Human in the loop : vérifier le travail de l'IA sans tout refaire

Human in the loop, on the loop, out of the loop : de quoi parle-t-on ?

« Human in the loop » se traduit par « un humain dans la boucle ». La terminologie commune publiée par l'Union européenne et les États-Unis range les systèmes d'IA en trois catégories, « in », « on » et « out of the loop », selon le degré d'implication réelle des humains (terminologie UE-États-Unis sur l'IA, entrée « Autonomy »).

Le texte ne définit pas chaque niveau. En pratique, dans la boucle, vous validez avant que le résultat parte. Sur la boucle, l'IA avance seule et vous la surveillez, prêt à reprendre la main. Hors de la boucle, plus personne ne regarde. Notre fiche de glossaire sur le human in the loop donne d'autres exemples.

Le terme a aussi un sens juridique. L'article 14 du règlement européen sur l'IA, l'AI Act, exige que les systèmes concernés puissent être contrôlés efficacement par des personnes pendant leur utilisation (règlement (UE) 2024/1689, art. 14). La personne chargée de ce contrôle doit connaître le « biais d'automatisation », cette tendance à croire la machine par défaut. Elle doit aussi pouvoir écarter le résultat ou l'annuler.

Vérifier en proportion de l'enjeu

L'équipe pédagogique d'Anthropic résume sa règle en cinq mots : « verify in proportion to the stakes », vérifier en proportion de l'enjeu (Anthropic, approche de l'enseignement de l'IA, août 2026). Une liste d'idées de cadeaux ne mérite pas le contrôle d'un devis client. Classez la tâche avant de choisir le temps de relecture.

Enjeu faible : une erreur ne coûte presque rien

Des idées de titres, un plan de révision pour vous-même. Une lecture suffit, comme pour n'importe quel brouillon. Si une phrase sonne faux, vous la corrigez et vous passez à la suite.

Enjeu moyen : quelqu'un d'autre va lire

Une newsletter, un support de cours, une note pour un client, un post LinkedIn. Vous contrôlez ce qui se vérifie, à savoir les chiffres, les dates, les noms, les citations et les liens. Comptez dix minutes avec la méthode de la section suivante.

Enjeu fort : une erreur coûte de l'argent, une note ou une réputation

Un contrat, une donnée citée dans un mémoire, un conseil juridique ou médical, un e-mail qui part à 500 clients. Chaque affirmation se vérifie à la source. Si vous n'avez pas le temps de le faire, la tâche reste chez vous.

Savoir quand ne pas déléguer

Le même article d'Anthropic invite à se demander d'abord « what tasks should be delegated to AI in the first place », autrement dit quelles tâches confier à l'IA. Il donne l'exemple d'une note dont on rédige soi-même les passages sensibles, en laissant l'IA monter les diapositives de synthèse. Si le sujet vous échappe au point de ne pas savoir juger le résultat, ne déléguez pas la version finale. Demandez plutôt à l'IA de vous expliquer le sujet, puis écrivez vous-même.

Ce que les éditeurs disent eux-mêmes

OpenAI, Anthropic et Google écrivent tous les trois dans leur aide qu'il faut vérifier.

• OpenAI conseille d'utiliser ChatGPT « as a first draft, not a final source », comme un premier jet, et de toujours vérifier les citations, les données et les références (aide OpenAI, « Does ChatGPT tell the truth? »).
• Anthropic écrit qu'il ne faut pas faire de Claude « a singular source of truth », une source unique de vérité (aide Claude sur les réponses erronées).
• Google le rappelle sur la page d'aide de Classroom destinée aux enseignants : « Gemini can make mistakes. Always double-check responses for accuracy. » (aide Google Classroom)

Aucune de ces pages ne dit par quoi commencer quand on dispose de dix minutes.

Les vérifications qui prennent deux minutes

Une IA peut inventer une source qui a l'air vraie, avec un auteur, une date et un titre plausibles. On appelle ça une hallucination. Commencez par les détails vérifiables, dans cet ordre.

1. Les chiffres et les dates. Retrouvez la source d'origine. Un pourcentage qu'aucune page ne confirme sort du texte.
2. Les noms propres, qu'il s'agisse de personnes, d'entreprises, de livres ou de textes de loi. Une recherche suffit en général à repérer un auteur qui n'existe pas.
3. Les citations. Collez la phrase entre guillemets dans un moteur de recherche. Si elle n'apparaît nulle part, considérez-la comme fausse.
4. Les liens. Cliquez sur chacun. Une page introuvable ou sans rapport avec le sujet doit vous alerter.
5. Les oublis. Relisez votre demande de départ et cochez ce qui a été traité. Un point manquant se repère moins vite qu'un point faux.

L'IA peut préparer ce contrôle à votre place. La documentation d'Anthropic recommande d'exiger une citation pour chaque affirmation et de retirer celles qui n'en ont pas : « If it can't find a quote, it must retract the claim. » (documentation Claude, réduire les hallucinations). Ce prompt applique la même règle dans n'importe quel assistant.

Vérifiez ensuite vous-même les lignes marquées « incertain », en commençant par celles qui portent un chiffre. Pour une recherche documentaire, le prompt vérifier des informations et des sources fiables aide à croiser les sources. Fournir à l'IA vos propres documents comme base de travail réduit aussi le risque d'invention. On parle alors de grounding.

Faire relire l'IA par une autre IA

Deuxième geste, faire relire le texte dans une nouvelle conversation. Le relecteur part du texte que vous collez, sans l'historique de l'échange qui l'a produit.

Anthropic applique ce principe dans Claude Code, son outil pour développeurs. Avec l'une de ses commandes, la décision « c'est terminé » revient à un modèle neuf, distinct de celui qui travaille (documentation Claude Code). La même page en donne la limite : ce vérificateur « can only judge what Claude has already surfaced ». Il ne juge que ce qui apparaît dans la conversation.

Votre relecteur IA a la même limite, puisqu'il ne voit que ce que vous lui montrez. Il repère une contradiction interne ou une affirmation sans preuve. Un faux chiffre bien présenté peut lui échapper, alors gardez la vérification des chiffres pour vous. Notre article sur les boucles et les conditions d'arrêt détaille ce mécanisme.

Une variante consiste à demander au modèle de poser lui-même ses questions de contrôle, puis d'y répondre. Le glossaire la décrit sous le nom de chain of verification.

Où placer les points de contrôle quand l'IA agit seule

Avec un agent ou une tâche planifiée, l'IA enchaîne plusieurs actions sans vous. Anthropic décrit des agents qui peuvent « pause for human feedback at checkpoints », c'est-à-dire s'arrêter à des points de contrôle pour attendre votre avis (Anthropic, Building effective agents, décembre 2024). C'est à vous de choisir ces points.

Placez un arrêt avant tout ce qui sort de chez vous, qu'il s'agisse d'un e-mail, d'un post publié, d'un paiement ou d'un fichier supprimé. Ce qui reste en brouillon peut attendre votre relecture.

Claude Academy donne le même conseil pour les tâches planifiées : « Use scheduled tasks for drafts initially ». Le cours recommande de demander un brouillon à relire plutôt qu'un envoi en votre nom (Claude Academy, cours Claude Cowork). Notre guide pour automatiser sa veille avec les tâches planifiées part de cette règle, et l'article sur les agents IA explique comment leur confier une mission.

Questions fréquentes

Que veut dire « human in the loop » ?

« Humain dans la boucle ». Une IA trie des candidatures, par exemple, et une recruteuse relit chaque refus avant qu'il parte. Si elle se contente de surveiller les statistiques de tri, elle est « on the loop ». Si les refus partent sans que personne les lise, elle est « out of the loop ».

Une IA peut-elle vérifier le travail d'une autre IA ?

En partie, et seulement sur ce que vous lui montrez. Pour qu'elle contrôle des faits, collez le document source à côté du texte et demandez-lui de signaler chaque phrase que ce document ne confirme pas. Si vous avez accès à un deuxième assistant, faites relire par celui qui n'a pas écrit le texte.

Faut-il dire qu'on a utilisé l'IA ?

Anthropic le recommande dans son approche pédagogique : préciser comment l'IA a servi (« explicitly stating how AI was used ») avant de partager un document, une analyse ou un média. Une ligne en fin de document suffit souvent, du type « premier jet rédigé avec ChatGPT, chiffres vérifiés à la source ».