Condition 1 : la simulation doit être vraiment bonne
Ceci est la deuxième partie d’une série sur les trois conditions qui doivent être réunies pour que 5 à 7 répétitions se transforment réellement en compétence. Cette partie porte sur la condition 1 : la simulation doit être vraiment bonne.
Cela soulève un vrai débat : les LLM peuvent-ils construire des simulations de façon agentique, ou faut-il encore une conception réfléchie, pilotée par l’humain ? Je dirais les deux. Ce qui est intéressant, c’est de savoir où placer exactement la limite entre ce que l’IA doit prendre en charge et ce qui nécessite encore un humain.
Pourquoi nos clients construisent leurs premières simulations à la main
Quand nous accueillons des clients sur Avatar Studio, nous leur faisons volontairement construire leurs premières simulations à la main. Écrire de bons prompts est une vraie compétence, et si l’IA fait tout, vous n’avez aucune idée de ce qui se passe dans votre prompt. Cela devient un problème dès que quelque chose tourne mal.
Quand l’IA corrige le cas au lieu du schéma
Prenons une simulation de formation à la vente dans l’industrie pharmaceutique. Un persona de médecin IA demande des données de vie réelle pour un cas précis. Le délégué donne la réponse honnête : elles n’existent pas encore. Le persona de médecin continue d’insister : « Mais sans données, comment puis-je le recommander ? »
Quelque chose cloche clairement, alors vous demandez à l’IA de corriger le prompt. Sa solution est une règle pour ce cas précis : « Chaque fois que ces données ne peuvent pas être fournies, accepte-le simplement. »
Problème résolu ? Pas vraiment. La prochaine objection impossible casse exactement de la même façon, parce que le correctif couvrait ce cas précis, pas le schéma sous-jacent. Au lieu de réparer le prompt, vous lui courez après.
Dès l’instant où vous ne comprenez plus ce qui se passe dans votre propre prompt, vous ne pouvez plus le réparer quand il casse. L’IA ne fera que des correctifs au cas par cas, alors que la correction doit se faire au niveau structurel, et par vous.
Là où l’IA est utile
Cela dit, l’IA devrait absolument construire votre premier jet. Donnez-lui vos documents, vos objectifs pédagogiques, vos grilles d’évaluation et votre public cible, et elle rédige une simulation de départ solide.
Nous testons aussi désormais de façon agentique : nous confrontons un apprenant faible, un moyen et un fort à chaque prompt. Cela permet de vérifier si la conversation paraît naturelle, s’il existe un vrai chemin vers l’échec comme vers la réussite, et si le feedback distingue réellement une bonne performance d’une mauvaise.
L’IA vous amène à 80 %. Pour atteindre 100 %, il faut encore un humain qui comprend vers quoi il construit.
