Le meilleur modèle du monde n’est pas celui qui simule le plus. C’est celui qui oublie le mieux.
Plus un modèle simule de détails, plus il devrait être précis. C’est l’intuition naturelle. Et pourtant, ce qui rend un modèle vraiment utile, c’est souvent tout ce qu’il choisit d’oublier.
Ça semble être une provocation. C’est en réalité une des idées les plus solides que la recherche en intelligence artificielle nous ait données depuis longtemps, et elle éclaire directement mon travail de coach et de co-concepteur du modèle COROLLES®.
Pourquoi cette question me travaille en ce moment ?
Je prépare actuellement un nouveau module de formation sur l’IA à l’Université et j’y aborde la notion de “world model”, ces représentations qu’une intelligence artificielle construit du monde pour anticiper ce qui va se passer. En creusant le sujet et notamment les écrits et vidéos de Yann Le Cun (Prix Turing), je suis tombé sur une évidence qui n’en avait pas l’air au premier abord : pour qu’un système prédise correctement l’avenir, il n’a pas besoin de tout représenter. Il a besoin de représenter la bonne chose, au bon niveau.
J’ai réfléchi à vous rendre l’image la plus accessible possible. Par exemple, prenez une situation banale : deux collègues qui discutent en réunion. L’un coupe régulièrement la parole à l’autre. Le manager va bientôt demander : “Qui veut prendre ce nouveau projet ?” Si l’on confie à une intelligence artificielle cette question dans le futur proche, comment prédire ce qui va se passer dans la minute qui suit ?
On pourrait, en théorie, vouloir tout modéliser : les molécules en jeu, l’activité neuronale, les hormones, le non-verbal du corps, les variations de la voix, la disposition de la salle, l’historique complet de chacun des deux collègues depuis leur naissance (oui osons :D). Ce serait, bien évidemment, absurde. Impossible à calculer avec les moyens d’aujourd’hui, même avec l’informatique quantique et surtout totalement inutile pour prédire ce qui va réellement se passer.
Je vais probablement vous surprendre mais le niveau de description pertinent ici est psychologique : les intentions de chacun, les émotions en jeu, les besoins non dits, les représentations que chacun se fait de l’autre, la relation qui les lie, le rapport de pouvoir implicite entre eux. À ce niveau-là seulement, on peut formuler une hypothèse utile : silence gêné, retrait de l’un, prise de position de l’autre ou accord de façade pour éviter le conflit.
Le niveau compte plus que la quantité
C’est là que je trouve l’idée la plus intéressante et la plus contre-intuitive pour nombre de dirigeants et de managers que j’accompagne. On a souvent l’intuition que mieux comprendre une situation, c’est accumuler plus de données sur elle. Plus de reporting, plus d’indicateurs, plus de comptes-rendus, plus de détails sur qui a dit quoi et quand. Plus de données, c’est très utile pour les IA.
Cependant une abstraction efficace fonctionne à l’inverse. Elle retire des éléments, comme des détails mais surtout elle retire précisément ceux qui n’aident pas à anticiper ce qui compte. Le défi consiste à trouver le niveau où se placer pour que l’observation devienne prédictive, pas à tout observer. C’est un défi de modélisation et de sélection.
Dans mon quotidien, c’est un problème que je rencontre avec certains managers ou dirigeants qui, face à une équipe en difficulté, commandent un audit de plus, un questionnaire de plus, un tableau de bord de plus. Ils ajoutent du détail à un niveau qui n’était déjà pas le bon. Comme si on cherchait à mieux prédire la réunion en filmant les micro-expressions en slow motion, plutôt qu’en se demandant simplement qui, dans cette pièce, se sent menacé par ce qui vient d’être dit.
Ce que ça change quand on lit une organisation avec COROLLES
C’est précisément la fonction du modèle COROLLES : offrir un niveau d’abstraction pertinent pour lire une organisation ou une équipe, plutôt qu’un niveau écrasé sous les détails ou, à l’inverse, trop général pour être actionnable.
Quand j’entre dans une entreprise, je pourrais théoriquement m’intéresser à tout : l’organigramme complet, chaque process, chaque outil, chaque échange de mail. Parfois, on nous donne des quantités de dossiers importants pour comprendre la situation. Mais ce serait, comme pour les molécules de la réunion, à la fois impossible et peu prédictif de tout prendre en compte. Ce qui rend une lecture utile, c’est de savoir choisir le niveau où se jouent réellement les dynamiques : les représentations que les équipes se font de leur rôle, les besoins de reconnaissance ou de sécurité qui circulent, les rapports de pouvoir visibles et invisibles, la cohérence ou l’incohérence entre ce qui est dit et ce qui est vécu et pour finir, ce que ça permet, ce que ça empêche.
J’ai accompagné une équipe qui produisait des rapports de panorama énergétique pour un comité stratégique. Les données croisées et les fichiers empilés s’étaient multipliés au point de ne plus permettre aucune prise de décision, et le taux de confiance des rapports auprès du COSTRAT était tombé très bas. Six mois de travail pour produire une synthèse, dans un domaine hyper concurrentiel qui représentait pourtant un investissement stratégique majeur pour l’entreprise. Nous avons repris la question à zéro en partant du besoin réel du COSTRAT, qui n’était pas d’avoir plus de données mais d’anticiper le marché et prendre des décisions éclairées. En resserrant sur les données nécessaires et actionnables à ce niveau-là, l’équipe est passée d’une synthèse annuelle laborieuse à une synthèse trimestrielle qui répondait enfin à la demande.
Une leçon commune à l’IA et au coaching
Cette leçon vaut aussi bien pour un système d’intelligence artificielle que pour un coach ou un manager. Construire une représentation utile du monde ne consiste jamais à tout capturer, Yann Le Cun le rappelle souvent. Il s’agit d’écarter le bruit pour ne garder que ce qui permet réellement d’anticiper les conséquences d’une action, puis d’ajuster son intervention en fonction.
Pour une IA, cela veut dire apprendre quel niveau de représentation produit les meilleures prédictions, sans qu’on le lui dicte arbitrairement. Pour un coach ou un manager, cela veut dire distinguer les faits des interprétations, observer les processus, repérer les signaux faibles qui comptent vraiment et résister à la tentation de croire que plus d’informations produira automatiquement plus de clarté.
Ce que je vous propose de regarder différemment
Si je puis me permettre, la prochaine fois que vous chercherez à comprendre pourquoi une équipe ne fonctionne pas, ou pourquoi une transformation n’avance pas malgré tous les efforts investis, posez-vous cette question avant toute autre : à quel niveau est-ce que je regarde cette situation ? Est-ce que je suis en train de compter des molécules, en accumulant des indicateurs et des process, quand la réponse se trouve dans les intentions, les émotions, les besoins ou les rapports de pouvoir ?
La quantité d’attention qu’on porte à une organisation compte moins que le niveau auquel on choisit de la regarder. Et c’est souvent là, dans ce choix presque invisible, que se joue la différence entre un diagnostic qui reste lettre morte et une lecture qui permet vraiment d’agir.
Quel est, selon vous, le bon niveau d’abstraction pour comprendre une équipe : les comportements observables, les rôles, les affects, les jeux de pouvoir, l’histoire du collectif, ou tout cela à la fois ?