Aller au contenu

◫ · Arbre des possibles · Guide de capacité

Analyser avec l’IA

Faire parler les données en conservant leurs limites.

Exemple Make/n8n disponible, parcours en constructionVérifié le 7 octobre 2026Version 1.1Lecture : environ 7 minutes

Vous pouvez commencer ici, sans avoir suivi une autre branche. L’exemple guidé demande seulement de lire deux nombres.

01 · Analyser

Ce que cette capacité signifie

Analyser consiste à décomposer une situation pour comprendre ce que les données permettent de conclure. Cela comprend la question, les critères, les unités, les hypothèses et les limites. Un tableau précis peut soutenir une conclusion fausse si les données ne répondent pas à la question.

Vous pouvez commencer ici, même sans avoir étudié les autres branches. Il suffit d’une question concrète et de quelques informations que vous savez lire. Le premier exercice ci-dessous montre chaque étape.

Dans l’Arbre, cette capacité aide à choisir une option, comprendre un écart et définir ce qu’il faut mesurer ensuite. Elle exige de préserver une place pour l’inconnu et pour la décision humaine.

02 · Analyser

Ce qu’elle permet aujourd’hui

Disponible aujourd’hui. Microsoft documente l’utilisation de Copilot dans Excel pour interroger des données et produire des observations. La documentation conseille de nommer les colonnes concernées. Aide Microsoft.

Cette fonction assiste une analyse ; elle ne démontre pas que les entrées sont complètes ni que l’interprétation est correcte. Les offres, applications et conditions d’accès doivent être vérifiées dans l’environnement utilisé.

03 · Analyser

Exemples concrets

Exercice proposé : comparer deux outils. Écrire le besoin avant les critères : volume, exceptions, maintenance et budget. Construire une grille en indiquant « inconnu » quand un résultat manque. Ne pas convertir deux unités commerciales différentes en équivalence imaginaire.

Exercice proposé : comprendre des retards. Utiliser un petit jeu fictif avec dates de réception et de traitement. Calculer les délais, vérifier les lignes manquantes et examiner les cas extrêmes avant de proposer une explication. Un retard associé à une catégorie ne prouve pas que cette catégorie en est la cause.

04 · Analyser

Ce que l’IA change

Elle peut proposer des critères, préparer une formule, expliquer un graphique et suggérer des contrôles. Vous gagnez un interlocuteur pour explorer les erreurs possibles. La qualité dépend toutefois du cadrage et des données effectivement disponibles.

Demandez une analyse descriptive avant une recommandation. Une consigne qui réclame « le meilleur outil » trop tôt invite à conclure même lorsque les informations ne sont pas comparables. Le regard Watshmi vérifie si les critères annoncés soutiennent vraiment le verdict.

05 · Analyser

Ce que l’humain doit encore maîtriser

Lire les unités, les dénominateurs, les périodes et les tailles d’échantillon. Savoir distinguer moyenne et cas typique, association et causalité, précision numérique et qualité de mesure. La connaissance du métier permet aussi de repérer une valeur impossible.

Vous choisissez les conséquences acceptables et le seuil de décision. Un résultat statistique ne détermine pas seul une priorité de service ou un budget. Les enjeux financiers, médicaux ou juridiques nécessitent les compétences pertinentes du domaine.

06 · Analyser

Compétences de premier niveau

Commencez avec deux options et un seul critère important pour vous. Notez les informations disponibles dans un petit tableau. Écrivez « inconnu » lorsqu’une information manque. Regardez si les deux options sont décrites avec les mêmes unités et sur la même période.

Avant de demander une conclusion à l’IA, vérifiez vous-même un calcul ou une comparaison facile. Expliquez ensuite votre résultat en une phrase : ce que vous savez, ce qui manque et ce que vous ne pouvez pas encore décider. « Je n’ai pas assez d’informations » est une réponse valable.

07 · Analyser

Compétences avancées

Maîtriser les scénarios, les tests de sensibilité, les biais de sélection et la traçabilité des transformations. Une analyse reproductible relie le résultat aux données d’origine et à la méthode utilisée. Quand une hypothèse change, il doit être possible de refaire le calcul.

Étudier la variabilité et les incertitudes avant de construire une prévision. Une augmentation observée sur quelques points n’autorise pas une extrapolation annuelle. La sophistication du modèle ne compense pas automatiquement un mauvais jeu de données.

08 · Analyser

Outils et méthodes

Un tableur, des calculs reproductibles et une note méthodologique suffisent à beaucoup de premières analyses. Les scripts deviennent utiles lorsque les traitements se répètent ou que les données grossissent. L’IA peut aider à les écrire ; un test doit confirmer le résultat.

Pour analyser avec l’IA, précisez les données que vous autorisez, les calculs attendus et les conclusions à ne pas tirer. Vérifiez ensuite les résultats à partir des données d’origine et gardez les hypothèses visibles. La méthode Watshmi aide à garder une question claire, à contrôler ce que l’outil produit et à laisser la décision à la personne.

09 · Analyser

Applications professionnelles réalistes

Suivi d’activité, comparaison de fournisseurs, qualité de données, coûts de processus et préparation de décisions. Le livrable utile indique la décision qu’il éclaire et celle qu’il ne permet pas encore de prendre.

Pour une prestation, conserver les unités, la période et les limites de validité. Le temps réellement gagné comprend la collecte, le nettoyage et le contrôle. Une belle visualisation ne remplace pas ces étapes.

10 · Analyser

Limites, risques et contrôle humain

Les erreurs fréquentes sont les colonnes mal comprises, les pourcentages sans dénominateur et la comparaison de tests réalisés dans des conditions différentes. Une conclusion trop précise peut masquer des inconnues importantes.

Le contrôle humain examine les entrées, le calcul et la portée du résultat. Préparer un petit cas dont le résultat est connu permet de vérifier une formule ou un script. Si le contrôle échoue, ne pas poursuivre la recommandation.

11 · Analyser

Ce qui pourrait évoluer

  • Disponible aujourd’hui : interrogation assistée de données dans des logiciels documentés et aide à la préparation de calculs.
  • Émergent : intégration d’assistants dans plusieurs étapes d’analyse ; leur performance dépend du contexte et doit être testée.
  • Hypothèse raisonnable Watshmi : expliquer les limites d’une analyse restera une compétence importante lorsque les calculs deviennent plus accessibles.
  • Spéculatif : prédire sans erreur un marché, un comportement ou la réussite d’un projet à partir d’un petit historique.
12 · Analyser

Compétences à associer selon votre besoin

Vous n’avez pas besoin de suivre ces branches dans un ordre précis. Choisissez celle qui répond au problème rencontré pendant votre analyse.

  • Rechercher et vérifier si vous ne savez pas d’où viennent les chiffres ou s’ils sont encore valables.
  • Programmer si vous devez refaire souvent les mêmes calculs et voulez pouvoir les contrôler.
  • Automatiser si des informations arrivent régulièrement et que votre méthode manuelle fonctionne déjà.

Vous pouvez rester sur cette branche pour commencer. L’Arbre des possibles permet de voir les autres directions sans vous imposer un parcours.

13 · Analyser

Preuves et expériences Watshmi

Le comparatif Make/n8n montre pourquoi des compteurs différents ne doivent pas être présentés comme des euros. Il explique aussi pourquoi les temps de réponse des deux essais ne permettent pas un classement de vitesse.

Ces limites constituent un exemple d’analyse prudente. Elles ne démontrent pas la compétence avancée d’un lecteur ni la supériorité générale d’un produit. Les observations et méthodes sont publiées dans le journal des essais.

14 · Analyser

Comment progresser

Voici un exemple entièrement fictif. Vous cherchez un trajet annoncé en moins de 25 minutes. Les deux options affichent ces informations :

OptionDurée annoncéeCoût annoncé
A20 minutes4 €
B30 minutes2 €
  • Lisez d’abord vous-même le tableau : A respecte le critère de durée annoncé, B ne le respecte pas.
  • Vous pouvez ensuite demander à l’IA : « Compare ces deux options avec les seules informations du tableau. Dis ce qui manque. Ne décide pas à ma place. »
  • Vérifiez sa réponse avec les nombres du tableau. Une durée annoncée ne garantit pas la durée réelle : la ponctualité reste inconnue.

Vous pouvez faire ce premier essai sur papier, sans tableur et sans compte. Ensuite, prenez une situation de votre choix, avec deux options et un critère. Si une information décisive manque, cherchez-la ou suspendez votre choix. Les exercices spécialisés plus complets restent en construction.

15 · Analyser

Sources principales

Prochaines directions

Chaque guide ouvre une capacité complémentaire. Revenir à l’Arbre · Consulter le glossaire · Voir les expériences · Suivre le Journal de l’Arbre.

Document vivant : dates et historique

Publication : 7 octobre 2026. Dernière révision éditoriale : 21 octobre 2026. Version 1.1 : entrée sans prérequis, exemple guidé et compétences complémentaires clarifiées. Les sources factuelles du guide restent datées du 7 octobre 2026. Prochaine revue approfondie au plus tard le 7 octobre 2027, ou plus tôt si une évolution importante rend le contenu obsolète.