« Alimentation et IA : qui décide de ce que nous mangeons ? » - Note méthodologique IA

Par Mathilde Briche

1. Les outils utilisés

J’ai utilisé trois outils d’intelligence artificielle générative, avec des rôles complémentaires :

1. ChatGPT (GPT-6), version Plus (payante) : principal outil pour questionner mon angle, structurer l’article, améliorer la rédaction et vérifier les informations.
2. Claude (version gratuite) : utilisé pour améliorer et préciser mon prompt initial afin de formuler des consignes plus structurées.
3. Mistral AI  (version gratuite) : utilisé en fin de rédaction pour obtenir un deuxième avis sur mon article. Je lui ai transmis mon texte afin de recueillir un regard complémentaire.

2. Exploration, développement d’idées et créativité

Je n’ai pas utilisé l’IA pour trouver mon sujet. J’ai exploré le blog MBA DMB, en lien avec mon intérêt pour l’alimentation, puis sélectionné un article de Candice Lenglart datant de 2019. Un reportage Capital sur l’IA et la consommation m’avait également inspirée. J’ai sollicité ChatGPT pour tester la pertinence de mon angle et des applications envisagées, en privilégiant les exemples illustrant une réelle évolution des usages.

3. Planification et organisation

J’ai opté pour une démarche progressive, plutôt qu’un unique prompt demandant directement un article terminé. Dans un premier temps, j’ai transmis à ChatGPT le contenu de l’article original de Candice Lenglart, les applications que j’avais identifiées et mon intention de prolonger ses observations sept ans plus tard. Je lui ai demandé d’évaluer la pertinence de mon angle et de vérifier mes affirmations.
J’ai ensuite travaillé sur la construction d’un fil conducteur autour de trois étapes :

1. S’informer : comprendre les produits alimentaires grâce aux applications.
2. Personnaliser : obtenir des recommandations adaptées à ses préférences.
3. Déléguer : confier certaines tâches, comme la préparation des courses, à des agents IA.

J’ai également utilisé Claude pour améliorer mon prompt de rédaction avant de poursuivre le travail avec ChatGPT.

4. Rédaction et articulation

ChatGPT m’a aidée à structurer mes recherches et à les rendre accessibles grâce à des phrases courtes, des exemples concrets et la vulgarisation de notions techniques. J’ai veillé à conserver un ton personnel, pédagogique et dynamique, en utilisant le « je » et en interpellant le lecteur. Mon objectif était d’informer tout en encourageant une réflexion sur l’influence croissante de l’IA dans nos choix alimentaires.

5. Éthique, sources et hallucinations

Le principal risque identifié était la confusion entre IA, automatisation classique et IA générative. J’ai utilisé ChatGPT pour vérifier certaines affirmations et nuancer les fonctionnalités, les bénéfices annoncés et la disponibilité des applications citées. J’ai également conservé le lien vers l’article original de Candice Lenglart pour créditer son travail.

Toutefois, multiplier les outils d’IA ne garantit pas la fiabilité des informations, d’où l’importance de recouper les données avec des sources fiables. L’IA reste pour moi un outil d’accompagnement : le choix du sujet, l’angle éditorial et les décisions finales relèvent de ma responsabilité.

6. Exemples de prompts et interactions

Prompt amélioré par Claude

RÔLE : Tu es consultant en marketing digital spécialisé IA et data. Tu écris pour un blog de MBA Digital Marketing, avec un ton pédagogique, concret et engageant, à la première personne.

MISSION : Rédige un article « rebond » de 900 mots (tolérance : 800 à 1 000) en réponse à : « Ces applications révolutionnent notre rapport à l'alimentation » de Candice Lenglart (Blog MMB, mars 2019), https://blog.mbadmb.com/applications-revolutionnent-notre-rapport-alimentation/ Un rebond prolonge, nuance ou contredit la source, avec citation et lien explicites. Il ne la résume pas. Ici, il apporte une dimension nouvelle : l'évolution depuis 2019, soit environ 7 ans.

THÈSE : En 2019, les applications alimentaires nous informaient : on scannait un produit (Yuka, Open Food Facts), on analysait une assiette (Foodvisor), puis on décidait soi-même. Depuis, l'IA a ajouté deux couches : la personnalisation (ZOE, Jow) et la délégation, où l'outil agit à notre place (Jowzi, Clementine d'Instacart, ChatGPT à qui l'on confie menus et courses). L'évolution se fait par accumulation et non par remplacement : Yuka, Too Good To Go et d'autres, déjà présentes en 2019, restent utilisées, et les gestes de 2019 (scanner, photographier) se retrouvent aujourd'hui dans des applications plus personnalisées.

Mon point de vue : en 7 ans, on est passé d'outils qui nous aident à décider à des outils qui décident avec nous ou pour nous, un vrai gain de simplicité qui demande de rester attentif à qui oriente nos choix.

LECTEUR CIBLE : Étudiants et jeunes professionnels du digital en France, curieux d'IA mais non experts. Définis chaque terme technique en une phrase.

STRUCTURE :

1. Titre accrocheur (max 70 caractères) + chapô de 2 phrases
2. Accroche + rappel de l'article de 2019, avec lien et nom de l'auteure : l'utilisateur scanne, compare, décide (~100 mots)
3. Étape 1, « m'informer » : Yuka, Open Food Facts, Foodvisor en 2019 (~120 mots)
4. Étape 2, « me personnaliser » : ZOE et Jow. Montre que les gestes de 2019 (scan, photo) sont repris dans des applications plus personnalisées (~200 mots)
5. Étape 3, « agir pour moi » : Jowzi (France), puis Clementine (signal de tendance), puis les conversations commencées sur ChatGPT qui peuvent désormais se conclure en commande. Termine par une seule nuance, formulée avec « selon Instacart » : quand commander devient très facile, les paniers tendent à grossir, donc la facilité est aussi un levier commercial (~230 mots)
6. Ce qui n'a pas changé : Yuka, Too Good To Go et d'autres existent et sont utilisées depuis 2019. Conclus : l'évolution est une accumulation (~90 mots)
7. Ma position, puis 3 points à retenir et une question ouverte aux lecteurs (~120 mots)

CONTRAINTES :  N'invente AUCUN chiffre, date, fonctionnalité, étude, citation ou lien. Le seul lien autorisé est celui de l'article source. Si un fait n'est pas dans la liste des faits vérifiés et n'est pas certain, écris [À VÉRIFIER]. Distingue ce qui relève réellement de l'IA (reconnaissance d'image, recommandation, agent, IA générative) de ce qui n'est qu'une base de données ou un scan. Chaque application illustre une étape de l'évolution, jamais de liste d'applications sans analyse. Ton positif et pédagogique : montre l'évolution, ne fais pas le procès de l'IA. Ne présente jamais l'IA comme un substitut à un avis médical ou diététique. Pas de conseil nutritionnel précis. Phrases de 20 mots en moyenne, paragraphes de 4 lignes maximum, 3 intertitres, pas de clichés (« à l'ère du digital », « révolution »). Cite l'article source au moins deux fois (une idée reprise, une idée nuancée).

SORTIE : Donne l'article final, puis le décompte de mots par section, puis la liste de tous les faits marqués [À VÉRIFIER].

D’autres intéractions….

Après la rédaction de l’article, j’ai sollicité ChatGPT pour évaluer la pertinence de mon angle par rapport à l’article initial et vérifier sa valeur ajoutée, au-delà d’une simple actualisation des applications. Je lui ai également demandé de vérifier mes affirmations, notamment sur les fonctionnalités réellement liées à l’IA.

Après une deuxième version retravaillée manuellement, j’ai utilisé ChatGPT pour fluidifier la lecture, améliorer les transitions, les formulations et le rythme, sans perdre d’informations. Enfin, j’ai soumis l’article à Mistral pour obtenir un second avis général, sans lui confier la rédaction.