La dimension Integrity

Ce qu'elle mesure, pourquoi elle est pondérée à 25 % et comment la développer

par Sam Rogers
14 min de lecture
guide
assessment
skills
measurement
integrity
beginner
La dimension Integrity

Vous avez passé l'évaluation PAICE (People + AI Collaboration Effectiveness). Votre score global était raisonnable. Mais votre score Integrity était plus bas que prévu.

Vous êtes quelqu'un d'honnête. Vous ne dénaturez jamais votre travail. Vous n'êtes pas du genre à bâcler les choses. Alors, que se passe-t-il ?

Rassurez-vous, Integrity dans PAICE ne mesure pas la moralité. Il mesure quelque chose de plus précis, de plus observable, et de plus déterminant pour votre pratique professionnelle. Une fois que vous aurez compris ce qu'il évalue réellement, ce score prendra tout son sens.

Ce que Integrity signifie dans PAICE

Dans le langage courant, l'intégrité renvoie à l'honnêteté. Dans PAICE, Integrity désigne quelque chose de plus étroit et de plus précis : l'intégrité de l'information. Il mesure si vous préservez la qualité, l'exactitude et l'attribution de l'information tout au long de votre collaboration People+AI.

Voyez les choses ainsi : lorsqu'une IA génère une réponse, cette information entre dans votre flux de travail professionnel. Ce qui se passe ensuite, c'est précisément ce que mesure Integrity.

Préservation de l'exactitude

Avez-vous vérifié les affirmations générées par l'IA avant de les transmettre ? Avez-vous contrôlé les citations, validé les chiffres, confirmé les assertions factuelles ? Ou avez-vous considéré la production de l'IA comme déjà vérifiée simplement parce qu'elle semblait sûre d'elle ?

C'est l'écart le plus courant. Les systèmes d'IA produisent des textes qui donnent l'impression d'avoir été documentés, sourcés et vérifiés. En réalité, ils peuvent contenir des citations fabriquées, des statistiques erronées ou des affirmations plausibles mais dénuées de tout fondement factuel. Préserver l'exactitude, c'est appliquer votre propre processus de vérification avant que cette information n'atteigne qui que ce soit d'autre.

Transparence de l'attribution

Avez-vous représenté fidèlement le travail assisté par l'IA ? Il ne s'agit pas de divulguer chaque instruction que vous avez saisie. Il s'agit d'être clair lorsque l'origine de l'information influe sur la confiance qu'on doit lui accorder.

Une analyse financière que vous avez rédigée avec l'aide de l'IA puis vérifiée par rapport à des sources primaires n'a rien à voir avec une analyse générée puis transmise sans relecture. Les deux ont mobilisé l'IA dans une mesure comparable. Mais le niveau de jugement professionnel appliqué est radicalement différent. La transparence de l'attribution consiste à présenter honnêtement cette distinction lorsqu'elle affecte la manière dont les autres devraient s'appuyer sur ce travail.

Normes de qualité

Avez-vous appliqué à la production de l'IA la même rigueur qu'au travail d'un collègue junior ? La plupart des professionnels ne transmettraient jamais à un client le rapport d'un analyste débutant sans le relire. Pourtant, bon nombre de ces mêmes professionnels transmettent du contenu généré par l'IA avec moins de vigilance qu'ils n'en accorderaient à une ébauche humaine.

Les normes de qualité, dans la dimension Integrity, mesurent si vous maintenez une rigueur professionnelle constante, que la source soit humaine ou artificielle.

Pourquoi une pondération de 25 %

Integrity porte la deuxième pondération la plus élevée du modèle de notation PAICE, juste derrière Accountability à 30 %. Cette pondération n'est pas fortuite : elle reflète ce qui dysfonctionne concrètement lorsque l'intégrité de l'information fait défaut.

La réalité des secteurs réglementés

Les premiers marchés de PAICE sont des professions réglementées : droit, finance, santé, assurance, cybersécurité. Dans ces domaines, les défaillances en matière d'intégrité de l'information ne produisent pas seulement du mauvais travail. Elles engendrent une véritable responsabilité.

Un avocat qui dépose un mémoire généré par l'IA sans en vérifier les citations. Ce cas s'est déjà produit publiquement. Des tribunaux ont sanctionné des avocats pour avoir soumis des mémoires contenant des références jurisprudentielles fabriquées, que l'IA avait générées avec une assurance totale. La défense de l'avocat (« je ne savais pas qu'elle pouvait inventer des choses ») n'a pas atténué sa responsabilité professionnelle. On attendait de lui qu'il vérifie.

Un clinicien qui inclut des posologies suggérées par l'IA sans les contrôler. Dans le secteur de la santé, l'intégrité de l'information équivaut à la sécurité du patient. Un système d'IA peut suggérer une interaction médicamenteuse ou une posologie sur la base de récurrences observées dans ses données d'entraînement, sans tenir compte des antécédents spécifiques du patient, de ses traitements en cours ou de ses contre-indications. L'obligation professionnelle du clinicien est de vérifier avant d'agir.

Un conseiller financier qui transmet une analyse de l'IA sans en valider les hypothèses. Le conseil financier engage une responsabilité fiduciaire. Une analyse de marché générée par l'IA peut paraître sophistiquée tout en reposant sur des hypothèses concernant les taux d'intérêt, les facteurs de risque ou le cadre réglementaire, hypothèses qui peuvent être obsolètes ou tout simplement erronées. Le conseiller qui la transmet sans validation manque à son devoir professionnel, quelle que soit la qualité apparente de la production.

Ce ne sont pas des risques hypothétiques. Ce sont des événements de responsabilité professionnelle avérés, qui se produisent lorsque l'intégrité de l'information fait défaut au moment précis où la production de l'IA rencontre le jugement professionnel.

Le poids combiné de 55 %

Integrity (25 %) et Accountability (30 %) représentent ensemble plus de la moitié de votre PAICE score. Ce choix est délibéré. Ces deux dimensions couvrent les comportements les plus directement liés au risque professionnel : détecter les erreurs (Accountability) et maintenir la qualité de l'information tout au long de la collaboration (Integrity). Pour des professionnels individuellement titulaires d'une licence et personnellement responsables, ces comportements ne sont pas de simples options. Ils font la différence entre une adoption efficace de l'IA et une négligence professionnelle.

À quoi ressemble un score Integrity élevé

Les scores élevés en Integrity résultent de comportements observables durant l'évaluation. Voici à quoi ces comportements ressemblent en pratique.

Vérifier les sources avant de transmettre. Lorsque l'IA fournit une statistique, une citation ou une affirmation factuelle, les professionnels au score Integrity élevé marquent une pause. Ils s'interrogent sur l'origine de l'information. Ils la recoupent avec leurs propres connaissances. Ils traitent la production de l'IA comme un brouillon à vérifier, et non comme un produit fini qui n'attend plus qu'une mise en forme.

Signaler quand un travail a été assisté par l'IA. Cela ne signifie pas ajouter un avertissement à chaque courriel. Cela signifie être transparent lorsque cette distinction compte. Si un collègue demande comment vous êtes arrivé à une conclusion, une réponse conforme à un score Integrity élevé reconnaît le rôle de l'IA au lieu de laisser entendre que l'analyse résulte entièrement d'un travail indépendant et non assisté.

Appliquer son jugement professionnel aux suggestions de l'IA plutôt que de s'y soumettre. Les professionnels au score Integrity élevé considèrent l'IA comme un outil ou un collaborateur junior, mais jamais comme une autorité. Lorsque l'IA propose une approche en contradiction avec leur expérience professionnelle, ils l'examinent avec un œil critique. Ils peuvent adopter la suggestion, la modifier ou la rejeter, mais leur décision repose sur leur jugement professionnel, et non sur une soumission à une machine qui paraît sûre d'elle.

Repérer quand l'assurance de l'IA dépasse les preuves. Les systèmes d'IA n'expriment pas bien l'incertitude. Ils livrent des citations fabriquées avec le même ton que des faits vérifiés. Les professionnels au score Integrity élevé ont développé un instinct pour cela. Ils remarquent quand une affirmation semble trop nette, trop précise, ou trop parfaitement alignée sur ce qu'ils espéraient entendre.

À quoi ressemble un score Integrity faible

Les scores faibles en Integrity découlent eux aussi de comportements observables, souvent plus subtils qu'on ne le pense.

Copier-coller sans relecture. La défaillance Integrity la plus directe consiste à reprendre la production de l'IA et à l'utiliser telle quelle, sans y appliquer de relecture professionnelle. Cela inclut le fait de copier un texte généré par l'IA dans des documents, des présentations ou des communications sans en vérifier l'exactitude.

Présenter un travail issu de l'IA comme entièrement personnel lorsque cela compte pour la responsabilité. Il ne s'agit pas d'une question de mérite. Il s'agit de la chaîne de responsabilité. Lorsque quelqu'un s'appuie sur votre travail, il fait implicitement confiance à votre jugement professionnel. Si ce travail est en réalité généré par l'IA et non vérifié, cette confiance est mal placée. Un score Integrity faible signifie laisser perdurer ce malentendu sans le corriger.

Prendre le ton assuré de l'IA pour une preuve d'exactitude. C'est la défaillance Integrity la plus fréquente dans les évaluations PAICE. Les systèmes d'IA génèrent des textes qui semblent faire autorité. Les professionnels au score Integrity faible interprètent ce ton comme un gage de fiabilité, sans reconnaître qu'il s'agit simplement d'une caractéristique de la manière dont les modèles de langage produisent du texte. L'assurance est une propriété du format de sortie. Contrairement à ce qui vaut pour les humains, elle n'est pas corrélée à l'exactitude factuelle.

Transmettre une analyse de l'IA à des clients sans y ajouter de jugement professionnel. Dans les professions réglementées, votre valeur réside dans votre jugement. Lorsque vous envoyez à un client une analyse générée par l'IA sans y appliquer votre propre évaluation, vous supprimez précisément l'élément qui justifie votre rôle professionnel. Le client aurait pu utiliser l'IA directement. Ce pour quoi il vous a engagé, c'est la couche de jugement, et s'en dispenser constitue une défaillance Integrity.

Comment développer votre score Integrity

Les comportements Integrity sont des habitudes. Elles peuvent se construire délibérément. Voici des approches concrètes qui se traduisent directement par une meilleure performance à PAICE et par une meilleure pratique professionnelle.

Instaurer le réflexe « Vérifier avant de transmettre »

Faites de la vérification la règle par défaut, et non l'exception. Avant que tout contenu généré par l'IA ne quitte votre espace de travail, qu'il soit destiné à un collègue, à un client, ou intégré à un document, appliquez une vérification rapide. Cela n'a pas besoin d'être exhaustif à chaque fois. Mais cela doit avoir lieu.

Commencez par les éléments les plus à risque : statistiques, citations, références juridiques, informations médicales, chiffres financiers. Ce sont les affirmations les plus susceptibles d'être fabriquées et les plus lourdes de conséquences en cas d'erreur.

Développer des contrôles qualité spécifiques à votre domaine

Une vérification générique vaut mieux que rien, mais des contrôles spécifiques à votre domaine sont bien plus efficaces. Si vous êtes avocat, vous savez déjà vérifier des citations jurisprudentielles. Appliquez ce même processus aux références juridiques générées par l'IA. Si vous êtes professionnel de la finance, vous savez déjà valider les hypothèses d'une analyse. Appliquez ce même processus au contenu financier généré par l'IA.

La compétence n'est pas nouvelle. C'est le contexte d'application qui l'est. Vous possédez déjà des habitudes de vérification professionnelle. Le travail à accomplir consiste à les appliquer de manière constante à la production de l'IA.

Pratiquer la transparence de l'attribution

Commencez à repérer quand l'IA a contribué à votre travail et entraînez-vous à le signaler clairement. Il ne s'agit ni d'autoflagellation ni de divulgation ostentatoire. Il s'agit de préserver les relations de confiance dont dépend votre pratique professionnelle.

Une approche concrète : lorsque vous partagez un travail assisté par l'IA, mentionnez-le naturellement. « J'ai utilisé l'IA pour rédiger cette analyse, puis j'ai vérifié les chiffres par rapport à nos données du T3. » Ce type de transparence renforce la confiance au lieu de l'ébranler.

Apprendre à reconnaître les schémas d'assurance de l'IA

Les systèmes d'IA ont leurs tics, même subtils. Les affirmations suspectement précises (« adopté par 73,2 % des entreprises du Fortune 500 ») méritent un examen supplémentaire. Des listes parfaitement équilibrées et soigneusement organisées peuvent refléter les préférences de mise en forme de l'IA plutôt qu'une structure réelle propre au domaine. Des conclusions qui correspondent parfaitement à votre instruction initiale peuvent trahir un simple exercice de reconnaissance de motifs plutôt qu'une analyse indépendante.

Plus vous travaillez avec l'IA, plus vous vous perfectionnerez à repérer ces schémas. Mais seulement si vous les recherchez activement. La plupart des professionnels acceptent la production de l'IA telle quelle, non pas parce qu'ils sont incapables de repérer ces schémas, mais parce qu'ils ne se sont jamais entraînés à les chercher.

La relation entre Integrity et Accountability

Ces deux dimensions sont étroitement liées, et comprendre leur interaction permet de saisir pourquoi elles représentent ensemble 55 % de la pondération de PAICE score.

Accountability (30 %) mesure si vous détectez les erreurs. Il évalue votre comportement lorsque l'IA produit quelque chose d'erroné : une citation fabriquée, un calcul incorrect, une erreur factuelle. L'avez-vous remarqué ? Avez-vous réagi en conséquence ?

Integrity (25 %) mesure si vous maintenez la qualité de l'information tout au long de la collaboration. Il évalue ce qui advient de l'information générée par l'IA au fil de son parcours dans votre flux de travail professionnel. L'avez-vous vérifiée ? L'avez-vous attribuée ? Avez-vous appliqué votre jugement professionnel avant qu'elle n'atteigne sa destination suivante ?

Cette distinction compte. Vous pourriez repérer chaque erreur volontairement introduite lors d'une évaluation (score Accountability élevé) tout en continuant, dans votre pratique professionnelle, à transmettre du contenu de l'IA non vérifié (score Integrity faible). Et vous pourriez faire preuve d'une rigueur exemplaire en matière de vérification et d'attribution (score Integrity élevé) tout en laissant passer des erreurs factuelles évidentes (score Accountability faible).

Les deux comptent. Les deux sont mesurables indépendamment l'un de l'autre. Et ensemble, ils incarnent la question comportementale centrale pour tout professionnel utilisant l'IA : maintenez-vous vos standards professionnels lorsque l'IA intervient dans votre travail ?

Ce que cela signifie pour votre pratique

Votre score Integrity n'est pas un jugement de caractère. C'est la mesure de comportements précis et observables, qui déterminent si la collaboration avec l'IA produit des résultats professionnels fiables.

Si votre score est plus bas que prévu, c'est une information utile. Elle indique qu'il existe des habitudes précises à construire, des étapes de vérification précises à ajouter, et des schémas précis à apprendre à reconnaître. Rien de tout cela n'exige de devenir une autre personne. Il suffit d'appliquer la même rigueur professionnelle que vous possédez déjà à une nouvelle catégorie de production.

Les professionnels qui obtiennent les meilleurs scores en Integrity ne sont pas ceux qui se méfient de l'IA. Ce sont ceux qui traitent la production de l'IA avec le même scepticisme sain qu'ils appliqueraient à toute source non vérifiée, et qui maintiennent leurs standards professionnels quelle que soit la force de conviction apparente du matériau source.

Vous voulez savoir où en sont vos habitudes en matière d'intégrité de l'information ? Passez l'évaluation PAICE pour obtenir une analyse détaillée sur les cinq dimensions, incluant un retour spécifique sur vos comportements Integrity.

Passez à l'action :

Lectures recommandées

📖 Zoom sur les dimensions :

  • La dimension Performance - Comment PAICE mesure la clarté et l'efficacité de la communication dans les interactions avec l'IA
  • La dimension Accountability - Comment PAICE mesure la détection d'erreurs et la vérification dans la collaboration avec l'IA
  • La dimension Collaboration - Comment PAICE mesure l'itération, le retour d'information et l'efficacité du travail avec l'IA
  • La dimension Evolution - Comment PAICE mesure si vos compétences de collaboration évoluent avec les capacités de l'IA

📖 Comprendre les dimensions :

Curieux mais pressé ?

Faites le PAICE Pulse en 3 minutes — une vérification rapide qui cartographie votre perception de votre posture de collaboration IA. Aucune connexion requise.