L’IA générative peut stimuler l’innovation – mais seulement lorsque les humains gardent le contrôle

L’intelligence artificielle (IA) générative, avec des outils comme ChatGPT ou Dall-E, transforme la manière dont le travail créatif est effectué, en particulier dans les secteurs où l’innovation joue un rôle de premier plan.

Cependant, l’utilisation de l’IA dans le processus d’innovation doit se faire avec une certaine prudence. Nos recherches montrent que la clé du succès réside dans la compréhension et l’exploitation des rôles distincts mais complémentaires que les humains et l’IA peuvent jouer dans ce processus.

L’innovation est essentielle pour toute entreprise souhaitant prospérer aujourd’hui. 83 % des entreprises considèrent l’innovation comme une priorité, mais seulement 3 % d’entre elles se disent prêtes à traduire cette priorité en actions concrètes. Cela illustre à quel point les entreprises doivent repenser et renforcer leur approche de l’innovation.

Lire la suite : La créativité de l’IA repose sur la personne derrière l’écran… pour l’instant

L’innovation consiste à résoudre des problèmes complexes qui conduisent à de réelles améliorations. Il ne s’agit pas seulement de générer de bonnes idées, mais aussi de rechercher, sélectionner, organiser et mobiliser des informations pertinentes pour l’identification et la résolution du problème à résoudre.

L’IA générative peut aider les organisations à se préparer à innover en facilitant ces tâches, mais son potentiel dans ce domaine reste mal compris.

Sprint de conception

Notre équipe, composée de chercheurs académiques spécialisés dans les technologies numériques émergentes et d’un praticien expérimenté dans les projets d’innovation centrés sur l’humain, a mené une étude sur l’utilisation de l’IA générative lors de sprints de conception dans trois organisations (cette étude est disponible en pré-publication et a été soumis à une revue pour examen par les pairs).

Un design sprint est un processus rapide et structuré permettant de résoudre des problèmes importants, permettant aux équipes de créer et de tester un produit, un service ou une stratégie. Les sprints aident à réduire les risques et les coûts associés au développement de produits traditionnels.

Déjà des milliers d’abonnés à la newsletter La Conversation. Et toi ? Abonnez-vous dès aujourd’hui à notre newsletter pour mieux comprendre les grands enjeux contemporains.

Lors d’un design sprint, une petite équipe de cinq à sept employés de différents domaines collabore intensivement pendant quelques jours pour résoudre un problème. Le travail est coordonné par un animateur qui organise les activités, guide l’équipe, suit les progrès, veille à la clarté des objectifs et à l’utilisation efficace du -.

La première phase d’un sprint de conception consiste à comprendre et à définir le problème. La deuxième phase se concentre sur la création et le test d’une solution. Ces deux phases mobilisent deux types de réflexion :

1. Pensée divergentece qui implique de générer de nombreuses idées et possibilités.

2. Pensée convergentequi consiste à réduire ces idées pour identifier des priorités ou des solutions.

Notre étude a analysé comment l’animateur a utilisé des outils d’IA générative tels que ChatGPT, DALL-E 3 ou Uizard pour aider l’équipe à adopter efficacement ces deux modes de pensée.

Quand l’IA et les humains travaillent ensemble

Dans les activités de réflexion divergente, nous avons identifié deux avantages principaux de l’utilisation de l’IA générative. Premièrement, il a encouragé les équipes à explorer davantage de possibilités en fournissant des idées de base comme point de départ. Deuxièmement, cela a permis de reformuler et de synthétiser les idées peu claires des membres de l’équipe, ce qui a amélioré la communication au sein des équipes.

Un participant nous a dit :

Parfois, nous avions beaucoup d’idées et l’IA les résumait dans un texte concis. Cela nous a permis de voir les choses plus clairement. Elle nous a donné une base, car il y avait de nombreuses idées fragmentées auxquelles tout le monde avait contribué, et nous avions maintenant un texte sur lequel nous étions tous d’accord. De cette façon, nous sommes partis de la même base, qui a servi de tremplin pour avancer.

La valeur de l’IA générative ne réside donc pas dans la production d’idées brillantes en soi, mais dans les synergies qui émergent du processus. Les membres de l’équipe ont utilisé leurs connaissances contextuelles et sont restés maîtres du processus, tandis que l’IA les a aidés à mieux exprimer leurs idées, à élargir l’exploration et à identifier les angles morts potentiels.

Prendre des décisions plus éclairées

Nous avons observé différentes dynamiques lors des activités de convergence, où les équipes devaient prendre des décisions après des sessions intensives de génération d’idées. À ce stade, les membres de l’équipe étaient souvent épuisés mentalement. L’IA générative s’est alors révélée particulièrement utile pour alléger la charge de travail.

L’IA a aidé à gérer des tâches gourmandes en informations essentielles à l’alignement de l’équipe, telles que la reformulation, la synthèse, l’organisation, la comparaison et le classement des options. Cela a réduit la charge mentale des membres de l’équipe, leur permettant de se concentrer sur des tâches importantes comme l’évaluation des idées. Dans ce processus, l’équipe était responsable de :

1. Vérifier les résultats de l’IA pour garantir que le contenu était exact et utile. Par exemple, ChatGPT et Uizard ont aidé à développer des scénarios préliminaires et des prototypes pour valider leur concept, mais l’équipe devait encore les affiner pour atteindre les objectifs du projet.

2. Ajouter leurs propres perspectives et nuances spécifiques à leurs situations pour guider les décisions finales, en tenant compte de facteurs tels que la faisabilité, l’éthique et l’impact stratégique à long terme.

Un participant a partagé :

Parfois l’IA se concentrait sur des détails qui ne nous importaient pas… Parfois nous avions besoin de moins de résumé général et d’informations plus personnalisées.

Dans l’ensemble, cette forme de collaboration entre les humains et l’IA lors des activités de convergence a permis à l’équipe de prendre des décisions plus éclairées et plus sûres quant au problème à résoudre et à la solution privilégiée. Cela leur a donné un sentiment de contrôle sur les résultats du sprint.

Un participant a ajouté :

Pour des phases cruciales comme la prise de décision ou le vote sur un élément important, comme un facteur de réussite, si l’on comptait uniquement sur l’IA pour déterminer ce qui est important, il y aurait un rejet. Nous sommes mieux placés pour le savoir. Nous sommes les employés qui mettrons en œuvre la solution finale.

Défis et opportunités

Conformément aux recherches sur l’automatisation cognitive et l’automatisation intelligente, nous avons constaté que l’IA générative aidait à gérer des tâches exigeantes sur le plan cognitif, telles que la reformulation d’idées mal exprimées, la synthèse d’informations et la reconnaissance des motivations des contributions des membres de l’équipe.

L’un des défis majeurs liés à l’utilisation de l’IA générative dans l’innovation est de garantir qu’elle complète, et non remplace, l’implication humaine. Même si l’IA peut être un compagnon utile, son utilisation excessive risque de réduire l’engagement de l’équipe ou l’appropriation du projet.

L’animateur du design sprint nous a expliqué :

La faisabilité doit être équilibrée avec l’opportunité. Techniquement, vous pourriez automatiser la majorité du processus, mais cela tuerait le plaisir et l’interaction, et les doutes ne seraient pas pris en compte ; de plus, les membres de l’équipe doivent s’approprier le problème, ce sont des éléments essentiels dans un processus d’innovation centré sur l’humain.

Il est donc crucial d’évaluer régulièrement l’impact de l’IA dans ce processus afin de maintenir un équilibre. L’automatisation doit améliorer la créativité et la prise de décision sans diminuer les perspectives humaines, qui sont au cœur de l’innovation.

À mesure que l’IA continue de se développer, son rôle dans l’innovation est appelé à croître. Les organisations qui intègrent l’IA dans leurs processus seront mieux préparées à répondre aux demandes rapides de l’innovation moderne. Cependant, il est essentiel de comprendre à la fois les forces et les limites de l’IA et des humains pour garantir l’efficacité de cette collaboration.

Cet article a été co-écrit par Cédric Martineau, PDG et consultant en gestion de l’innovation chez Carverinno Consulting.