Faire comparer plusieurs solutions

1. Objectifs pédagogiques

À la fin de ce cours, vous serez capable de :

• Expliquer pourquoi une comparaison doit être contextualisée.
• Identifier les critères pertinents pour une décision.
• Distinguer les critères obligatoires des critères de préférence.
• Rédiger un prompt comparant plusieurs solutions selon une méthode commune.
• Faire présenter les avantages, les inconvénients et les compromis.
• Construire un tableau comparatif exploitable.
• Comprendre le principe d’une grille de notation pondérée.
• Calculer et interpréter un score multicritère.
• Reconnaître les limites d’une recommandation produite par une IA.
• Construire un prompt professionnel d’aide à la décision.

2. Pourquoi comparer plusieurs solutions avec une IA ?

Une décision implique souvent plusieurs possibilités qui ne répondent pas exactement aux mêmes besoins.

Prenons l’exemple d’une entreprise souhaitant choisir un logiciel de gestion.

Un logiciel peut être moins cher mais moins complet. Un autre peut proposer davantage de fonctionnalités mais nécessiter une formation. Un troisième peut être simple à utiliser, mais offrir peu de possibilités d’évolution.

L’IA peut contribuer à :

• rassembler les informations disponibles ;
• les présenter selon une grille commune ;
• repérer les différences importantes ;
• identifier les informations manquantes ;
• examiner plusieurs scénarios ;
• formuler une recommandation conditionnelle.

3. Comprendre la notion de critère de comparaison

Un critère de comparaison est une caractéristique utilisée pour évaluer plusieurs solutions.

Par exemple, pour choisir un prestataire de maintenance informatique, les critères peuvent être :

• le coût annuel ;
• le délai d’intervention ;
• les horaires d’assistance ;
• les prestations incluses ;
• les compétences techniques ;
• les conditions contractuelles.

Un critère doit idéalement être compréhensible, pertinent et vérifiable.

4. Commencer par définir le besoin

La même solution peut être adaptée à une organisation et inadaptée à une autre.

Avant de demander une comparaison, il faut donc préciser :

1. Le problème à résoudre.
2. Les utilisateurs concernés.
3. Le contexte d’utilisation.
4. Le budget disponible.
5. Les contraintes incontournables.
6. Les critères qui permettront de départager les options.

5. Passer d’un prompt vague à un prompt exploitable

Le second prompt donne au modèle une méthode d’analyse et un contexte de décision.

6. Comparer les mêmes critères pour toutes les solutions

Une comparaison doit être symétrique : chaque option doit être examinée selon les mêmes critères.

Sinon, la présentation peut favoriser artificiellement une solution.

Cette règle améliore l’équité de la comparaison.

7. Construire un tableau comparatif

Le tableau est souvent le format le plus pratique pour comparer plusieurs options.

Ce tableau fait apparaître plusieurs compromis :

• Alpha est la moins chère.
• Beta livre le plus rapidement et offre la garantie la plus longue.
• Gamma propose un positionnement intermédiaire.

Aucune de ces observations ne suffit, à elle seule, à désigner la meilleure offre pour tous les acheteurs.

8. Distinguer avantages, limites et compromis

Un avantage est une caractéristique favorable par rapport à un besoin ou à une autre option.

Une limite est un élément susceptible de réduire l’intérêt d’une solution.

Un compromis est un arbitrage entre plusieurs caractéristiques.

9. Distinguer critères obligatoires et préférences

Tous les critères n’ont pas le même rôle.

Critères obligatoires

Ce sont des conditions qu’une solution doit impérativement respecter.

Exemples :

• ne pas dépasser un budget maximal ;
• fonctionner sur un système informatique précis ;
• proposer une fonctionnalité indispensable ;
• respecter une exigence contractuelle ou réglementaire applicable.

Critères de préférence

Ils permettent de départager les solutions admissibles.

Exemples :

• être moins cher ;
• être plus simple ;
• proposer une assistance plus étendue ;
• offrir davantage de possibilités de personnalisation.

10. Éliminer les solutions incompatibles

Avant de classer les solutions, il peut être nécessaire de vérifier leur admissibilité.

Si le budget est strictement non négociable, Gamma ne doit pas être retenue, même si elle présente d’autres avantages.

11. Comprendre la comparaison multicritère

Une comparaison multicritère consiste à évaluer plusieurs options selon différents critères.

Elle est utile lorsque la décision ne peut pas reposer sur une seule caractéristique.

Par exemple, choisir un prestataire uniquement sur son prix pourrait conduire à négliger la qualité du service ou le délai d’intervention.

La méthode consiste généralement à :

1. Définir les critères.
2. Vérifier les contraintes obligatoires.
3. Attribuer des évaluations selon des règles communes.
4. Éventuellement pondérer les critères.
5. Calculer les résultats.
6. Interpréter les compromis et les incertitudes.

12. Comprendre la pondération des critères

La pondération consiste à donner une importance différente à chaque critère.

Supposons qu’une entreprise choisisse un prestataire selon trois critères :

Les poids traduisent les priorités du décideur.

13. Construire une grille de notation

Une grille de notation permet de convertir les évaluations en scores comparables.

Par exemple, chaque solution peut recevoir une note de 1 à 5 :

Cette échelle doit être accompagnée de règles concrètes.

Pour le délai, par exemple :

• 5 : livraison sous 2 jours ou moins ;
• 4 : livraison sous 3 à 4 jours ;
• 3 : livraison sous 5 à 6 jours ;
• 2 : livraison sous 7 à 9 jours ;
• 1 : livraison à partir de 10 jours.

Cette grille est un exemple fictif. Les seuils doivent être adaptés au contexte.

14. Calculer un score pondéré

Un score pondéré combine la note d’une solution sur chaque critère et l’importance de ce critère.

La formule générale est :

Si les notes sont sur 5 et les poids exprimés en pourcentages, le score final reste sur 5 lorsque les poids totalisent 100 %.

Exemple chiffré

Les notes sont attribuées ici à titre pédagogique, selon une grille supposée définie au préalable.

Calcul pour Alpha

(5 × 0,40) + (2 × 0,35) + (2 × 0,25)

= 2 + 0,70 + 0,50

= 3,20 / 5

Calcul pour Beta

(3 × 0,40) + (5 × 0,35) + (5 × 0,25)

= 1,20 + 1,75 + 1,25

= 4,20 / 5

Calcul pour Gamma

(4 × 0,40) + (4 × 0,35) + (4 × 0,25)

= 1,60 + 1,40 + 1

= 4,00 / 5

Selon ces notes et ces pondérations, Beta arrive en première position.

Ce résultat ne constitue pas une supériorité universelle : il dépend des critères et de leur évaluation.

15. Demander à l’IA de justifier les notes

Une note sans justification est difficile à contrôler.

Cette méthode permet de repérer plus facilement les évaluations arbitraires.

16. Éviter les scores artificiellement précis

Une IA peut présenter des notes comme 8,73/10 ou 92,4/100, même lorsque les données sont qualitatives et approximatives.

Cette précision peut donner une impression trompeuse de rigueur.

La précision du résultat doit rester cohérente avec celle des données et des évaluations.

17. Distinguer faits, hypothèses et appréciations

Une comparaison peut contenir trois catégories d’informations.

18. Identifier les informations manquantes

Une comparaison ne peut pas toujours être menée jusqu’à une conclusion définitive.

Par exemple, si le coût d’installation d’un logiciel est inconnu, le coût total de possession ne peut pas être établi précisément.

Cette consigne est particulièrement utile pour préparer une demande de devis complémentaire ou une démonstration commerciale.

19. Comparer le coût total plutôt que le seul prix affiché

Le prix initial ne représente pas toujours le coût réel d’une solution.

Pour un logiciel, il peut être nécessaire d’ajouter :

• l’abonnement ;
• les frais de mise en service ;
• la formation ;
• les modules complémentaires ;
• la maintenance ;
• les frais de migration.

Exemple sur une année

Logiciel A : (50 × 12) + 300 + 200 = 1 100 €.

Logiciel B : (65 × 12) + 0 + 100 = 880 €.

Malgré un abonnement mensuel plus élevé, B revient moins cher sur cette première année, selon les seuls coûts fournis.

20. Comparer les solutions sur plusieurs années

Le classement peut changer lorsque l’horizon de temps évolue.

Reprenons les deux logiciels précédents, en supposant que les abonnements restent constants et que les frais d’installation et de formation ne sont payés qu’une fois.

Sur trois ans, A devient moins coûteux dans ce scénario.

Le résultat dépend donc aussi de la durée d’utilisation envisagée.

21. Tester plusieurs scénarios

Une solution peut être préférable dans certaines circonstances, mais pas dans d’autres.

Pour explorer cette situation, il est possible de demander une analyse par scénarios.

22. Comprendre l’analyse de sensibilité

Une analyse de sensibilité consiste à observer comment le résultat change lorsque certaines hypothèses ou pondérations sont modifiées.

Elle permet de vérifier si une recommandation est robuste ou fragile.

23. Éviter les comparaisons biaisées

Une comparaison peut être orientée par la formulation du prompt.

Une formulation neutre n’élimine pas tous les biais, mais elle évite d’orienter inutilement la réponse.

24. Demander une recommandation conditionnelle

Une recommandation conditionnelle explique dans quelles circonstances une solution est préférable.

Cette approche est souvent plus utile qu’une réponse désignant une solution comme « la meilleure » sans nuance.

25. Comparer plusieurs méthodes plutôt que plusieurs produits

La comparaison ne concerne pas uniquement les achats.

Elle peut également porter sur différentes méthodes de travail.

Le modèle peut organiser l’analyse même si aucun coût précis n’est encore disponible.

26. Comparer des solutions techniques

Dans un contexte informatique, les solutions peuvent différer par leur architecture, leur complexité ou leurs exigences de maintenance.

Par exemple, une entreprise souhaite héberger une application.

Elle envisage :

• un serveur local ;
• un hébergement mutualisé ;
• une infrastructure cloud.

La comparaison doit prendre en compte les besoins réels de l’application.

27. Comparer des stratégies commerciales

Une entreprise peut demander à l’IA d’étudier plusieurs stratégies.

La comparaison doit ici servir à préparer une décision et un dispositif de mesure, plutôt qu’à prédire avec certitude les résultats.

28. Faire comparer des réponses produites par l’IA

Il est possible de demander à une IA de comparer plusieurs propositions de textes, de plans ou de réponses.

29. Comparer avec des données provenant de documents

Une comparaison professionnelle peut reposer sur plusieurs devis, fiches techniques, contrats ou rapports.

Dans ce cas, il est utile de demander au modèle de conserver la traçabilité des informations.

Cette méthode facilite les vérifications avant la décision.

30. Éviter de comparer des périmètres différents

Deux offres ne sont pas directement comparables si elles ne couvrent pas les mêmes prestations.

31. Détecter les contradictions

Des informations contradictoires peuvent apparaître dans un même document ou entre plusieurs sources.

32. Construire une recommandation argumentée

Une recommandation utile ne doit pas se limiter à nommer une solution.

Elle devrait préciser :

1. Le besoin étudié.
2. Les contraintes obligatoires.
3. Les critères de comparaison.
4. Les résultats observés.
5. Les compromis.
6. Les incertitudes.
7. Les conditions de validité de la recommandation.

Cette conclusion explique la décision sans masquer les alternatives.

33. Utiliser une méthode de comparaison en plusieurs étapes

Pour une décision complexe, il peut être utile de décomposer le travail.

Cette organisation rend la réponse plus facile à examiner.

34. Modèle de prompt professionnel réutilisable

Le modèle suivant peut être adapté à de nombreuses situations.

35. Vérifier la qualité d’une comparaison

Avant d’utiliser la réponse, posez-vous les questions suivantes.

• Le besoin initial est-il correctement compris ?
• Toutes les solutions ont-elles été étudiées ?
• Les mêmes critères ont-ils été appliqués ?
• Les contraintes obligatoires ont-elles été vérifiées ?
• Les données sont-elles exactes et suffisamment récentes ?
• Les informations manquantes sont-elles signalées ?
• Les calculs sont-ils corrects ?
• Les notes sont-elles justifiées ?
• Les compromis sont-ils expliqués ?
• La recommandation correspond-elle réellement aux priorités définies ?

36. Exercice 1 — Construire un prompt de comparaison

Travail demandé :

1. Rédigez un prompt comparatif.
2. Définissez les critères obligatoires.
3. Identifiez les offres admissibles.
4. Recommandez une solution à partir des données.

37. Exercice 2 — Calculer un classement pondéré

Une entreprise attribue les poids suivants :

• Prix : 50 %.
• Qualité : 30 %.
• Délai : 20 %.

Travail demandé :

1. Calculez le score pondéré de chaque solution.
2. Classez les solutions.
3. Expliquez pourquoi le classement dépend des pondérations.

38. Exercice 3 — Comparer des coûts sur plusieurs années

Travail demandé :

1. Calculez le coût de chaque logiciel sur un an.
2. Calculez le coût sur trois ans.
3. Identifiez le moins cher sur chaque période.
4. Rédigez une conclusion nuancée.

39. Exercice 4 — Repérer une comparaison biaisée

Travail demandé :

1. Identifiez les problèmes de ce prompt.
2. Expliquez les risques pour la décision.
3. Réécrivez le prompt de manière équilibrée.

40. Exercice 5 — Cas pratique : choisir un prestataire informatique

Travail demandé :

1. Identifiez les contraintes obligatoires.
2. Déterminez les offres admissibles.
3. Comparez les deux offres restantes.
4. Proposez une recommandation argumentée.
5. Rédigez un prompt réutilisable pour ce type de décision.

41. Questions fréquentes — 20 questions

42. Glossaire

43. Les dix idées essentielles à retenir

1. Une comparaison pertinente commence par la définition du besoin.
2. Les critères doivent être explicites et adaptés à la situation.
3. Chaque solution doit être évaluée selon les mêmes critères.
4. Les contraintes obligatoires doivent être vérifiées avant le classement.
5. Le tableau comparatif facilite la lecture des différences.
6. Les avantages, limites et compromis sont aussi importants que le classement.
7. La pondération permet de refléter les priorités du décideur.
8. Les notes doivent être fondées sur des règles et des données identifiables.
9. L’analyse de sensibilité aide à vérifier si la recommandation dépend fortement des hypothèses.
10. Une bonne recommandation explique pourquoi une solution est adaptée et dans quelles conditions elle pourrait ne plus l’être.

44. Ressources complémentaires

• NIST — AI Risk Management Framework : gestion des risques liés aux systèmes d’IA.
• OCDE — Principes sur l’intelligence artificielle : fiabilité et responsabilité.
• CNIL — Intelligence artificielle : enjeux de protection des données.
• OpenAI — Prompt engineering : formulation et structuration des instructions.

Les entreprises, offres, prix, notes et scénarios utilisés dans ce cours sont fictifs et servent uniquement à illustrer les méthodes de comparaison.

45. Passer à la pratique

Pour consolider vos acquis, entraînez-vous à :

• définir les critères d’une décision ;
• identifier les contraintes obligatoires ;
• construire un tableau comparatif ;
• expliquer les compromis entre plusieurs solutions ;
• calculer un score pondéré ;
• comparer les coûts sur différentes périodes ;
• tester plusieurs scénarios ;
• rédiger une recommandation argumentée.

46. Préparer le cours suivant

Vous savez maintenant utiliser l’IA pour comparer plusieurs solutions, appliquer des critères communs, interpréter des scores et construire une recommandation adaptée au contexte.

Le prochain cours abordera une question importante : demander à une IA d’évaluer sa propre réponse.

Vous découvrirez les possibilités de l’autoévaluation, mais aussi ses limites : une IA peut repérer certaines incohérences sans être capable de détecter toutes ses erreurs.