JOG.IA · Notes
L'IA appliquée aux métiers de la formation et des PME.
Ce que j'apprends en amenant des outils IA jusqu'à l'usage réel : choisir le bon cas, cadrer, prototyper, faire adopter. Des méthodes vérifiées, des retours d'expérience, et leurs limites.
Prospecter avec un agent IA : un cas client, et ce qui reste humain
Un agent IA peut repérer les prospects, rechercher et rédiger les messages. Chez une cliente vidéaste, il a préparé 61 professionnels ciblés en trois semaines, avec un message prêt pour chacun ; c'est elle qui valide et qui envoie, 15 mails par jour au plus. Voici la méthode, la répartition des rôles, et ce qui reste humain.
Lire l'article
Construire un copilote de conformité Qualiopi : choix et retour d'expérience
Un organisme de formation n'a pas besoin d'un cours sur les 33 indicateurs du référentiel qualité : il a besoin de savoir ce qui s'applique chez lui, ce qui manque, et par quoi commencer. Voici les choix de conception du copilote, ce qu'il contient, comment l'IA y intervient, et ce que le premier dossier réel a révélé.
Lire l'article
Mon équipe d'agents IA : jusqu'où les laisser agir seuls
Confier du travail à des agents IA pose une seule vraie question : qu'est-ce qui est réversible ? Ce qui l'est avance seul, le reste attend un humain. Voici comment j'ai organisé mon équipe d'agents autour de cette règle, ce qu'elle produit chaque jour, et les limites que j'ai rencontrées en la faisant tourner.
Lire l'article
Produire 200 unités pédagogiques avec l'IA : le processus réel
Produire des centaines de leçons avec une petite équipe demande de gagner du temps sur chaque unité sans perdre en qualité. Le processus : l'IA reçoit le référentiel et le programme, un formateur génère et relit, un expert valide le plan. Deux validations humaines, et une leçon par jour au lieu de cinq.
Lire l'article
Vérifier un dossier face à un référentiel avec l'IA : méthode et tests
Un mot présent n'est pas une exigence couverte. Pour vérifier qu'un dossier couvre vraiment un référentiel, j'ai séparé l'extraction, l'analyse par l'IA et un contrôle automatique de chaque preuve citée, puis testé l'outil trois fois, chaque test visant un défaut précis.
Lire l'article
Humain dans la boucle : où placer la validation d'une IA
Placer l'humain dans la boucle, ce n'est pas tout faire relire : c'est choisir, étape par étape, ce que l'IA fait seule, ce qu'une personne valide avant l'effet, et ce qu'on contrôle après coup. Le bon niveau dépend du coût d'une erreur et de la fréquence de l'étape. Une validation qui ne rejette jamais rien est un signal d'alerte, pas une garantie.
Lire l'article
IA dans un organisme de formation : ce qu'on peut automatiser, ce qui doit rester sous contrôle humain
L'administratif et la collecte de veille peuvent être automatisés dans un cadre défini. Les contenus et sorties engageantes demandent une validation adaptée avant usage. Tout ce qui décide du parcours d'un apprenant (admission, positionnement, évaluation des acquis) mérite, à mon sens, une décision humaine. Ces usages relèvent en principe des systèmes à haut risque de l'AI Act, avec des obligations applicables à partir du 2 décembre 2027 : mon niveau de contrôle recommandé n'est pas une qualification juridique.
Lire l'article
Premier cas d'usage IA : comment choisir celui que vos équipes utiliseront vraiment
Choisissez une tâche fréquente, faite par une personne que vous pouvez nommer, dont l'erreur se rattrape vite et dont vous pouvez compter l'usage dès la première semaine. Le bon premier cas est celui dont vous savez dire qui s'en sert lundi matin, et comment vous le vérifiez.
Lire l'article