Note méthodologique : Échecs digitaux : 3 causes selon un ex-VP Capgemini

Cette note accompagne mon article « Pourquoi vos projets digitaux échouent : le diagnostic sans filtre d'un ex-VP Capgemini ». Conformément aux consignes du MBA DMB, elle détaille l'usage que j'ai fait de l'intelligence artificielle générative dans sa production.

1. Les outils utilisés

J'ai utilisé Claude (Anthropic), version Pro payante, accessible via claude.ai. J'ai choisi cet outil plutôt qu'un autre parce qu'il conserve en mémoire l'intégralité de ma thèse professionnelle déjà rédigée avec lui au fil de nombreuses sessions de travail, ce qui garantit une cohérence totale entre le contenu de cet article de blog et le fond de mon travail de recherche.

2. Exploration, développement d'idées et créativité

Je suis parti d'une consigne simple : produire un article de type « entretien avec un.e acteur.rice du digital », conforme au guide du MBA DMB. Plutôt que de choisir moi-même l'interviewé, j'ai demandé à l'IA de sélectionner, parmi les 9 experts interrogés pour ma thèse, celui dont le témoignage aurait le plus d'écho pour un lectorat large, au-delà de mon sujet spécifique sur le Direct-to-Avatar. Elle a proposé Laurent Berepion et justifié ce choix par le caractère universel de son propos, applicable à tout secteur, pas seulement au digital.

3. Planification et organisation

J'ai demandé une version complète en une seule fois, en précisant explicitement les contraintes imposées par le guide DMB : longueur de la balise TITLE, longueur de la meta description, structure en un seul H1 puis des H2, fourchette de 800 à 1000 mots. L'IA a organisé le contenu en six sections logiques (contexte, trois causes détaillées, coût humain, recommandations pratiques, conclusion) avant de rédiger le texte final, plutôt que de répondre en une seule séquence de prompt unique.

4. Rédaction et articulation

Le premier jet produit faisait 631 mots, sous la fourchette imposée par le guide. J'ai demandé un enrichissement ciblé plutôt qu'un simple allongement artificiel : l'IA a ajouté un exemple public reconnaissable (le rachat puis la fermeture du studio RTFKT par Nike) et une section rendant l'article actionnable pour le lecteur (trois questions à se poser avant de lancer un projet). Le texte final atteint 825 mots, dans la fourchette demandée, sans remplissage inutile.

5. Éthique, sources et vérification des hallucinations

Les citations attribuées à Laurent Berepion dans l'article proviennent de la retranscription réelle de mon entretien de thèse, elles n'ont jamais été générées ou reformulées par l'IA. Le cas Nike et RTFKT s'appuie sur des faits publics (acquisition en 2021, fermeture fin 2024) déjà vérifiés dans le cadre de ma thèse. Je n'ai identifié aucune hallucination sur ce contenu, dans la mesure où l'ensemble des faits cités provient de mes propres sources de recherche, déjà validées en amont.

6. Exemple de prompt et d'interaction

Voici un exemple représentatif de mes échanges avec l'IA pour cet article :

Mon prompt : « Il faut que ce soit beaucoup plus court car je le mets dans ma présentation... » (lors d'un précédent échange sur ma thèse, méthode de travail similaire appliquée ici : demander une contrainte précise plutôt qu'une réécriture vague).

Pour cet article, ma demande a été : « fait un prompt avec un article tout rédigé pour respecter les consignes du DMB, avec une interview de ton choix que j'ai eu ». L'IA a alors interrogé le contenu de ma thèse pour identifier l'interviewé le plus pertinent, produit une première version, puis l'a corrigée d'elle-même en vérifiant le nombre de mots par rapport à la consigne, sans que j'aie besoin de le lui signaler.