Pourquoi créer une communauté de pratique en IA
Plusieurs personnes apprennent à utiliser les outils d'IA générative sur le tas. L'IA les intrigue, les passionne ou les inquiète, mais elles expérimentent, développent leurs propres méthodes et commencent à comprendre comment intégrer l'IA dans leur travail. On les appelle généralement des utilisateurs précoces (early adopters).
Dans cette période de transition, la question que je me pose est donc la suivante: comment peut-on mieux partager ce que nous apprenons afin d’éviter que chacun recommence constamment de son côté?
Une communauté de pratique en IA réunit des personnes qui expérimentent, échangent régulièrement sur leurs méthodes, leurs résultats et leurs difficultés. Elle peut aider une équipe à apprendre les uns des autres, à condition de partager suffisamment de contexte pour que ces apprentissages soient réutilisables.
Depuis un bon moment, j’explore les possibilités de l’IA. J’ai essayé plusieurs outils et mené différentes expérimentations, dont un projet de recherche au cégep. J’y ai découvert des usages stimulants, mais aussi des limites et des erreurs que j’aurais aimé comprendre plus tôt.
Des connaissances qui restent difficiles à transmettre
Dans les milieux que je côtoie, je vois des personnes développer leurs propres façons de travailler avec l’IA. Elles ajustent leurs requêtes, reprennent leurs essais et finissent par trouver une approche utile. Une bonne partie de ce savoir reste toutefois dans leur tête, dans un historique de conversation ou dans quelques fichiers difficiles à retrouver.
Une autre personne, ailleurs, peut alors consacrer beaucoup de temps à résoudre le même problème. Elle ignore qu’un collègue, un enseignant ou quelqu’un d'autre a déjà exploré cette piste.
Ce qui manque dans ces situations, c’est une façon de transmettre le chemin parcouru. Connaître le nom d’un outil ne suffit pas pour reproduire le travail de quelqu’un. Il faut comprendre la tâche, les tests effectués, les vérifications et les limites du résultat final.
Une rencontre qui a ouvert ma perspective sur les communautés de pratique en IA
J’ai eu une conversation marquante avec une personne qui travaille dans les Forces armées canadiennes et qui explore l’IA avec une passion semblable à la mienne. Nous avions réalisé plusieurs expériences comparables, mais avec des approches différentes. La mienne était davantage technique; la sienne, plus artistique.
Nous avons comparé nos méthodes et discuté de ce qui avait fonctionné ou échoué. Cette complémentarité rendait l’échange particulièrement intéressant. Chacun apportait un point de vue que l’autre n’aurait pas nécessairement développé seul. Cette rencontre m’a donné envie de multiplier ce type de conversation. Les personnes qui expérimentent dans un cégep, une PME ou un organisme ont parfois des problèmes communs, même lorsque leurs activités semblent très éloignées.
Une communauté de pratique en IA centrée sur le travail
Pour moi, une communauté de pratique devrait permettre de montrer un travail concret et de le discuter. Une personne pourrait présenter une tâche, expliquer pourquoi elle a utilisé l’IA, puis montrer les corrections qu’elle a apportées.
L’intérêt serait aussi de présenter les essais abandonnés. Une réponse convaincante, mais inexacte, peut nous apprendre quelque chose sur les vérifications à prévoir. Une automatisation trop fragile peut nous aider à reconnaître les situations où une intervention humaine demeure préférable.
Des initiatives existent déjà au Québec. La Communauté de pratique de Mila organise notamment des échanges entre des personnes issues de la recherche et de l’industrie autour des défis de l’IA appliquée. Le format peut donc prendre différentes formes selon les participants. Mon questionnement concerne surtout la manière de rendre ces échanges accessibles dans les milieux que je côtoie.
Pour les personnes qui souhaitent apprivoiser l’IA et l’intégrer à leur quotidien, La Cuisine d’Info IA Québec, à laquelle je contribue comme formateur collaborateur, propose une communauté d’apprentissage réunissant microleçons et échanges entre membres. On peut y apprendre à son rythme, poser ses questions et partager ses expériences autour d’usages concrets.
Encadrer l’IA, c’est aussi montrer comment bien l’utiliser
Dans les documents d’encadrement que je consulte, l’accent porte surtout sur les restrictions. On interdit certaines pratiques, on rappelle qu’il ne faut pas transmettre de renseignements confidentiels, on parle de la Loi 25 et on précise quels outils sont autorisés.
Ces règles sont nécessaires pour protéger les renseignements personnels et éviter des utilisations irresponsables. Cependant, elles ne suffisent pas à accompagner les personnes dans leur travail.
On explique ce qu’il ne faut pas faire, mais plus rarement comment bien utiliser l'IA. Je vois encore trop peu de documentation présentant des méthodes de travail efficaces, des cas d’utilisation concrets ou des façons responsables d’intégrer l’IA dans les processus d’une entreprise, par exemple. On parle énormément des risques et des interdictions, mais beaucoup moins de ce que ces outils peuvent apporter à la qualité du travail.
C’est aussi à ce besoin qu’une communauté de pratique en IA peut répondre: mettre en commun des expériences documentées pour transformer les tests individuels en repères utiles à d’autres.
Documenter un premier test afin que d'autres puissent le reprendre
Je propose de commencer par une fiche courte. Chaque personne pourrait y préciser les éléments nécessaires pour comprendre son expérimentation et en évaluer la pertinence dans un autre contexte.
Prenons l'exemple fictif d'une personne qui utilise un assistant pour préparer le résumé d’une réunion. Partager uniquement sa requête laisse plusieurs questions sans réponse.
🤔 Le résumé attribue-t-il correctement les décisions?
🤔 Distingue-t-il une proposition d’un engagement?
🤔 Les responsabilités et les échéances ont-elles été vérifiées dans les notes originales?
Documenter ces points permet à une autre équipe d’évaluer la méthode avant de l’adopter. Si l’objectif est de gagner du temps, il faudrait aussi tenir compte du temps de préparation et de révision. Un résultat produit rapidement peut exiger de longues corrections.
Commencer avec un groupe et une tâche précise
Je ne connais pas encore le meilleur format pour tous les milieux. Je commencerais toutefois modestement: quelques personnes, un problème commun et un moment prévu pour comparer les tests.
Une première rencontre pourrait porter sur une seule tâche, comme structurer une formation ou préparer un document de travail où chaque participant explique sa démarche. Le groupe retiendrait ensuite les points à tester, les précautions à prendre et les questions encore ouvertes.
Il serait préférable de désigner une personne pour conserver une trace des échanges et prévoir un retour après les tests. Sans suivi, on risque de repartir avec des idées intéressantes qui ne seront jamais mises à l’épreuve. Un dossier partagé bien organisé peut suffire pour commencer; le choix de la plateforme vient après celui des usages.
Faire circuler les apprentissages entre les milieux
J’ai aussi travaillé avec une association régionale de soccer de Québec qui s’intéresse à l’encadrement de l’IA et qui a offert de la formation. Cette expérience m’amène à poser la même question: comment les apprentissages d’une association pourraient-ils servir à d’autres?
Une méthode devra parfois être adaptée. Les besoins, les ressources disponibles et les obligations diffèrent d’une organisation à l’autre. Le partage des connaissances en IA devient utile lorsque ces différences sont expliquées et que chacun peut juger ce qui s’applique à sa réalité.
Comme enseignant, je voudrais que mes expérimentations servent à mes étudiants, à mes collègues et à des personnes qui commencent à explorer ces outils. La formation et la littératie en IA ont leur place dans cette démarche, car elles donnent des repères pour comprendre les méthodes proposées et les remettre en question.
Créer une communauté de pratique en IA est une façon de poursuivre ce travail ensemble. Je commencerais par une question simple: quelle expérience récente pourriez-vous documenter pour éviter à quelqu’un d’autre de repartir de zéro?
Vous souhaitez structurer les usages de l’IA dans votre équipe et mieux transmettre vos méthodes de travail? Visitez mon site Web pour découvrir mes services de formation et d’accompagnement, ou écrivez-moi à info@jimmygilbert.com pour discuter de votre contexte.
Jimmy Gilbert, Conseiller et formateur en technologie. Enseignant en informatique au Cégep de Sainte-Foy, Jimmy évolue à la croisée de la pédagogie, du développement logiciel et de l’intelligence artificielle. Il forme la relève en combinant rigueur technique et vision concrète du marché du travail, tout en intégrant activement les outils d’IA dans ses pratiques. Parallèlement, il agit comme coach technologique, accompagnant des particuliers et des professionnels dans l’adoption efficace des technologies, de l’automatisation et de l’IA.
