Conversation + agent : une tâche de recherche en une phrase, découpée en plusieurs étapes, et l’étape où j’interviens
Mon ancienne façon de faire était la suivante : je posais une question quand j’en avais une, je recevais un paragraphe de réponse et je le copiais dans mes notes. Résultat : les réponses semblaient utiles, mais je ne menais à bien aucune tâche.
Aujourd’hui, ma façon de faire est différente : je confie une phrase décrivant « ce qu’il faut faire » à la conversation + agent de MuchSci, qui la découpe en étapes et l’exécute, tandis que je vérifie à quelques points clés.
La phrase que j’ai saisie
« Organise les trois séries de données de tests électrochimiques de mon semestre en un tableau comparatif, signale les points anormaux, puis ajoute un texte explicatif que je peux intégrer directement dans ma présentation de réunion de groupe. »
Aucune exigence de format, aucune indication d’étapes. Ce qui m’intéresse, c’est la manière dont la conversation + agent de MuchSci va ensuite la découper.
Les cinq étapes obtenues, et ce que je vérifie à chacune
Première étape : confirmer les entrées. Il commence par demander où se trouvent les données, combien de séries il y a et quelles sont les unités. À cette étape, je vérifie si l’objet est correct — si les trois séries sont bien celles que je veux.
Deuxième étape : organiser en tableau. Il rassemble dans un seul tableau les valeurs dispersées dans plusieurs fichiers. Je vérifie les noms de colonnes et les unités.
Troisième étape : trouver les points anormaux. Il indique le critère permettant de juger à partir de quel écart un point est considéré comme anormal.
Quatrième étape : générer le texte explicatif. Un texte lisible, qui doit aussi pouvoir être intégré directement dans la présentation.
Cinquième étape : exporter les fichiers. Un fichier Excel et un document Word explicatif.
Ces cinq étapes sont précisément la valeur que m’apporte la conversation + agent de MuchSci : la décomposition des tâches. Une phrase entre, et il en ressort cinq actions exécutables, pas un conseil général. J’ai ensuite constaté que la qualité de la décomposition des tâches détermine presque la qualité de l’ensemble — si elle est grossière, chaque étape suivante doit être reprise ; si elle est fine, il me suffit de valider aux points clés.
Questions-réponses directes ou conversation + agent : quelle différence ?
Avec la même phrase « aide-moi à examiner les données de ce semestre », les questions-réponses directes me donnent un paragraphe d’analyse : plutôt bien rédigé, mais je dois moi-même créer le tableau, préparer les graphiques et rédiger la présentation.
Avec la conversation + agent de MuchSci, j’obtiens un tableau, un texte explicatif et un fichier encore modifiable. La différence ne tient pas à l’intelligence de la réponse, mais au fait qu’il passe à l’action.
Ma façon de faire actuelle est la suivante : je pose directement les questions qui demandent d’« réfléchir clairement » ; je confie à la conversation + agent de MuchSci les choses qui doivent être « produites ».
Je formule ma demande en trois phrases
Ce qu’il faut faire, à qui cela s’adresse, et à quoi on reconnaît que c’est terminé.
Quand la demande est claire, la décomposition des tâches présente moins d’écarts ; s’il manque la dernière phrase, ce que je récupère doit être repris par moi. J’utilise désormais systématiquement ces trois phrases : lorsque la conversation + agent de MuchSci planifie à partir d’elles, la probabilité d’erreur diminue nettement.
Les trois fonctionnalités que j’utilise souvent ensemble
Une tâche complète fait rarement appel à une seule fonctionnalité. La combinaison que j’utilise souvent est la suivante :
· Documents finaux : pour les PPTX et Word à rendre au final, je les génère avec l’agent assistant bureautique de MuchSci ; ce sont des documents modifiables, et il me suffit de les retoucher selon le modèle pour pouvoir les envoyer.
· Archivage des ressources : les conclusions trouvées en cours de route et les tableaux préparés vont dans la base de connaissances personnelle de MuchSci ; la fois suivante, je les récupère directement pour écrire, sans avoir à les rechercher.
· Sources bibliographiques : lorsque j’ai besoin d’appuis citationnels, j’utilise l’assistant de recherche d’articles de MuchSci pour vérifier les DOI et les informations de citation, sans rédiger les références de mémoire.
En enchaînant ces trois fonctionnalités, une tâche passe de l’« idée » au « support prêt à être rendu » sans interruption.
C’est ainsi que je comprends désormais ce type d’assistant IA pour étudiants de troisième cycle : il ne fait pas le travail à ma place, il découpe la tâche de manière à ce que je puisse vérifier aux points clés.