Blog GeckoFlag

Conseils pour choisir un outil de gestion de projets et de tickets

Peaufiner ses produits à l’ère de l’IA : sept pratiques pour créer un travail que l’on choisit, pas un travail qui sent l’IA

Publié le :

Peaufiner ses produits à l’ère de l’IA

Textes, images, designs, code : avec l’IA, on obtient désormais en quelques minutes quelque chose qui a l’air fini. Sites web, articles, applications, bannières publicitaires. Nous sommes entourés de créations numériques faites avec l’aide de l’IA.

En même temps, « ça sent l’IA » est devenu une remarque clairement négative. Des designs qu’on a l’impression d’avoir déjà vus, des textes sans fond, des images qui sonnent un peu faux. Les utilisateurs les repèrent vite, passent leur chemin, et parfois les rejettent franchement.

Faut-il alors éviter l’IA ? La réponse est clairement non. L’IA va continuer à progresser, et les raisons de ne pas l’utiliser vont continuer à diminuer. La vraie question n’est pas de savoir si vous l’utilisez, mais si vous savez peaufiner ce que vous créez avec l’IA jusqu’à en faire quelque chose que l’on choisit.

Cet article part du principe que vous utilisez activement l’IA, et examine ce qu’il faut faire, et à quoi faire attention, pour en tirer des produits que les utilisateurs adoptent.

L’essentiel

  • L’IA est un outil à utiliser sans hésiter. Mais tout le monde peut s’en servir : l’utiliser ne vous distingue donc plus.
  • Ce que les utilisateurs rejettent, ce n’est pas l’IA. C’est l’impression générique, faite pour personne et négligée, qui trahit le travail bâclé et l’absence de responsable.
  • Confiez à l’IA la production de matière première et les vérifications ; les personnes, elles, posent les questions, choisissent et assument. Nous présentons sept pratiques pour y parvenir.

Remarque : cet article est rédigé par le développeur de GeckoFlag.

L’IA, un outil à utiliser sans hésiter

D’abord, l’intérêt de l’IA est évident.

  • Vitesse : elle produit de nombreuses premières ébauches et esquisses en quelques minutes
  • Volume et exhaustivité : elle liste les options possibles et signale ce que vous auriez pu oublier
  • Vérification : elle relève les fautes de frappe, les bugs dans le code, les problèmes d’accessibilité, etc.
  • Aide hors de votre domaine : les connaissances extérieures à votre spécialité sont à portée de main
  • Localisation : elle fournit des premières traductions et des pistes pour s’adapter à chaque marché

Ces capacités s’améliorent chaque année. De petites équipes et des indépendants peuvent désormais s’attaquer à des projets d’une ampleur qui exigeait autrefois une grande organisation. Il n’y a aucune raison de s’en priver.

Mais il faut garder une chose en tête : le même outil est accessible à tous. L’IA que vous utilisez, vos concurrents peuvent l’utiliser aussi. Utiliser l’IA ne vous distingue plus. La différence se joue dans ce que vous ajoutez à ce que l’IA vous donne.

Pourquoi ce qui « sent l’IA » rebute

Quand les utilisateurs trouvent qu’une création « sent l’IA » et passent leur chemin, ce qu’ils rejettent n’est pas l’IA elle-même. Ce sont plusieurs signaux que la création envoie.

On a l’impression de l’avoir déjà vu

Ce que produit l’IA tend à glisser vers une « moyenne plausible » des données sur lesquelles elle a été entraînée. Quand tout le monde utilise des outils semblables avec des consignes semblables, les résultats finissent par se ressembler. Équilibrés, mais vite oubliés. C’est le premier signal.

On ne sait pas à qui cela s’adresse

Un contenu qui « s’applique à tout le monde » est, autrement dit, un contenu qui ne s’adresse à personne. Quand il se contente d’aligner des généralités sans jamais entrer dans la situation ou les problèmes du lecteur, l’utilisateur sent que cela ne le concerne pas.

Cela sonne juste, mais ne dit rien

Les titres sont bien rangés et les phrases coulent. Mais il n’y a ni chiffres concrets, ni vécu réel, ni conclusion claire. Les textes qui ne laissent rien derrière eux existaient bien avant l’IA, mais l’IA les a multipliés.

Les détails sont négligés

Des zones étranges dans les images, des icônes qui ne veulent rien dire, des libellés de boutons hors contexte, des écrans où personne n’a pensé aux états vides ni aux erreurs. Des détails grossiers disent aux utilisateurs que personne n’a tout regardé jusqu’au bout.

À mesure que ces signaux s’accumulent, les utilisateurs concluent que le produit n’a pas été fait avec soin pour eux. Autrement dit, ce que l’on rejette, ce n’est pas l’IA, mais l’impression de travail bâclé et d’absence de responsable.

Ce qu’ont en commun les produits que l’on choisit

À l’inverse, les produits qui utilisent l’IA et sont pourtant choisis partagent quelques traits.

Ils contiennent des informations de première main

Les résultats d’un vrai essai, ce que vous avez vu sur le terrain, ce que les utilisateurs vous ont dit, ce que vous avez appris de vos propres erreurs. Une information que l’IA n’a pas a de la valeur en soi. L’IA a beau progresser, elle ne peut pas fournir à votre place des informations de première main.

Ils ont un point de vue et font des choix

Quand on voit clairement pour qui un produit a été fait, ce qui a été gardé et ce qui a été écarté, on sent l’intention de ses créateurs. Au lieu d’une réponse moyenne qui cherche à plaire à tout le monde, il choisit une réponse qui touche profondément des personnes précises.

Les détails sont voulus

Chaque libellé de bouton, chaque message d’erreur, chaque espacement a sa raison d’être. Les créateurs ont anticipé les endroits où l’utilisateur pourrait buter et s’en sont occupés. Ces détails s’additionnent pour donner confiance : le produit a été « bien fait ».

Ils sont cohérents

Le ton des textes, l’allure du design et la sensation des interactions concordent partout où l’on regarde. Assembler simplement des éléments que l’IA a produits un par un donne rarement cette cohérence.

On voit qui en répond

Qui le fabrique, si l’on obtient une réponse quand on pose une question, s’il continue de s’améliorer. Voir les créateurs et leur responsabilité est une grande raison pour laquelle les utilisateurs se sentent en confiance pour choisir un produit.

Ce que l’on confie à l’IA, ce que les personnes gardent

Pour tirer pleinement parti de l’IA tout en aboutissant à un produit que l’on choisit, le plus court chemin est de clarifier qui fait quoi.

Étape Ce que l’IA peut prendre en charge Ce que les personnes doivent garder
ConceptionLister les options, organiser concurrents et exemplesDécider pour qui est le travail, et dans quelle situation
ProductionProduire en quantité des ébauches, esquisses et premiers jetsChoisir ce qu’on garde et ce qu’on écarte
FinitionRelever les fautes de frappe, les incohérences de vocabulaire et les bugs possiblesAffiner le ton et les détails, et créer la cohérence
VérificationContrôles exhaustifs à partir d’une liste de vérificationL’utiliser réellement, et s’assurer que l’expérience sonne juste
Après la mise en ligneTrier et résumer les retoursDécider quoi corriger en premier, et assumer la responsabilité de l’améliorer

Le point essentiel : les personnes ne renoncent jamais à poser les questions, choisir et assumer. L’IA est une créatrice compétente et une vérificatrice compétente, mais décider que « c’est prêt à sortir » reste le travail d’une personne.

Sept pratiques pour peaufiner un produit

1Commencez par écrire en une phrase pour qui, et dans quelle situation

Avant de demander quoi que ce soit à l’IA, écrivez une phrase qui dit qui l’utilisera, dans quelle situation, et quel problème cette personne rencontre à ce moment-là. Par exemple : « La responsable d’une équipe créative d’environ cinq personnes, qui adopte pour la première fois un outil de gestion de projets et cherche de quoi l’expliquer à sa hiérarchie. » Si cette phrase est floue, ce que produit l’IA sera moyen, lui aussi.

2Traitez le premier jet de l’IA comme de la matière première

Le premier résultat de l’IA est en somme une moyenne. Si vous vous arrêtez là, vous obtenez quelque chose qu’on a l’impression d’avoir déjà vu. Voyez le premier jet non comme un travail fini, mais comme une matière à couper et à réorganiser.

Voir aussiLa façon de choisir parmi les propositions de l’IA et de garder la raison de ses choix est abordée dans la partie 4 de la série « Gérer les tâches d’une équipe qui travaille avec l’IA », « Les propositions de l’IA sont des éléments de décision, pas un travail fini »

3Ajoutez des informations de première main

Votre propre expérience, des chiffres réels, ce qui n’a pas marché, une remarque glissée en passant par un client. Ajouter ne serait-ce qu’une information de ce genre fait vraiment du travail le vôtre.

4Coupez

L’IA est douée pour ajouter. Elle ajoute des titres, empile les explications et rajoute des mises en garde « au cas où ». C’est justement pour cela que la décision de couper doit revenir aux personnes. Écarter franchement ce qui ne sert pas votre message fait ressortir ce message.

5Mettez de l’intention dans les détails

Les mots des boutons et des messages, ce qui s’affiche quand il n’y a pas de données, les indications en cas d’erreur, l’aspect du chargement. Les détails que les utilisateurs touchent réellement sont ceux qui risquent le plus de rester tels que l’IA les a produits. Reprenez-les un par un, en pensant à ce que ressent l’utilisateur à chaque moment.

6Utilisez-le, lisez-le, dites-le à voix haute vous-mêmes

Utilisez ce que vous avez fait comme le ferait un utilisateur. Lisez les textes à voix haute ; utilisez une application dans votre vrai travail. Ce qui sonne faux devient visible quand on s’en sert, pas quand on se contente de le regarder à l’écran. Notez tout de suite ce qui vous gêne, et corrigez point par point.

7Fixez votre style, et ce que vous n’utiliserez pas

Mettez-vous d’accord en équipe sur votre ton, votre style de design et vos tournures favorites, ainsi que sur les tournures et expressions que vous n’utiliserez pas, et partagez-les. Si vous les reprenez dans les consignes données à l’IA, le résultat se rapproche de votre style dès le départ. Mais revoyez-les de temps en temps, pour que le style lui-même ne devienne pas un nouveau « modèle tout fait ».

Points de vigilance quand vous peaufinez

Ne faites pas de « cacher l’IA » un objectif

Ce qui compte, c’est d’apporter de la valeur aux utilisateurs, pas d’effacer les traces de l’IA. Les « déguisements », comme ajouter exprès des fautes de frappe pour avoir l’air humain, ou inventer des expériences ou des témoignages d’utilisateurs, détruisent la confiance lorsqu’ils sont découverts. Peaufiner, ce n’est pas maquiller.

Vérifiez les faits et les droits

L’IA énonce parfois des erreurs plausibles avec beaucoup d’assurance. Vérifiez toujours les chiffres, les noms, les citations et les spécifications à la source. Il est aussi indispensable de vérifier les droits : les images ou designs générés ressemblent-ils à des œuvres ou marques existantes, ou représentent-ils des personnes réelles ?

Réfléchissez à l’avance à la façon d’indiquer l’usage de l’IA

Selon la région ou la plateforme, il est de plus en plus souvent exigé d’indiquer qu’un contenu a été généré par l’IA. Plutôt que de raisonner en termes de cacher ou révéler, soyez prêt à expliquer où vous avez utilisé l’IA, où des personnes ont pris les décisions, et qui en est responsable. C’est ce qui, au bout du compte, gagne la confiance des utilisateurs.

Ne misez pas sur le volume

Avec l’IA, vous pouvez produire des articles et des pages en masse. Mais les moteurs de recherche comme les utilisateurs deviennent plus exigeants envers les contenus creux produits en série. Sur la durée, 10 articles approfondis continuent d’être choisis plutôt que 100 articles moyens.

Ne perdez pas la capacité à peaufiner

Plus vous en confiez à l’IA, moins les personnes ont d’occasions d’exercer leur œil pour distinguer ce qui est bon de ce qui ne l’est pas. Si ce jugement s’émousse, vous ne pouvez plus peaufiner du tout. Garder l’habitude de partager les raisons des décisions au sein de l’équipe et de relire le travail des uns et des autres est le meilleur moyen de conserver cette capacité.

Voir aussiLa façon de partager les décisions et de mettre en place la relecture est abordée en détail dans « La communication d’équipe à l’ère de l’IA »

Peaufiner, c’est additionner de petites améliorations

Peaufiner un produit ne se termine pas avec une seule grande révision. Ce qui vous a gêné à l’usage, les remarques faites en relecture, les retours des utilisateurs. Vous reprenez ces petites améliorations une à une, vous les corrigez et vous les vérifiez. Avec le temps, elles s’additionnent pour donner la sensation d’un produit « bien fait ».

C’est pourquoi il importe de ne pas laisser filer les points à améliorer. Une remarque du genre « ça, ça me gêne » dans la messagerie est le plus souvent oubliée. Si vous enregistrez chacune comme une tâche, avec qui s’en charge et pourquoi cette correction a été choisie, le travail de finition s’accumule et devient un atout pour l’équipe.

Voir aussiLa façon de rédiger les points à améliorer est présentée dans « Écrire des tâches que tout le monde comprend », et la façon de garder des traces une fois le travail terminé dans « Bien clôturer les tâches : décider quand un travail est terminé et garder des traces qu’on peut relire » (série « Conseils de gestion des tâches en équipe »)

Peaufiner avec GeckoFlag

Les sept pratiques ci-dessus fonctionnent avec n’importe quel outil. À titre d’exemple, voici comment les appliquer dans GeckoFlag, un outil de gestion de projets auto-hébergé.

Pratique Comment faire dans GeckoFlag
1 Décider pour qui, et dans quelle situationÉcrivez la phrase dans la description du projet. Chaque membre qui rejoint le projet part de la même base
2 Traiter le premier jet comme de la matièreSéparez « faire le premier jet » et « le finir » en deux tickets distincts, pour qu’un premier jet seul ne compte pas comme terminé
3 Ajouter des informations de première mainRassemblez ce que vous avez appris lors d’entretiens et de recherches dans le Wiki du projet. Rangez photos et documents dans les fichiers du projet pour que l’équipe puisse les réutiliser
4 CouperLaissez ce que vous avez coupé, et pourquoi, dans les commentaires du ticket. Plus tard, vous pourrez retrouver pourquoi un élément a été supprimé
5 Mettre de l’intention dans les détailsFaites de « finir les détails » un ticket parent, et transformez les états vides, les indications en cas d’erreur, les écrans de chargement, etc. en tickets enfants que vous terminez un par un
6 L’utiliser vous-mêmesTransformez immédiatement en ticket tout ce qui sonne faux. Demandez à un administrateur d’ajouter un type de ticket « Amélioration », et utilisez la priorité pour décider de l’ordre des corrections. Suivez l’avancement sur le tableau Kanban
7 Fixer votre style et ce que vous n’utiliserez pasRassemblez votre ton, les expressions à éviter et les consignes données à l’IA dans le Wiki, pour que toute l’équipe utilise les mêmes. Si vous utilisez « Créer avec l’IA », un administrateur peut enregistrer des modèles de sortie pour uniformiser la mise en forme des descriptions de tickets et des pages Wiki rédigées par l’IA
Après la mise en ligneInvitez les clients en tant qu’« invités » et ne leur montrez que les projets auxquels ils participent. Leurs retours peuvent arriver directement sous forme de tickets. Les invités peuvent aussi modifier les tickets et commenter : gardez donc les discussions internes dans un projet séparé
Le tableau Kanban de GeckoFlag, avec les cartes des tickets alignées sur une ligne pour chaque statut
Si vous transformez les points à améliorer en tickets, vous voyez sur le tableau Kanban où en sont les corrections (écran d’exemple : GeckoFlag)Remarque : GeckoFlag est disponible en 15 langues.

« Créer avec l’IA » de GeckoFlag est une fonctionnalité dans laquelle l’IA propose des valeurs de champs pour les tickets, les commentaires, les projets et les pages Wiki à partir de comptes rendus de réunion, de notes, de captures d’écran de messagerie, etc. Elle ne crée pas le travail fini que vous publiez, comme des articles ou des designs. Seuls les utilisateurs autorisés par un administrateur peuvent l’utiliser, seuls les éléments que vous cochez sont reportés dans le formulaire, et c’est une personne qui enregistre. Elle repose sur la même répartition des rôles que cet article : l’IA propose, les personnes choisissent et assument.

Comme vous l’installez sur votre propre serveur, les échanges sur le produit que vous créez s’accumulent sous votre contrôle (la gestion du serveur relève de votre responsabilité ; quand vous utilisez « Créer avec l’IA », les textes et images que vous saisissez sont envoyés à l’API d’Anthropic). À chaque version, le développeur effectue lui-même des contrôles de sécurité et en publie les résultats sur la page Sécurité (il ne s’agit pas d’une certification ni d’un audit par un tiers). C’est un achat unique de 30 $ / 27 €, sans supplément quand votre équipe s’agrandit (les frais de serveur sont en sus et, si vous utilisez « Créer avec l’IA », les frais d’utilisation de l’API Anthropic le sont aussi). Vous pouvez essayer les vrais écrans dans la démo.

En résumé

  • L’IA est un outil à utiliser activement et sans hésiter. Mais l’utiliser ne vous distingue plus
  • Ce que les utilisateurs rejettent, ce n’est pas l’IA, mais l’impression générique, faite pour personne et négligée, de travail bâclé et d’absence de responsable
  • Les produits que l’on choisit ont des informations de première main, un point de vue, des détails voulus, de la cohérence et une responsabilité visible
  • Confiez à l’IA la production de matière première et les vérifications ; les personnes posent les questions, choisissent et assument
  • Peaufiner, c’est ajouter de la valeur, pas déguiser. Et c’est additionner de petites améliorations

Plus il y a d’IA, plus les parties que des personnes finissent à la main ressortent. Tirez pleinement parti de l’IA, et consacrez le temps qu’elle vous libère à peaufiner. C’est sans doute ce qui deviendra la base de la façon de créer des produits à partir de maintenant.