Une décision peut être mauvaise malgré un dossier bien préparé
Dans une entreprise, une administration ou un comité d’investissement, les décisions reposent souvent sur des documents, des présentations et des analyses préparées à l’avance.
Mais une difficulté persiste : les informations les plus importantes ne figurent pas toujours dans les dossiers officiels.
Un responsable peut connaître une contrainte budgétaire, un technicien peut avoir identifié un risque opérationnel et un collaborateur peut disposer d’informations précieuses sur les besoins des usagers.
Lorsque ces connaissances ne sont pas partagées, une décision peut sembler cohérente tout en reposant sur une vision incomplète de la situation.
L’introduction d’un assistant d’intelligence artificielle ne résout pas automatiquement ce problème.
Même capable de produire une synthèse détaillée, l’outil ne peut pas prendre en compte une information qui ne lui a jamais été communiquée.
C’est précisément cette limite qu’une équipe de chercheurs a cherché à étudier.
Une expérience menée auprès de 163 équipes
Dans une étude publiée en ligne le 8 septembre 2026, Sophie Kerstan, Gudela Grote et Jan B. Schmutz ont analysé les comportements de 98 équipes associant humains et IA et de 65 équipes entièrement humaines.
Chaque équipe était composée de trois membres.
Les participants ont été confrontés à une tâche dite « à profil caché », dans laquelle certaines informations étaient connues de tous, tandis que d’autres étaient détenues uniquement par certains membres.
Pour prendre la meilleure décision, les participants devaient donc dépasser les informations communes et rechercher activement les éléments manquants.
Les chercheurs ont observé que les équipes qui posaient davantage de questions et sollicitaient les connaissances des autres partageaient plus d’informations et obtenaient de meilleurs résultats.
Cette relation apparaissait aussi bien dans les équipes humaines que dans celles utilisant l’intelligence artificielle.
Les analyses exploratoires suggèrent néanmoins que la manière de questionner peut varier selon que l’interlocuteur est une personne ou une machine.
L’étude ne permet pas de chiffrer précisément l’ampleur du bénéfice à partir de son résumé public. Ses résultats restent également à confirmer dans des situations professionnelles réelles.
Au Maroc, une piste pour améliorer les décisions collectives
Ces conclusions pourraient intéresser les entreprises, les collectivités territoriales et les administrations marocaines.
Prenons l’exemple d’une commune souhaitant sélectionner un terrain pour construire un équipement public.
Une intelligence artificielle pourrait comparer les coûts, les superficies et les caractéristiques des différentes options.
Mais si elle ignore les difficultés d’accès, les contraintes de circulation ou les projets urbains à venir, sa recommandation pourrait rester incomplète.
L’outil pourrait alors être utilisé autrement : avant de proposer une décision, il commencerait par interroger les participants.
Quels éléments n’apparaissent pas dans le dossier ? Quelle information mérite d’être vérifiée ? Existe-t-il une contrainte susceptible de modifier le classement des options ?
Cette démarche pourrait contribuer à faire émerger des connaissances qui resteraient autrement inexploitées.
Une IA qui enquête avant de recommander
Pour l’Alliance des Deux Intelligences (A2I), l’étude ouvre la voie à des expérimentations concrètes.
Deux méthodes pourraient être comparées : une IA chargée de résumer immédiatement les documents disponibles et une autre invitée à rechercher d’abord les informations manquantes auprès des participants.
Les résultats pourraient être évalués selon le nombre d’informations décisives révélées, le temps nécessaire à la discussion et la qualité de la décision finale.
Cette approche ne signifie pas que multiplier les questions améliore systématiquement les décisions. Une interrogation trop générale peut simplement ralentir les échanges.
L’enjeu consiste plutôt à identifier les questions pertinentes, adressées aux bonnes personnes et au bon moment.
Pour les organisations marocaines, l’intelligence artificielle pourrait ainsi devenir non seulement un outil de synthèse, mais aussi un moyen de mieux exploiter l’intelligence collective.
Mais une difficulté persiste : les informations les plus importantes ne figurent pas toujours dans les dossiers officiels.
Un responsable peut connaître une contrainte budgétaire, un technicien peut avoir identifié un risque opérationnel et un collaborateur peut disposer d’informations précieuses sur les besoins des usagers.
Lorsque ces connaissances ne sont pas partagées, une décision peut sembler cohérente tout en reposant sur une vision incomplète de la situation.
L’introduction d’un assistant d’intelligence artificielle ne résout pas automatiquement ce problème.
Même capable de produire une synthèse détaillée, l’outil ne peut pas prendre en compte une information qui ne lui a jamais été communiquée.
C’est précisément cette limite qu’une équipe de chercheurs a cherché à étudier.
Une expérience menée auprès de 163 équipes
Dans une étude publiée en ligne le 8 septembre 2026, Sophie Kerstan, Gudela Grote et Jan B. Schmutz ont analysé les comportements de 98 équipes associant humains et IA et de 65 équipes entièrement humaines.
Chaque équipe était composée de trois membres.
Les participants ont été confrontés à une tâche dite « à profil caché », dans laquelle certaines informations étaient connues de tous, tandis que d’autres étaient détenues uniquement par certains membres.
Pour prendre la meilleure décision, les participants devaient donc dépasser les informations communes et rechercher activement les éléments manquants.
Les chercheurs ont observé que les équipes qui posaient davantage de questions et sollicitaient les connaissances des autres partageaient plus d’informations et obtenaient de meilleurs résultats.
Cette relation apparaissait aussi bien dans les équipes humaines que dans celles utilisant l’intelligence artificielle.
Les analyses exploratoires suggèrent néanmoins que la manière de questionner peut varier selon que l’interlocuteur est une personne ou une machine.
L’étude ne permet pas de chiffrer précisément l’ampleur du bénéfice à partir de son résumé public. Ses résultats restent également à confirmer dans des situations professionnelles réelles.
Au Maroc, une piste pour améliorer les décisions collectives
Ces conclusions pourraient intéresser les entreprises, les collectivités territoriales et les administrations marocaines.
Prenons l’exemple d’une commune souhaitant sélectionner un terrain pour construire un équipement public.
Une intelligence artificielle pourrait comparer les coûts, les superficies et les caractéristiques des différentes options.
Mais si elle ignore les difficultés d’accès, les contraintes de circulation ou les projets urbains à venir, sa recommandation pourrait rester incomplète.
L’outil pourrait alors être utilisé autrement : avant de proposer une décision, il commencerait par interroger les participants.
Quels éléments n’apparaissent pas dans le dossier ? Quelle information mérite d’être vérifiée ? Existe-t-il une contrainte susceptible de modifier le classement des options ?
Cette démarche pourrait contribuer à faire émerger des connaissances qui resteraient autrement inexploitées.
Une IA qui enquête avant de recommander
Pour l’Alliance des Deux Intelligences (A2I), l’étude ouvre la voie à des expérimentations concrètes.
Deux méthodes pourraient être comparées : une IA chargée de résumer immédiatement les documents disponibles et une autre invitée à rechercher d’abord les informations manquantes auprès des participants.
Les résultats pourraient être évalués selon le nombre d’informations décisives révélées, le temps nécessaire à la discussion et la qualité de la décision finale.
Cette approche ne signifie pas que multiplier les questions améliore systématiquement les décisions. Une interrogation trop générale peut simplement ralentir les échanges.
L’enjeu consiste plutôt à identifier les questions pertinentes, adressées aux bonnes personnes et au bon moment.
Pour les organisations marocaines, l’intelligence artificielle pourrait ainsi devenir non seulement un outil de synthèse, mais aussi un moyen de mieux exploiter l’intelligence collective.
