Que faut-il automatiser avec l'IA ?

« Peut-on l'automatiser ? » est presque toujours la mauvaise première question quand on définit le périmètre de l'IA dans un flux de travail de conception. La plupart des tâches répétitives en architecture et en BIM peuvent, techniquement, être automatisées. La meilleure question est de savoir ce qui se passe quand l'automatisation se trompe, car la réponse détermine si automatiser la tâche est réellement une bonne idée, que ce soit possible ou non.

Un test simple : le coût de l'erreur

Certaines tâches ont une large marge d'erreur. Si une IA suggère une formulation légèrement différente pour une note interne et qu'elle n'est pas tout à fait juste, quelqu'un la corrige. Coût faible, facile à repérer, aucun vrai inconvénient à l'automatiser entièrement.

D'autres tâches ont une marge étroite. Si une IA renomme automatiquement chaque instance d'un type d'élément dans un modèle et que sa logique est subtilement fausse, l'erreur se réplique instantanément et en silence, et le coût pour la trouver et l'annuler peut dépasser le temps que l'automatisation devait économiser. Même catégorie de tâche, répétitive et fondée sur des règles, mais profil de risque totalement différent quand quelque chose tourne mal.

La bonne question pour toute tâche candidate n'est pas « est-elle répétitive » ou « une IA pourrait-elle plausiblement le faire ». C'est : si l'IA se trompe sur cette occurrence précise, quel est le coût de cette erreur et à quelle vitesse quelqu'un le remarquerait-il ? Les tâches qui échouent à bas coût et bruyamment sont de bonnes candidates à l'automatisation. Celles qui échouent cher et en silence ne le sont pas, du moins pas sans qu'une personne vérifie avant que le changement prenne effet.

Fondé sur des règles ou sur le jugement

Un deuxième filtre utile : la tâche est-elle réellement fondée sur des règles, ou en a-t-elle seulement l'air de loin ? Vérifier si un schéma de nommage correspond à un standard documenté relève des règles : il y a une bonne réponse définie, et un système peut la vérifier de façon fiable. Décider si un choix de conception sert l'intention réelle du projet relève du jugement : cela dépend du contexte, des compromis et de priorités qui changent d'un projet à l'autre et ne sont pas entièrement consignées dans un document.

Beaucoup de tâches qui semblent automatisables en surface cachent en réalité du jugement. « Vérifier si cette pièce respecte les exigences de dégagement » relève de règles. « Décider si cette disposition fonctionne » n'en relève pas, même si les deux consistent à regarder le même plan. L'automatisation fonctionne bien sur le premier type de tâche et mal sur le second, avec assurance et de façon difficile à repérer, parce que le système produira une réponse d'allure sûre à une question qui n'avait pas vraiment de réponse purement fondée sur des règles.

Automatisation complète ou signaler puis approuver

Même parmi les tâches réellement fondées sur des règles, il y a une distinction supplémentaire à faire : l'IA doit-elle simplement l'exécuter, ou signaler le problème et laisser une personne approuver la correction ?

L'automatisation complète a du sens quand une tâche est fondée sur des règles, sans gravité en cas d'erreur et de volume assez élevé pour qu'exiger une approbation à chaque occurrence crée plus de friction que de valeur. Corriger un avertissement manifestement en double, par exemple, peut raisonnablement ne pas nécessiter à chaque fois la validation d'une personne.

Signaler puis approuver a du sens pour tout ce dont l'erreur a un coût significatif, tout ce dont le caractère « faux » n'est pas toujours évident au premier coup d'œil, et tout ce qui touche une partie du modèle dont d'autres dépendent. L'essentiel de ce qui compte vraiment en BIM et en coordination de conception entre dans cette catégorie, ce qui explique pourquoi signaler puis approuver, et non l'automatisation complète, est généralement le bon réglage par défaut pour les tâches qui méritent l'attention d'une IA.

L'exercice de cadrage qui vaut la peine

Pour toute tâche envisagée pour l'automatisation, trois questions valent la peine d'être posées dans l'ordre : est-elle réellement fondée sur des règles, ou cache-t-elle du jugement ? Si l'automatisation se trompe, quel est le coût de cette erreur et à quelle vitesse serait-elle remarquée ? Et compte tenu des réponses, cette tâche mérite-t-elle une automatisation complète, ou un signalement avec l'approbation d'une personne avant tout changement ?

L'essentiel de la valeur de l'IA appliquée aux flux de conception ne vient pas d'automatiser le plus grand nombre de tâches possible. Il vient d'automatiser les bonnes : la tranche étroite, peu coûteuse à vérifier et réellement fondée sur des règles, en laissant tout le reste, à juste titre, entre les mains des personnes responsables de bien le faire.