Skip to content
Discutez avec un agent IA
Fondamentaux

Le flywheel du feedback : transformer les corrections de vos équipes en règles que chaque agent applique

Orange ITS — Équipe d’ingénierie IA 11 min de lecture

Votre agent de comptabilité fournisseurs impute une facture au mauvais centre de coûts. Maria, à la comptabilité, la corrige et passe à autre chose. La semaine suivante, l’agent refait la même erreur, et cette fois c’est Luca qui la corrige. Personne n’a prévenu personne, et l’agent n’a gardé aucun souvenir ni de l’une ni de l’autre correction.

C’est la situation ordinaire d’un déploiement d’IA sans boucle de feedback. Les collaborateurs corrigent, l’agent répète, et le savoir sur ce que signifie « juste » reste éparpillé dans les têtes et les historiques de chat. Le coût prend la forme d’une taxe discrète prélevée sur chaque tâche.

Cet article explique comment transformer ces corrections en règles partagées que chaque agent applique, et comment faire vivre la routine avec une petite équipe. Si vous souhaitez un appui pour l’appliquer à un processus en production, notre travail d’optimisation des processus commence précisément par ce type de revue.

Une boucle de feedback IA est une routine supervisée qui déplace les corrections des têtes individuelles vers des artefacts partagés que les agents lisent. L’effet cumulatif vient des personnes qui décident ce qu’il faut conserver. Le système n’apprend rien tout seul.

Note de périmètre : cet article traite de la routine de correction elle-même. Pour les indicateurs qui l’accompagnent, consultez les KPI qui prouvent que vos agents IA fonctionnent ; pour la discipline d’exploitation plus large, la gestion des agents IA en production.


Pourquoi les corrections se perdent

Toute correction contient trois éléments : ce que l’agent a fait, ce qu’il aurait dû faire, et pourquoi. La personne qui corrige un résultat connaît généralement le troisième point sans le consigner. Or ce raisonnement est la partie précieuse, et c’est justement celle qui s’évapore.

Trois habitudes expliquent l’essentiel des pertes :

  • Les parades personnelles. Un collaborateur découvre qu’un fournisseur donné exige toujours une formulation particulière et réécrit le prompt à chaque fois. Ce savoir-faire est personnel, il part donc avec la personne.
  • Les corrections dans la fenêtre de chat. Une correction faite au sein d’une conversation dure autant que la conversation. La session suivante repart de la même page blanche.
  • Les retouches silencieuses. L’équipe accepte le résultat, l’ajuste à la main et n’en dit rien. Dans n’importe quel rapport, la précision de l’agent paraît excellente, puisque la tâche a été menée à terme.

Rahul Garg, principal engineer chez Thoughtworks, a décrit ce schéma en avril 2026 sur martinfowler.com. Selon lui, les équipes divergent avec le temps selon que l’apprentissage individuel se transforme ou non en compétence collective. Il parle de la différence entre aisance personnelle et capacité d’équipe. Son article rassemble des conseils pratiques issus d’équipes de développement logiciel et ne publie aucune donnée de résultats : considérez-le donc comme une méthode bien raisonnée et non comme un résultat démontré. La structure se transpose bien au travail opérationnel et reste assez simple pour être testée en un mois.


Les quatre signaux à capter

Garg répartit ce que les équipes apprennent en quatre types de signaux. Chacun a une destination naturelle, et trier par type évite que le tas de corrections ne devienne une liste indifférenciée.

SignalÀ quoi cela ressembleOù le ranger
ContexteL’agent ignorait un fait : un code fournisseur, la version d’une liste de prix, une exception à la politique interneBase de connaissances ou instructions permanentes de l’agent
InstructionUne formulation qui a donné un résultat nettement meilleur ou moins bonUn prompt ou une commande partagée que tout le monde utilise
WorkflowUn enchaînement d’étapes qui a fonctionné, par exemple vérifier le contrat avant de rédiger la réponseUn playbook qui décrit le processus
ÉchecUn résultat erroné, accompagné de sa cause racineUn garde-fou, une règle ou un anti-pattern documenté

Sur la dernière ligne, Garg est catégorique : la cause racine compte davantage que le symptôme. « L’agent a mal imputé la facture » est un symptôme. « L’agent n’a pas de règle pour les factures des sociétés du groupe qui facturent pour le compte d’une filiale » est une cause, et une cause peut devenir une règle.

Un exemple concret

Reprenons le cas de la comptabilité fournisseurs, avec des chiffres purement illustratifs. L’agent impute 400 factures par mois et l’équipe en corrige 24. L’examen de ces 24 cas montre que 15 ont la même origine : les factures de la société de services partagés du groupe relèvent du centre de coûts de la filiale mentionnée dans le texte. C’est un signal d’échec doublé d’une lacune de contexte.

Une règle est ajoutée aux instructions de l’agent, une ligne est ajoutée au tableau des fournisseurs, et deux des factures réelles deviennent des cas de test. Le mois suivant, ces 15 mêmes factures sont imputées correctement. Les neuf restantes forment la longue traîne, et la revue se poursuit avec elles.

Ce résultat est inventé à titre d’illustration. Ce qui se transpose, c’est le mécanisme : un lot de corrections apparentées se résume à une seule solution.


Où les corrections doivent vivre

Une règle qui n’existe que dans les notes de quelqu’un pose le même problème qu’une correction qui n’existe que dans sa tête. La destination doit être un endroit que l’agent lit réellement et que l’équipe peut consulter.

Trois types d’artefacts couvrent la plupart des cas :

  1. Règles et instructions. Un document court et versionné que l’agent charge au début de chaque exécution. Gardez-le bref : un long fichier d’instructions entre en concurrence avec la tâche elle-même pour l’attention du modèle.
  2. Entrées de connaissances. Des faits qui évoluent et que l’agent va chercher quand il en a besoin : listes de prix, conditions des fournisseurs, spécifications produit. Si vous disposez déjà d’un dispositif de retrieval, agents IA et gestion des connaissances explique comment le tenir à jour.
  3. Cas de test. L’entrée réelle, la sortie erronée et la sortie corrigée, conservées ensemble. Chaque erreur résolue devient un contrôle de non-régression, de sorte qu’une modification ultérieure ne puisse pas la réintroduire discrètement.

L’exemple de Garg consiste à tenir un journal d’apprentissage dans le dépôt de code, que les sessions suivantes chargent comme contexte. L’idée fonctionne tout autant hors du code : un document ou un tableau partagé avec une ligne par leçon, une date, un responsable et un lien vers l’exemple.

Une mise en garde. Chaque règle ajoutée a un coût, car elle occupe de la place dans le contexte de l’agent et peut entrer en conflit avec d’autres règles. Une règle qui compensait une faiblesse du modèle l’an dernier peut devenir inutile après une mise à niveau. C’est pourquoi la routine ci-dessous prévoit aussi la suppression.


La routine : assez légère pour durer

La plupart des programmes de feedback échouent parce qu’ils demandent trop. Un formulaire à remplir après chaque tâche est abandonné en quinze jours. Garg conçoit l’inverse : le rituel le plus lourd qu’il décrive est un point de cinq minutes à l’ordre du jour, et il écrit que le rythme compte plus que la rigueur.

Une routine adaptée à une équipe opérationnelle de dix personnes ressemble à ceci :

  • Au moment de la correction (moins de 30 secondes). La personne qui corrige le résultat le signale avec une seule étiquette parmi les quatre signaux et une courte note sur le pourquoi. Accrochez ce geste à une étape qui existe déjà, comme le bouton d’approbation ou la clôture du ticket.
  • Chaque semaine (15 minutes). Le responsable lit les éléments signalés, fusionne les doublons et attribue à chacun une destination : règle, entrée de connaissances, cas de test ou rejet. Les cas ponctuels sont écartés délibérément.
  • Chaque mois (30 minutes). On examine les corrections répétées. Si la même erreur réapparaît après l’écriture d’une règle, c’est que la règle est floue, mal placée ou ignorée par l’agent.
  • Chaque trimestre. On supprime les règles devenues caduques, on vérifie que les artefacts sont toujours lus et on rejoue les tests de l’agent sur les cas enregistrés. Garg suggère de déclencher la revue périodique soit par l’échéance trimestrielle, soit par l’impression d’une dérive.

Le responsable compte davantage que le calendrier. Une seule personne par agent ou par processus doit avoir le dernier mot, Garg confie le dernier mot à un tech lead ou à un référent désigné. Les comités produisent des règles contradictoires.


Mesurer si cela fonctionne

Autant être honnête sur l’état des preuves. Garg lui-même déconseille de construire un tableau de bord : « I would not recommend building a dashboard. I would recommend paying attention. » (En substance : je ne recommande pas de construire un tableau de bord, je recommande de rester attentif.) Les données publiées sur les résultats des boucles de correction sont rares, et une affirmation comme « les boucles de feedback divisent les erreurs par deux » ne reposerait sur rien que nous puissions vérifier.

Vous pouvez néanmoins suivre quelques chiffres dont vous disposez déjà :

  • Taux d’acceptation au premier passage. La part des résultats que l’équipe accepte sans les modifier. Garg le range parmi ses indicateurs préférés.
  • Corrections pour cent tâches. Comptées à partir des signalements de la routine décrite plus haut.
  • Corrections répétées. La même erreur corrigée deux fois est le chiffre le plus parlant, car une boucle qui fonctionne doit le ramener vers zéro.
  • Reprises après livraison. La fréquence à laquelle un résultat accepté revient plus tard pour être rectifié.

Ces indicateurs s’accordent bien avec les mesures opérationnelles de notre guide des KPI des agents IA. Établissez un niveau de départ avant la première revue hebdomadaire, puis comparez après huit semaines. Si les répétitions ne baissent pas, c’est la routine qui pose problème, et la cause est généralement que les règles n’atteignent pas l’agent ou que personne n’en est responsable.


Ce qui reste aux personnes, même dans une chaîne avancée

On est tenté de lire « boucle de feedback » comme un système qui s’améliore tout seul. Le meilleur exemple public de boucle sophistiquée montre à quel point le travail humain y reste présent.

En août 2026, les ingénieurs de Shopify ont décrit comment ils améliorent leur assistant Sidekick. La chaîne note le trafic réel avec un juge automatique, rejoue les conversations échouées avec des indications de réparation et, selon Shopify, met à jour les poids du modèle chaque jour. Ces informations émanent de l’entreprise, ses résultats sont donc des affirmations et non des constats indépendants. Ce qui importe ici, ce sont les parties confiées aux personnes :

  • L’équipe produit définit la grille. Quelques critères notés (exhaustivité, exécution, qualité de la réponse et sécurité) déterminent ce qui compte comme bon.
  • Des personnes étalonnent le juge. Deux annotateurs experts étiquettent indépendamment 25 échantillons aléatoires, et l’équipe mesure leur degré d’accord. Shopify précise qu’un score d’accord très bas, autour de 0,2, signifie que la grille est ambiguë et que l’équipe doit se réunir de nouveau pour l’améliorer par itérations. Pour construire un tel jeu de tests à partir de vos propres tickets de support, voir évaluations d’IA à partir de tickets réels.
  • Des personnes traitent ce que la machine ne sait pas réparer. Les conversations que la critique automatique n’a pas pu corriger sont transmises à des annotateurs humains.

Shopify indique aussi que l’environnement est amélioré avant de toucher aux poids. Les prompts, les définitions d’outils et le code environnant passent en premier, ce qui correspond à l’approche de petite équipe défendue dans cet article. L’article estime que servir le même trafic avec un modèle de pointe « could easily cost » 27 millions de dollars par an, contre environ 1 million pour le modèle affiné. Ce sont des estimations de Shopify, sans calcul détaillé, et la comparaison de qualité repose sur son propre juge. Rien dans cette chaîne n’est une amélioration non supervisée. C’est une version plus coûteuse de la même discipline : définir ce qui est bon, contrôler le contrôleur, confier les cas difficiles aux personnes.

Pour une PME suisse, la leçon est à l’échelle. Nul besoin d’apprentissage par renforcement pour démarrer. Il faut le créneau hebdomadaire, le responsable et le réflexe de consigner la leçon. Pour savoir ce qui s’améliore sans intervention humaine dans la boucle et ce qui ne le peut pas, voyez IA auto-apprenante.


Les écueils fréquents de la boucle

  • Accumulation de règles. Des dizaines d’instructions qui se recoupent ralentissent l’agent et créent des contradictions. Fusionnez et élaguez chaque trimestre.
  • Pas de responsable. Les signalements s’entassent dans un tableur que personne ne lit. Désignez la personne avant le lancement.
  • Traiter chaque retouche comme une leçon. Certaines corrections relèvent du goût personnel et ne disent rien d’une erreur. Le tri hebdomadaire sert aussi à les écarter.
  • Données sensibles dans le journal. Un journal d’apprentissage contenant des noms de clients ou des données personnelles devient une question de protection des données. Consignez le schéma et un exemple anonymisé. Vérifiez les règles de votre secteur avant de conserver des entrées réelles comme cas de test.
  • Aucun nouveau test. Des règles jamais confrontées aux cas enregistrés peuvent corriger un problème et en créer un autre. Conservez les cas et rejouez-les après chaque modification, y compris après une mise à niveau du modèle.

Pour démarrer lundi prochain

Choisissez un agent dont le taux d’erreur est visible. Ajoutez un signalement à une seule étiquette à l’étape d’approbation, désignez un responsable et réservez quinze minutes par semaine. Après quatre séances, vous disposerez d’une courte liste de causes récurrentes, d’une poignée de règles et d’un premier jeu de cas de test construits à partir de votre propre travail. Cette petite collection est un actif propre à votre entreprise : elle consigne la manière dont votre société veut que les choses soient faites, sous une forme que n’importe quel agent futur, ou n’importe quel modèle futur, saura lire.

Questions fréquentes

Qu'est-ce qu'une boucle de feedback pour l'IA ?

Une boucle de feedback IA est une routine qui recueille ce que votre équipe modifie ou rejette dans la production d'un agent et le transforme en quelque chose que l'agent lira la fois suivante, comme une règle, une entrée de base de connaissances ou un cas de test. Le modèle lui-même n'a pas besoin de changer. L'amélioration se situe dans les instructions, les connaissances et les contrôles qui l'entourent.

Un agent IA apprend-il automatiquement de ses corrections ?

Non, pas par défaut. Une correction faite dans une fenêtre de chat disparaît en général à la fin de la session. L'agent ne progresse que si quelqu'un, ou un processus relu par une personne, consigne la leçon dans un artefact partagé, comme un fichier de règles, un article de base de connaissances ou un cas d'évaluation. Modifier les poids du modèle est une étape distincte et bien plus rare.

À quelle fréquence faut-il passer en revue les corrections des agents ?

Un rythme hebdomadaire convient à la plupart des équipes. Quinze minutes suffisent pour trier les corrections de la semaine, attribuer à chacune une destination et désigner un responsable. Ajoutez une revue trimestrielle qui supprime les règles obsolètes et vérifie que les artefacts sont toujours utilisés. Rahul Garg décrit le rituel le plus lourd comme un point de cinq minutes à l'ordre du jour.

Qui doit être responsable des règles issues des corrections ?

Une personne désignée par agent ou par processus, en général le responsable des opérations qui pilote déjà le workflow. Elle décide de ce qui devient une règle partagée, de ce qui reste une correction ponctuelle et de ce qui doit être supprimé. Sans responsable unique, les règles s'accumulent, se contredisent et dégradent l'agent sans que personne ne s'en aperçoive.

Comment savoir si la boucle de feedback fonctionne ?

Suivez le taux d'acceptation au premier passage (la part des résultats que l'équipe accepte sans retouche), le nombre de corrections pour cent tâches et les corrections répétées d'un même type. La baisse des répétitions est l'indice le plus net. Garg conseille d'observer ces signaux plutôt que de construire un tableau de bord, et les données publiques sur les résultats des boucles de correction restent rares.

Insights

Passez de l’idée à l’action

Un appel de 30 minutes suffit pour savoir si un agent IA s’intègre à votre flux de travail — et ce qu’il rapporterait.