L’IA comme partenaire des makers : proposer, vérifier, expérimenter

On nous demande souvent à quoi peut servir l’intelligence artificielle dans les projets de makers.

Dans un atelier, un fablab ou un projet de réemploi, une idée ne devient pas réalité uniquement grâce à un écran. Il faut observer un besoin, comprendre les contraintes, choisir des matériaux, fabriquer un prototype, le tester et parfois tout recommencer.

L’intelligence artificielle peut accompagner ce processus. Elle peut aider à rechercher, organiser, comparer et imaginer plusieurs pistes. Mais elle ne remplace ni l’expérience du terrain, ni les compétences techniques, ni la décision humaine.

Pour les makers, l’IA est donc moins une machine qui donne « la bonne réponse » qu’un partenaire de réflexion qui aide à passer plus rapidement d’une question à une expérimentation.

Proposer : ouvrir de nouvelles pistes

Au début d’un projet, les idées sont parfois nombreuses, imprécises ou difficiles à organiser. L’IA peut aider à transformer une intention générale en premières propositions concrètes.

Elle peut, par exemple :

• reformuler un besoin ;

• proposer plusieurs approches techniques ;

• comparer des matériaux ;

• suggérer des étapes de fabrication ;

• préparer une liste de composants ;

• identifier des questions à poser à des spécialistes ;

• imaginer différents usages pour un objet récupéré.

Dans un projet d’upcycling, elle peut proposer plusieurs manières de réemployer une matière ou un objet. Dans un projet d’impression 3D, elle peut aider à préparer un cahier des charges. Pour un montage électronique, elle peut organiser la liste des fonctions, des composants et des contraintes à prendre en compte.

Ces propositions ne sont pas des solutions définitives. Elles constituent un point de départ pour la discussion et l’expérimentation.

Vérifier : garder un regard critique

Une IA peut produire une réponse claire et convaincante tout en commettant des erreurs. Elle peut aussi s’appuyer sur des informations anciennes, incomplètes ou mal adaptées au contexte local.

Chaque proposition importante doit donc être vérifiée.

Avant d’utiliser une recommandation technique, il faut notamment contrôler :

• la fiabilité de la source ;

• la compatibilité des composants ;

• la résistance des matériaux ;

• les risques électriques, mécaniques ou thermiques ;

• le coût et la disponibilité réelle ;

• les normes et obligations applicables ;

• les conséquences environnementales.

L’IA ne voit pas automatiquement l’état réel d’une machine, d’un matériau récupéré ou d’un atelier. Elle ne connaît pas toujours les outils disponibles, le niveau des participants ou les contraintes particulières du projet.

Le maker conserve donc un rôle central : observer, questionner, vérifier et décider.

Expérimenter : confronter l’idée au réel

Dans la culture maker, une idée prend de la valeur lorsqu’elle est confrontée à la matière et à l’usage.

Une proposition générée par l’IA doit pouvoir devenir :

1. une hypothèse ;

2. un dessin ou un schéma ;

3. un premier prototype ;

4. un essai ;

5. un retour d’expérience ;

6. une amélioration.

Un prototype peut montrer qu’une pièce est trop fragile, qu’un assemblage est difficile à réparer ou qu’un matériau n’est pas adapté. Ces informations issues du terrain permettent alors de corriger le projet et de poser de meilleures questions à l’IA.

La collaboration devient une boucle continue :

HYPOTHÈSE → ACTION → RÉFLEXION → ADAPTATION

L’IA aide à préparer et à analyser. Le maker expérimente, observe et arbitre.

Transformer l’information en action

Les projets techniques produisent rapidement beaucoup d’informations : notices, tutoriels, plans, fiches de sécurité, références de composants, retours d’expérience ou réglementations.

L’IA peut aider à :

• résumer un document ;

• extraire les points importants ;

• comparer plusieurs options ;

• créer une liste de tâches ;

• préparer un tableau de suivi ;

• reformuler une documentation dans un langage plus accessible.

Elle peut faire gagner du temps, notamment aux personnes qui rencontrent des difficultés avec la lecture, l’écriture ou l’organisation des informations.

Mais une synthèse ne remplace jamais le document d’origine lorsqu’il s’agit de sécurité, de conformité ou de caractéristiques techniques. Les références importantes doivent rester consultables et vérifiables.

Favoriser la création collective

Dans un makerspace, l’IA peut aussi servir de support à la coopération.

Un groupe peut lui présenter un problème, lui demander plusieurs scénarios, puis discuter collectivement des propositions. Chaque participant peut apporter son expérience : usage, technique, réparation, design, environnement, accessibilité ou connaissance du territoire.

L’intérêt n’est pas de laisser l’IA décider à la place du groupe. Il est de l’utiliser pour multiplier les angles de réflexion et rendre les échanges plus structurés.

Elle peut également aider à conserver la mémoire du projet : décisions prises, essais réalisés, erreurs rencontrées, modifications apportées et prochaines étapes. Cette mémoire doit néanmoins être organisée avec précaution, en protégeant les données personnelles et les informations confidentielles.

Réemploi et fabrication durable

L’IA peut contribuer aux projets de réemploi en aidant à identifier de nouveaux usages, à comparer des solutions réparables ou à réduire la quantité de matière utilisée.

Elle peut notamment accompagner :

• la conception à partir de matériaux disponibles localement ;

• la recherche de pièces compatibles ;

• l’optimisation d’une découpe ;

• la documentation d’une réparation ;

• la préparation d’un objet pour le réemploi ;

• l’estimation des besoins avant fabrication.

Cependant, utiliser une IA possède également un coût matériel et énergétique. Son usage doit rester proportionné au besoin. Une question simple ne nécessite pas toujours un modèle puissant ou l’envoi de nombreuses données vers des services extérieurs.

Lorsque cela est possible, des outils locaux, des modèles plus légers et des données limitées peuvent offrir une approche plus sobre et plus maîtrisée.

Une IA encadrée par l’humain

L’IA peut être disponible rapidement, proposer plusieurs versions et aider à débloquer une réflexion. Elle ne possède toutefois ni l’expérience concrète d’un artisan, ni la connaissance sensible d’un territoire, ni la responsabilité d’une décision.

Elle ne remplace pas :

• le savoir-faire ;

• la transmission entre personnes ;

• le débat collectif ;

• les essais physiques ;

• l’expertise professionnelle ;

• la responsabilité humaine.

Sa fonction est d’augmenter les capacités du groupe, pas de les supprimer.

Conclusion : proposer, vérifier, expérimenter

Pour les makers, l’intelligence artificielle devient réellement utile lorsqu’elle s’inscrit dans une méthode claire.

Elle peut proposer plusieurs pistes, aider à structurer une idée et rendre l’information plus accessible.

Elle doit ensuite être vérifiée, car ses réponses peuvent être incomplètes ou incorrectes.

Enfin, ses propositions doivent être expérimentées, confrontées aux matériaux, aux machines, aux usages et aux réalités du territoire.

L’intelligence artificielle ne fabrique pas le projet à notre place. Elle nous aide à mieux préparer les questions, à explorer davantage de possibilités et à apprendre plus rapidement de nos essais.

L’IA propose. Le collectif examine. Le maker expérimente. L’humain décide.