Évaluer les compétences en IA par la pratique

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

Découvrez comment vos collaborateurs utilisent l’IA dans des situations professionnelles. Identifiez les compétences à travailler, proposez des leçons adaptées et comparez les résultats avec une nouvelle évaluation.

Travail

Des tâches réalistes plutôt que seulement des questions de connaissance.

Preuves

Chaque tâche porte sur des compétences précises et suit des règles de notation définies.

Action

Les résultats orientent le choix des leçons et des nouvelles évaluations.

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

Esprit critique · 90 s · mise en situation

Contexte

Vous sortez d'un appel avec un client. Il veut commencer le 3 novembre. Vous dites que vous devez encore vérifier le planning. Ensuite, vous faites rédiger l'e-mail de suivi par l'IA.

Un souhait devient une promesse

Les notes et l'e-mail se contredisent

Vos notes : « Début souhaité le 3 novembre. Planning encore à vérifier. Rien de confirmé. » L'e-mail : « Comme convenu, nous commençons le 3 novembre. »

Que faites-vous avant d'envoyer cet e-mail ?

Ce que cette tâche mesure

Si vous voyez qu'un e-mail fluide promet plus que ce qui a été convenu, et si vous le vérifiez avant l'envoi.

Dans l'actualité · HLN

“Quatre Belges sur dix manquent de compétences numériques alors que l'IA progresse à toute vitesse”

L'IA change le travail plus vite que les compétences ne suivent. Pour une entreprise, cela signifie savoir qui dans l'équipe utilise vraiment l'IA de façon sûre et efficace, au lieu de le supposer. C'est exactement ce qu'Aiskillproof rend visible.

Lire l'article sur HLN (en néerlandais)

Pas une banque de quiz

Voici ce que les collaborateurs doivent réellement faire.

Les collaborateurs prennent des décisions, vérifient des résultats et organisent des tâches. Ces exercices montrent leur approche dans une situation concrète.

01 · Améliorer une consigne

Transformer un briefing chaotique en instruction IA exploitable.

Scénario exemple

Un responsable commercial fournit des notes, des prix et des informations sur un client à un outil d’IA. Il demande de rédiger un e-mail. Précisez sa demande pour obtenir un texte utile et vérifiable.

Ce que fait le collaborateur

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

Ce que reçoit l’employeur

Rédaction de consignes : contexte, étapes de la tâche, limites et vérification.

02 · Vérifier un résultat

Repérer l’erreur cachée dans une sortie IA convaincante.

Scénario exemple

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

Ce que fait le collaborateur

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

Ce que reçoit l’employeur

Esprit critique : vérifier les sources et reconnaître les risques.

03 · Organiser un processus

Prévoir un processus qui gère aussi les exceptions.

Scénario exemple

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

Ce que fait le collaborateur

Ordonne les étapes, prévoit les contrôles et indique quand demander une intervention humaine.

Ce que reçoit l’employeur

Organisation du travail, automatisation et validation humaine.

04 · Repérer les risques

Choisir les données que l’on peut confier à l’IA.

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 collaborateur

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

Ce que reçoit l’employeur

Protection des données, choix des outils et respect des règles de l’organisation.

Ces exemples sont simplifiés. Les évaluations complètes conservent les versions des questions et les règles de notation utilisées pour expliquer les résultats.

Essayer un court exercice

De la tâche à la décision

Des résultats qui aident à choisir la prochaine étape.

Comprenez les résultats, repérez les compétences à travailler, choisissez une leçon et comparez les résultats après une nouvelle évaluation.

01→

Tâche

Résoudre un conflit de sources

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

02→

Preuve

La vérification manque

Le résultat reste associé à la question et aux règles de notation utilisées.

03→

Diagnostic

La vérification des résultats est à travailler

Les réponses évaluées permettent d’identifier les compétences à travailler.

04→

Apprentissage

Une leçon adaptée

La leçon porte sur la compétence à travailler en priorité.

Preuve

Une nouvelle évaluation

D’autres questions sur la même compétence permettent de comparer les résultats.

Exemple fictif

Un collaborateur rencontre des difficultés à vérifier les sources dans plusieurs exercices. Une leçon sur ce sujet lui est recommandée. Il peut ensuite passer une nouvelle évaluation avec d’autres questions pour comparer ses résultats.

Confiance

Mesurez les collaborateurs sans les surveiller.

AISkillProof sert à former et à mesurer. Un score s'explique. Un responsable ne voit que ce dont il a besoin pour aider son équipe.

PAR ORGANISATION · EXPLICABLE · VÉRIFIABLE

D'abord pour apprendre

L'usage normal aide les collaborateurs à progresser. Il n'y a pas de classement public.

Les données restent dans l'entreprise

Chaque entreprise ne voit que ses propres résultats. Cela est contrôlé sur le serveur.

Évaluation explicable

Seules les tâches dont la réponse est fixe et vérifiable rapportent des points. Les textes libres ne sont pas notés : la longueur ou les mots-clés ne prouvent rien, et aucun modèle ne devine un score.

Confidentialité et sécurité dès la conception

Peu de données, des accès par rôle et une conservation limitée. Cela fait partie du produit, pas d'une note de bas de page.

AI Act, article 4

Démontrer la maîtrise de l'IA dans toute l'entreprise

Depuis 2025, toute entreprise qui utilise l'IA doit prendre des mesures pour la maîtrise de l'IA de ses collaborateurs. Voyez ce que la loi demande, ce que nous mesurons par service et comment le documenter.

Ce que l'article 4 vous demande →Modèle de dossier gratuit →Voir tous les tests IA →Test sur mesure avec vos propres outils d'IA →Test IA pour candidats →

Par service

Dans la base de connaissances

Tous les articles →

MESURER → AMÉLIORER → PROUVER

Trois tâches qui montrent ce qu’AISkillProof mesure réellement.

Prenez une décision, améliorez une consigne et organisez un processus de travail avec l’IA. Ces trois exercices simplifiés vous permettent de découvrir notre approche.

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

Voici ce que les collaborateurs doivent réellement faire.

Transformer un briefing chaotique en instruction IA exploitable.

Repérer l’erreur cachée dans une sortie IA convaincante.

Prévoir un processus qui gère aussi les exceptions.

Choisir les données que l’on peut confier à l’IA.

Des résultats qui aident à choisir la prochaine étape.

Résoudre un conflit de sources

La vérification manque

La vérification des résultats est à travailler

Une leçon adaptée

Une nouvelle évaluation

Mesurez les collaborateurs sans les surveiller.

D'abord pour apprendre

Les données restent dans l'entreprise

Évaluation explicable

Confidentialité et sécurité dès la conception

Démontrer la maîtrise de l'IA dans toute l'entreprise

Par service

Dans la base de connaissances

Trois tâches qui montrent ce qu’AISkillProof mesure réellement.

Nous aidez-vous à améliorer le site ?