SHAPR: Operationalising Human-AI Collaborative Research Through Structured Knowledge Generation
Ce papier présente l'opérationnalisation du cadre SHAPR, une approche structurée et traçable intégrant la prise de décision humaine et l'assistance par l'IA pour générer des unités de connaissances réutilisables et assurer la reproductibilité dans la recherche assistée par l'IA.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous êtes un architecte qui construit une maison. Autrefois, vous dessiniez tout seul, pierre par pierre. Aujourd'hui, vous avez un assistant très rapide, un robot (l'IA), capable de tailler les briques, de peindre les murs et même de proposer des plans de cuisine. C'est génial, mais cela pose un problème : comment savoir qui a fait quoi, pourquoi, et si la maison tiendra vraiment debout ?
C'est exactement le problème que résout le framework SHAPR.
1. Le Problème : La "Cuisine" vs Le "Menu"
Dans la recherche actuelle, beaucoup de gens parlent à l'IA (comme ChatGPT) pour coder ou concevoir des logiciels. C'est comme si vous cuisiniez dans une cuisine très bruyante, en discutant avec un chef robot. Vous avez une idée, le robot vous donne une recette, vous essayez, ça rate, vous recommencez.
Le problème ? À la fin, vous avez un plat délicieux, mais vous avez oublié exactement comment vous êtes arrivé là. Si quelqu'un d'autre veut reproduire votre plat, il ne peut pas. C'est comme si vous aviez perdu le menu et la liste des ingrédients. La recherche devient floue, opaque et difficile à vérifier.
2. La Solution : SHAPR (Le Chef et son Carnet de Recettes)
SHAPR (Solo Human-Centred and AI-Assisted Practice) est un nouveau système pour organiser ce travail. Il ne remplace pas le chef (le chercheur humain), il lui donne un carnet de recettes structuré et une méthode de travail pour travailler avec son robot assistant.
Voici les 4 piliers de SHAPR, expliqués avec des analogies :
A. Le Cycle de 5 Étapes (La Boucle de la Recette)
Au lieu de faire n'importe quoi, SHAPR impose un cycle de 5 étapes que l'on répète encore et encore :
- Explorer (Explore) : On regarde dans le frigo et on demande au robot : "Qu'est-ce qu'on pourrait faire avec ces restes ?" (L'IA propose des idées).
- Construire (Build) : On commence à cuisiner. On suit une idée précise.
- Utiliser (Use) : On goûte le plat. Est-ce que c'est bon ? Est-ce que ça tient ?
- Évaluer (Evaluate) : On analyse le goût. "Ah, c'est trop salé !" ou "La texture est parfaite."
- Apprendre (Learn) : C'est l'étape la plus importante. On écrit dans le carnet : "Si on met moins de sel, le plat est meilleur."
B. Les "Unités de Connaissance" (Les Cartes de Recettes)
C'est le cœur du système. À chaque fois que vous apprenez quelque chose (étape 5), vous ne le laissez pas dans votre tête. Vous créez une SKU (Structured Knowledge Unit).
- Analogie : Imaginez que chaque fois que vous découvrez un secret de cuisine (ex: "ne pas cuire l'ail trop longtemps"), vous écrivez une petite carte de recette précise.
- Ces cartes ne sont pas juste des notes en vrac. Elles disent : "Dans telle situation (Contexte), j'ai fait telle chose (Décision), le résultat a été ça (Observation), et la leçon est ça (Insight)."
- Avec le temps, vous avez un classeur rempli de ces cartes. Vous pouvez les relire pour ne plus faire les mêmes erreurs et créer de nouvelles règles de cuisine (des principes de design).
C. L'Espace de Travail vs Le Magasin (La Cuisine vs L'Entrepôt)
SHAPR distingue deux endroits :
- L'Espace de Discussion (Chat) : C'est la cuisine où vous discutez avec le robot. C'est le brouillon, le chaos créatif.
- Le Dépôt (Repository) : C'est l'entrepôt où vous rangez les plats finis et les cartes de recettes.
- La Règle d'Or : Rien n'est officiel tant qu'il n'est pas rangé dans l'entrepôt. Si vous avez une idée géniale avec le robot mais que vous ne l'avez pas écrite dans le dépôt, elle n'existe pas pour la science. Cela rend tout traçable (on peut voir l'histoire du projet).
D. Le Chef reste le Patron (L'Autorité Humaine)
C'est le point le plus important. Le robot est un super assistant, mais il ne décide pas.
- Le robot peut proposer 100 recettes, mais c'est vous qui choisissez laquelle est bonne pour la science.
- C'est vous qui validez si le résultat est vrai.
- SHAPR s'assure que l'humain garde le contrôle total sur la "vérité" de la recherche, même si le robot fait le gros du travail technique.
3. Pourquoi c'est génial pour l'avenir ?
Imaginez que SHAPR est un système d'exploitation pour la recherche.
- Pour les étudiants : Au lieu de juste rendre un projet fini, ils montrent tout leur processus de pensée, leurs cartes de recettes et leurs erreurs. C'est plus juste pour l'évaluation.
- Pour la science : Si quelqu'un veut vérifier vos résultats, il peut ouvrir votre "entrepôt", voir chaque carte de recette et refaire exactement la même chose. C'est la reproductibilité garantie.
- Pour l'IA : Le système est si bien structuré que l'IA elle-même peut comprendre les règles et aider à remplir le carnet de recettes ! C'est comme si le robot apprenait à être un meilleur assistant en suivant vos règles.
En résumé
SHAPR, c'est comme passer d'un brouillon de cuisine chaotique où l'on parle à un robot, à une cuisine de restaurant Michelin où chaque plat est cuisiné, goûté, et enregistré avec une précision chirurgicale dans un carnet de recettes.
Cela permet de :
- Ne rien perdre des découvertes faites pendant le travail.
- Garantir que l'humain reste le chef et le garant de la vérité.
- Rendre la recherche transparente, reproductible et capable de s'améliorer à chaque cycle.
C'est une méthode pour s'assurer que, même avec l'aide d'une intelligence artificielle très puissante, la science reste humaine, rigoureuse et fiable.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.