陕师大提出知识协议工程，开启AI专业化的第三曲线

Récemment, une équipe dirigée par le professeur Zhang Guangwei de l’Université normale du Shaanxi (Shaanxi Normal University) a proposé une nouvelle approche fondamentale pour le développement des intelligences artificielles dans les domaines spécialisés : l’ingénierie des protocoles de connaissance (Knowledge Protocol Engineering, KPE). Cette initiative marque une avancée conceptuelle majeure dans la manière dont les modèles d’intelligence artificielle évoluent, en proposant une vision structurée de leur évolution future à travers trois courbes distinctes. La première courbe, pilotée par la puissance de calcul, correspond à l’expansion des grands modèles linguistiques. La deuxième, dite « courbe des faits », repose sur des approches comme le RAG (Retrieval-Augmented Generation), qui enrichissent les réponses des modèles avec des données externes. Mais l’équipe affirme que le véritable saut qualitatif viendra de la troisième courbe : celle du pilotage par la méthodologie. C’est ici que l’ingénierie des protocoles de connaissance entre en jeu, en transformant les connaissances implicites et les processus de travail des experts humains — comme les manuels d’utilisation d’une base de données ou les procédures opérationnelles standard (SOP) — en protocoles clairement définis, compréhensibles et exécutables par une IA. Dans leurs expérimentations, les chercheurs ont observé une transformation radicale du comportement des modèles généraux lorsqu’ils sont guidés par un protocole de connaissance. Au lieu de produire des réponses probabilistes, aléatoires ou erronées, l’IA adopte une démarche structurée, logique et progressive, chaque étape étant strictement conforme aux règles du protocole. Ce changement rend le raisonnement transparent, reproductible et, surtout, fiable — des qualités essentielles pour une utilisation dans des contextes exigeants comme la recherche académique ou les secteurs réglementés. L’idée s’est concrétisée à partir de difficultés récurrentes rencontrées lors du développement d’un agent intelligent dédié à l’analyse de sources historiques. Malgré l’utilisation de techniques avancées comme le RAG ou les agents agencés, les résultats étaient instables : l’IA produisait parfois des analyses brillantes, mais aussi des erreurs élémentaires, souvent dues à un manque de méthode. De plus, les processus étaient longs, coûteux en tokens, et peu efficaces. L’équipe a compris que les problèmes ne venaient pas du manque de données ou d’outils, mais du fait qu’aucune méthodologie explicite n’avait été transmise à l’IA. En d’autres termes, on avait donné à l’IA la liberté, mais pas les règles du jeu. Ce constat a conduit à la naissance du concept de KPE : formaliser la connaissance procédurale — comment un historien pense, raisonne, valide ses sources — en un protocole exécutable. Ce protocole devient ainsi une « discipline » pour l’IA, lui permettant d’agir comme un expert, non pas par hasard, mais par conformité à une méthode rigoureuse. Les perspectives d’application du KPE sont vastes. À court terme, il peut renforcer la recherche dans les humanités numériques, notamment l’analyse des archives Ming et Qing ou des chroniques locales. À moyen terme, il s’impose comme une solution clé dans des domaines fortement régulés comme la finance, l’assurance ou le droit, où la traçabilité et la fiabilité des décisions sont cruciales. À long terme, le KPE pourrait devenir la pierre angulaire des assistants de connaissance personnalisés, permettant à chaque professionnel — chercheur, médecin, ingénieur — d’accompagner son IA par un protocole spécifique à sa pratique. Le travail, actuellement publié en prépublication sur arXiv, a déjà suscité un vif intérêt dans l’industrie. Pradeep Sanyal, responsable mondial de l’IA chez Capgemini, a salué l’approche en soulignant que les grands modèles n’ont pas besoin de plus de données, mais de meilleures protocoles. Il considère que la « troisième courbe » — celle de la méthodologie — représente la véritable rupture. À l’avenir, l’équipe prévoit de renforcer la méthodologie de KPE, d’élargir son champ d’application à des domaines comme le droit ou les textes médicaux traditionnels chinois, et de construire une bibliothèque ouverte de protocoles de connaissance, similaire à un GitHub mais dédié aux « protocoles de pensée » exécutables par l’IA. Enfin, Zhang Guangwei souligne une réflexion profonde : dans l’ère de l’IA, la ressource la plus précieuse ne sera plus le data ou le calcul, mais la méthodologie bien formulée et exécutable. L’avenir n’appartiendra pas seulement à ceux qui utilisent l’IA, mais à ceux qui savent définir comment elle pense. Le KPE ouvre donc une nouvelle voie : celle de devenir, chacun dans son domaine, un ingénieur de protocoles de pensée.