Toutes les éditions · Conservation Edition

Your Community, Your AI — CC BY 4.0

Ce qui fonctionne réellement chez Village aujourd’hui

Les débuts

Cet article traite de ce qui existe aujourd’hui — non pas de ce que nous prévoyons de construire, ni de ce que nous espérons réaliser, mais de ce qui est actuellement en production. Lorsqu’un élément est prévu mais n’est pas encore opérationnel, nous le précisons clairement. (Tout terme inconnu est défini en langage simple dans le glossaire.)

Village AI est en production depuis 2025. C’est un système récent : certaines parties fonctionnent bien, d’autres sont encore perfectibles, et cet article aborde ces deux aspects. Une organisation qui adopte une plateforme sur la base d’informations claires est un partenaire plus fiable qu’une organisation qui s’appuie uniquement sur le marketing.

Ce que Village AI peut apporter à votre association de protection de la nature dès aujourd’hui

Répondre aux questions concernant le contenu de votre association. Lorsqu’un bénévole demande « À quand la prochaine journée de recensement ? » ou « Qu’a rapporté le coordinateur à propos du recensement d’oiseaux d’automne ? », Village AI effectue une recherche dans les archives réelles de votre organisation — rapports de terrain, récits, descriptions d’événements, documents de gestion — et fournit une réponse fondée sur ce contenu. Il ne se contente pas de deviner ou de faire des déductions à partir de connaissances générales. S’il ne trouve pas la réponse dans vos archives, il vous le signale.

Aide à la rédaction. Village AI peut vous aider à rédiger des résumés de rapports de terrain, des annonces d’événements et de la correspondance. Comme il a été formé à partir des contenus antérieurs de votre organisation, ses brouillons reflètent le ton et les normes de votre groupe — et non un modèle d’entreprise générique. Un modérateur examine et corrige chaque brouillon avant qu’il ne soit transmis aux membres.

Résumer des documents volumineux. Un long rapport de suivi ou une série de mises à jour de la direction peuvent être résumés en points clés. Cela est utile pour les bénévoles qui souhaitent rester informés mais n’ont pas le temps de tout lire. Pour les contenus scientifiques, l’IA est entraînée à préserver les réserves et les incertitudes dans les résumés plutôt que de les gommer — bien que la révision par un modérateur reste la norme pour toute donnée destinée à être utilisée dans des rapports officiels.

Traduire d’une langue à l’autre. Village prend en charge cinq langues : l’anglais, l’allemand, le français, le néerlandais et le te reo māori. L’IA facilite la traduction des contenus organisationnels, bien qu’une relecture humaine soit recommandée pour les communications importantes.

Triage des retours des membres. Lorsqu’un bénévole soumet un retour via la plateforme — une question, une suggestion, un signalement de dysfonctionnement —, l’IA le classe, mène une enquête lorsque cela est possible et informe le membre une fois que le problème a été résolu. Ce processus est conçu pour se dérouler sans que le coordinateur ait à trier manuellement chaque retour.

Là où Village agit, et ne se contente pas de répondre

Les articles 1 et 2 ont établi une distinction qu’il convient de retenir : un chatbot répond, un agent agit. Il est donc légitime de se demander : Village AI se contente-t-il de répondre, ou agit-il également ?

Il agit, mais de manière soigneusement encadrée. L’exemple le plus parlant aujourd’hui est la résolution des retours d’expérience. Lorsqu’un bénévole signale une réponse comme « peu utile », Village ne se contente pas d’enregistrer une plainte que le coordinateur devra traiter plus tard. Il vérifie la réponse correcte par rapport aux dossiers de votre organisation, et lorsqu’il peut résoudre un cas courant et sans grande importance sur la base de preuves solides, il le fait de lui-même — améliorant ainsi les connaissances du système afin que le prochain bénévole qui pose la question obtienne une meilleure réponse. Il s’agit là d’un véritable comportement agentique : l’IA mène une action en plusieurs étapes, elle ne se contente pas de produire une phrase.

Mais remarquez bien les limites qui l’encadrent, car elles constituent l’essence même du système. L’agent n’agit qu’à l’intérieur des données de votre organisation — jamais sur quoi que ce soit qui sorte de votre périmètre. Il n’intervient que sur des questions courantes et réversibles. Et dès qu’il détecte un problème systémique — une série de défaillances liées entre elles qui suggère un dysfonctionnement plus profond —, il cesse d’agir et transmet le dossier à un humain, car il ne s’agit plus d’une correction de routine, mais d’une décision nécessitant un jugement. L’objectif de conception est que la grande majorité des retours d’information courants soit traitée automatiquement, tandis que tout ce qui a des conséquences importantes atterrisse sur le bureau d’une personne.

C’est la concrétisation pratique du principe énoncé à l’article 3 : un agent que vous contrôlez intervient là où l’action est sûre et réversible, et se retire là où ce n’est pas le cas. C’est le contraire d’un agent externe qui intervient sur tout en vous laissant peu de possibilités d’intervenir.

Ce que l’IA ne fait pas

Elle ne prend pas de décisions pour votre organisation. Lorsqu’une question implique l’interprétation de données, des priorités en matière de conservation ou des jugements de gestion, l’IA s’arrête et la transmet à un humain. Votre modérateur, votre coordinateur, votre conseil d’administration — les personnes à qui votre organisation confie ces décisions.

Elle ne prend pas de mesures lourdes de conséquences ou irréversibles de son propre chef. Comme décrit dans la section précédente, lorsque Village AI intervient, elle ne le fait que sur des questions courantes et réversibles au sein des données de votre organisation. Elle ne soumet pas d’enregistrements à des ensembles de données externes, n’envoie pas de réponses en votre nom, ne partage pas de données au-delà de vos limites et n’engage pas votre organisation à quoi que ce soit sans l’intervention d’un humain. Les clés restent entre les mains de votre organisation — ce qui est primordial lorsque les données sont sensibles et qu’un partage ne peut être annulé.

Il n’accède pas au contenu qui ne lui a pas été fourni. Le contenu privé reste privé. Le contenu provenant d’autres organisations reste au sein de ces organisations. L’IA ne peut pas franchir les frontières, car celles-ci sont structurelles et non fondées sur des politiques.

Elle ne fonctionne pas sans supervision. Chaque réponse de l’IA passe par les niveaux de vérification indépendants décrits dans l’article précédent. Aucune réponse n’est transmise à un bénévole sans avoir été recoupée avec les dossiers réels de votre organisation.

Elle ne prétend pas savoir ce qu’elle ignore. Lorsque le niveau de confiance de l’IA est faible, elle le signale. Chaque réponse est accompagnée d’un indicateur de confiance. Les membres peuvent voir d’un seul coup d’œil si l’IA s’appuie sur des données fiables ou s’aventure en terrain moins sûr.

Comment les biais sont pris en compte : le système de vocabulaire

L’une des formes les plus subtiles de biais dans l’IA est d’ordre linguistique. Lorsqu’un système entraîné sur des données d’entreprise qualifie vos bénévoles d’« utilisateurs » et vos rapports de terrain de « publications », il impose une vision du monde — celle où les organisations sont des plateformes grand public et où la communication relève du marketing de contenu.

Village résout ce problème grâce à un système de vocabulaire qui adapte l’ensemble de la plateforme au type de votre organisation.

Lorsque vous configurez un Village pour une association de protection de la nature, le système ne vous propose pas de termes génériques. Il utilise le vocabulaire propre au travail environnemental :

• Bénévoles et membres, et non « utilisateurs »
• Rapports de terrain, et non « publications » ou « mises à jour »
• Gouvernance du conseil d’administration, et non « paramètres d’administration »
• Récits de projets, et non « contenu »
• Le groupe, et non « l’espace de travail communautaire »

Ce n’est pas une simple question d’apparence. Le vocabulaire détermine la manière dont l’IA comprend votre organisation et y répond. Lorsque l’IA a été entraînée avec le terme « bénévole » plutôt que « utilisateur », elle traite les questions et génère des réponses dans un cadre de référence propre à la conservation. Elle comprend que « Comment coordonner notre prochaine enquête ? » est une question différente de « Comment planifier notre prochain événement ? » — même si un système d’IA générique les traiterait de la même manière.

Chaque type de communauté possède son propre vocabulaire. Une paroisse voit « paroissiens » et « bulletins paroissiaux ». Une famille utilise les termes « membres de la famille » et « histoires de famille ». La plateforme est la même, mais le langage — et donc la compréhension de l’IA — est spécifique à votre organisation.

En quoi l’IA traite-t-elle différemment les données scientifiques ?

Les associations de protection de la nature génèrent des données qui relèvent d’une catégorie différente de celle du contenu social. Un récit sur une journée de terrain mémorable relève du contenu social — chaleureux, subjectif, destiné à renforcer la communauté. Un recensement d’espèces effectué le même jour relève des données scientifiques — précises, objectives, destinées à éclairer les décisions.

Village AI est entraîné à reconnaître cette distinction. Lorsque l’IA rencontre un contenu comportant des données quantitatives — dénombrements, mesures, dates, coordonnées —, elle applique des normes différentes :

• Les valeurs numériques ne sont ni arrondies ni approximées, sauf demande explicite
• Les précisions et les mises en garde sont conservées dans les résumés, et non gommées
• L’absence de données est signalée, et non omise sans explication
• L’effort de recensement est mentionné parallèlement aux résultats lorsque les registres sources le précisent

Ce comportement est renforcé par Guardian Agents, qui vérifie les résultats de l’IA par rapport aux registres sources en accordant une attention particulière à l’exactitude numérique. Si un rapport de terrain mentionne une « reproduction probable » et que l’IA la reclassifie en « reproduction confirmée », le validateur de recoupement signale cette divergence.

Il s’agit d’un domaine en plein développement. Le système actuel gère bien les cas simples : les questions directes sur les données enregistrées, les résumés de rapports clairement structurés. Les cas plus complexes — comme la synthèse des tendances sur plusieurs saisons ou les comparaisons entre des sites utilisant des méthodologies d’étude différentes — nécessitent un perfectionnement continu. Nous le disons clairement, car faire des promesses excessives en matière d’intégrité des données serait pire que d’en faire trop peu.

Comment l’IA apprend et s’améliore

Village AI n’est pas statique. Il s’améliore au fil du temps grâce à trois mécanismes :

Réapprentissage programmé. L’IA est régulièrement réentraînée à partir des derniers contenus de votre organisation. Nouveaux rapports de terrain, nouveaux récits, nouvelles descriptions d’événements : tous sont intégrés à la base de connaissances de l’IA afin qu’elle reste à jour par rapport au travail de votre organisation.

Retour d’information des modérateurs. Lorsqu’un modérateur signale une réponse de l’IA comme inexacte ou peu utile, cette correction est réintégrée dans le système. Au fil du temps, l’IA apprend ce qui fonctionne pour votre organisation et ce qui ne fonctionne pas. Il ne s’agit pas d’une amélioration générique, mais d’une amélioration spécifique à votre groupe.

Apprentissage de l’agent-gardien. Une couche adaptative ajuste les seuils de vérification en fonction des tendances en matière de précision et d’erreurs. Si l’IA répond correctement et de manière constante à un certain type de question, l’agent-gardien assouplit l’intensité de la vérification pour ce type de question. Si elle rencontre systématiquement des difficultés avec un autre type de question, l’agent-gardien renforce le contrôle. Le système gagne en efficacité sans pour autant perdre en rigueur.

Ce qui reste à développer

Un niveau de capacité supérieur. Village exploite un modèle ouvert ciblé, affiné en fonction du type de communauté ; ainsi, un groupe de protection de la nature, une paroisse et un club bénéficient chacun d’une IA adaptée à leur contexte — pour un groupe de protection de la nature, par exemple, une IA conçue autour du travail environnemental et de la surveillance sur le terrain. L’architecture prévoit un niveau plus performant pour les questions plus complexes ; celui-ci est défini mais n’est pas encore opérationnel, de sorte qu’à l’heure actuelle, chaque question reçoit une réponse du modèle adapté à la communauté.

La personnalisation individuelle — grâce à laquelle l’IA apprend les préférences de chaque membre — est prévue mais n’a pas encore été mise en place. Pour l’instant, l’IA connaît votre organisation en tant que groupe, et non vos bénévoles en tant qu’individus (à moins qu’ils n’interagissent directement avec elle).

Le parcours d’accréditation des modérateurs — une formation structurée destinée aux membres qui assument le rôle de modérateur — est conçu mais en cours de déploiement progressif. Les organisations fondatrices ont un accès direct au fondateur pour obtenir de l’aide.

Traitement des données scientifiques — bien que les bases soient en place, la capacité du système à traiter des ensembles de données écologiques complexes, à analyser des tendances sur plusieurs années et à effectuer des comparaisons entre sites est encore en cours de développement. Nous nous attendons à ce que cela s’améliore à mesure que de véritables groupes de conservation travailleront avec des données réelles et nous feront part de leurs retours.

Nous mentionnons ces points en toute transparence, car vous devez savoir ce que vous adoptez. Il s’agit d’une plateforme récente, développée par une petite équipe et utilisée par un nombre restreint d’organisations. Elle est fonctionnelle, en constante amélioration et son état d’avancement est clair.

Ce que cela signifie pour votre association de protection de la nature

Si votre organisation envisage d’adopter Village, voici ce que vous choisissez :

Village est une plateforme où l’IA connaît le contenu réel de votre organisation — vos rapports de terrain, vos récits, vos événements — et non l’idée que se fait Internet de ce qu’est un groupe de conservation. Chaque réponse générée par l’IA est vérifiée mathématiquement par rapport à vos archives par des observateurs indépendants. Le vocabulaire reflète votre travail : des bénévoles, pas des « utilisateurs » ; des rapports de terrain, pas des « publications » ; la gouvernance du conseil d’administration, pas des « paramètres d’administration ».

Vos données restent au sein de votre organisation, ne sont pas utilisées pour entraîner des systèmes d’IA externes et peuvent être exportées ou supprimées à tout moment. Le système fait preuve de transparence quant à ses limites, s’améliore grâce aux corrections de vos modérateurs et s’interrompt pour demander l’avis d’un humain lorsqu’une question nécessite un jugement plutôt qu’une simple information.

Vous rejoindriez également la communauté fondatrice — l’un des rares groupes de protection de la nature, paroisses, clubs, familles et entreprises à façonner la plateforme dès ses débuts.

Si cela vous intéresse, vous trouverez l’état d’avancement actuel du programme de la communauté fondatrice sur la page dédiée à la communauté fondatrice.

Vous souhaitez utiliser correctement et en toute sécurité des outils d’IA comme ceux-ci ? Nos formations gratuites — Travailler avec Claude et Agents at Work — vous enseignent les compétences pratiques nécessaires, qu’il s’agisse d’obtenir des réponses fiables ou de déterminer quelles tâches confier à un agent. Pour découvrir l’architecture technique complète de Village AI, consultez Village AI — Gouvernance agentique.