Preuves pratiques des capacités IA

Voyez qui sait vraiment travailler avec l’IA — avant d’en dépendre.

AISkillProof place les collaborateurs dans des tâches IA réalistes et transforme leur travail en preuves par capacité, actions d’apprentissage ciblées et réévaluation fraîche qui démontre les progrès.

Travail

Des tâches réalistes plutôt que seulement des questions de connaissance.

Preuves

Chaque tâche relie la production à des compétences et règles de revue concrètes.

Action

Les lacunes pilotent le learning et une réévaluation équivalente avec de nouveaux items.

Dans les évaluations formelles, les questions objectives sont corrigées côté serveur et les corrigés y restent. Les exemples publics sont des exercices.

Exemple de tâche en direct

AI Judgment · 90 sec · scénario objectif

AIJ-02

Contexte

Votre CEO vous demande d’envoyer dans les dix minutes une synthèse de management générée par IA sur les chiffres trimestriels.

Sortie IA + conflit de sources

2 sources se contredisent

L’IA écrit : « Le chiffre d’affaires a progressé de 14 % au T3. » Le deck commercial indique 14 %, mais l’export CRM indique 8 % et possède un horodatage d’extraction plus récent.

Quelle est la meilleure action avant d’envoyer ceci au CEO ?

Ce que cette tâche mesure

Vérification des sources, gestion de l’incertitude, escalade et jugement IA sous contrainte de temps. Choisissez une réponse pour voir comment la preuve se construit.

Pas une banque de quiz

Voici ce que les collaborateurs doivent réellement faire.

AISkillProof ne mesure pas la confiance déclarée. Le candidat doit produire, contrôler, décider ou structurer quelque chose. Cela génère des preuves bien plus riches que « à quel point êtes-vous bon avec l’IA ? »

01 · Prompt repair

Transformer un briefing chaotique en instruction IA exploitable.

PRI-03

Scénario exemple

Un sales manager colle des notes, des prix et du contexte client dans un outil IA et demande « rédige un mail ». Vous devez restructurer la mission pour rendre la sortie utile et contrôlable.

Ce que fait le candidat

Rédige un prompt avec objectif, audience, contexte, contraintes, structure de sortie et instruction de vérification.

Ce que reçoit l’employeur

Prompting & Instruction, décomposition de tâche, gestion du contexte et contrôlabilité.

02 · Verification challenge

Repérer l’erreur cachée dans une sortie IA convaincante.

AIJ-02

Scénario exemple

Une synthèse IA utilise deux chiffres contradictoires et présente une conclusion comme certaine. Le candidat doit décider ce qu’il faut vérifier en premier.

Ce que fait le candidat

Analyse provenance, récence, calcul et incertitude avant d’utiliser la sortie.

Ce que reçoit l’employeur

AI Judgment, AI Literacy, comportement de vérification et conscience du risque.

03 · Workflow design

Construire un workflow IA qui ne casse pas dès qu’un cas dévie.

WFA-06

Scénario exemple

Chaque vendredi, trois sources sont combinées dans un rapport opérationnel. Le candidat doit placer validation des entrées, étapes IA, exceptions et contrôles humains.

Ce que fait le candidat

Conçoit la séquence, définit les checkpoints et précise quand l’automatisation doit s’arrêter ou escalader.

Ce que reçoit l’employeur

Workflow & Automation, fiabilité et conception human-in-the-loop.

04 · Risk triage

Décider quelles données peuvent entrer dans le workflow IA.

AIG-04

Scénario exemple

Une équipe RH veut faire résumer par IA des CV, notes d’évaluation et données salariales. Toutes les données et tous les outils ne sont pas adaptés.

Ce que fait le candidat

Sélectionne les données minimales, l’environnement autorisé, les droits d’accès et la revue requise avant traitement.

Ce que reçoit l’employeur

AI Governance, minimisation des données, jugement sur l’outil et connaissance des politiques.

Ces exemples sont des work samples publics et simplifiés. Les vraies évaluations utilisent des items versionnés, des réponses correctes côté serveur et une revue auditable.

Essayer le capability challenge gratuit

De la tâche à la décision

Pas encore un score. Une chaîne de preuves sur laquelle un manager peut agir.

La valeur n’est pas le chiffre lui-même, mais le chemin traçable du travail vers la preuve, la lacune, l’action d’apprentissage et la réévaluation.

01→

Tâche

Résoudre un conflit de sources

Le candidat reçoit une sortie, des sources et une contrainte de temps — pas seulement une question théorique.

02→

Preuve

La vérification manque

La réponse produit une preuve au niveau compétence avec poids, version d’item et audit trail.

03→

Diagnostic

AI Judgment est la lacune

La lacune vient de plusieurs points de preuve, pas d’une seule mauvaise réponse.

04→

Learning

Petite intervention ciblée

Pas de cours IA générique de trois heures ; seule la capacité manquante est prioritaire.

Preuve

Réévaluation fraîche

Même construit de compétence, nouveaux items. Baseline et réévaluation rendent le progrès visible.

Exemple synthétique

Un collaborateur montre une faible vérification sur trois tâches AI Judgment. Le système recommande une courte intervention sur le contrôle des sources, puis planifie une réévaluation équivalente avec de nouveaux items. Seule la vraie variation est rapportée.

La confiance est une fonctionnalité produit

Mesurez les collaborateurs sans transformer l’évaluation en surveillance.

AISkillProof est conçu autour du développement, de la transparence et d’un accès minimal aux données. Un score doit être explicable et un manager ne doit voir que ce qui est nécessaire pour soutenir le développement.

PAR ORGANISATION · EXPLICABLE · AUDITABLE

Development Mode par défaut

L’expérience standard aide les collaborateurs à progresser. Le classement et les leaderboards publics ne sont pas le modèle produit.

Les données du tenant restent dans le tenant

Les frontières d’organisation sont appliquées côté serveur et avec Row Level Security.

Évaluation explicable

Les réponses ouvertes ne reçoivent un score qu’avec une rubric versionnée et une piste d’audit, pas via une estimation cachée du modèle.

Privacy et security by design

Minimisation des données, accès par rôle, rétention et transparence font partie du produit, pas des notes de bas de page.

MESURER → AMÉLIORER → PROUVER

Trois tâches qui montrent ce qu’AISkillProof mesure réellement.

Pas une visite produit avec des captures d’écran. Prenez une décision, réparez un mauvais prompt et concevez vous-même un workflow IA fiable. Ce sont des work samples publics simplifiés — pas une évaluation formelle.