Filmer un expert et générer une SOP permet de documenter des gestes. Cela ne suffit pas à capturer le savoir tacite : les décisions, signaux faibles, exceptions et critères qui font l’expertise.
Un expert intervient sur une machine.
Il écoute.
Regarde brièvement une pièce.
Pose la main sur un carter.
Modifie légèrement un réglage.
Attend.
Puis relance l’installation.
Une caméra peut enregistrer toute la scène.
Une intelligence artificielle peut découper la vidéo, reconnaître les différentes actions, extraire les images pertinentes et générer automatiquement un mode opératoire.
Le résultat peut être excellent :
Étape 1. Contrôler la pièce.
Étape 2. Ajuster le réglage.
Étape 3. Attendre quelques secondes.
Étape 4. Redémarrer la machine.
Mais il manque peut-être l’essentiel.
Pourquoi l’expert a-t-il décidé d’ajuster ce réglage ?
Qu’a-t-il remarqué ?
Qu’a-t-il entendu ?
Pourquoi a-t-il attendu ?
Comment savait-il qu’il pouvait redémarrer ?
Et dans quelle situation aurait-il fait exactement l’inverse ?
La vidéo a capturé ses gestes.
A-t-elle capturé son savoir-faire ?
C’est toute la différence entre documenter une activité et faire émerger une expertise.
Video-to-SOP : une avancée utile… mais pour quel problème ?
La création d’une instruction de travail est historiquement fastidieuse.
Il faut observer une opération, prendre des notes, sélectionner les étapes importantes, récupérer les bonnes illustrations, rédiger les consignes, structurer le document, le faire valider puis le maintenir.
L’intelligence artificielle permet aujourd’hui d’automatiser une grande partie de cette production documentaire.
C’est la promesse du Video-to-SOP.
Picomto propose par exemple avec Video2FI de filmer une intervention terrain, puis de laisser une IA détecter les étapes clés et produire une instruction de travail structurée et éditable. L’entreprise revendique une transformation de la vidéo vers l’instruction en moins d’une heure.
C’est utile.
Mais voit-on vraiment la pensée de l’opérateur dans la vidéo ?
Car passer automatiquement d’une vidéo à une instruction répond au problème :
Comment documenter plus rapidement ce que fait l’opérateur ?
La capture du savoir tacite pose une autre question :
Comment comprendre ce que l’expert sait pour être capable d’agir correctement ?
Les deux problématiques sont liées.
Elles ne sont pas équivalentes.
Video-to-SOP ≠ Tacit Knowledge Capture.
Une caméra enregistre l’action. Elle n’enregistre pas le raisonnement.
Reprenons notre technicien.
La vidéo permet d’observer qu’il pose la main sur un carter avant de modifier le réglage.
On peut parfaitement transformer cette observation en instruction :
Poser la main sur le carter avant de procéder au réglage.
Mais pourquoi ?
Peut-être ne vérifie-t-il pas simplement le carter.
Peut-être cherche-t-il une vibration très particulière.
Peut-être sait-il qu’une vibration rapide indique un problème A, tandis qu’une vibration plus irrégulière indique un problème B.
Peut-être qu’en fonction de ce qu’il ressent, il modifiera complètement la suite de l’intervention.
Le geste observable est identique : poser la main.
La connaissance mobilisée derrière ce geste est considérablement plus riche.
Et cette distinction ne relève pas uniquement de la sémantique.
Les travaux sur la Cognitive Task Analysis distinguent précisément l’analyse des étapes observables d’une tâche de l’analyse des processus cognitifs qui permettent à un expert de l’exécuter : indices utilisés, stratégies, inférences, décisions et modèles mentaux.
Autrement dit :
voir ce qu’une personne fait ne suffit pas nécessairement à comprendre comment elle sait quoi faire.
La SOP dit quoi faire. L’expertise permet de savoir quand, pourquoi — et quand ne pas le faire.
Imaginons une instruction :
« Attendre trois secondes avant de redémarrer. »
Une IA peut parfaitement extraire cette information d’une vidéo.
Mais imaginons maintenant que l’on interroge l’expert.
Pourquoi trois secondes ?
Sa réponse :
En réalité, je n’attends pas trois secondes. J’attends que le bruit disparaisse. Sur cette machine, cela prend généralement trois secondes.
Une information apparemment anodine vient de changer de nature.
La règle n’est plus : attendre 3 secondes.
Elle devient : attendre la disparition du signal X.
Et immédiatement, d’autres questions apparaissent.
Que signifie la persistance du bruit ?
Combien de temps peut-il raisonnablement durer ?
Que faire s’il ne disparaît pas ?
Existe-t-il un deuxième signal permettant de confirmer le diagnostic ?
Que ferait un opérateur débutant dans cette situation ?
C’est ici que commence l’élicitation du savoir-faire.
Une approche également étudiée dans la recherche
La capture du savoir-faire ne se résume pas, chez Cognivance, à une promesse produit.
Cognivance mène également des travaux de recherche avec l’Université de Lorraine sur la coopération entre l’humain et l’intelligence artificielle pour la capture, la formalisation et la transmission des savoir-faire métier.
Ces travaux s’intéressent notamment à un enjeu central : comment une IA peut-elle interagir avec un expert pour faire émerger des connaissances qui ne sont pas spontanément formulées ?
Autrement dit, la question scientifique est très proche de la question industrielle :
comment passer de l’observation du travail à la compréhension de l’expertise qui permet de le réaliser ?
Une expertise n’est pas une succession de gestes
Dans les tâches complexes, l’expert ne mémorise pas simplement davantage d’étapes qu’un débutant.
Il apprend progressivement à lire les situations.
Il distingue ce qui est important de ce qui ne l’est pas.
Il reconnaît certaines configurations.
Il détecte plus rapidement une anomalie.
Il rapproche une situation actuelle d’une situation passée.
Il élimine des hypothèses.
Il anticipe les conséquences possibles d’une action.
Il sait aussi à quel moment la procédure nominale cesse d’être pertinente.
Des recherches menées directement en environnement industriel ont ainsi identifié une part importante du savoir tacite dans les phases de recherche et de décision, et pas uniquement dans l’exécution physique du geste.
Une autre étude menée auprès d’experts en ingénierie industrielle a notamment fait émerger des informations sensorielles et contextuelles — jusqu’à certains changements d’odeur détectés par des experts — qui n’étaient pas documentées dans les formations conventionnelles.
Voilà pourquoi l’enjeu n’est pas seulement de filmer mieux.
Il faut interroger le travail.
Le savoir tacite se cache dans les « pourquoi ? », les « comment le savez-vous ? » et les « sauf si… »
Lorsqu’on demande à un expert :
« Comment réalises-tu cette intervention ? »
il est parfaitement possible qu’il réponde :
Je vérifie A, ensuite je règle B, puis je contrôle C.
Il ne cache rien.
Il n’oublie pas volontairement des informations.
Simplement, une partie de son expertise est devenue tellement naturelle qu’elle n’est plus spontanément verbalisée.
Le rôle d’un processus d’élicitation consiste alors à approfondir.
- Pourquoi vérifiez-vous A ?
- Que recherchez-vous exactement ?
- Comment reconnaissez-vous une situation normale ?
- Quel indice vous ferait changer d’hypothèse ?
- Quelle partie de cette intervention est la plus difficile à apprendre ?
- Quelle erreur font presque tous les débutants ?
- Avez-vous déjà rencontré un cas où cette procédure ne fonctionnait pas ?
- Comment avez-vous su quoi faire ?
Chaque réponse révèle potentiellement une nouvelle couche d’expertise.
Et chaque réponse peut provoquer une nouvelle question.
C’est ici que l’intelligence artificielle devient réellement intéressante.
Pas seulement lorsqu’elle sait générer.
Lorsqu’elle sait investiguer.
