Comment savoir si un usage d’IA dérive avec le temps ?
En le suivant comme un processus : des indicateurs, des échantillons relus, des alertes quand le comportement change. Un usage d’IA n’est jamais terminé le jour de sa mise en production.
Mis à jour le 24 octobre 2026
Ce qui se passe.
Un usage d’IA mis en production fonctionne bien les premières semaines. Puis, sans que personne ne l’ait décidé, son comportement change : les réponses s’allongent, la qualité baisse sur certains cas, des erreurs apparaissent là où il n’y en avait pas.
Les causes sont multiples. Le fournisseur a mis à jour son modèle. Les données reçues ne ressemblent plus tout à fait à celles du départ. Les utilisateurs ont trouvé d’autres façons de s’en servir. Rien de cela ne se voit si l’on ne regarde pas. Un usage d’IA se suit donc comme un processus : avec des indicateurs, des échantillons relus régulièrement et des alertes quand quelque chose bouge.
Ce que nous observons.
- Les modèles changent sans prévenir.Une mise à jour chez le fournisseur peut modifier les résultats d’un usage qui n’a pas bougé chez vous.
- La dérive est progressive.Aucun incident isolé ne la révèle : seule une mesure dans la durée la montre.
- Personne n’est chargé de regarder.L’équipe projet est partie, et le métier suppose que l’outil fonctionne.
Ce que vous pouvez faire dès maintenant.
- Gardez un jeu de cas de référence et soumettez-le régulièrement à l’outil pour comparer les réponses.
- Faites relire chaque mois un échantillon de résultats réels par une personne du métier.
- Désignez qui reçoit les alertes, et ce qu’il a le droit de décider, jusqu’à suspendre l’usage.