Comment l’IA générative transforme nos métiers ?

Que peut apporter l’IA dans notre métier ?

Une utilisation centrée sur le langage

Comme leur nom l’indique, les LLMs, que l’on pourrait traduire par « grands modèles de langage », sont particulièrement performants dès lors qu’il s’agit de comprendre, manipuler et « produire » du langage de manière structurée.

De l’analyse et synthèse de documents à l’aide à la rédaction de rapports, en passant par la correction orthographique, syntaxique et grammaticale, ces outils sont aujourd’hui devenus des incontournables dans l’amélioration et l’exploitation de contenus documentaires. Loin de ne permettre qu’un simple gain de temps, ces outils lorsqu’ils sont « bien » utilisés s’avèrent en outre de précieux alliés au regard du gain de qualité qu’ils permettent : amélioration de la lisibilité, de la cohérence et de l’homogénéité des documents produits. On peut par exemple se servir de ces outils pour s’assurer qu’il n’y a pas de coquilles ou faute de frappe dans un document. Ils peuvent également se charger de contrôler la cohérence d’un sommaire, la présence de tous les chapitres et sections qu’il contient et même suggérer des améliorations structurelles.

Un autre cas d’utilisation intéressant est la capacité de ces outils à vulgariser des documents ou contenus jugés techniques. 

Des outils précieux pour le développement informatique et le prototypage

Les LLMs sont ainsi redoutables pour des tâches reposant directement sur le langage. C’est également le cas du développement informatique qui repose certes sur des conventions et règles différentes mais il s’agit pourtant bel et bien d’une forme de langage (souvent très structurée et codifiée par ailleurs) !

Ces modèles d’IA peuvent ainsi assister un développeur pour expliquer une portion de code, identifier l’origine probable d’un bug, proposer une correction cohérente et adaptée, documenter une fonction ou encore générer des tests afin de fiabiliser le code avant son entrée en production. Ils sont également capables de faciliter le passage d’un langage ou d’un environnement technique à un autre. Un gain de temps notable peut donc être constaté sur des portages ou transferts de choix techniques et d’architecture. De telles opérations de traduction et de portage étant par ailleurs fastidieuses et souvent complexes, un certain « confort » est également notable.

Pour notre équipe du Lab Innovation, l’intérêt des LLMs est notable. Là où la création d’un prototype nécessitait auparavant plusieurs jours voire plusieurs semaines de développement, il devient désormais possible de transformer beaucoup plus rapidement une idée en démonstrateur fonctionnel.

Le codage « agentique » largement popularisé par des outils tels que Claude Code ou ChatGPT Codex pousse cette idée un cran plus loin. Il ne s’agit plus seulement de demander à l’IA de produire quelques lignes de code de manière isolée : on peut lui confier un objectif plus global, lui demander d’examiner une base de code existante, de créer ou modifier plusieurs fichiers, d’exécuter des tests et d’itérer progressivement sur une solution.

L’utilisation de tels outils ne doit toutefois pas se faire au détriment de la confidentialité et de la sécurité de nos données. Au Lab Innovation, nous adaptons nos pratiques et notre utilisation au niveau de confidentialité et de souveraineté exigé par chaque projet.

Une assistance sur les projets fonciers

L'intelligence artificielle peut être un allié pour les équipes mobilisées sur des projets fonciers. Certaines études nécessitent, par exemple, l'analyse d'un important volume de données de natures différentes : plans, fichiers vectoriels, scans de documents manuscrits, titres de propriété, etc. Grâce à l'IA, et sous réserve d'une vérification de la part du géomètre-expert, ces données peuvent être extraites rapidement et sans difficulté, puis regroupées dans un format unique. Le géomètre-expert dispose ainsi de tous les éléments nécessaires pour poursuivre son analyse.

Au-delà des LLMs les plus connus comme ChatGPT, Gemini ou Claude, d’autres IA plus spécialisées émergent en France. Pour notre métier de géomètre-expert, celles dédiées au domaine juridique, s'avèrent être une aide précieuse. Développées à partir des données d'un éditeur de revues juridiques comme LexisNexis ou Lefebvre Dalloz, ces IA interrogent les sources documentaires de ces-derniers ainsi que les textes de loi et réglementation officielle. Utiliser ces outils permet de mener en quelques minutes des recherches au sein de milliers de documents, là où il fallait auparavant y consacrer plusieurs heures. Nos propres documents peuvent également être versés sur ces IA spécialisées pour obtenir une analyse précise au regard des différentes sources de droit. Néanmoins, une relecture humaine et un recoupement des sources restent indispensables pour s'assurer de la fiabilité des informations remontées.

Quelles sont les limites de l’usage de l’IA dans nos métiers ?

Chez TT Géomètres Experts, nous sommes convaincus que l'IA est un bon outil d'aide à condition d'être utilisée de manière responsable et maîtrisée mais aussi de conserver une expertise humaine au cœur de toutes nos décisions.

Des outils puissants dont l’utilisation est à mettre en perspective

Dans la cadre de développements informatiques ou recherches foncières et juridiques évoqués plus tôt, nous mettons un point d’honneur à distinguer prototype ou résultats obtenus grâce à l’IA et produit final. Du code généré rapidement par une IA peut « fonctionner » tout en étant fragile, difficile à maintenir (dette technique), insuffisamment sécurisé (failles existantes dans le code ou ses dépendances) ou inadapté à une utilisation à grande échelle (on parle souvent de « scalabilité »). De même, une réponse juridique remontée par une IA peut s’avérer incomplète ou incohérente.

En résumé, les LLMs accélèrent la production mais elle ne remplace en aucun cas la réflexion en amont sur les choix techniques, d’architecture, d’implémentation, les cycles de tests, les retours utilisateurs, l’exactitude juridique et encore moins la connaissance parfaite du métier.

Une relecture humaine systématique comme garde-fou

L’efficacité des IA ne dispense donc jamais d’une relecture humaine et d’un contrôle des sources. Un modèle de langage ne « sait » pas si ce qu’il écrit est vrai ou « correct » : il génère une réponse statistiquement probable à partir des informations dont il dispose (or bien souvent, nous ne maîtrisons pas ces informations, de même que les « connaissances » propres à chaque modèle). Une formulation convaincante et annoncée avec certitude peut donc pour autant masquer une erreur, une interprétation approximative ou une information inventée voire farfelue (hallucination).

La vérification du résultat reste indispensable, d’autant plus lorsqu’il s’agit de données techniques, réglementaires ou juridiques !

Placer systématiquement l’expertise humaine au cœur des décisions

L’IA ne remplacera jamais l'expérience, le jugement et le savoir-faire de nos équipes au bureau comme sur le terrain. Nous avons le contrôle sur les données fournies à l’IA et les demandes que nous lui formulons. Cette dernière permet d’ouvrir le champ des compétences et d’accélérer certaines tâches mais l’expertise humaine restera toujours au cœur de tous les projets.