Apprendre à construire avec l'IA en partant de son expertise

Ajouter une capacité précise à ce que l’on sait déjà juger.

· 8 min de lecture

Un profil produit qui commence à fabriquer avec l'IA peut avoir l'impression de redevenir débutant partout. Le code, les outils, les formats de fichiers et les erreurs demandent un apprentissage réel. Cela n'efface pas ce qu'il sait déjà des utilisateurs, des contraintes et des décisions.

Une voie consiste à ajouter une compétence technique à une expertise existante, puis à examiner ce que cette combinaison permet de faire. Elle n'impose ni une reconversion complète ni l'obligation de devenir généraliste.

Choisir un problème que l'on sait déjà juger

Apprendre une technique et découvrir entièrement le domaine en même temps augmente les inconnues. Un premier projet peut s'appuyer sur un problème familier : préparer un atelier, comparer des options, rendre une information plus facile à consulter.

Cette connaissance ne garantit pas une bonne réalisation. Elle permet de reconnaître certaines réponses erronées ou inutiles. On sait qui doit utiliser le résultat et ce qui manque dans une démonstration trop simple.

Dans un exemple fictif, une PM maîtrise les arbitrages d'un catalogue de services de reprographie. Elle construit un comparateur interne avec une IA. Son expertise aide à distinguer les critères qui comptent des champs simplement disponibles. La génération du code ne lui donne pas encore la maîtrise des accès, de la sécurité ou de la maintenance.

Ajouter une capacité qui rend une action possible

Le choix d'apprentissage peut se formuler comme un geste : lire les changements d'un fichier, comprendre une requête de données, vérifier un formulaire, modifier un composant existant.

« Apprendre le développement » ouvre un chantier immense. « Comprendre pourquoi la comparaison change quand une donnée manque » relie la nouvelle compétence à un travail connu. L'IA peut expliquer, proposer un petit exercice et aider à tester une hypothèse.

Il faut conserver une limite : ce que l'on sait faire accompagné et ce que l'on sait vérifier seul. Les deux peuvent avoir de la valeur, à condition de ne pas les confondre.

Observer ce que la combinaison change

Une compétence nouvelle mérite d'être examinée en situation. A-t-elle permis de mieux poser une question, de produire une version testable ou de discuter plus précisément avec un collègue ?

La réponse peut aussi être décevante. Le prototype demande trop de maintenance, l'outil ne s'intègre pas au flux ou le besoin était mal choisi. L'expérience reste informative si elle permet de décider quoi apprendre ensuite.

Les récits de trajectoire par recombinaison sont utiles comme pistes. Ils ne prouvent pas que toute accumulation de compétences crée une position rare. Les parcours réussis sont plus visibles que ceux où l'exploration n'a pas trouvé de débouché.

Garder une profondeur qui sert de repère

La largeur est utile lorsqu'elle relie des problèmes et des personnes. Elle peut devenir une dispersion si chaque nouveauté ouvre un apprentissage sans rapport avec le travail poursuivi.

Une revue simple peut regarder les projets réellement réalisés, les compétences mobilisées et celles qui restent seulement sur une liste. Choisir de ne pas entretenir une technique périphérique peut être aussi cohérent qu'en apprendre une nouvelle.

L'expertise de départ peut elle-même demander une révision. L'expérience aide à juger un ancien fonctionnement ; elle ne dispense pas de vérifier ce que l'IA change aux données disponibles, aux coûts et aux possibilités d'action.

Regarder ce que l'expertise permet réellement de contrôler

Dans le comparateur fictif, la PM connaît les différences entre services, les demandes qui nécessitent une précision et les informations qui ne devraient pas être comparées directement. Cette connaissance lui permet d'évaluer la pertinence d'une colonne. Elle ne suffit pas à détecter toutes les erreurs du programme.

Il faut conserver les deux niveaux. Un résultat peut être juste sur un exemple et reposer sur une logique incorrecte. Un écran clair peut aussi masquer une valeur absente traitée comme zéro ou une option affichée dans un contexte inadapté.

Un premier apprentissage technique peut donc porter sur une partie très précise : suivre la donnée depuis l'entrée jusqu'au résultat affiché. La PM peut demander à l'assistant de l'expliquer sur un exemple, puis vérifier ce qui se passe lorsqu'un champ change.

Ce contrôle ne devient pas une revue de sécurité complète. Pour partager le prototype plus largement ou le relier à un système existant, une relecture adaptée reste nécessaire. La connaissance du métier et celle de la réalisation se complètent sans se remplacer.

Choisir un projet qui expose une vraie inconnue

Un exercice trop simple peut confirmer seulement que l'outil produit un écran. Un projet trop large peut, au contraire, accumuler des difficultés qui empêchent de savoir ce qui a été appris.

Dans l'exemple de reprographie, le premier objectif pourrait être de comparer correctement deux prestations lorsque leurs unités diffèrent. Le travail permettrait de regarder les règles, les données et l'explication affichée. Il n'exigerait pas encore de gérer des commandes ou d'organiser une livraison.

Avant de construire, la PM peut écrire le cas qu'elle veut comprendre et ce qui devrait devenir inspectable. Elle garde aussi une situation qui mettrait le prototype en difficulté. L'IA aide à formuler ces cas, mais les règles de comparaison doivent venir du métier ou être décidées explicitement.

La sortie peut être une petite réalisation et une explication de ses limites. La preuve de progression serait de retrouver pourquoi une comparaison change, de modifier une règle simple ou de détecter un défaut prévu, en indiquant l'aide encore nécessaire.

Apprendre au moment du besoin sans renoncer au socle

Le projet donne une raison concrète de chercher une notion. Cette orientation peut éviter d'accumuler des cours sans occasion de réemploi. Elle ne signifie pas que tout savoir devrait avoir une application immédiate.

Certaines notions forment un socle qui aide à poser les bonnes questions. Comprendre la différence entre une donnée, une règle et un résultat, par exemple, peut éviter de demander au modèle de corriger chaque anomalie comme un cas isolé.

La curiosité plus large garde aussi une place. Elle peut ouvrir une piste qui n'était pas encore visible. L'enjeu est de distinguer ce temps d'exploration d'un engagement de réalisation avec une échéance et des responsabilités.

Dans le cas fictif, une séance peut servir à débloquer le comparateur ; une autre à comprendre un mécanisme rencontré plusieurs fois. Les deux ont un sens si la personne sait ce qu'elle cherche. Aucun ratio universel entre théorie et pratique ne décide à sa place.

Une explication reconnue n'est pas encore un geste disponible

Un assistant peut produire une explication rassurante. On peut la comprendre en la lisant et rester incapable de la mobiliser lorsque le problème se présente autrement.

Pour examiner cette différence, la PM peut tenter une modification avant de revoir la solution complète. Elle conserve ce qu'elle a essayé, le point qui l'a bloquée et l'indice qui l'a aidée. L'objectif ne consiste pas à tout faire sans aide, mais à savoir où elle devient nécessaire.

« S'entraîner avec une IA sans lui confier l'exercice » décrit cette boucle individuelle. Un cas voisin, posé plus tard, peut ensuite vérifier si la personne retrouve le raisonnement ou seulement la correction d'un exemple.

Si elle ne le retrouve pas, cela ne suffit pas à conclure qu'elle n'a rien appris. La difficulté du cas, les conditions de l'essai et la qualité du premier retour doivent être examinées. Une mesure locale ne mérite pas de devenir un jugement définitif sur une capacité.

La recombinaison a aussi un coût d'entretien

Une technique ajoutée reste utile si elle peut être entretenue dans les conditions de l'activité. Un prototype abandonné pendant longtemps peut demander une remise en main. Un outil partagé ajoute des questions que le projet personnel n'avait pas : correction, accès, versions et aide aux utilisateurs.

Le temps libéré par l'assistant n'est pas acquis d'avance. Il peut être consacré à préparer les entrées, lire les changements et vérifier les résultats. La réalisation peut rester intéressante sans que chaque étape soit plus rapide.

Il faut donc décider ce que l'on veut conserver en profondeur. Une personne peut choisir de comprendre les règles et les tests, tout en demandant à un collègue de maintenir une partie technique. Une autre peut approfondir cette partie parce qu'elle revient dans plusieurs projets.

« Réviser son projet d'apprentissage quand l'IA change le travail » aide à remettre cette décision en discussion. Abandonner une technique périphérique peut préserver une progression cohérente, plutôt que signaler un échec.

Les limites du récit de trajectoire

Après coup, des étapes très différentes peuvent donner l'impression d'un chemin évident. Au moment de les vivre, les contraintes et les débouchés étaient souvent moins clairs. Il serait trompeur d'en déduire qu'une combinaison de compétences mène nécessairement à une position rare ou à un emploi.

Les conditions d'accès comptent : temps disponible, moyens de se tromper, possibilité de retour et autorisations pour utiliser un terrain professionnel. Un petit projet inspectable peut être plus réaliste qu'une transformation complète de carrière.

Le partage de la réalisation demande la même précision. « Montrer ce qu’un projet prouve vraiment » aide à dire ce qui a été cadré, réalisé ou vérifié, avec l'apport de l'IA et des autres personnes. Cette preuve située donne une base de discussion ; elle ne garantit pas une reconnaissance.

Avancer sans prétendre tout maîtriser

On peut produire quelque chose d'utile tout en restant novice sur une partie de sa fabrication. La condition est de borner l'usage, d'obtenir la relecture nécessaire et de savoir quand l'enjeu dépasse sa compétence.

Le prochain projet n'a pas besoin d'être plus grand. Il peut demander une compréhension plus profonde d'un geste déjà rencontré. Ce mouvement construit une capacité de fabrication à partir d'un terrain connu, avec des preuves de ce qui a été appris et des limites encore visibles.

Dans la bibliothèque

Des outils de la catégorie Apprentissage. Voir toute la catégorie →

À lire ensuite

Recevoir la newsletter

Des tutos, des essais et des retours bruts sur ce que je construis. Le lien pour te désabonner est en bas de chaque édition.

L’inscription se termine sur Substack, dans un nouvel onglet.