Section 1.2 Du problème au modèle

Règles, prédiction, génération et décision

Un système peut combiner plusieurs modes de calcul. Un champ « service choisi », lorsqu’il a une signification contractuelle, peut déclencher une règle déterministe. Un modèle de classification peut estimer le service à partir du texte libre. Un modèle génératif peut rédiger une synthèse du message pour la personne qui l’examine. Chacune de ces sorties requiert un test différent.

Typologie par la sortie

TâcheSortieCritère possible
RechercheListe ordonnée de passagesPrésence du passage pertinent dans les premiers résultats
ClassificationCatégorie ou scores par catégorieRappel par classe et matrice de confusion
RégressionQuantité numériqueErreur absolue en minutes, dirhams ou unités physiques
GénérationTexte, image ou autre structureExactitude des affirmations et conformité à la consigne
DécisionAction choisie sous contraintesCoût des erreurs, délai et possibilité de recours

La prédiction estime une quantité inconnue. La décision applique une politique à cette estimation en tenant compte d’éléments supplémentaires. Une probabilité de 0,70 qu’un ticket doive être traité rapidement peut justifier une revue, mais la capacité de la file et le coût d’un retard déterminent la politique.

Apprendre des associations

Un classificateur peut exploiter l’association entre une formule et une catégorie sans expliquer pourquoi la demande existe. Imaginer qu’une modification de cette formule résoudra le problème relève d’une autre question, causale. Évaluer une intervention, par exemple l’ajout d’un guide dans le formulaire, exige une comparaison permettant de distinguer l’effet du guide de celui de la période d’inscription et des autres changements. Un score prédictif seul ne suffit pas.

Un même score rejoint deux politiques distinctes, une file de revue et un transfert automatique.
Figure 1.2. La politique de décision doit être évaluée avec les conséquences qui lui sont propres.