IA, LLM, Décision, B-ADSc, Agents
IA, LLM, Décision, B-ADSc, Agents
Les LLM ne manquent plus de raisonnement… ils manquent de limites.
Les LLM ne manquent plus de raisonnement… ils manquent de limites.
Un problème complexe n'est pas un raisonnement séquentiel simplement plus long.
Un problème complexe n'est pas un raisonnement séquentiel simplement plus long.
Plus le LLM devient capable d'anticiper, plus il risque de retarder le moment où il faut cesser d'anticiper.
Plus le LLM devient capable d'anticiper, plus il risque de retarder le moment où il faut cesser d'anticiper.
Plus le LLM devient capable d'anticiper, plus il risque de retarder le moment où il faut cesser d'anticiper.
Nous entrons dans une nouvelle phase de la coopération humain–IA : après l'IA qui répond, puis celle qui exécute, voici l'IA qui anticipe. Elle planifie, utilise des outils, délègue à d'autres agents, vérifie son propre travail et poursuit parfois une tâche pendant des heures ou des jours.
Claude Fable 5 et GPT‑5.6 Sol incarnent cette évolution, ils sont conçus pour des problèmes plus ouverts, plus longs et moins supervisés. C'est un progrès majeur, mais aussi, peut-être, le début d'un nouveau problème.
Dans bon nombre de nos usages, une demande simple déclenche désormais une réponse beaucoup plus étendue que nécessaire : analyse de cas futurs, architecture préventive, validations multiples, composants génériques, traitement d'exceptions encore hypothétiques… Le modèle ne produit pas nécessairement une mauvaise réponse, mais il peut produire une solution devenue plus complexe que le problème à résoudre.
Ce risque n'est d'ailleurs pas purement conjectural, Anthropic indique que Fable 5, à haut niveau d'effort, peut délibérer au-delà des besoins d'une tâche courante. OpenAI recommande de son côté d'utiliser le plus faible effort de raisonnement produisant le résultat attendu et précise que la plupart des tâches ne nécessitent ni Max ni Ultra.
Le paradoxe est alors le suivant : plus le LLM devient capable d'anticiper, plus il risque de retarder le moment où il faut cesser d'anticiper.
Principle of "good-enough"
Herbert Simon avait identifié cette difficulté bien avant les LLM. Son principe de « rationalité limitée » n'était pas une célébration de l'intuition humaine, il partait d'un constat beaucoup plus concret : aucun décideur ne dispose de toute l'information, de tout le temps ni de toute la capacité de calcul nécessaires pour rechercher une solution globalement optimale.
Pour prendre une image volontairement simplifiée : si nos ancêtres avaient dû, face à un prédateur, peser pendant des heures les avantages et les inconvénients de chaque option, ils auraient eu peu de chances de survivre. La délibération illimitée n'est pas une rationalité supérieure : c'est une incapacité à convertir la réflexion en action.
Décider réellement suppose donc un niveau d'aspiration, c'est-à-dire le seuil minimal qu'une solution doit atteindre pour être jugée suffisamment satisfaisante, et une règle d'arrêt.
Ce niveau d'aspiration est constitué de critères d'acceptabilité. Par exemple :
satisfaction du besoin fonctionnel ;
respect des contraintes de sécurité ;
délai acceptable ;
coût inférieur au plafond fixé ;
risques résiduels tolérables.
Lorsque l'option examinée atteint ces seuils, la recherche peut s'arrêter. Le décideur ne recherche pas nécessairement l'optimum parmi toutes les solutions imaginables, il retient une solution suffisamment satisfaisante au regard de la situation, des ressources disponibles et du coût d'une recherche supplémentaire.
Le « satisficing » de Simon n'est donc pas le choix de la paresse ou de la médiocrité ; c'est la reconnaissance qu'une décision n'existe qu'à partir du moment où la recherche se clôt et où l'action commence.
Les recherches récentes sur les modèles de raisonnement renforcent cette intuition, sans autoriser de conclusion simpliste. Sur certains benchmarks, la performance suit une courbe en U inversé : approfondir le raisonnement aide d'abord, puis les gains diminuent et peuvent devenir négatifs. D'autres travaux montrent que le raisonnement explicite peut détourner l'attention de contraintes simples et dégrader le respect des consignes.
Mais l'inverse existe également : certains problèmes fortement séquentiels bénéficient de raisonnements longs et d'un calcul supplémentaire correctement alloué.
Poser le problème
C'est ici qu'il faut distinguer deux difficultés :
La première concerne la profondeur d'un raisonnement séquentiel : combien d'étapes explorer avant de décider ?
La seconde concerne l'architecture d'un problème complexe : comment coordonner plusieurs activités simultanées, asynchrones et interdépendantes ?
Un problème complexe n'est pas seulement un problème séquentiel plus long, il résulte de l'interaction de plusieurs acteurs autonomes, de finalités éventuellement concurrentes, de temporalités différentes, de ressources partagées et de connaissances distribuées. Ces interactions peuvent produire des effets émergents, dont le comportement global - systémique - ne se déduit pas simplement de celui des composantes prises isolément. Le défi n'est donc pas une incompatibilité de principe avec le probabilisme, mais la capacité à représenter les interactions, les rétroactions et les changements d'état qui produisent ces effets.
Or il faut également distinguer trois réalités souvent confondues.
Les calculs internes d'un LLM sont largement parallélisés, mais sa sortie reste sérialisée, token après token ;
Un système d'agents peut, quant à lui, déléguer plusieurs tâches simultanément…
… mais cette concurrence d'exécution ne constitue pas encore une coordination systémique.
Codex avec GPT‑5.6 Sol en mode Ultra, ainsi que des systèmes agentiques fondés sur Fable 5, peuvent orchestrer des sous-agents en parallèle ; leurs propres documentations recommandent cependant cette approche lorsque le travail peut être divisé en sous-tâches indépendantes ou en flux distincts partageant peu d'état.
Or, dans un système complexe, les activités ne sont précisément pas toujours indépendantes. Leurs états, leurs décisions et leurs résultats peuvent se modifier mutuellement. Elles doivent partager certaines ressources, respecter des temporalités différentes, traiter des boucles de rétroaction et arbitrer des finalités parfois contradictoires, voire évolutives !
Le parallélisme d'exécution n'est donc pas encore une coordination systémique.
Des évaluations récentes de systèmes multi-agents fondés sur des LLM retrouvent un problème étudié depuis plusieurs décennies par la recherche en intelligence distribuée (les systèmes multi-agents ne datent pas de l’IA générative) : communiquer ne suffit pas à coordonner. Augmenter le nombre d'agents et leurs communications ne produit pas mécaniquement une meilleure intelligence collective. Lorsque l'information est distribuée et que la cohérence globale devient exigeante, apparaissent des défaillances de synchronisation, d'état partagé, de convention commune et de terminaison.
Ces travaux ne testent directement ni Fable 5 ni GPT‑5.6 Sol et ne mesurent pas leurs réglages d'effort ; ils documentent un risque plus général de raisonnement mal calibré et montrent que multiplier les agents ne suffit pas : une part décisive de la performance collective dépend de mécanismes explicites de coordination. Chez Spentia, nous faisons le choix de les formaliser dans une architecture neuro-symbolique avec B‑ADSc.
La conclusion n'est donc pas que les LLM doivent toujours réfléchir moins, pour un problème séquentiel, ils doivent proportionner leur effort à la difficulté et reconnaître le moment où une unité supplémentaire de calcul n'apporte plus suffisamment de valeur décisionnelle. Pour un problème complexe ou systémique, l'enjeu est différent : il ne suffit plus d'adapter l'intensité du raisonnement, il faut changer l'architecture même de la résolution (c'est en tout cas le parti pris que nous avons fait chez Spentia avec B-ADSc).
En sont-ils capables ?... Partiellement.
Leur génération autorégressive ne les empêche pas de représenter un système complexe, d'analyser des interactions ou d'orchestrer des traitements parallèles. En revanche, les éléments disponibles ne permettent pas de conclure qu'ils savent, à eux seuls, maintenir durablement la cohérence d'un grand nombre d'activités simultanées, distribuées et interdépendantes.
Dans nos usages, c'est là que les modèles récents trouvent le plus rapidement leurs limites : ils savent ouvrir de nombreuses branches et en déléguer l'exploration, mais leur synthèse tend à recentraliser le problème dans un contexte unique et linéaire.
La limite actuelle n'est donc probablement pas une incapacité absolue à « penser système », elle réside plutôt dans la fragilité d'une architecture monolithique qui demande au même centre d'explorer, de coordonner, d'arbitrer, de vérifier et de clôturer l'ensemble du problème.
Principle of "good-enough"
Herbert Simon avait identifié cette difficulté bien avant les LLM. Son principe de « rationalité limitée » n'était pas une célébration de l'intuition humaine, il partait d'un constat beaucoup plus concret : aucun décideur ne dispose de toute l'information, de tout le temps ni de toute la capacité de calcul nécessaires pour rechercher une solution globalement optimale.
Pour prendre une image volontairement simplifiée : si nos ancêtres avaient dû, face à un prédateur, peser pendant des heures les avantages et les inconvénients de chaque option, ils auraient eu peu de chances de survivre. La délibération illimitée n'est pas une rationalité supérieure : c'est une incapacité à convertir la réflexion en action.
Décider réellement suppose donc un niveau d'aspiration, c'est-à-dire le seuil minimal qu'une solution doit atteindre pour être jugée suffisamment satisfaisante, et une règle d'arrêt.
Ce niveau d'aspiration est constitué de critères d'acceptabilité. Par exemple :
satisfaction du besoin fonctionnel ;
respect des contraintes de sécurité ;
délai acceptable ;
coût inférieur au plafond fixé ;
risques résiduels tolérables.
Lorsque l'option examinée atteint ces seuils, la recherche peut s'arrêter. Le décideur ne recherche pas nécessairement l'optimum parmi toutes les solutions imaginables, il retient une solution suffisamment satisfaisante au regard de la situation, des ressources disponibles et du coût d'une recherche supplémentaire.
Le « satisficing » de Simon n'est donc pas le choix de la paresse ou de la médiocrité ; c'est la reconnaissance qu'une décision n'existe qu'à partir du moment où la recherche se clôt et où l'action commence.
Les recherches récentes sur les modèles de raisonnement renforcent cette intuition, sans autoriser de conclusion simpliste. Sur certains benchmarks, la performance suit une courbe en U inversé : approfondir le raisonnement aide d'abord, puis les gains diminuent et peuvent devenir négatifs. D'autres travaux montrent que le raisonnement explicite peut détourner l'attention de contraintes simples et dégrader le respect des consignes.
Mais l'inverse existe également : certains problèmes fortement séquentiels bénéficient de raisonnements longs et d'un calcul supplémentaire correctement alloué.
Poser le problème
C'est ici qu'il faut distinguer deux difficultés :
La première concerne la profondeur d'un raisonnement séquentiel : combien d'étapes explorer avant de décider ?
La seconde concerne l'architecture d'un problème complexe : comment coordonner plusieurs activités simultanées, asynchrones et interdépendantes ?
Un problème complexe n'est pas seulement un problème séquentiel plus long, il résulte de l'interaction de plusieurs acteurs autonomes, de finalités éventuellement concurrentes, de temporalités différentes, de ressources partagées et de connaissances distribuées. Ces interactions peuvent produire des effets émergents, dont le comportement global - systémique - ne se déduit pas simplement de celui des composantes prises isolément. Le défi n'est donc pas une incompatibilité de principe avec le probabilisme, mais la capacité à représenter les interactions, les rétroactions et les changements d'état qui produisent ces effets.
Or il faut également distinguer trois réalités souvent confondues.
Les calculs internes d'un LLM sont largement parallélisés, mais sa sortie reste sérialisée, token après token ;
Un système d'agents peut, quant à lui, déléguer plusieurs tâches simultanément…
… mais cette concurrence d'exécution ne constitue pas encore une coordination systémique.
Codex avec GPT‑5.6 Sol en mode Ultra, ainsi que des systèmes agentiques fondés sur Fable 5, peuvent orchestrer des sous-agents en parallèle ; leurs propres documentations recommandent cependant cette approche lorsque le travail peut être divisé en sous-tâches indépendantes ou en flux distincts partageant peu d'état.
Or, dans un système complexe, les activités ne sont précisément pas toujours indépendantes. Leurs états, leurs décisions et leurs résultats peuvent se modifier mutuellement. Elles doivent partager certaines ressources, respecter des temporalités différentes, traiter des boucles de rétroaction et arbitrer des finalités parfois contradictoires, voire évolutives !
Le parallélisme d'exécution n'est donc pas encore une coordination systémique.
Des évaluations récentes de systèmes multi-agents fondés sur des LLM retrouvent un problème étudié depuis plusieurs décennies par la recherche en intelligence distribuée (les systèmes multi-agents ne datent pas de l’IA générative) : communiquer ne suffit pas à coordonner. Augmenter le nombre d'agents et leurs communications ne produit pas mécaniquement une meilleure intelligence collective. Lorsque l'information est distribuée et que la cohérence globale devient exigeante, apparaissent des défaillances de synchronisation, d'état partagé, de convention commune et de terminaison.
Ces travaux ne testent directement ni Fable 5 ni GPT‑5.6 Sol et ne mesurent pas leurs réglages d'effort ; ils documentent un risque plus général de raisonnement mal calibré et montrent que multiplier les agents ne suffit pas : une part décisive de la performance collective dépend de mécanismes explicites de coordination. Chez Spentia, nous faisons le choix de les formaliser dans une architecture neuro-symbolique avec B‑ADSc.
La conclusion n'est donc pas que les LLM doivent toujours réfléchir moins, pour un problème séquentiel, ils doivent proportionner leur effort à la difficulté et reconnaître le moment où une unité supplémentaire de calcul n'apporte plus suffisamment de valeur décisionnelle. Pour un problème complexe ou systémique, l'enjeu est différent : il ne suffit plus d'adapter l'intensité du raisonnement, il faut changer l'architecture même de la résolution (c'est en tout cas le parti pris que nous avons fait chez Spentia avec B-ADSc).
En sont-ils capables ?... Partiellement.
Leur génération autorégressive ne les empêche pas de représenter un système complexe, d'analyser des interactions ou d'orchestrer des traitements parallèles. En revanche, les éléments disponibles ne permettent pas de conclure qu'ils savent, à eux seuls, maintenir durablement la cohérence d'un grand nombre d'activités simultanées, distribuées et interdépendantes.
Dans nos usages, c'est là que les modèles récents trouvent le plus rapidement leurs limites : ils savent ouvrir de nombreuses branches et en déléguer l'exploration, mais leur synthèse tend à recentraliser le problème dans un contexte unique et linéaire.
La limite actuelle n'est donc probablement pas une incapacité absolue à « penser système », elle réside plutôt dans la fragilité d'une architecture monolithique qui demande au même centre d'explorer, de coordonner, d'arbitrer, de vérifier et de clôturer l'ensemble du problème.
« J'ai suffisamment exploré. Voici la décision, voici l'incertitude que nous acceptons, et voici le prochain signal du réel qui pourra nous conduire à la réviser. »
« J'ai suffisamment exploré. Voici la décision, voici l'incertitude que nous acceptons, et voici le prochain signal du réel qui pourra nous conduire à la réviser. »
Point de vue
Point de vue
« J'ai suffisamment exploré. Voici la décision, voici l'incertitude que nous acceptons, et voici le prochain signal du réel qui pourra nous conduire à la réviser. »
Point de vue
B-ADSc apporte ici un éclairage architectural décisif.
Cette méthode ne suppose pas qu'un centre unique doive intégrer la totalité du problème avant d'agir. Dans une même activité (ou organe décisionnel), le traitement cognitif demeure exclusif : à un instant donné, une seule décision y devient effective, même si elle peut produire plusieurs actions parallèles. Mais le système distribue la résolution entre des activités distinctes, éventuellement interdépendantes, qui fonctionnent en parallèle et de manière asynchrone.
Le parallélisme ne consiste donc pas à demander à un centre unique d'ouvrir davantage de branches, il s'exerce entre les activités ; leurs échanges passent par des interfaces explicites. La cohérence repose sur leurs objectifs, leurs périmètres, leurs états, leurs comptes-rendus et leurs règles de coordination.
Autrement dit :
explorer plusieurs modalités en parallèle dans des activités distinctes, tout en conservant une seule décision effective par activité à un instant donné ;
distribuer l'intelligence, sans confondre les responsabilités ni les temporalités ;
décider, agir et interroger le réel avant que l'anticipation ne se transforme en monde imaginaire autonome (fantasmé).
La différence est fondamentale !
Lorsqu'un LLM monolithique concentre dans un même contexte les objectifs, les hypothèses, les scénarios et leurs exceptions, chaque ambiguïté devient une invitation à ouvrir une nouvelle branche. Cette exploration exhaustive est précieuse dans certains domaines, par exemple lorsqu'une faille négligée peut compromettre la sécurité d'un système d'information. Mais, pour de nombreux problèmes, davantage d'hypothèses peuvent appeler davantage de vérifications, davantage d'outils, davantage de cohérence à maintenir et davantage de latence… la confrontation au réel intervient alors de plus en plus tard.
… et ne parlons pas de la dépense énergétique !
Si nous récompensons la profondeur de la délibération indépendamment de sa valeur marginale, nous pouvons construire des systèmes capables d'examiner toujours plus d'options, utilisant toujours plus de puissance, mais de moins en moins capables de reconnaître le moment où il faut agir, demander une information ou rendre la main.
L'incapacité décisionnelle ne viendrait donc pas d'un manque d'intelligence, elle pourrait venir d'une clôture absente, mal définie ou centralisée au mauvais niveau. Imaginez le résultat, s’agissant du pilotage de systèmes critiques.
Et maintenant ?
Le prochain progrès de la coopération humain–IA ne consistera pas simplement à placer un humain à la fin d'une chaîne de raisonnement toujours plus longue. Il consistera à organiser explicitement le travail décisionnel :
l'humain ou l'instance légitime définit la finalité, les tolérances et les arbitrages engageant sa responsabilité ;
l'IA explore les options, recherche les preuves, simule, teste et produit des objections ;
plusieurs activités distinctes peuvent progresser simultanément, y compris lorsqu'elles sont interdépendantes, à condition que leurs interfaces et leurs règles de coordination soient explicites ;
chaque délégation précise son objectif, son périmètre, son horizon, son budget de calcul, les signaux attendus et sa condition d'arrêt ou de révision ;
la poursuite de la délibération doit être justifiée par une information nouvelle ou par une valeur marginale attendue explicite, et non par la seule possibilité de continuer à raisonner ;
hors de son champ opérationnel, ou lorsque son savoir-faire ne suffit plus, le système rend la main ou active le mécanisme prévu d'apprentissage, de délégation ou de coordination, au lieu d'improviser silencieusement.
Une méta-analyse de 106 études expérimentales, dont le corpus est principalement antérieur aux modèles actuels, le rappelle : associer un humain et une IA ne produit pas automatiquement une performance supérieure à celle du meilleur des deux. En moyenne, les combinaisons humain–IA ont même obtenu des résultats inférieurs à ceux du meilleur contributeur isolé, avec des pertes particulièrement visibles dans les tâches de décision. Cette étude ne démontre pas que l'articulation soit l'unique facteur, elle réfute cependant l'idée d'une synergie automatique.
L'addition des intelligences ne suffit donc pas, leur articulation doit être conçue, instrumentée et évaluée. L'enjeu n'est donc plus seulement de créer des modèles qui vont plus loin, il est de concevoir des systèmes capables de dire :
« J'ai suffisamment exploré. Voici la décision, voici l'incertitude que nous acceptons, et voici le prochain signal du réel qui pourra nous conduire à la réviser. »
Une IA véritablement adaptée à la décision ne devrait pas seulement savoir approfondir son raisonnement, elle devrait pouvoir rendre explicite la règle qui justifie maintenant son arrêt.
Et vous, dans vos usages, le progrès le plus utile serait-il un modèle qui raisonne encore davantage, ou un système qui sait mieux organiser le moment d'agir ?
Sources et périmètre des conclusions :
Herbert Simon, conférence Nobel sur la décision rationnelle dans les organisations et The Architecture of Complexity.
Anthropic, guide officiel de Claude Fable 5, notamment sur la surplanification, les niveaux d'effort et les sous-agents parallèles.
OpenAI, guide officiel de GPT‑5.6 et choix des modèles et niveaux de raisonnement, notamment sur Ultra et les tâches divisibles en flux distincts.
Vaswani et al., Attention Is All You Need, pour la distinction entre calcul parallèle du Transformer et génération autorégressive.
Wu et al., When More Is Less: Understanding Chain-of-Thought Length in LLMs, ICLR 2026.
Li et al., When Thinking Fails: The Pitfalls of Reasoning for Instruction-Following, NeurIPS 2025.
Snell et al., Scaling LLM Test-Time Compute Optimally, contrepoint montrant l'utilité du raisonnement supplémentaire lorsqu'il est correctement alloué.
Zhang et al., SILO-BENCH, ACL 2026, sur l'écart entre communication et coordination distribuée.
Yang et al., When 20 Agents Fail to Sort, Findings ACL 2026, sur les états partagés, la terminaison et l'effet d'une couche explicite de coordination.
Vaccaro, Almaatouq et Malone, When Combinations of Humans and AI Are Useful, Nature Human Behaviour, 2024.
Corpus B‑ADSc V2.3.4.
Limite : SILO-BENCH et MAS-BENCH sont des évaluations indépendantes et publiées, mais elles portent sur d'autres modèles et sur des tâches algorithmiques contrôlées. Elles étayent l'existence d'un problème actuel de coordination distribuée ; elles ne démontrent ni une incapacité universelle des LLM ni une supériorité empirique déjà établie de B-ADSc.
B-ADSc apporte ici un éclairage architectural décisif.
Cette méthode ne suppose pas qu'un centre unique doive intégrer la totalité du problème avant d'agir. Dans une même activité (ou organe décisionnel), le traitement cognitif demeure exclusif : à un instant donné, une seule décision y devient effective, même si elle peut produire plusieurs actions parallèles. Mais le système distribue la résolution entre des activités distinctes, éventuellement interdépendantes, qui fonctionnent en parallèle et de manière asynchrone.
Le parallélisme ne consiste donc pas à demander à un centre unique d'ouvrir davantage de branches, il s'exerce entre les activités ; leurs échanges passent par des interfaces explicites. La cohérence repose sur leurs objectifs, leurs périmètres, leurs états, leurs comptes-rendus et leurs règles de coordination.
Autrement dit :
explorer plusieurs modalités en parallèle dans des activités distinctes, tout en conservant une seule décision effective par activité à un instant donné ;
distribuer l'intelligence, sans confondre les responsabilités ni les temporalités ;
décider, agir et interroger le réel avant que l'anticipation ne se transforme en monde imaginaire autonome (fantasmé).
La différence est fondamentale !
Lorsqu'un LLM monolithique concentre dans un même contexte les objectifs, les hypothèses, les scénarios et leurs exceptions, chaque ambiguïté devient une invitation à ouvrir une nouvelle branche. Cette exploration exhaustive est précieuse dans certains domaines, par exemple lorsqu'une faille négligée peut compromettre la sécurité d'un système d'information. Mais, pour de nombreux problèmes, davantage d'hypothèses peuvent appeler davantage de vérifications, davantage d'outils, davantage de cohérence à maintenir et davantage de latence… la confrontation au réel intervient alors de plus en plus tard.
… et ne parlons pas de la dépense énergétique !
Si nous récompensons la profondeur de la délibération indépendamment de sa valeur marginale, nous pouvons construire des systèmes capables d'examiner toujours plus d'options, utilisant toujours plus de puissance, mais de moins en moins capables de reconnaître le moment où il faut agir, demander une information ou rendre la main.
L'incapacité décisionnelle ne viendrait donc pas d'un manque d'intelligence, elle pourrait venir d'une clôture absente, mal définie ou centralisée au mauvais niveau. Imaginez le résultat, s’agissant du pilotage de systèmes critiques.
Et maintenant ?
Le prochain progrès de la coopération humain–IA ne consistera pas simplement à placer un humain à la fin d'une chaîne de raisonnement toujours plus longue. Il consistera à organiser explicitement le travail décisionnel :
l'humain ou l'instance légitime définit la finalité, les tolérances et les arbitrages engageant sa responsabilité ;
l'IA explore les options, recherche les preuves, simule, teste et produit des objections ;
plusieurs activités distinctes peuvent progresser simultanément, y compris lorsqu'elles sont interdépendantes, à condition que leurs interfaces et leurs règles de coordination soient explicites ;
chaque délégation précise son objectif, son périmètre, son horizon, son budget de calcul, les signaux attendus et sa condition d'arrêt ou de révision ;
la poursuite de la délibération doit être justifiée par une information nouvelle ou par une valeur marginale attendue explicite, et non par la seule possibilité de continuer à raisonner ;
hors de son champ opérationnel, ou lorsque son savoir-faire ne suffit plus, le système rend la main ou active le mécanisme prévu d'apprentissage, de délégation ou de coordination, au lieu d'improviser silencieusement.
Une méta-analyse de 106 études expérimentales, dont le corpus est principalement antérieur aux modèles actuels, le rappelle : associer un humain et une IA ne produit pas automatiquement une performance supérieure à celle du meilleur des deux. En moyenne, les combinaisons humain–IA ont même obtenu des résultats inférieurs à ceux du meilleur contributeur isolé, avec des pertes particulièrement visibles dans les tâches de décision. Cette étude ne démontre pas que l'articulation soit l'unique facteur, elle réfute cependant l'idée d'une synergie automatique.
L'addition des intelligences ne suffit donc pas, leur articulation doit être conçue, instrumentée et évaluée. L'enjeu n'est donc plus seulement de créer des modèles qui vont plus loin, il est de concevoir des systèmes capables de dire :
« J'ai suffisamment exploré. Voici la décision, voici l'incertitude que nous acceptons, et voici le prochain signal du réel qui pourra nous conduire à la réviser. »
Une IA véritablement adaptée à la décision ne devrait pas seulement savoir approfondir son raisonnement, elle devrait pouvoir rendre explicite la règle qui justifie maintenant son arrêt.
Et vous, dans vos usages, le progrès le plus utile serait-il un modèle qui raisonne encore davantage, ou un système qui sait mieux organiser le moment d'agir ?
Sources et périmètre des conclusions :
Herbert Simon, conférence Nobel sur la décision rationnelle dans les organisations et The Architecture of Complexity.
Anthropic, guide officiel de Claude Fable 5, notamment sur la surplanification, les niveaux d'effort et les sous-agents parallèles.
OpenAI, guide officiel de GPT‑5.6 et choix des modèles et niveaux de raisonnement, notamment sur Ultra et les tâches divisibles en flux distincts.
Vaswani et al., Attention Is All You Need, pour la distinction entre calcul parallèle du Transformer et génération autorégressive.
Wu et al., When More Is Less: Understanding Chain-of-Thought Length in LLMs, ICLR 2026.
Li et al., When Thinking Fails: The Pitfalls of Reasoning for Instruction-Following, NeurIPS 2025.
Snell et al., Scaling LLM Test-Time Compute Optimally, contrepoint montrant l'utilité du raisonnement supplémentaire lorsqu'il est correctement alloué.
Zhang et al., SILO-BENCH, ACL 2026, sur l'écart entre communication et coordination distribuée.
Yang et al., When 20 Agents Fail to Sort, Findings ACL 2026, sur les états partagés, la terminaison et l'effet d'une couche explicite de coordination.
Vaccaro, Almaatouq et Malone, When Combinations of Humans and AI Are Useful, Nature Human Behaviour, 2024.
Corpus B‑ADSc V2.3.4.
Limite : SILO-BENCH et MAS-BENCH sont des évaluations indépendantes et publiées, mais elles portent sur d'autres modèles et sur des tâches algorithmiques contrôlées. Elles étayent l'existence d'un problème actuel de coordination distribuée ; elles ne démontrent ni une incapacité universelle des LLM ni une supériorité empirique déjà établie de B-ADSc.
