Le 4D Framework décrit les quatre compétences humaines nécessaires pour bien travailler avec l'IA. Son pendant, le Capabilities and Limitations Framework, décrit les quatre propriétés machine auxquelles ces compétences répondent. Chaque "D" humain répond à une propriété machine. Apprenez les deux, et rien ne vous surprendra plus.
| Humain (4D) | Propriété machine | Ce que ça veut dire en une ligne |
|---|---|---|
| Delegation | Steerability | Décidez ce que vous confiez à l'IA et comment la diriger. Parce que le modèle est contrôlable mais pas compréhensif. |
| Description | Working Memory | Donnez-lui le bon contexte, à la bonne taille. Parce qu'il ne voit que ce qui est dans sa fenêtre. |
| Discernment | Next Token Prediction | Jugez ce qui revient. Parce qu'il écrit du texte plausible, pas de la vérité récupérée. |
| Diligence | Knowledge | Vérifiez et assumez. Parce que sa connaissance a des trous et une date de coupure. |
Next Token Prediction (générer ce qui semble plausible) + Knowledge (trou que le modèle ignore avoir).
Working Memory (le contexte précoce s'efface) + Steerability (les instructions ultérieures écrasent les précédentes).
Next Token Prediction (fluence découplée de la vérité) + Steerability (pas de sens natif de la quantité).
Disposition entraînée (sycophantie) + Next Token Prediction (continuer votre framing).
Si votre instruction est courte, concrète et vérifiable, le modèle suivra. Utilisez des formats de sortie précis, des limites dures, des réponses structurées. Appuyez-vous là-dessus.
Dans un contexte frais et bien cadré, il travaille avec exactement ce que vous donnez. Mais la falaise est réelle : les docs longs ou les attentes de mémoire inter-sessions cassent les choses silencieusement.
Il écrit avec fluidité. Si ce qu'il écrit est vrai est une question séparée. Les hallucinations vivent là où vous poussez vers le bord.
Borné, daté, inégal. Tout ce qui est récent, de niche, contesté ou rare est suspect. Donnez les documents au modèle. Ne faites pas confiance à sa mémoire.
L'usage fluide de l'IA n'est pas de mémoriser chaque mode d'échec. C'est de garder un petit modèle de la machine en tête, assez clair pour que, quand quelque chose dérape, vous puissiez nommer quelle propriété a dérivé et répondre en conséquence. Les propriétés restent stables même quand les modèles s'améliorent. Les frontières bougent, les bords se déplacent, mais les quatre propriétés restent les mêmes. C'est pour ça que ce framework est durable.
Source : Anthropic, "AI Fluency Framework: Capabilities and Limitations" (Dakan et Feller, 2026), CC BY-NC-SA 4.0.
Vous voulez la version boardroom de ça ?