Glossaire de l’intelligence décisionnelle : 20 termes essentiels expliqués

IA multi-agents.

Une architecture d’IA dans laquelle plusieurs instances d’IA — chacune configurée avec des rôles, des biais analytiques et des styles cognitifs distincts — délibèrent indépendamment sur la même question avant de synthétiser une recommandation. La différence essentielle avec l’IA à modèle unique est que les systèmes multi-agents produisent un désaccord structuré qui met en lumière des arbitrages qu’un modèle unique fusionnerait.

Dette décisionnelle.

Le coût organisationnel accumulé de décisions mal prises, non documentées ou non résolues. À l’image de la dette technique, la dette décisionnelle s’accumule — une mauvaise décision d’embauche crée des problèmes d’équipe, qui créent des problèmes de performance, qui créent un impact client. Contrairement à la dette technique, elle n’apparaît presque jamais dans les bilans ni dans les rétrospectives.

L’écart d’exécution.

L’espace entre « nous avons décidé de faire X » et « X est réellement en train de se produire ». L’écart d’exécution est l’endroit où la majeure partie de la valeur stratégique est détruite — par des échecs de traduction, de mise en dynamique et de mesure. Les plateformes d’intelligence décisionnelle réduisent cet écart en reliant les recommandations à des plans d’exécution structurés au moment de la décision.

Délibération structurée.

Un protocole formel permettant de faire émerger, de contester et de synthétiser des perspectives analytiques concurrentes sur une décision. La délibération structurée se distingue de la discussion par ses rôles explicites (qui défend quelle perspective), ses règles (comment la contestation est structurée) et son résultat (une synthèse documentée qui reflète la délibération, et pas seulement la conclusion).

Biais cognitifs.

Un schéma systématique d’écart par rapport à la rationalité dans le jugement. Les cinq biais les plus destructeurs pour les décisions stratégiques sont le biais de confirmation (rechercher des informations qui valident des croyances existantes), l’ancrage (surpondérer la première information reçue), la pensée de groupe (réprimer la dissidence pour préserver la cohésion sociale), le biais de récence (surpondérer les événements récents) et le biais du coût irrécupérable (poursuivre des investissements ratés en raison des dépenses passées).

Human-in-the-Loop (HITL).

Un modèle de conception dans lequel le jugement humain est intégré à un processus assisté par l’IA. Le terme est largement mal utilisé — dans la plupart des implémentations, l’humain examine une sortie d’IA terminée (confirmation, pas supervision). Le vrai HITL exige une implication humaine dès l’étape de délibération, et pas seulement à l’étape d’approbation.

Cadrage de la décision.

Le processus consistant à préciser quelle décision est réellement en train d’être prise, quelles contraintes s’appliquent, quelles preuves sont pertinentes et quelles valeurs doivent guider les arbitrages. Un mauvais cadrage est la cause la plus courante et la moins reconnue de l’échec des décisions stratégiques — l’équipe apporte une bonne réponse à la mauvaise question.

Biais d’automatisation.

La tendance à accorder une confiance excessive aux recommandations de l’IA, en les acceptant sans examen critique même lorsque son propre jugement pourrait conduire à un meilleur résultat. Le biais d’automatisation est une forme spécifique d’ancrage qui émerge dans la collaboration humain-IA, et il constitue le principal risque des outils d’aide à la décision fondés sur l’IA qui प्रस्तुतent des conclusions sans raisonnement transparent.

Piste d’audit.

Un enregistrement documenté de la manière dont une décision a été prise — y compris le cadrage, la délibération, les risques examinés, les alternatives rejetées et les validations humaines. De plus en plus exigé par les cadres de gouvernance de l’IA, y compris l’AI Act européen. Les plateformes de délibération multi-agents produisent des pistes d’audit comme sous-produit naturel, alors que les processus de décision purement humains le font presque jamais.

L’avocat du diable.

Un rôle désigné dans une délibération dont la fonction explicite est d’identifier l’objection la plus forte au consensus émergent. Les recherches sur la prise de décision en groupe montrent de manière constante que l’avocat du diable institutionnalisé améliore la qualité des décisions plus fiablement que le fait de demander aux groupes d’« être critiques » de manière informelle. Dans NeuroAgent, l’agent Contrarian remplit structurellement ce rôle.

Architecture de décision.

L’ensemble des processus, rôles, outils et protocoles qui définissent la manière dont une organisation prend des décisions. Le leader en tant qu’architecte de décision conçoit ces systèmes plutôt que de prendre personnellement chaque décision importante — c’est ainsi que le leadership passe à l’échelle dans les organisations pilotées par l’IA.

Pré-mortem.

Technique de qualité de décision dans laquelle une équipe imagine qu'une décision proposée a déjà échoué et remonte le fil pour identifier pourquoi. Les pré-mortems sont l'une des interventions de debiaisement les plus solidement étayées par des preuves, réduisant de manière significative le biais d'optimisme par rapport aux processus de planification standard.

Vélocité décisionnelle.

La vitesse à laquelle une organisation peut prendre des décisions de haute qualité. Les organisations qui améliorent à la fois la qualité des décisions et leur vélocité décisionnelle développent un avantage concurrentiel cumulatif — elles prennent davantage de bonnes décisions par unité de temps que leurs concurrents.

Agent de synthèse.

Dans un système d’IA multi-agents, l’agent chargé de traiter l’ensemble de la délibération — toutes les analyses, contestations et contre-arguments des agents — et de produire une recommandation structurée. L’agent de synthèse doit produire une sortie qui reflète la structure de la délibération, y compris les points de désaccord et les risques identifiés, et pas seulement une moyenne équilibrée de toutes les positions.

Alignement organisationnel.

Un état dans lequel les membres d’une organisation partagent une compréhension suffisamment similaire de l’orientation, de la finalité et des actions requises pour exécuter de manière cohérente sans coordination constante. L’alignement diffère de l’accord — le simple fait que tout le monde acquiesce en réunion ne crée pas l’alignement ; c’est la compréhension partagée du raisonnement qui le crée.

Documentation des décisions.

La pratique qui consiste à consigner non seulement la décision prise, mais aussi comment et pourquoi — y compris les alternatives envisagées, les risques identifiés et le raisonnement qui a conduit à la recommandation. La documentation des décisions est à la fois un outil de gouvernance et un actif d’apprentissage ; les organisations disposant de bibliothèques de décisions documentées peuvent identifier les tendances de la qualité de leurs décisions au fil du temps.

Gouvernance de l’IA.

L’ensemble des politiques, processus et contrôles qui garantissent que les systèmes d’IA sont utilisés de manière responsable, transparente et imputable. Une gouvernance efficace de l’IA pour les systèmes de décision inclut la classification des décisions, l’architecture de supervision humaine, les exigences de piste d’audit, la surveillance de la qualité et l’attribution explicite des responsabilités.

Protocole de délibération.

La séquence structurée d’étapes qui régit la manière dont une délibération se déroule : quelles informations reçoit chaque agent, dans quel ordre les agents contribuent, comment la contestation est structurée et comment la synthèse est produite. Le protocole de délibération est aussi important que la qualité des agents individuels — un protocole mal conçu peut annuler la valeur d’agents analytiques sophistiqués.

Plateforme de Decision Intelligence.

Logiciel qui structure, soutient et documente le processus de délibération pour les décisions organisationnelles lourdes de conséquences. Se distingue des assistants IA généraux par : une architecture de délibération multi-perspectives, l’intégration de la supervision humaine, la documentation des décisions et la piste d’audit, ainsi que l’intégration au pipeline d’exécution. Si vous évaluez des plateformes, consultez notre guide d’achat.