Intelligence artificielle · Chapitre 13 · Cours 11

Contrôler les résultats et les modifications

Apprenez à vérifier les textes, tableaux, formules, présentations, courriels et calendriers produits ou modifiés avec l’intelligence artificielle. Découvrez comment détecter les erreurs, comparer les versions, retrouver une modification et valider un document avant sa diffusion ou son utilisation professionnelle.

À la fin de ce cours, vous saurez :

  • Distinguer un résultat généré d’un résultat vérifié.
  • Identifier les principales erreurs de l’IA dans les logiciels bureautiques.
  • Contrôler les faits, chiffres, formules et références.
  • Comparer un document initial à une version modifiée.
  • Utiliser les fonctions de suivi des modifications.
  • Vérifier les formules et calculs dans un tableur.
  • Contrôler la cohérence d’une présentation.
  • Examiner les modifications apportées aux courriels et calendriers.
  • Mettre en place une méthode de validation proportionnée aux risques.
  • Conserver une trace des corrections et décisions.
  • Restaurer une version antérieure lorsque cela est nécessaire.
  • Préparer une validation finale avant diffusion.
Prérequis

Savoir utiliser les fonctions courantes d’un traitement de texte, d’un tableur, d’une présentation, d’une messagerie et d’un calendrier. Avoir déjà expérimenté la génération ou la modification de contenu avec un assistant IA.

Les procédures peuvent varier selon les versions, licences, appareils et paramètres des logiciels.

1. Pourquoi le contrôle des résultats est-il indispensable ?

Une IA générative produit une réponse à partir des informations disponibles et de son fonctionnement statistique. Elle peut fournir un résultat convaincant tout en commettant des erreurs.

Dans un environnement bureautique, une erreur peut modifier un chiffre, déformer une décision, supprimer une information, introduire une formule incorrecte ou envoyer une communication inadaptée.

Exactitude

Les informations et calculs correspondent-ils aux données fiables ?

Exhaustivité

Les éléments indispensables ont-ils été conservés ?

Conformité

Le résultat respecte-t-il les consignes et contraintes ?

Traçabilité

Peut-on retrouver les modifications et leur validation ?

Principe fondamental

Un document produit par une IA est une proposition de travail. Il devient exploitable après des vérifications adaptées à son usage et aux conséquences possibles d’une erreur.

2. Les principales catégories d’erreurs

Type d’erreurExempleContrôle
Erreur factuelleUne date historique incorrecte.Consulter une source fiable.
Erreur numériqueUn total mal calculé.Recalculer indépendamment.
OmissionUne clause absente d’un résumé.Comparer avec le document initial.
Ajout non demandéUne promesse commerciale inventée.Vérifier les consignes et autorisations.
Erreur de formuleUne référence de cellule incorrecte.Tester sur plusieurs cas.
Erreur de formatUne date interprétée comme du texte.Contrôler le type des données.
Erreur de contexteUn ton inadapté au destinataire.Relire selon la situation.
Modification indésirableSuppression d’une phrase importante.Comparer les versions.
Erreur de destinataireEnvoi au mauvais contact.Vérifier les adresses.
Erreur de planificationDeux réunions au même horaire.Contrôler l’agenda.

3. Différencier correction linguistique et validation du contenu

Une IA peut améliorer l’orthographe, la grammaire et la fluidité d’un texte sans vérifier sa véracité.

Exemple

Texte initial : « Notre chiffre d’affaires a augmenter de 25 % en octobre. »

Texte corrigé : « Notre chiffre d’affaires a augmenté de 25 % en octobre. »

La correction grammaticale est pertinente. En revanche, le taux de 25 % n’est pas validé par cette correction.

Il faut donc distinguer deux opérations :

  • Correction de forme : orthographe, ponctuation, style et mise en page.
  • Validation de fond : exactitude, calculs, références, cohérence et conformité aux informations sources.

4. Mettre en place une méthode de contrôle en six étapes

1
Conserver la version initiale

Créer une copie ou identifier un point de restauration avant modification.

2
Définir les éléments sensibles

Repérer les chiffres, dates, noms, obligations, formules et décisions.

3
Comparer les versions

Identifier les ajouts, suppressions et reformulations.

4
Vérifier les informations

Contrôler les éléments importants à partir de sources indépendantes.

5
Tester le résultat

Vérifier les formules, liens, mises en page et fonctionnalités.

6
Valider et conserver une trace

Documenter les corrections et diffuser uniquement la version approuvée.

5. Contrôler les modifications dans Word

Microsoft Word dispose de fonctions permettant de suivre et comparer les changements apportés à un document.

Utiliser le suivi des modifications

  1. Ouvrir le document dans Word.
  2. Accéder à l’onglet Révision.
  3. Activer Suivi des modifications.
  4. Effectuer ou examiner les modifications.
  5. Parcourir les changements détectés.
  6. Accepter ou refuser les modifications selon les besoins.

Le suivi doit être activé au moment approprié : il ne reconstitue pas automatiquement toutes les modifications effectuées avant son activation.

Comparer deux documents

Dans les versions de Word qui proposent cette fonction, l’option de comparaison permet d’identifier les différences entre un document original et un document révisé.

La procédure se trouve généralement dans Révision → Comparer sur Word pour ordinateur.

Point de vigilance

Une modification peut être grammaticalement correcte tout en changeant le sens juridique, financier ou commercial d’une phrase. Les passages sensibles doivent être contrôlés mot à mot.

6. Contrôler les modifications dans Google Docs

Google Docs propose un historique des versions et un mode Suggestion, utiles pour examiner les modifications.

Consulter l’historique

  1. Ouvrir le document.
  2. Accéder à Fichier → Historique des versions.
  3. Afficher l’historique des versions.
  4. Examiner les changements et les versions disponibles.
  5. Restaurer une version antérieure si nécessaire et si les autorisations le permettent.

Utiliser le mode Suggestion

Le mode Suggestion permet de proposer des modifications qui peuvent être acceptées ou refusées.

Il est particulièrement utile lorsque plusieurs personnes collaborent sur un document ou lorsqu’une proposition issue d’une IA doit être validée.

Historique et suggestions : deux fonctions différentes

L’historique permet de retrouver des états antérieurs du document. Le mode Suggestion sert à examiner des changements proposés avant leur intégration définitive.

7. Contrôler les changements de sens dans un texte

Une reformulation peut introduire des différences subtiles.

Texte initialVersion IAProblème
« La livraison est envisagée pour le 15 décembre. » « La livraison aura lieu le 15 décembre. » Une prévision devient un engagement.
« Le budget maximal est de 8 000 €. » « Le budget est de 8 000 €. » La notion de plafond disparaît.
« Une validation peut être nécessaire. » « Une validation est obligatoire. » Le degré d’obligation change.
« Trois fournisseurs ont été consultés. » « Trois fournisseurs ont été sélectionnés. » La consultation devient une sélection.

Prompt de contrôle sémantique

Compare les deux versions du texte ci-dessous. Identifie : 1. Les ajouts. 2. Les suppressions. 3. Les changements de sens. 4. Les chiffres et dates modifiés. 5. Les engagements nouveaux. 6. Les éléments devenus ambigus. Présente un tableau : Passage initial | Passage modifié | Type de changement | Risque | Correction recommandée. Ne considère pas une reformulation comme équivalente si elle change le niveau d’obligation, la responsabilité ou l’échéance. Version initiale : [Texte] Version modifiée : [Texte]

8. Vérifier les chiffres et calculs

Les calculs produits par une IA doivent être contrôlés à partir des données d’origine.

Exemple : calcul d’évolution

Une entreprise réalise un chiffre d’affaires de 80 000 € sur une période et de 92 000 € sur la période suivante.

Le taux d’évolution est :

((92 000 − 80 000) / 80 000) × 100 = 15 %

Si l’IA annonce une hausse de 12 %, le résultat est incorrect.

Méthode de contrôle
  1. Reprendre les valeurs d’origine.
  2. Identifier la formule appropriée.
  3. Recalculer indépendamment.
  4. Vérifier les unités et les arrondis.
  5. Comparer le résultat obtenu à celui de l’IA.

9. Vérifier les formules dans Excel et Google Sheets

Une formule peut être syntaxiquement valide tout en produisant un résultat incorrect.

Exemple : référence de cellule erronée

Un tableau comporte les colonnes suivantes :

ColonneContenu
AProduit
BQuantité
CPrix unitaire
DMontant

Pour calculer le montant de la ligne 2, la formule attendue est :

=B2*C2

Une IA pourrait proposer :

=B2*D2

Cette seconde formule est incorrecte si elle est saisie en D2, car elle fait référence à la cellule qui doit contenir le résultat et crée une référence circulaire.

Contrôles indispensables

  • Vérifier les cellules utilisées.
  • Contrôler les références relatives et absolues.
  • Vérifier les plages de calcul.
  • Tester les valeurs nulles et les cellules vides.
  • Contrôler les formats numériques.
  • Tester plusieurs lignes.
  • Vérifier les messages d’erreur.

10. Tester une formule sur plusieurs situations

Un seul exemple correct ne suffit pas à prouver qu’une formule fonctionne dans tous les cas.

Exemple : calcul d’une remise

La remise est de 10 % lorsque le montant est supérieur ou égal à 500 €.

En supposant que le montant se trouve en A2, une formule possible dans un tableur configuré en français est :

=SI(A2>=500;A2*10%;0)
MontantRemise attendueRésultat
300 €0 €Conforme
499 €0 €Conforme
500 €50 €Conforme
800 €80 €Conforme

Ces tests vérifient notamment le seuil de 500 €. Il faut aussi déterminer le comportement attendu pour des montants négatifs, des valeurs textuelles ou des cellules vides si ces situations sont possibles.

Compatibilité

Les noms de fonctions et les séparateurs dépendent de la langue et des paramètres régionaux du tableur. Une formule adaptée à Excel en français peut nécessiter des ajustements dans un autre environnement.

11. Contrôler les références et les sources

Une IA peut présenter une référence bibliographique, une URL, une citation ou un texte réglementaire qui paraît crédible mais qui n’existe pas ou ne correspond pas au contenu annoncé.

Procédure de vérification

  1. Identifier la source citée.
  2. Vérifier qu’elle existe réellement.
  3. Contrôler l’auteur ou l’organisme.
  4. Vérifier la date et la version.
  5. Lire le passage pertinent.
  6. Comparer l’affirmation avec la source.

Un lien fonctionnel ne suffit pas : il faut que son contenu soutienne effectivement l’information présentée.

12. Vérifier les tableaux et données importées

Les opérations de nettoyage, de classement ou de transformation peuvent altérer les données.

Contrôles utiles

  • Nombre de lignes avant et après transformation.
  • Nombre de colonnes.
  • Doublons introduits ou supprimés.
  • Valeurs manquantes.
  • Dates converties incorrectement.
  • Montants transformés en texte.
  • Décimales et séparateurs.
  • Totaux avant et après traitement.
Exemple

Un fichier comporte 150 lignes de données. Après nettoyage, il en reste 147.

La suppression de trois lignes n’est pas nécessairement une erreur. Il faut néanmoins identifier précisément ces lignes et justifier leur suppression.

13. Contrôler les présentations PowerPoint et Google Slides

Une présentation générée par IA doit être vérifiée sur le fond et sur la forme.

Contrôle du contenu

  • Les chiffres sont-ils exacts ?
  • Les titres reflètent-ils le contenu ?
  • Les graphiques correspondent-ils aux données ?
  • Les conclusions sont-elles justifiées ?
  • Les sources sont-elles identifiées ?

Contrôle visuel

  • Le texte est-il lisible ?
  • Les éléments sont-ils alignés ?
  • Les couleurs sont-elles suffisamment contrastées ?
  • Les images sont-elles adaptées ?
  • La présentation reste-t-elle correcte à la projection ?

Une diapositive esthétique peut contenir un graphique trompeur. L’apparence ne remplace jamais la validation des données.

14. Contrôler les graphiques

Les graphiques peuvent induire en erreur même lorsque les chiffres affichés sont exacts.

Points à vérifier

  • Échelle des axes.
  • Unité de mesure.
  • Période représentée.
  • Catégories comparées.
  • Valeurs absentes.
  • Correspondance entre les données et le graphique.
Exemple de risque

Un histogramme dont l’axe vertical commence à 95 au lieu de 0 peut accentuer visuellement une différence entre deux valeurs proches. Ce choix doit être justifié et clairement indiqué.

15. Contrôler les courriels rédigés par l’IA

Un brouillon de courriel doit être vérifié avant envoi.

Liste de contrôle

  • Le destinataire est correct.
  • L’objet correspond à la demande.
  • Les faits sont exacts.
  • Les dates et montants sont vérifiés.
  • Le ton est approprié.
  • Aucun engagement non autorisé n’est ajouté.
  • Les pièces jointes sont présentes.
  • Les informations confidentielles sont protégées.
Exemple de modification risquée

Consigne : « Indiquer que nous étudions la demande du client. »

Réponse IA : « Nous acceptons votre demande et procéderons au remboursement. »

Problème : l’IA a transformé une étude en décision ferme.

16. Contrôler les événements du calendrier

Lorsqu’une IA propose ou modifie un événement, plusieurs informations doivent être vérifiées.

ÉlémentContrôle
DateJour, mois et année corrects.
HoraireHeure de début et de fin.
Fuseau horaireRéférence adaptée aux participants.
ParticipantsIdentité et adresse correctes.
LieuAdresse ou lien de réunion valide.
ConflitsAbsence de chevauchement non souhaité.
RécurrenceFréquence et date de fin appropriées.

Une proposition de modification n’est pas nécessairement appliquée. Il faut vérifier l’état réel du calendrier.

17. Comprendre l’historique des versions

L’historique des versions permet de consulter des états antérieurs d’un fichier lorsque le logiciel et les conditions de stockage prennent en charge cette fonctionnalité.

Il facilite la recherche d’une modification indésirable et peut permettre de restaurer un état antérieur.

Bonnes pratiques

  • Nommer les versions importantes lorsque le logiciel le permet.
  • Conserver une copie avant une transformation majeure.
  • Documenter les décisions importantes.
  • Vérifier les conséquences d’une restauration.
  • Ne pas confondre historique des versions et sauvegarde indépendante.

18. Restaurer une version antérieure

Une restauration peut être nécessaire après une modification incorrecte ou une suppression involontaire.

Méthode générale

  1. Identifier la version correcte.
  2. Comparer les changements intervenus depuis.
  3. Conserver les modifications récentes utiles.
  4. Restaurer la version appropriée si cela est autorisé.
  5. Vérifier le document restauré.
Attention à la restauration

Restaurer une ancienne version peut remplacer des modifications récentes pourtant valides. Il peut être préférable de copier un passage depuis une version antérieure plutôt que de restaurer l’intégralité du document.

19. Conserver une trace des corrections

Dans un contexte professionnel, il peut être utile de documenter les corrections importantes.

ÉlémentExemple
DocumentRapport mensuel.
VersionV2.
AnomalieTotal incorrect.
CorrectionRecalcul du total.
ContrôleComparaison avec les données sources.
ValidationResponsable désigné.

Cette traçabilité est particulièrement utile lorsque plusieurs personnes interviennent sur un même fichier.

20. Adapter le niveau de contrôle au risque

Tous les documents ne nécessitent pas le même niveau de vérification.

UsageRisque indicatifContrôle conseillé
Note personnelleFaibleRelecture simple.
Présentation interneModéréContrôle des faits et chiffres.
Proposition commercialeÉlevé selon le contexteValidation des montants et engagements.
Document financierÉlevéRecalcul et contrôle approfondi.
Document juridiqueÉlevéValidation par une personne compétente.
Courriel contenant des données sensiblesÉlevéContrôle des accès et destinataires.

Ces niveaux sont illustratifs : le risque réel dépend des conséquences possibles d’une erreur.

21. Demander à l’IA d’effectuer une première revue

Une IA peut participer à la détection d’erreurs, mais elle ne doit pas être l’unique dispositif de validation.

Agis comme assistant de contrôle qualité bureautique. Examine le document fourni. Vérifie : 1. Cohérence interne 2. Dates et montants 3. Calculs explicitement présents 4. Contradictions 5. Informations manquantes 6. Changements de sens 7. Consignes non respectées Classe les anomalies : – Critique – Majeure – Mineure Pour chaque anomalie : – Indique le passage concerné. – Explique le problème. – Propose une correction. – Précise si une vérification externe est nécessaire. N’invente pas de source. Ne présente pas comme vérifié un élément que tu ne peux pas contrôler.

22. Pourquoi une seconde réponse IA ne suffit pas à valider la première

Demander à la même IA de vérifier sa réponse peut permettre de détecter certaines erreurs, mais ne constitue pas un contrôle indépendant.

Le modèle peut reproduire la même erreur, confirmer une hypothèse fausse ou ne pas disposer des informations nécessaires.

Exemples de contrôles indépendants

  • Recalculer avec un tableur ou une calculatrice.
  • Comparer aux documents sources.
  • Consulter une documentation officielle.
  • Tester une formule avec des valeurs connues.
  • Faire relire par une personne compétente.
  • Vérifier le résultat dans le logiciel concerné.

23. Cas pratique complet : audit d’un rapport modifié par IA

Situation professionnelle

Une entreprise prépare un rapport d’activité mensuel.

Une assistante a demandé à une IA de reformuler le texte et de préparer une synthèse à partir des données fournies.

Données sources

IndicateurSeptembreOctobre
Chiffre d’affaires80 000 €92 000 €
Commandes400460
Réclamations2018

Texte initial

« Le chiffre d’affaires d’octobre atteint 92 000 €, contre 80 000 € en septembre. Le nombre de commandes passe de 400 à 460. Les réclamations diminuent de 20 à 18. Une réunion est envisagée le 18 novembre afin d’examiner les résultats. »

Version produite par l’IA

« En octobre, l’entreprise enregistre une croissance de 12 % de son chiffre d’affaires. Le nombre de commandes augmente de 20 % et les réclamations reculent de 15 %. Une réunion aura lieu le 18 novembre pour valider définitivement les résultats. »

Étape 1 — Recalculer les évolutions

Chiffre d’affaires :

((92 000 − 80 000) / 80 000) × 100 = 15 %

Commandes :

((460 − 400) / 400) × 100 = 15 %

Réclamations :

((18 − 20) / 20) × 100 = −10 %

Étape 2 — Identifier les anomalies

ÉlémentVersion IACorrection
Évolution du CA+12 %+15 %
Évolution des commandes+20 %+15 %
Évolution des réclamations−15 %−10 %
Réunion« aura lieu »« est envisagée »
Objet de la réunion« valider définitivement »« examiner les résultats »

Étape 3 — Évaluer les risques

Les trois erreurs numériques faussent l’analyse de performance.

La modification de la formulation relative à la réunion crée deux problèmes supplémentaires :

  • Une réunion simplement envisagée est présentée comme confirmée.
  • Un examen des résultats devient une validation définitive.

Ces modifications ne sont pas de simples améliorations stylistiques : elles changent le sens du texte.

Étape 4 — Rédiger une version corrigée

Rapport corrigé

« En octobre, le chiffre d’affaires atteint 92 000 €, contre 80 000 € en septembre, soit une hausse de 15 %. Le nombre de commandes progresse également de 15 %, passant de 400 à 460. Les réclamations diminuent de 10 %, de 20 à 18. Une réunion est envisagée le 18 novembre afin d’examiner ces résultats. »

Étape 5 — Établir le compte rendu du contrôle

ContrôleRésultat
Exactitude des calculsCorrigée
Respect du texte initialCorrigé
Engagements non autorisésSupprimés
Date de réunionÀ confirmer
Validation finaleÀ effectuer
Correction du cas pratique

L’IA a commis cinq erreurs : trois erreurs de pourcentage et deux modifications du sens de la réunion. La version corrigée reprend les chiffres exacts et conserve le caractère envisagé de la réunion ainsi que son objectif initial.

Le rapport peut être soumis à validation, mais il ne doit pas être présenté comme définitivement approuvé tant que cette étape n’a pas été réalisée.

24. Construire une grille de validation réutilisable

Une grille de contrôle permet de standardiser les vérifications.

CritèreQuestion de contrôle
ObjectifLe résultat répond-il à la demande ?
ExactitudeLes faits et chiffres sont-ils corrects ?
ExhaustivitéLes informations essentielles sont-elles présentes ?
CohérenceLe document contient-il des contradictions ?
ModificationLes changements de sens sont-ils identifiés ?
PrésentationLe document est-il lisible et adapté ?
ConfidentialitéLes données sont-elles correctement protégées ?
TraçabilitéPeut-on retrouver les corrections ?
ValidationLa personne compétente a-t-elle approuvé le résultat ?

25. Vérifiez votre compréhension

Question 1 — Vérification

Une IA corrige l’orthographe d’un rapport. Les chiffres sont-ils automatiquement validés ?

Afficher la correction
Non. Une correction linguistique ne constitue pas une vérification des données numériques.
Question 2 — Calcul

Un montant passe de 200 € à 250 €. Quel est le taux d’augmentation ?

Afficher la correction
((250 − 200) / 200) × 100 = 25 %.
Question 3 — Modification de sens

Une IA remplace « livraison envisagée » par « livraison confirmée ». Est-ce une simple correction stylistique ?

Afficher la correction
Non. La formulation transforme une possibilité en engagement et modifie le sens du message.
Question 4 — Historique

Pourquoi conserver une version initiale avant une modification importante ?

Afficher la correction
Pour comparer les changements, retrouver des informations supprimées et disposer d’un point de restauration.
Question 5 — Contrôle indépendant

Demander à la même IA de confirmer sa réponse suffit-il pour garantir son exactitude ?

Afficher la correction
Non. Il faut vérifier les éléments importants à l’aide de sources fiables, de calculs indépendants ou de tests adaptés.

26. Questions fréquentes

1. Pourquoi faut-il vérifier une réponse IA ?

Parce qu’elle peut contenir des erreurs, omissions ou affirmations non fondées.

2. Une réponse bien rédigée est-elle fiable ?

Pas nécessairement. La qualité de rédaction ne garantit pas l’exactitude.

3. L’IA peut-elle vérifier ses propres résultats ?

Elle peut contribuer à une première revue, mais un contrôle indépendant reste nécessaire pour les éléments importants.

4. Qu’est-ce qu’une hallucination ?

Une production incorrecte ou inventée présentée de manière apparemment crédible.

5. Comment vérifier un chiffre ?

En reprenant les données sources et en effectuant un calcul indépendant.

6. Comment contrôler une formule ?

En examinant les références et en testant plusieurs situations représentatives.

7. Une formule sans erreur affichée est-elle correcte ?

Non. Elle peut produire un résultat mathématiquement calculable mais inadapté au besoin.

8. Qu’est-ce qu’un test de limite ?

Un test réalisé sur une valeur proche d’un seuil ou d’une condition particulière.

9. Comment comparer deux documents Word ?

En utilisant les fonctions de comparaison disponibles dans l’onglet Révision des versions compatibles.

10. À quoi sert le suivi des modifications ?

À identifier et examiner les changements apportés au document.

11. Google Docs conserve-t-il des versions ?

Oui, l’historique des versions permet de consulter les états disponibles du document.

12. Peut-on restaurer une ancienne version ?

Oui dans les environnements compatibles, sous réserve des autorisations et des versions disponibles.

13. Une restauration présente-t-elle des risques ?

Oui. Elle peut remplacer des modifications plus récentes.

14. Comment contrôler une présentation ?

En vérifiant le contenu, les chiffres, les graphiques, la lisibilité et la cohérence visuelle.

15. Un graphique peut-il être trompeur ?

Oui, notamment en raison d’une échelle inadaptée ou de données incomplètes.

16. Comment contrôler un courriel IA ?

En vérifiant les faits, destinataires, dates, engagements et pièces jointes.

17. Comment contrôler un rendez-vous créé par IA ?

En vérifiant sa date, son horaire, ses participants, sa durée et sa présence réelle dans le calendrier.

18. Qu’est-ce que la traçabilité ?

La possibilité de retrouver les modifications, leurs motifs et les validations associées.

19. Faut-il tout contrôler de la même manière ?

Non. Le niveau de contrôle doit être adapté au risque et à l’usage du résultat.

20. Quand un document peut-il être diffusé ?

Lorsqu’il a fait l’objet des contrôles nécessaires et des validations applicables.

27. Glossaire — 25 termes essentiels

TermeDéfinition
1. ValidationApprobation d’un résultat après vérification.
2. Contrôle qualitéEnsemble des vérifications visant à assurer la conformité d’un résultat.
3. ExactitudeConformité d’une information aux faits ou données fiables.
4. ExhaustivitéPrésence de tous les éléments nécessaires.
5. CohérenceAbsence de contradictions incompatibles dans un contenu.
6. HallucinationInformation incorrecte ou inventée produite par un modèle.
7. OmissionAbsence d’une information attendue.
8. ReformulationModification de l’expression d’un texte.
9. Modification sémantiqueChangement affectant le sens d’un contenu.
10. VersionÉtat identifiable d’un document à un moment donné.
11. Historique des versionsFonction permettant de consulter les états antérieurs disponibles.
12. Suivi des modificationsFonction enregistrant les changements proposés ou réalisés.
13. ComparaisonExamen des différences entre deux contenus.
14. RestaurationRetour à un état antérieur.
15. SauvegardeCopie conservée pour prévenir une perte de données.
16. TraçabilitéCapacité à retrouver l’historique d’une action ou correction.
17. AuditExamen structuré visant à évaluer la conformité et la fiabilité.
18. AnomalieÉcart entre un résultat et ce qui est attendu.
19. Test de limiteVérification d’un comportement autour d’une valeur seuil.
20. Référence de celluleAdresse d’une cellule utilisée dans une formule.
21. Référence circulaireFormule dépendant directement ou indirectement de son propre résultat.
22. Source primaireDocument ou donnée provenant directement de l’origine de l’information.
23. Contrôle indépendantVérification réalisée par une méthode distincte de celle ayant produit le résultat.
24. Niveau de risqueAppréciation de la probabilité et des conséquences d’une erreur.
25. ApprobationDécision autorisant l’utilisation ou la diffusion d’un résultat.

28. Ressources pour approfondir

À retenir

  • Un résultat généré par IA n’est pas automatiquement fiable.
  • Les erreurs peuvent concerner les faits, les chiffres, les formules ou le sens du texte.
  • Une correction linguistique ne valide pas le contenu.
  • Il faut conserver une version initiale avant une modification importante.
  • Le suivi des modifications et l’historique facilitent le contrôle.
  • Les calculs doivent être vérifiés indépendamment.
  • Les formules doivent être testées sur plusieurs situations.
  • Les tableaux et graphiques nécessitent un contrôle des données.
  • Les courriels et événements doivent être validés avant toute action externe.
  • Les corrections importantes doivent rester traçables.
  • Le niveau de contrôle dépend du risque.
  • La validation finale appartient à une personne autorisée.
Prochain cours 12 — Cas pratique : automatiser une tâche bureautique courante →

Mettez en application les compétences du chapitre en organisant un processus bureautique complet, de la préparation des données à la validation du résultat.

Mise en pratique

Entraînez-vous sur ce cours

Apprenez à détecter les anomalies, comparer des versions, corriger les calculs et valider des productions bureautiques assistées par IA.

15 exercices par cours Situations professionnelles Corrections détaillées
Passer à la pratique →

Exercices du cours

Entraînez-vous avec 15 exercices progressifs. Ouvrez un exercice pour répondre, puis afficher sa correction.