← Retour aux ressources

En bref

  • Examinez ensemble le contenu, l’outil, la tâche et l’utilisation prévue du résultat.
  • Distinguez l’aide à la rédaction de l’évaluation sur le fond et de la décision.
  • La grille donne une orientation ; les règles de votre organisation et de la procédure restent déterminantes.

Quelle utilisation de l’IA est responsable ?

Raccourcir un texte public annonçant un événement ne s’évalue pas de la même manière que copier un manuscrit confidentiel dans un outil d’IA public pour préparer une expertise. La combinaison est déterminante :

Contenu × Outil × Tâche × Résultat

Le bilan en quatre questions et la Grille IA sont des modèles d’orientation de Sollberger AI Consulting. Ils ne remplacent ni une vérification juridique ou institutionnelle ni un examen de la protection des données. Les règles de votre organisation et de la procédure concernée restent déterminantes.

Le bilan en quatre questions

  1. Contenu : Que saisit-on ?
  2. Outil : Où vont les données ?
  3. Tâche : Que doit faire l’IA ?
  4. Résultat : À quoi servira le résultat ?

Contenu : que saisit-on ?

Le contenu peut être public, interne, confidentiel, personnel ou particulièrement sensible : par exemple des documents de séance, des demandes de financement, des candidatures, des manuscrits, des expertises, des commentaires d’évaluation ou des données de recherche non publiées.

Même pour les contenus en libre accès, la licence, le contexte, la finalité, les possibilités de citation et les règles institutionnelles restent pertinents. Plus le contenu est sensible ou important pour une procédure, plus il faut examiner attentivement son utilisation.

Outil : où vont les données ?

Vérifiez l’exploitant, le lieu de traitement, le stockage, l’utilisation pour l’entraînement, la validation institutionnelle ainsi que les règles d’accès et de suppression. Un abonnement personnel payant ne constitue pas une validation institutionnelle. Un outil institutionnel ne convient pas non plus automatiquement à tous les contenus. [1]

Un système local peut réduire la transmission à des prestataires externes. Les questions d’accès, de stockage, de confidentialité, de droits et de qualité demeurent.

Tâche : que doit faire l’IA ?

Améliorer la formulation, raccourcir, traduire, structurer, proposer des variantes ou résumer des informations publiques : ces tâches d’assistance peuvent convenir si le contenu, l’outil et la vérification sont adaptés.

Évaluer, classer, sélectionner, trier, rédiger des expertises ou justifier des décisions intervient davantage dans le jugement professionnel. La Grille IA suit ici un principe prudent : l’IA apporte un soutien ; l’évaluation sur le fond, la décision et la responsabilité ne lui sont pas déléguées.

Résultat : à quoi servira-t-il ?

Une aide de travail interne n’a pas les mêmes conséquences qu’une communication externe ou une base de sélection et de décision. Avant toute réutilisation, vérifiez les faits, les sources, les biais, le contexte, le ton, les changements de sens, les incertitudes non signalées et les ajouts non autorisés.

La responsabilité humaine exige des dispositions concrètes : responsabilités claires, vérification, documentation et validation. [2]

Les quatre résultats de la Grille IA

Vert : risque faible

Exemple : raccourcir un texte public annonçant un événement avec un outil adapté, puis vérifier la proposition sur le plan rédactionnel. Le vert ne constitue ni une validation juridique ni une garantie de qualité.

Jaune : examen ou validation nécessaire

Exemple : structurer des notes de séance internes sans données personnelles, après avoir clarifié l’outil, les limites relatives aux données et les responsabilités.

Rouge : non recommandé dans cette configuration

Exemple : copier des commentaires d’évaluation confidentiels dans un outil d’IA public pour préparer la justification d’une décision.

Gris : clarifier d’abord

Exemple : utiliser une nouvelle plateforme d’IA alors que le lieu de stockage, l’utilisation pour l’entraînement et la validation institutionnelle ne sont pas encore connus.

Exemples pratiques

Communication publique

L’IA peut raccourcir des textes publics, les rendre plus accessibles ou préparer des variantes pour différents canaux. Le message, le ton et l’exactitude sur le fond restent à vérifier sur le plan rédactionnel.

Regrouper des résumés par thème

Pour des résumés publics ou dont l’utilisation est autorisée, l’IA peut proposer des regroupements thématiques. Ceux-ci ne constituent ni une évaluation ni une sélection définitive. Vérifiez les catégories, les pondérations et les cas limites.

Évaluation par les pairs

Les manuscrits, expertises et commentaires d’évaluation confidentiels ne doivent pas être saisis dans des outils inadaptés. Les règles de la procédure déterminent l’assistance autorisée. Pour l’évaluation des requêtes de financement, le FNS permet, par exemple, certaines aides après une appréciation indépendante personnelle, mais exige confidentialité, protection des données et déclaration de l’utilisation de l’IA. L’évaluation sur le fond reste du ressort des expert·es. [3]

Pourquoi l’assistance n’est pas automatiquement sans risque

Les tâches d’assistance peuvent elles aussi produire des résultats incomplets, biaisés ou inexacts. Vérifiez donc les omissions, les pondérations et les conséquences possibles sur les décisions. [4]

Le bilan jaune : que faut-il clarifier ?

  • Clarifier l’outil et le flux des données : Qui exploite l’outil, où les données sont-elles traitées et quelles règles s’appliquent ?
  • Minimiser les données : Ne saisir que ce qui est réellement nécessaire et autorisé pour la tâche.
  • Vérifier le résultat : Contrôler les faits, les sources, les omissions, les biais et le ton.
  • Définir les responsabilités : Clarifier les responsabilités, la validation et la documentation avant la réutilisation. Au besoin, associer les services de protection des données, d’informatique ou de sécurité de l’information, le service juridique ou la direction compétente.

Quand la Grille IA est utile

La grille permet une première analyse de situations professionnelles courantes dans les hautes écoles, les services de soutien à la recherche, les fondations, les sociétés savantes, les équipes éditoriales, les associations et les organisations à but non lucratif. Elle demande uniquement des catégories, aucun contenu concret. Son résultat donne une orientation, pas une autorisation.

Utiliser la Grille IA

Le lien avec les prompts

Une fois l’utilisation clarifiée, de bons prompts aident à guider la tâche. L’article suivant montre comment en faire un processus de travail commun : L’IA dans les services de soutien à la recherche : des prompts individuels aux processus de travail en équipe.

Conclusion

Examiner ensemble le contenu, l’outil, la tâche et le résultat permet de préciser les incertitudes. Une bonne utilisation de l’IA est adaptée à la tâche, économe en données, attentive à l’outil, vérifiable, transparente selon le contexte et placée sous responsabilité humaine.

Sources et contexte

Les sources suivantes complètent les recommandations pratiques de cet article. Les règles de votre organisation et de la procédure concernée restent déterminantes. Les sources éclairent certains principes et leurs limites. Les modèles pratiques de Sollberger AI Consulting sont ses propres cadres d’orientation.

  1. PFPDT (2025). IA et protection des données.Droit fédéral et transparence ; les exigences institutionnelles et cantonales applicables restent à clarifier.
  2. University of Bern (2026). Guidelines for the responsible deployment and use of AI tools and technologies and AI research.28 avril 2026, sections 3–4, p. 2–5 : vérification, documentation et responsabilité humaine. Directives institutionnelles de l’Université de Berne ; il ne s’agit pas de prescriptions générales pour la Suisse. Texte original en anglais.
  3. SNSF (2026). Guidelines for reviewers and referees.Octobre 2026, sections 4–5, p. 8–9 : règles pour les requêtes FNS, non pour toute évaluation scientifique.
  4. Senft, E., Kessler, S. H., Delgado, P., Bühler, D., & Bovet, A. (2025). Impact of AI on Early Career Researchers: Challenges, Opportunities and Responsibilities. Swiss Young Academy.Décembre 2025, p. 3–4 et 7–8 : risques pour l’exactitude, biais et intégrité scientifique. Réflexion interdisciplinaire issue du réseau des Académies suisses des sciences ; ne valide pas le bilan en quatre questions. Texte original en anglais.

Pour aller plus loin:

Quand un atelier est utile

Un atelier permet de clarifier les situations d’utilisation courantes, les limites relatives aux données, le choix des outils, les étapes de vérification et les responsabilités dans votre organisation : qu’est-ce qui convient, qu’est-ce qui demande une validation et où faut-il renoncer à l’IA ?

Demander un atelier En savoir plus sur le conseil en IA