez vous, vous avez un problème de connaissance, et la recherche est la réponse.

Si la majorité vient de ce qu’il disposait de tout et a rendu quelque chose de mal formé, mal classé ou écrit dans le mauvais registre, vous avez un problème de manière, et la spécialisation mérite d’être envisagée après avoir essayé la troisième option.

Si les deux catégories sont également remplies, traitez d’abord la connaissance. Elle est plus rapide à corriger, et une partie des erreurs de manière disparaît quand le système cesse de combler les trous.

Ce que la recherche règle, et ce qu’elle coûte

La recherche a l’avantage décisif d’être à jour par construction : la source change, la réponse suit, sans nouvelle opération sur le modèle. Dans une organisation où l’information évolue chaque semaine, c’est la seule approche tenable.

Son coût n’est pas dans le modèle mais dans la préparation des sources. Découper les documents correctement, tenir l’index à jour, gérer les droits d’accès pour que chacun ne voie que ce qu’il a le droit de voir. Cette dernière question est la plus négligée et la plus coûteuse à rattraper.

Son mode d’échec est également connu : le système ramène le mauvais passage et répond avec assurance à partir de lui. Le diagnostic est heureusement facile, puisqu’on peut regarder ce qui a été ramené, ce qui n’est pas le cas avec un modèle spécialisé.

Ce que la spécialisation règle, et ce qu’elle coûte

La spécialisation apprend par l’exemple une manière de faire que les consignes n’arrivent pas à transmettre. Un format de sortie très particulier, un registre d’écriture propre à l’organisation, une logique de classement qui tient à des habitudes plutôt qu’à des règles.

Son coût principal n’est pas le calcul, il est la constitution des exemples. Il en faut beaucoup, ils doivent être de bonne qualité, et ils doivent venir de chez vous. Dans un cabinet ou un service où les personnes compétentes sont occupées, cette collecte est le goulot d’étranglement réel du projet.

Son mode d’échec est plus désagréable que celui de la recherche : un modèle spécialisé se trompe avec assurance et sans qu’on puisse examiner ce sur quoi il s’est appuyé. Il vieillit aussi, puisqu’il fige un état de la connaissance au moment de l’apprentissage.

Les combiner, et dans quel ordre

Les deux approches ne s’excluent pas et se combinent bien, à condition de respecter un ordre. Un modèle spécialisé sur la manière, alimenté par une recherche pour la connaissance, est une configuration solide dans les organisations qui ont à la fois un registre propre et une information mouvante.

L’ordre compte parce que la spécialisation coûte cher à refaire. La construire sur un système dont la partie recherche n’est pas encore stabilisée revient à figer une manière de traiter des documents qui changeront le mois suivant, et l’opération sera à recommencer.

La séquence défendable est donc : améliorer ce qu’on donne au modèle, mesurer ; ajouter la recherche si le diagnostic l’indique, mesurer de nouveau ; et n’engager la spécialisation que sur ce qui reste, une fois que les deux premières couches ne bougent plus.

La troisième option, à essayer d’abord

Avant l’une ou l’autre, il reste à améliorer ce qu’on donne au modèle : des consignes plus précises, quelques exemples bien choisis placés dans la demande, une mise en forme de l’entrée qui sépare clairement les éléments.

Cette option se teste en une journée, ne crée aucune dépendance, ne demande aucune infrastructure et se modifie en dix minutes quand le besoin change. Dans un nombre important de cas, elle suffit, et l’équipe l’apprend en une journée plutôt qu’en un trimestre.

Beaucoup d’équipes l’écartent parce qu’elle paraît trop simple pour un projet sérieux, ce qui est un mauvais critère de décision. La règle raisonnable est de l’essayer d’abord, de mesurer ce qu’elle donne sur le jeu d’évaluation, et de n’engager la recherche ou la spécialisation que sur ce qu’elle laisse non résolu.

Les questions qu’on pose vraiment

Quelle est la différence en une phrase ?

La recherche documentaire donne au modèle une information qu’il n’avait pas, au moment où il en a besoin. La spécialisation lui apprend une manière de faire qu’il ne maîtrisait pas. La première règle un problème de connaissance, la seconde un problème de comportement, et confondre les deux explique la plupart des mauvais choix.

Que choisir quand le modèle ignore nos données internes ?

La recherche, sans hésitation. C’est un problème de connaissance : l’information existe, elle est simplement absente du modèle. La spécialisation dans ce cas est coûteuse, lente à mettre à jour, et elle produit un système qui se trompera avec assurance dès que l’information changera, ce qui arrive en permanence.

Quand la spécialisation est-elle le bon outil ?

Quand le problème porte sur la forme plutôt que sur le fond : un format de sortie très particulier, un registre d’écriture propre à l’organisation, une manière de classer qui ne s’explique pas en quelques règles. Ces problèmes résistent aux consignes et se règlent bien par l’exemple, ce que la spécialisation fait précisément.

Quelle est la troisième option ?

Améliorer ce qu’on donne au modèle : des consignes plus précises, des exemples bien choisis, une mise en forme claire de l’entrée. C’est la réponse juste plus souvent que les deux autres, elle se teste en une journée, et elle ne crée aucune dépendance. Beaucoup d’équipes l’écartent parce qu’elle paraît trop simple pour être sérieuse.

À lire ensuite

Sources

Radif Partners

Écrit et tenu à jour par Radif Partners

Déploiement d’IA appliquée · Ingénierie déployée chez le client

Couvre 2026, · dernière relecture 2026-09-24