The Geospatial Edge est le bulletin périodique d’Esri Canada destiné aux gestionnaires et aux spécialistes chargés de développer les capacités géospatiales de leur organisation. Dans ce numéro, Matt Lewin présente quatre modes d’interaction avec les agents d’IA qui vous aideront à mieux comprendre comment ceux-ci s’intègrent à vos flux de travaux SIG.

La plupart des textes sur les agents d’IA deviennent rapidement très techniques. Orchestrateurs, sous-agents, boucles ReAct, architectures planificateur-exécutant, protocoles de contexte des modèles… Ce vocabulaire est utile lorsqu’on conçoit un agent. Il l’est beaucoup moins lorsqu’on cherche simplement à comprendre l’utilité des agents d’IA. 

J’ai trouvé utile de mettre l’architecture de côté et de poser une autre question : comment interagit-on avec l’agent? Plus précisément, qui amorce l’échange et qui attend le résultat? Cette façon de voir permet de regrouper les agents en quatre catégories assez distinctes, beaucoup plus faciles à comprendre que les différentes architectures.

Le principe est simple. Un agent attend un signal, puis agit. Ce signal provient de l’une de deux sources : vous ou le monde qui vous entoure. L’action se produit ensuite de deux façons : soit pendant que vous attendez le résultat, soit pendant que vous faites autre chose. Autrement dit, l’agent est déclenché soit par une personne, soit par un événement, et il agit de façon synchrone ou asynchrone. En combinant ces deux dimensions, on obtient quatre « modes d’interaction » qui couvrent la grande majorité des types d’agents.

Modes d’interaction avec les agents d’IA

Deux signaux, deux moments, quatre types d’agents. Et non quatre architectures. Quatre façons dont les agents s’intègrent à votre travail.

Questionner

Vous posez une question → l’agent répond → vous prenez le relais.

C’est le mode que tout le monde connaît. C’est la boîte de clavardage, la barre d’invite ou le volet de l’assistant. Essentiellement, la conversation devient l’interface, et vous y participez du début à la fin. Que l’agent utilise un seul modèle ou en coordonne dix en arrière-plan n’a pas vraiment d’importance à ce niveau. Ce qui compte, c’est que vous êtes aux commandes et que la réponse, sous forme de texte, de vidéo, d’images, de code, de cartes, etc., vous revient rapidement, idéalement.

C’est aussi le mode où vous demeurez pleinement impliqué dans chaque décision. L’agent propose quelque chose, et vous êtes libre de l’accepter ou non. Rien ne sort sans votre approbation. Je dirais que c’est le type d’agent le plus intuitif.

Exemple : un responsable des actifs qui enquête sur un problème de conduite d’eau demande : « Montre-moi sur une carte tous les bons de travail situés dans un rayon de 200 m d’un bris récent de conduite d’eau. » Une carte s’affiche en quelques instants, puis le responsable poursuit la conversation avec des questions complémentaires. En somme, il s’agit d’une conversation qui aboutit à un produit d’information utile et directement exploitable.

Quand l’utiliser : lorsque la question est exploratoire, que la réponse doit être obtenue rapidement et qu’une personne prendra directement des décisions ou des mesures à partir des résultats. Ce mode convient bien aux questions ponctuelles ou aux situations où la valeur réside autant dans l’échange entre l’utilisateur et l’agent que dans le livrable produit.

Principales considérations de conception : l’interface en fait plus qu’il n’y paraît. Un bon agent conversationnel rend son raisonnement suffisamment transparent pour que l’utilisateur sache quand lui faire confiance et quand remettre ses conclusions en question. Il devrait également présenter les sources sur lesquelles reposent ses réponses et gérer les questions de suivi de façon fluide. Enfin, il doit savoir reconnaître ses limites. Un agent conversationnel qui dit « Je ne sais pas » est plus utile qu’un agent qui a toujours une réponse.

Déléguer

Vous confiez une tâche à l’agent → vous passez à autre chose → vous consultez le résultat plus tard.

Ce mode fonctionne différemment de l’agent de type « conversationnel », dans la mesure où ce que vous lui confiez n’est pas tant une requête qu’une tâche complète, qui aurait pu prendre un certain temps à réaliser. L’agent décompose la tâche en sous-tâches, puis exécute le travail en plusieurs étapes qui s’impose. Vous ne savez pas nécessairement, et n’avez pas nécessairement besoin de savoir, s’il fait appel à des sous-outils, s’il planifie avant d’exécuter ou s’il fonctionne en boucle autonome. Ce que vous devez savoir, c’est que vous lui avez confié le travail et que vous verrez ce qu’il produira.

Exemple : « Produis l’analyse d’adéquation pour chaque site candidat en vue de l’aménagement d’un hôpital, y compris la couverture de la population, les lacunes liées aux temps de déplacement, les terrains disponibles et l’exclusion des zones inondables, et prépare le tout pour demain. » Le lendemain matin, vous ne recevez pas seulement une carte à consulter, mais bien une analyse méthodique accompagnée d’un ensemble de recommandations.

Quand l’utiliser : lorsque le travail est bien défini, que les résultats peuvent être examinés avant d’être utilisés et que le gain de temps justifie l’effort nécessaire pour bien définir le mandat. Ce mode convient particulièrement aux tâches de production pour lesquelles il existe des critères clairs permettant de déterminer quand le travail est terminé.

Principales considérations de conception : puisque vous n’êtes pas présent pendant l’exécution du travail, l’agent doit laisser des traces de sa démarche. Un bon agent délégué montre comment il est arrivé à ses conclusions : ce qu’il a essayé, ce qu’il a écarté, quelles hypothèses il a formulées et quels aspects suscitent le plus d’incertitude. Lorsque le mandat manque de précision, il devrait réduire la portée de son intervention plutôt que de combler les lacunes par des suppositions. Il devrait également produire des résultats structurés de manière à faciliter leur révision, et non simplement leur lecture. Ainsi, la personne chargée de valider le travail peut vérifier rapidement les éléments importants sans avoir à reprendre l’ensemble de l’analyse.

Filtrer

Un événement (et non une personne) déclenche l’agent → l’agent agit et répond immédiatement.

J’ai appelé ce mode « Filtrer, mais on pourrait tout aussi bien l’appeler « Intercepter », puisque sa caractéristique principale est que l’agent réagit à un événement plutôt qu’à une interaction humaine. Cet événement peut prendre différentes formes :

• un événement lié au temps, comme l’écoulement d’un intervalle planifié ou l’ouverture et la fermeture récurrentes d’une plage horaire (par exemple, les heures d’ouverture);

• une modification de données, comme la création d’un nouvel enregistrement dans une base de données (par exemple, l’ouverture d’un billet);

• le franchissement d’un seuil, comme une température, un taux d’erreur ou une anomalie statistique;

• un signal externe, comme un appel d’API, une publication sur les médias sociaux ou l’appel d’un autre agent.

Lorsqu’un événement déclenche l’agent, celui-ci entre immédiatement en action de façon synchrone. Autrement dit, l’agent constitue l’étape suivante d’un flux de travaux prédéfini. Le processus ne peut pas se poursuivre tant que l’agent n’a pas accompli son intervention. C’est ce qui distingue fondamentalement un agent de filtrage d’un agent de surveillance, dont le rôle consiste essentiellement à observer et à consigner ses observations (voir la section suivante). Par exemple :

• Une demande ne peut être soumise tant que la vérification de conformité n’est pas terminée.

• Une répartition ne peut être effectuée tant qu’une ressource n’a pas été sélectionnée.

• Une transaction ne peut être autorisée tant que la vérification antifraude n’a pas été réussie

• Une demande ne peut être acheminée tant qu’elle n’a pas été classifiée.

Exemple : une demande de service municipal 311 est reçue. L’agent l’achemine directement vers la file de travail du service approprié, lui attribue un niveau de priorité et envoie au citoyen un accusé de réception indiquant le délai de réponse prévu.

Quand l’utiliser : lorsqu’une décision doit être prise pour chaque événement, en temps réel, et qu’il n’est pas possible d’attendre l’intervention d’une personne. Ce mode est particulièrement efficace lorsque les règles décisionnelles sont bien établies et qu’un mécanisme clair permet de transmettre les cas plus complexes à une personne ou à un autre processus.

Principales considérations de conception : chaque décision doit pouvoir être justifiée a posteriori. Les données utilisées par l’agent doivent donc être consignées, et son raisonnement doit pouvoir faire l’objet d’un audit. L’agent doit aussi avoir des limites clairement définies quant aux décisions qu’il peut prendre de manière autonome et à celles qui doivent être transmises à une personne. Un mécanisme d’arrêt d’urgence est également souhaitable, car un agent de filtrage qui prend de mauvaises décisions à grande échelle peut causer plus de problèmes que l’absence d’agent. Enfin, l’agent doit être en mesure d’apprendre de ses erreurs, mais de façon contrôlée. Les ajustements apportés à partir des cas problématiques ne devraient pas modifier progressivement le comportement du système sans supervision ni approbation explicite.

Surveiller

L’agent est à l’écoute et attend qu’un signal déclenche son intervention. Une fois ce signal reçu, il agit à son propre rythme.

La surveillance consiste d’abord et avant tout à attendre, et c’est exactement ce que fait un agent à ce mode. D’abord, personne ne lui demande de s’exécuter : c’est un événement dans les données qui le déclenche. Ensuite, lorsqu’il intervient, personne n’attend le résultat de façon imminente ou en temps réel. L’agent travaille en arrière-plan et fournit des mises à jour à intervalles réguliers ou lorsque certaines conditions sont réunies. Une personne, ou peut-être un autre agent, peut ensuite consulter ces mises à jour selon un calendrier établi ou au besoin. La principale différence avec le mode Filtrer est que rien n’est bloqué ni déclenché immédiatement lorsque l’agent produit sa mise à jour.

C’est un domaine où les agents surpassent discrètement les humains, parce qu’on leur demande de faire quelque chose que les humains font difficilement : maintenir une attention soutenue.

Exemple : une nouvelle demande d’aménagement est déposée. En arrière-plan, l’agent la vérifie en fonction des différentes couches d’information pertinentes et, si le projet se trouve dans un secteur patrimonial, il ajoute automatiquement un signalement dans la file de travail de l’équipe responsable du patrimoine. L’équipe examine ensuite les demandes signalées chaque matin. Personne n’attend que l’agent ait terminé avant de poursuivre son travail; son rôle consiste simplement à s’assurer qu’un événement rare, mais important, ne passe pas inaperçu.

Quand l’utiliser : lorsqu’un événement important survient rarement ou de façon imprévisible. Ce mode est particulièrement adapté à la surveillance, à la détection d’exceptions et à toute situation où l’élément à repérer est enfoui dans un grand volume de données ou de bruit.

Principales considérations de conception : un agent de surveillance efficace doit prendre en compte plusieurs éléments : le seuil de détection (qu’est-ce qui mérite réellement d’être signalé?), le responsable désigné (qui doit être avisé et par quel moyen?), la détection des défaillances (puisque l’agent fonctionne en arrière-plan, comment saura-t-on s’il cesse de fonctionner?), et la mémoire du système (la situation a-t-elle déjà été traitée ou signalée auparavant?) En réalité, un agent de surveillance, c’est environ 20 % de détection et 80 % d’exécution opérationnelle : s’assurer que la bonne personne reçoit l’information, qu’elle prend les mesures appropriées et qu’elle a confiance que l’agent continue d’effectuer son travail en arrière-plan.

En conclusion

La plupart des discussions sur les agents d’IA portent encore principalement sur les cadres de développement et l’architecture. Cette conversation est nécessaire, mais elle ne devrait pas être la seule. J’ai constaté qu’il est souvent plus utile de réfléchir aux agents en fonction de la manière dont les utilisateurs interagissent avec eux. Cette approche replace l’utilisateur et les besoins de l’organisation au centre de la réflexion, particulièrement lorsqu’il s’agit d’intégrer un agent à un processus opérationnel réel ou de concevoir une solution qui génère une véritable valeur d’affaires.

L’architecture conserve ainsi le rôle qui lui revient : celui d’un moyen au service d’une fin. Les choix technologiques et architecturaux viennent après, une fois que les questions fondamentales en amont ont trouvé réponse.

Parlons-en ensemble

Exploitez-vous le potentiel de l’IA et des agents d’IA pour votre entreprise? Vous souhaitez faire évoluer vos compétences et approfondir vos connaissances? Écrivez-moi ou entrez en contact avec moi sur LinkedIn. Au plaisir d’échanger avec vous!

Cordialement, 

Matt

The-Geospatial-Edge est un bulletin d’information périodique sur la stratégie géospatiale et l’intelligence de localisation édité par Matt-Lewin, directeur des services-conseils stratégiques d’Esri-Canada. Si ce courriel vous a été transmis et que vous souhaitez recevoir le bulletin d’information The-Geospatial-Edge et les messages connexes d’Esri-Canada,-visitez notre centre de préférences en matière de communications-et cochez la case «-Stratégie SIG-» parmi les champs d’intérêt.

Ce billet a été écrit en anglais par Matthew Lewin et peut être consulté ici.