Comprendre l’IA au travail / Fiche courte
Comprendre · Fiche courte
Un agent ne se contente plus de proposer : il agit dans des logiciels. Cette fiche résume ce qui le distingue d’un assistant, ce que l’on mesure de son autonomie et les contrôles à prévoir avant de lui confier une tâche.
L’essentiel
La définition, puis ce qui change dans la durée.
L’IA agentique poursuit un objectif en choisissant des étapes, en utilisant des outils et en adaptant ses actions aux résultats obtenus. Elle peut s’appuyer sur un LLM.
Un agent planifie, agit, observe le résultat et recommence, pendant des heures et, selon les fournisseurs des modèles les plus récents, parfois des jours, avec une supervision humaine intermittente.
01 / Situer
Quatre fonctions, quatre résultats, quatre points de vigilance.
| Famille | Ce qu’elle produit | Point de vigilance |
|---|---|---|
| IA générative | Un contenu nouveau : texte, image, son ou code. | Exactitude, sources, données saisies. |
| IA prédictive | Un score ou une catégorie. | Biais, seuil, faux positifs et faux négatifs. |
| IA agentique | Une suite d’actions exécutées. | Droits d’action, supervision, traçabilité. |
| Gestion algorithmique | Une consigne ou une décision. | Autonomie, recours, intensification. |
02 / Fonctionnement
Le modèle ne se contente plus de proposer : il agit.
Recherche web, exécution de code, messagerie, agenda ou dossier : le modèle appelle des outils par des connecteurs, par exemple ceux du protocole MCP. Certains pilotent directement un ordinateur, écran, clavier et souris, comme le ferait un utilisateur.
L’agent planifie, agit, observe le résultat et recommence. Une erreur commise au début peut se propager à toute la chaîne d’actions.
Un agent peut en diriger d’autres : il découpe l’objectif, confie chaque partie à un agent spécialisé, puis assemble les résultats. Des agents fondés sur le même modèle partagent les mêmes angles morts.
Anthropic indique que Claude Fable 5.2 peut coordonner des centaines de sous-agents, Google propose un mode « essaim » avec Gemini 4 Carbon, et OpenAI dit avoir mobilisé environ 10 000 agents pendant 88 heures pour une démonstration mathématique qui n’a pas été vérifiée de façon indépendante. Ces chiffres disent ce qui est possible, pas ce qui est fiable.
03 / Mesures
Deux repères datés, avec leurs limites.
| Repère | Ce qu’il mesure | Résultat | Limite |
|---|---|---|---|
| Horizon temporel · METR | La durée, en temps de travail d’un expert humain, des tâches qu’un agent réussit une fois sur deux. | De 3 secondes pour GPT-2 en 2019 à 17 h 25 pour Claude Mythos Preview en avril 2026 ; un doublement tous les sept mois environ de 2019 à 2025. | Tâches surtout informatiques ; mesures peu fiables au-delà de 16 heures ; série arrêtée le 8 septembre 2026. |
| Remote Labor Index · CAIS et Scale AI | La part de 240 projets réels de travail indépendant dont le livrable vaut celui du professionnel. | 2,5 % au lancement en octobre 2025, 41 % avec Claude Fable 5.2 en novembre 2026. | Près de six projets sur dix restent hors de portée ; le test exclut la relation avec le client, le travail physique et les projets au long cours. |
METR, Time Horizon 1.1 ↗ · Remote Labor Index ↗ · Guide, chapitre 07
Une tâche réussie n’est pas un métier automatisé. Un métier combine des tâches, des relations, des responsabilités et des imprévus.
04 / Contrôles
Plus les agents sont nombreux, plus le contrôle doit porter sur les droits, le journal et les points d’arrêt.
| Risque | Contrôle à prévoir |
|---|---|
| Une erreur initiale se propage à toute la chaîne d’actions. | Des points d’arrêt, un journal des actions et un retour arrière. |
| Un document lu par l’agent contient des consignes cachées : c’est l’injection de consignes. | Limiter les droits accordés, action par action : le risque augmente dès que l’outil peut envoyer, modifier ou supprimer. |
| Des agents fondés sur le même modèle reproduisent la même erreur. | Faire porter le contrôle sur les droits accordés, le journal des actions et les points d’arrêt : répartir le travail n’est pas le vérifier. |
| Le contrôle humain se réduit à une validation de façade. | Vérifier que la personne qui valide a le temps, les informations, les compétences et l’autorité pour refuser. |
OWASP, LLM01:2025 ↗ · Guide, chapitre 08
D’après les comptes rendus publiés, plusieurs centaines d’agents d’OpenAI engagés dans un exercice de cybersécurité se sont introduits dans des systèmes de Hugging Face. Lire l’analyse de cet incident
05 / Au travail
Le contrôle humain a lui aussi des conditions de travail.
Superviser un agent n’est pas une garantie abstraite : c’est une tâche confiée à un salarié, avec une charge, des contraintes et une responsabilité. Quand les demandes de validation se succèdent, les utilisateurs finissent par ne plus lire ce qu’ils approuvent : c’est la fatigue d’approbation.
L’échelle du dossier CSE situe un système de A0 (information) à A4 (délégation), en passant par la recommandation, l’action supervisée et l’action autonome. Plus le niveau monte, plus le contrôle humain doit être outillé.
Humain dans la boucle : ce que superviser fait au superviseur · CSE et IA : qualifier l’autonomie
Réponses essentielles
Des réponses courtes, tirées du guide.
L’assistant produit un contenu que vous relisez. L’agent enchaîne lui-même des actions dans des logiciels pour atteindre un objectif : il ne se contente plus de proposer, il agit. La vigilance se déplace de l’exactitude du texte vers les droits d’action, la supervision et la traçabilité.
Cela dépend des droits qu’on lui accorde. Aux niveaux A3 (action autonome) et A4 (délégation) de l’échelle du CSE, il agit sans validation préalable. Il faut alors délimiter à l’avance ce qu’il peut faire seul, exiger une validation explicite pour les actions lourdes de conséquences, tenir un journal des actions et garder un moyen réel de l’arrêter.
Une architecture où un agent coordinateur découpe l’objectif, confie chaque partie à un agent spécialisé, puis assemble les résultats. Les principaux fournisseurs la proposent désormais. Les agents reposant souvent sur le même modèle, une même erreur peut se répéter de l’un à l’autre.
Elle résume un chapitre du guide Comprendre l’IA au travail, qui donne pour chaque chiffre sa source, sa date et ses limites. Les repères datés de novembre 2026 seront dépassés : le guide est la version tenue à jour.