L’intelligence artificielle générative (IA), avec des outils comme ChatGPT ou Dall-E, transforme la manière dont le travail créatif est réalisé, en particulier dans les industries où l’innovation joue un rôle prépondérant.
Cependant, l’utilisation de l’IA dans le processus d’innovation doit être faite avec une certaine prudence. Notre recherche montre que la clé du succès réside dans la compréhension et l’exploitation des rôles distincts, mais complémentaires que peuvent avoir les humains et l’IA 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.
Read more: La créativité de l’IA repose sur la personne derrière l’écran… pour l’instant
L’innovation consiste à résoudre des problèmes complexes qui aboutissent à de véritables améliorations. Il ne s’agit pas seulement de générer de bonnes idées, mais aussi de rechercher, sélectionner, organiser, et mobiliser de l’information pertinente à l’identification et à 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 encore incompris.
Design sprints
Notre équipe, composée de chercheurs académiques spécialisés dans les technologies numériques émergentes et d’un praticien expérimenté en projets d’innovation centrés sur l’humain, a mené une étude sur l’utilisation de l’IA générative lors de design sprint dans trois organisations (cette étude est disponible en prépublication et a été soumise à une revue pour évaluation par les pairs).
Un design sprint est un processus rapide et structuré pour résoudre des problèmes importants, permettant aux équipes de créer et tester un produit, un service ou une stratégie. Les sprints permettent de réduire les risques et les coûts associés au développement traditionnel de produits.
Déjà des milliers d’abonnés à l’infolettre de La Conversation. Et vous ? Abonnez-vous aujourd’hui à notre infolettre pour mieux comprendre les grands enjeux contemporains.
Pendant un design sprint, une petite équipe de cinq à sept employés issus de différents domaines collabore intensément pendant quelques jours pour résoudre un problème. Le travail est coordonné par un facilitateur, qui organise les activités, guide l’équipe, suit les progrès, veille à la clarté des objectifs et à une utilisation efficace du temps.
La première phase d’un design sprint consiste à comprendre et à définir le problème. La seconde phase se concentre sur la création et le test d’une solution. Ces deux phases mobilisent deux types de pensée :
La pensée divergente, qui consiste à générer de nombreuses idées et possibilités.
La pensée convergente, qui consiste à réduire ces idées pour identifier des priorités ou des solutions.
Notre étude a analysé comment le facilitateur 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 pensée divergente, nous avons identifié deux principaux avantages de l’utilisation de l’IA générative. Premièrement, elle a encouragé les équipes à explorer davantage de possibilités en fournissant des idées de base comme point de départ. Deuxièmement, elle a aidé à reformuler et synthétiser les idées peu claires des membres de l’équipe, ce qui a amélioré la communication au sein des équipes.
Un participant nous a confié :
Parfois, nous avions beaucoup d’idées, et l’IA les résumait en un texte concis. Cela nous a permis d’y voir plus clair. Elle nous a donné une base, car il y avait de nombreuses idées fragmentées que chacun avait apportées, et maintenant nous avions un texte sur lequel nous étions tous d’accord. De cette manière, nous sommes partis de la même base, qui a servi de tremplin pour avancer.
La valeur de l’IA générative ne résidait donc pas dans la production d’idées brillantes en soi, mais dans les synergies qui émergeaient du processus. Les membres de l’équipe ont utilisé leur connaissance contextuelle et sont restés maîtres du processus, tandis que l’IA les aidait à mieux exprimer leurs idées, à élargir l’exploration et à identifier d’éventuels angles morts.
Prendre des décisions mieux informées
Nous avons observé des dynamiques différentes 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 mentalement épuisés. L’IA générative s’est alors révélée particulièrement utile pour alléger la charge de travail.
L’IA a aidé à gérer des tâches nécessitant une grande quantité d’informations, essentielles pour aligner l’équipe, telles que reformuler, résumer, organiser, comparer et classer les options. Cela a réduit la charge mentale sur les 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 :
Vérifier les résultats de l’IA pour s’assurer que le contenu était exact et utile. Par exemple, ChatGPT et Uizard ont aidé à élaborer des scénarios et des prototypes préliminaires pour valider leur concept, mais l’équipe devait encore les affiner pour répondre aux objectifs du projet.
Ajouter leurs propres perspectives et nuances propres à leurs situations afin de 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 focalisait sur des détails qui n’avaient pas d’importance pour nous… Il nous fallait parfois moins de synthèse générale et plus d’informations personnalisées.
Dans l’ensemble, cette forme de collaboration entre humains et IA lors des activités de convergence a permis à l’équipe de prendre des décisions mieux informées et plus sûres concernant le problème à résoudre et la solution à privilégier. 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 succès, si nous comptions 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 mettront 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 apportait un support dans la gestion de tâches cognitivement exigeantes telles que la reformulation d’idées mal exprimées, la synthèse d’informations et la reconnaissance de motifs dans les contributions des membres de l’équipe.
Un défi majeur lié à l’utilisation de l’IA générative dans l’innovation consiste à s’assurer qu’elle complète, et non remplace, l’implication humaine. Bien que l’IA puisse agir comme un compagnon utile, il existe un risque que son utilisation excessive réduise l’engagement de l’équipe ou son appropriation du projet.
Le facilitateur du design sprint nous a expliqué :
Il faut équilibrer la faisabilité avec la désirabilité. 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.
Par conséquent, il est crucial d’évaluer régulièrement l’impact de l’IA dans ce processus afin de maintenir un équilibre. L’automatisation doit renforcer 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 amené à grandir. Les organisations qui intégreront l’IA dans leurs processus seront mieux préparées à répondre aux exigences 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 coécrit par Cédric Martineau, PDG et consultant en gestion de l’innovation chez Carverinno Consulting.
