Café TMNlab : l’IA dans le quotidien professionnel

En 2024, le TMMlab proposait une série de rendez-vous autour de l’IA : pour comprendre et explorer, dans nos métiers comme au plateau, les opportunités, les risques et les impacts. Les usages de l’IA dans le champ du travail et du spectacle vivant sont multiples, nous les explorons ensemble depuis plus rendez-vous (art du prompt, enjeux de diversité et de découvrabilité, usages et stratégie, data analyse…). Nous poursuivons la série en 2025.

Pour ce cinquième rendez-vous, nous nous attarderons sur ses utilisations comme assistant du quotidien professionnel (automatisation de tâches, analyses, compte-rendus, aide à l’écriture…). Après une introduction proposée par Elisabeth Gravil, fondatrice de Museovation, membre du TMNlab et formatrice, nous échangerons sur vos cas d’usages en partant de témoignages de membres défricheur.euses de la communauté.

Restitution du café du 23 janvier 2025

La restitution ci-dessous a été générée avec un outil d’IA générative et relue par un.e humain.e – quand même.

Points clés abordés :

• Définir ses besoins avant de choisir l’outil: L’accent a été mis sur l’importance de partir des besoins concrets de son métier plutôt que de se laisser séduire par la multitude d’outils disponibles. L’IA doit répondre à un besoin identifié et non l’inverse.
• Privilégier les LLM (Large Language Models) dans un premier temps: Les LLM, comme ChatGPT, constituent un point d’entrée pertinent pour explorer l’IA générative. Ils peuvent servir de pivot pour l’utilisation d’autres outils plus spécialisés (génération d’images, de vidéos, etc.).
• Développer une agilité entre les outils: L’écosystème de l’IA générative est en constante évolution. Il est important de se familiariser avec différents outils et de savoir passer de l’un à l’autre en fonction des besoins.
• Pratiquer régulièrement pour maîtriser les outils et identifier leur potentiel: L’expérimentation et la pratique régulière permettent d’affiner ses prompts et d’optimiser l’utilisation des outils.
• Automatiser les tâches récurrentes: Une fois les usages identifiés, il est possible d’automatiser certaines tâches grâce aux API et aux outils no-code.
• Mutualiser les connaissances et les bonnes pratiques: L’échange et le partage d’expériences entre professionnels sont essentiels pour progresser collectivement et éviter de réinventer la roue. La création de prompts communautaires adaptés aux métiers du spectacle vivant a été évoquée.
• Mettre en place une charte éthique et une gouvernance: L’utilisation de l’IA générative soulève des questions éthiques, juridiques et écologiques. L’élaboration d’une charte des bons usages et d’une gouvernance claire est indispensable.

Témoignage de Delphine Lagrandeur, codirectrice de l’Azimut :

Delphine a partagé son expérience récente avec l’IA générative, illustrant la diversité des usages possibles :

• Création de comptes rendus de spectacles: Dictée vocale sur smartphone et génération de synthèses par ChatGPT.
• Préparation de réunions: Simulation de conversations pour anticiper les échanges.
• Analyse de données: Analyse des comptes du restaurant du théâtre et exploration de pistes de développement.
• Synthèse de documents: Résumé de rapports de stage.
• Etude de marché: Comparaison des tarifs des théâtres de la région.
• Facilitation graphique: Génération d’idées de schémas.

Discussions et questions des participants :

Les participants ont soulevé plusieurs questions et partagé leurs propres expériences, notamment concernant :

• L’impact écologique de l’IA générative: Nécessité de limiter les requêtes inutiles et de privilégier des solutions moins énergivores lorsque c’est possible.
• Les erreurs et les hallucinations de ChatGPT: Importance de la vérification des informations et de la validation des sources.
• La sensibilisation des directions: Difficulté à convaincre certaines directions de l’importance de s’emparer du sujet de l’IA.
• La différence entre la version gratuite et la version payante de ChatGPT: Limites de la version gratuite en termes de nombre de requêtes et d’accès aux nouveautés.
• Les outils d’IA pour le calcul et le web scraping: Présentation de Perplexity comme un outil performant pour la recherche et l’analyse de données.
• L’intégration de l’IA dans les outils no-code: Témoignage de Mathieu sur l’utilisation de l’IA pour la qualification de fichiers.
• L’utilisation de LLM en local: Avantages et inconvénients des solutions locales par rapport aux solutions cloud.
• La notion de RAG (Retrieval Augmented Generation): Explication du concept de RAG et de son intérêt pour réduire les hallucinations de ChatGPT.