Compétence / Travail assisté par l’IA

Des processus assistés par l’IA pour les équipes du tourisme

Plusieurs partenaires vous transmettent un programme de visites révisé. Votre équipe doit repérer les changements, préparer des synthèses utiles et mettre à jour les différentes versions linguistiques. L’IA peut aider à préparer ce travail si elle dispose de sources pertinentes et d’une tâche clairement définie.

Tamaga conçoit des processus assistés par l’IA à partir des contenus que vous maintenez et du travail à accomplir. L’objectif est de rendre la préparation utile et la revue praticable, tout en vous laissant la maîtrise des décisions factuelles et de la publication.

Commencer par le travail qui demande régulièrement une préparation

Un opérateur, une destination, un itinéraire culturel ou un hébergement n’ont pas nécessairement les mêmes contenus à gérer. Le bon point de départ est une tâche récurrente, avec des données d’entrée identifiables et un résultat que quelqu’un peut vérifier.

Certaines modifications relèvent de règles de publication ordinaires. Réutiliser une date maintenue dans plusieurs pages liées, par exemple, ne devrait pas demander à un modèle de l’inventer ou de l’interpréter.

Commencer par le travail qui demande régulièrement une préparation
Travail à préparer Assistance utile de l’IA Points à vérifier
Examiner le contenu existant Comparer des passages et repérer de possibles répétitions, des explications contradictoires ou des questions sans réponse. Les pages répondent-elles réellement à des besoins différents ?
Préparer les versions linguistiques Proposer une traduction à partir de la source, de la terminologie et des consignes éditoriales. Le sens, les noms, les conditions et le naturel de l’expression.
Organiser les documents des partenaires Extraire les informations proposées et repérer les affirmations qui demandent des éléments à l’appui. Les sources, les dates et la personne qui peut confirmer l’information.
Retrouver une information pertinente Utiliser la recherche sémantique pour retrouver des contenus par leur sens, y compris lorsque la question est formulée autrement. Le passage retrouvé répond-il à la question et s’applique-t-il à la situation ?

Conserver la condition dans une autre version

Prenons une association culturelle fictive dont le programme indique :

En octobre, des visites de l’atelier peuvent être organisées le samedi matin. Contactez l’association pour convenir d’une date.

Une proposition d’introduction pour la newsletter annonce :

Visitez l’atelier tous les samedis matin en octobre.

La version courte a changé l’offre. Le lecteur pourrait raisonnablement y voir des horaires de visite réguliers.

Un processus utile présente la source à côté de la proposition, afin que la personne chargée de l’édition puisse conserver la condition d’organisation préalable :

Vous souhaitez visiter l’atelier en octobre ? Contactez l’association pour organiser une visite un samedi matin.

La newsletter présente la possibilité et renvoie au programme maintenu. Elle n’a pas besoin de reprendre toute la page, mais elle doit préserver ce qui compte pour une personne qui prépare sa visite.

Un extrait en verre reste attaché à une source ivoire plus grande et incurvée, avec une réserve couleur pêche aux côtés du passage sélectionné.

Passage sélectionné et condition conservée : l’extrait reste relié aux éléments qui en précisent la portée.

Illustration conceptuelle d’un passage conservé dans son contexte.

Illustration générée par l’IA · Tamaga

Construire le processus autour d’un résultat vérifiable

Nous commençons par définir la tâche, les documents qu’elle peut utiliser et le résultat dont la personne chargée de l’édition a besoin.

La mise en œuvre peut s’intégrer à l’éditeur et à l’historique des révisions existants. Une seule personne doit pouvoir comprendre les changements et décider quoi enregistrer sans adopter un processus de validation complexe.

  1. Step 1: Choisir les données d’entrée

    Identifiez les fiches, passages, termes et dates pertinents. Décidez quelles informations peuvent être transmises au service d’IA retenu.

  2. Step 2: Définir le résultat proposé

    Une comparaison, un brouillon de traduction ou une proposition de synthèse demandent un périmètre clair. Les informations manquantes doivent rester repérables.

  3. Step 3: Rendre la revue praticable

    Présentez la proposition avec sa source et l’emplacement à modifier. La personne chargée de l’édition doit pouvoir la conserver, la corriger ou la rejeter sans reconstituer toute la tâche.

  4. Step 4: Examiner des exemples représentatifs

    Examinez les résultats utiles, les erreurs qui ont des conséquences et le comportement en cas d’échec avant d’étendre le processus.

Vérifier le sens autant que la fluidité

Lors des essais éditoriaux de Tamaga en octobre 2026, une réécriture de ton a remplacé « can also help » par « also helps ». Cette petite modification a transformé une possibilité en affirmation.

Un résultat agréable à lire peut modifier une condition, une attribution ou le degré de certitude. La revue doit donc tenir compte des conséquences : une suggestion d’étiquette et une indication sur l’accès physique ne demandent pas la même attention.

Lorsque les documents eux-mêmes sont incertains, Source Confidence aide à établir ce qu’ils permettent d’affirmer. Retrouver un passage source prépare utilement le travail ; cela ne règle pas toutes les questions factuelles.

L’exemple hôtelier de Ce qu’un chatbot ne devrait jamais répondre de mémoire développe cette distinction pour les réponses qui ont des conséquences pour le visiteur.

Un support ivoire et son interprétation en verre entrouverte présentent des passages correspondants, dont une condition couleur pêche.

Source et version proposée : elles restent disponibles pour comparaison. Même fluide, une reformulation exige de vérifier les conditions et le degré de certitude.

Illustration conceptuelle d’une proposition que l’on peut examiner.

Illustration générée par l’IA · Tamaga

Relier l’assistance par l’IA au système de publication

Lorsque Drupal contient les contenus, Drupal AI fournit une base pour connecter des services de modèles et intégrer l’assistance au travail éditorial. Son écosystème comprend des outils de traduction, de suggestion de contenu et de recherche sémantique. La combinaison adaptée dépend de la tâche et du site existant. Documentation du projet Drupal AI

Notre compétence Drupal explique l’approche de mise en œuvre plus large. Contenu multilingue explique comment préserver le sens des versions linguistiques et les maintenir après la première traduction.

Une forme source ivoire se tient derrière deux versions en verre de tailles différentes ; chacune conserve un passage conditionnel couleur pêche.

Une source, deux traitements proposés : une version développée et une version courte restent distinctes du matériau de référence maintenu.

Illustration conceptuelle de traitements éditoriaux possibles.

Illustration générée par l’IA · Tamaga

Apportez une tâche récurrente et des documents représentatifs

Montrez-nous ce que vous recevez, ce que vous en faites aujourd’hui et à quoi ressemblerait un résultat utile. Nous pouvons examiner où l’assistance par l’IA trouve sa place, ce qui devrait rester une fonction simple du système et les vérifications nécessaires à la personne chargée de l’édition.