Principes de conception IA

Cette page présente nos principes de conception pour la création d’expériences alimentées par l’IA. Nous appliquons ces principes pour développer ce que nous appelons des « systèmes intelligents », qui exploitent différents types de données, notamment historiques, descriptives, prédictives et génératives, ainsi que l’intelligence artificielle pour créer des moments intelligents dans l’expérience d’un utilisateur.

Nos principes IA correspondent à des lignes directrices exploitables et orientées client tout au long du cycle de vie du produit, de l’idéation et de la conception au développement et à la priorisation. Dans le paysage en constante évolution de l'IA générative, ces principes guident les décisions relatives aux produits et à l’expérience, en définissant ce qui doit être respecté pour que les systèmes intelligents soient responsables, intuitifs et efficaces.

Fondés sur la recherche et adaptés aux réalités de l’assurance, ces principes assurent la cohérence, réduisent les risques et nous aident à élaborer des solutions auxquelles nos clients peuvent faire confiance.

Nos principes de systèmes intelligents

1. Utilisation responsable et protection des utilisateurs

Concevez pour l’utilisateur, pas pour les fonctionnalités elles-mêmes.

Les systèmes IA sont puissants, mais la puissance sans aucun garde-fou représente un risque. Les utilisateurs veulent avoir l’assurance que les systèmes IA sont équitables, impartiaux et sécurisés. Ils s’attendent à ce que nous surveillions les préjudices et les biais, que nous protégions leurs données et que nous encouragions les interactions réfléchies.

En pratique :

• Ajoutez des interactions là où cela s'avère nécessaire. Par exemple, exigez de l’utilisateur qu’il appuie sur un bouton pour avancer plutôt que de laisser une machine effectuer la tâche.
• Utilisez des garde-fous pour vous assurer que les outils génératifs ne remplacent pas l’expertise humaine ou ne diffusent pas de biais ou d’informations erronées.
• Donnez la priorité à l’objectif et à la sécurité plutôt qu’à l’ajout de fonctionnalités IA partout.

2. Transformation plutôt que traduction

Reconsidérez le problème, pas seulement la solution.

Avant d’appliquer l'IA à une tâche existante, posez-vous la question suivante : Et si nous n’étions pas limités par les workflows ou les hypothèses d’aujourd’hui ? Les systèmes intelligents ne s'apparentent pas seulement à des mises à niveau. Ce sont des occasions de remodeler fondamentalement la façon dont nous résolvons les problèmes.

En pratique :

• Utilisez l'IA non pas pour automatiser un formulaire, mais pour l’éliminer.
• Ne vous contentez pas de résumer.
• Demandez à l’utilisateur ce qu’il a vraiment besoin de savoir.
• Réfléchissez aux domaines dans lesquels l'IA peut apporter de la valeur de manière unique : aide à la décision en temps réel, transmission proactive d’informations ou assistance percutante à l'instant T.

3. Transparence

Laissez-moi assister à la magie et découvrir qu'il s'agit bien de magie.

Les moments où l'IA intervient ne doivent pas être dissimulés. Lorsque quelque chose d’intelligent se produit, les utilisateurs doivent le savoir et le comprendre. Un indicateur bien placé peut générer de la confiance. Il invite également à la curiosité.

En pratique :

• Utilisez des icônes (comme une baguette magique) pour signaler les suggestions générées par l’IA.
• Mettez clairement en évidence le fait qu’une prédiction ou un résumé provient d’un modèle.
• Si quelque chose semble avoir été créé par l’homme mais ne l’est pas, indiquez-le clairement.
• Précisez clairement la source de l’information ou de la tâche générée.

4. Explicabilité

Aidez-moi à comprendre ce que le système peut (et ne peut pas) faire et comment il peut le faire.

Si les utilisateurs ne peuvent pas comprendre un système IA, ils ne l’utiliseront pas, ou pire, ils seront induits en erreur par inadvertance. Il est essentiel de fournir des explications claires sur ce que fait le système, à quel point il est fiable et quand il ne faut pas lui faire confiance.

En pratique :

• Proposez des aperçus de ce que les fonctionnalités IA peuvent faire.
• Intégrez des infobulles ou des notes spécifiques au contexte.
• Indiquez clairement les limites et utilisez un langage simple plutôt qu'un jargon propre aux modèles.
• Expliquez comment un résultat particulier a été généré.

5. Harmonisation

Ne perturbez pas mon flux. Améliorez-le. Faites en sorte que les systèmes intelligents aient l’impression de faire partie de mon équipe.

Les systèmes IA doivent être perçus comme des extensions naturelles du workflow d’un utilisateur, et non comme des interruptions. Lorsque l'IA complète les processus existants au lieu de les concurrencer, le taux d’adoption augmente.

Protégez les utilisateurs du bruit informationnel et de la fatigue visuelle en leur permettant d’interroger les données de manière conversationnelle.

En pratique :

• Optimisez les tâches plutôt que de les remplacer.
• Intégrez des fonctionnalités intelligentes dans le flux naturel, telles que la génération d’une synthèse à la demande ou la personnalisation de suggestions pour les adapter aux styles de travail existants.
• Veillez à ce que les indications visuelles et les mentions légales de l’IA soient concises et pertinentes.
• Prévoyez des situations dans lesquelles l'utilisateur peut demander de l'aide, interroger le système et obtenir des conseils ciblés et exploitables.

6. Propriété humaine

Gardez l’humain dans le flux.

Les utilisateurs ont besoin d'avoir le sentiment de maîtriser la situation. Cela signifie qu’il faut leur donner le dernier mot, leur permettre de modifier facilement les résultats générés par l’IA et leur expliquer que leur responsabilité ne disparaît pas simplement parce que l'IA est impliquée.

En pratique :

• Laissez les utilisateurs modifier ce qu'ils souhaitent avant de continuer.
• Concevez des interfaces qui encouragent la révision et l’amélioration.
• Donnez des conseils sur les invites et invitez les utilisateurs à co-créer, et pas uniquement à consommer.
• N’accomplissez pas une tâche sans transparence ni supervision par l’utilisateur.

7. Rétroaction et itération

Concevez des systèmes qui apprennent et évoluent.

Les systèmes IA ne doivent jamais être statiques. Les boucles de rétroaction, qu’elles soient implicites ou explicites, permettent d’améliorer le système et l’expérience utilisateur au fil du temps.

En pratique :

• Utilisez les réactions (comme le pouce levé) pour recueillir des informations sur les résultats générés par l’IA.
• Donnez la possibilité aux utilisateurs d’affiner leurs préférences.
• Concevez toujours en gardant l’itération à l’esprit.

Comment utiliser ces principes ?

Nous utilisons ces principes pour planifier, créer et prioriser nos applications IA. Voici quelques-unes de nos recommandations :

• Passer en revue les 7 principes.
• Identifier les principes qui s’appliquent à votre travail aux différentes étapes de la conception et du développement.
• Tenir compte de ces principes lorsque vous faites des compromis au niveau des produits, en priorisant toujours en fonction du risque et de l’importance pour vos utilisateurs.

Comment nous avons identifié ces principes

Nous avons adopté une approche centrée sur l’humain pour développer ces principes. Cet effort est motivé par le client et éclairé par les meilleures pratiques du secteur, ainsi que par les recherches sur l’interaction homme-machine.

• Orienté utilisateur : les principes sont basés sur les besoins de nos clients. Nous avons exploité les résultats des recherches, des observations et des entretiens avec différents groupes d’assureurs pour les développer.
• Approche globale : ils sont observés de manière cohérente auprès de plusieurs assureurs et dans plusieurs lignes métier.
• Fondé sur des données probantes : ils s’appuient sur les meilleures pratiques du secteur.

Nos principaux engagements IA

L'IA générative évolue rapidement, passant du statut de nouveauté à celui de facteur de différenciation essentiel dans le domaine des logiciels d’entreprise. Les principales plateformes établissent de nouvelles normes d'expérience utilisateur avec des copilotes, des agents intégrés et des tableaux de bord adaptatifs qui répondent en temps réel au contexte et à l’intention de l’utilisateur. Les interfaces deviennent conversationnelles, configurables et auto-ajustables, construites autour de l’IA qui aide, s’adapte et apprend. Les clients s’attendent désormais à bénéficier de workflows pilotés par l’IA qui paraissent simples, fiables et personnalisés.

Il s’agit d’une opportunité de transformation : offrir des expériences utilisateur intelligentes et réactives, fondées sur la confiance, les performances et une connaissance approfondie du secteur.

Cela nous amène à nos principaux engagements en matière d'IA :

• Adopter les principaux modèles d'expérience utilisateur d’entreprise pour concevoir des expériences IA intégrées et transparentes.
• Donner la priorité à la configurabilité des agents IA, en permettant aux utilisateurs professionnels d’adapter les assistants à leurs besoins.
• Concevoir des interfaces utilisateur dynamiques qui s’ajustent en fonction des objectifs et du contexte de l’utilisateur, en passant de flux linéaires à des expériences adaptatives.
• Utiliser des repères visuels familiers pour signaler clairement les actions de l'IA et la progression.
• Renforcer la confiance dans l’interface grâce à l’explicabilité, à la fonction de recours à l'humain et à la possibilité de modifier ou d'« annuler » des réponses fournies par l'IA.
• Intégrer des garde-fous éthiques dans le système de conception pour gérer les risques d’hallucination, les biais et les contraintes réglementaires.
• Favoriser la correction et le contrôle par l'humain en permettant aux utilisateurs d’ajuster les invites, de régénérer les réponses ou de fournir des commentaires sans effort.
• Systématiser une structure d'expérience utilisateur GenAI pour assurer la cohérence entre les applications, y compris les modèles de conception, les comportements, l’accessibilité et la confiance.
• Concevoir des prototypes de micro-interactions qui donnent l'« impression » que l'IA est réactive, telles que les transitions, les statuts de chargement et les incitations intelligents.
• Cartographier des parcours de bout en bout où GenAI apporte une réelle valeur ajoutée, de la prise en charge à la prise de décision.