L’univers du serious game et celui de l’intelligence artificielle semblent, à première vue, appartenir à deux mondes distincts. Pourtant, leur tressage ouvre des perspectives inédites dans la formation, le recrutement et la gestion des compétences. Le Parcours Sherlock, par son approche expérientielle d’investigation et de corrélation des compétences, offre un cadre idéal pour intégrer l’intelligence artificielle et, en particulier, les modèles de langage tels que ChatGPT. Cette alliance improbable transforme radicalement l’expérience des apprenants, et par extension, leur conception du monde.

Le Parcours Sherlock™ place les professionnels dans une démarche d’enquête du métier. Quels verbes d'action et quelles clés de lecture objectives permettent d'aller à l'essentiel, sans débattre. 

Puis, comment ensuite documenter la fiche de poste afin de préparer les recrutements, la documentation GPEC, mais aussi l'accompagnement des agents - nous sommes dans une Fonction Publique Territoriale 

C’est ici que l’IA textuelle, et plus spécifiquement ChatGPT, trouve sa place et son utilité. Grâce à sa faculté d'analyser et de corréler des informations en temps réel, puis à proposer des réponses contextuelles,  concrètes, utiles, ChatGPT devient un allié essentiel dans l’investigation et le traitement de données considérables. Avec le serious game Parcours Sherlock™, l’IA ne se contente pas de fournir des informations ; elle suggère, structure et "challenge" les joueurs en leur offrant des retours précis et personnalisés, mais... si le mot est inexact, l'IAles "perdra dans le labyrinthe des idées" intéressantes mais inutiles.

Le terme « prompt » désigne l'instruction donnée à ChatGPT pour générer une réponse. Il vient du latin promptus, qui signifie "prêt à agir". Il s’agit de la manière dont une demande est formulée afin de guider l’IA dans sa réponse.
Avant de vouloir un "bon" prompt, il convient de maîtriser la langue. Pour cela, il faut utiliser les mots justes. Un mot juste est un mot dont le sens est correct et propre. Il se réfère à une étymologie.
En tant qu'IA textuelle, ChatGPT travaille à partir de la langue. Mais si nous lui donnons des "concepts" génériques, des mots inappropriés, l'effet papillon conduit la question à des résultats tellement loin de celui escompté, que l'on finit par se fatiguer.

L'ensemble des participants a été entraîné à utiliser les verbes d'action justes pour objectiver un métier, une profession, une activité.

Les professionnels ont ainsi redécouvert la puissance de la langue française, par exemple qu'un verbe offre trois informations clés : l'état, l'action et la situation.
Par exemple, le verbe analyser implique :
- un état concentré, abstrait, passif, c'est-à-dire qu'il n'entraîne aucune dynamique physique directe dans le réel. C'est un verbe de la famille "abstraire",
- son action est de retrouver une règle générale, une vérité, un axiome,
- la situation qui mobilise ce verbe est une question problématique, un problème, un débat qui implique, à partir d'éléments isolés, de retrouver ladite règle générale.

Tout, ainsi, ne s'analyse pas. En écrivant "analyse" dans ChatGPT, ils ont découvert que ChatGPT... recherchait une règle générale, alors que s'ils écrivent "corréler", ChatGPT recherche les relations mutuelles entre les sujets. Le premier isole, le second relie. La nuance fait toute la différence.

La Roue des Verbes d'action est l'un des cinq plateaux du Serious Game. Il est utilisé en Étape 2, Le Mystère de l'Ornithorynque. Dans notre cas, la Roue a été utilisée séparément pour entraîner et sensibiliser les professionnels à objectiver un métier.

Pour cela, j'ai partagé avec eux ma connaissance et mon expérience méthodologiques : toujours identifier les verbes primitifs.

Le verbe primitif désigne l'état, l'action et la situation sans lesquelles l'activité, le métier, la production de quelque chose ne peut exister. Il désigne littéralement "l'origine de".

Le verbe informe ce qui est - par principe et non par règle - observable. Le verbe est donc objectif.

À l'aide des jetons Verbes d'action et du dictionnaire des Verbes d'action, ils identifient les verbes d'action primitifs sans lesquels l'activité, le poste ne peut fonctionner/opérer*.

L'expérience sensorielle est ici importante. En effet, toucher les jetons, lire le mot, le relier à l'illustration, placer les jetons sur le plateau, prendre les cartes en main, tourner les pages du dictionnaire, c'est activer toute la chaîne neuronale qui permet de corréler des informations, et non, de rester au stade de l'analyse "froide" et "détachée" du réel.

Il suffit d'à peine 20 minutes pour documenter une activité. Une fois les verbes documentés, il convient de les nuancer.

* ils ont appréhendé l'importance de solliciter des personnes "référentes" du métier, c'est-à-dire dont la pratique fait autorité.

Les Verbes d'action sont posés sur la roue, il convient maintenant de les nuancer, c'est-à-dire, de leur apporter une gradation qui apporte au verbe une précision qui manque aux fiches de poste. Grâce à ces Clés, ChatGPT, ensuite pourra produire avec fiabilité [fiabilité = réduire les écarts entre le résultat objectif et un résultat "halluciné] :
Le pitch → le résumé détaillé  → les verbes et leur(s) gradation(s) → les mises en situation appropriées → les questions contextualisées → les critères et informations utiles pour documenter la GPEC (exportés sous forme de tableau structuré).

Inspiré des principes de qualité de la langue latine, grecque et chinoise, les apprenants ont à leur disposition 11 Clés de nuance. La Clé compétence, par exemple est prise au sens propre : faculté de décider, de juger (lat. competere). En effet, les fiches nomment "compétences" ce qui en fait est soit l'intention, soit un verbe d'action.

Les Clés sont donc aux verbes, ce que le suffixe, le préfixe sont au radical. Le préfixe "ob-", nuance le mot en indiquant que quelque chose est posé face à la vue.

Poser la Clé compétence devant le verbe recruter, implique d'avoir la légitimité de décider ou de juger si la ou les personnes sensées recruter le font selon les techniques, les règles, les méthodes et les principes du recrutement, et ce, afin d'objectiver la qualité et les connaissances d'une personne à réaliser ce pour quoi elle est recrutée.

La personne peut être compétente pour lire et un questionner un CV, sans avoir pour autant la Clé Expérience ou la Clé Connaissance pour :
✔︎ objectiver l'aptitude à maîtriser l'action sous-tendue par un verbe (ex : s'ajuster à l'autre ; coopérer en équipe, documenter un logiciel),
✔︎ questionner à partir du sens correct des mots utilisés afin de les questionner ou de les corréler avec ladite activité, etc.

Recruter n'est donc pas une compétence. Pour l'instant, ce n'est qu'un verbe qui informe sur un état, une action et une situation spécifique de l'activité humaine.

C'est ce qu'ont pu expérimenter de manière concrète les recruteurs, RH, formateurs, conseillers GPEC : un verbe n'est pas une compétence, mais la matière première qu'il convient de nuancer grâce à des Clés spécifiques telles que : Expérimenter ; Connaissance ; Savoir ; Vertu, etc.
Placer le préfixe "per-" devant former (performer) ne produit pas le même sens que de placer "trans-" (transformer). Il en est de même pour documenter les activités humaines.

Les professionnels ont utilisé la Roue, les jetons et le dictionnaire pour qualifier et objectiver le métier. Ils ont appréhendé l'architecture de ChatGPT (Generative Pre-trained Transformer), en particulier sa qualité d'assistant textuel apte à comprendre et à répondre aux questions de manière interactive et contextuelle. 

Les apprenants sont ensuite entraînés à :
✔︎ préciser un rôle,
✔︎ objectiver un résultat (et non un objectif)
✔︎ utiliser les signes linguistiques pour spécifier ou donner un ordre à ChatGPT → "" →() → [] → ;

Clarifier le rôle pour analyser une fiche de poste actuelle :
"Tu es lexicologue expérimenté. Tu maîtrises les connaissances de la lexicologie avec une spécialité dans la GPEC ".

Pourquoi, choisir le rôle de lexicologue comme rôle plutôt que celui d'expert GPEC ? parce que les connaissances du lexicologue permettent de classer les différents "savoirs" et autres mots mélangés en familles thématiques, puis d'identifier et de signifier les mots selon leur sens. Donner un rôle d'expert GPEC associerait immédiatement ChatGPT aux règles et aux concepts de la GPEC et des compétences en général. Il sera mobilisé, mais plus tard.

Objectiver le "résultat" et non l'"objectif" :
Les participants découvrent avec étonnement l'écart rapide qui s'opère s'ils écrivent "objectif" ou "résultat". Le résultat (lat. resultare → effectif, actuel) est un mot propre là où objectif est figuré (métaphorique). Le mot, en effet, prend sa forme figurée en 1857 par dérivation de "la ligne objective", puis, du "point géométral". Il sera amalgamé ensuite avec "intention". 
En utilisant le mot résultat, ChatGPT analyse clairement la demande : que souhaitez-vous observer, rendre actuel et effectif grâce à ce poste ?
Note : l'usage du mot au sens propre est plus efficace qu'un concept ou qu'un mot figuré.

Utiliser les signes linguistiques :
Les signes linguistiques sont l'une des techniques les plus appréciées par les apprenants au cours de ces deux jours. Ils ouvrent des possibilités "sans limite". Par exemple :
✔︎ les parenthèses () → précisent une information
✔︎ les crochets [] → donnent un ordre, ou "comment faire"
✔︎ les guillemets "" → focalisent sur le mot ou le groupe de mot

"Tu es lexicologue, peux me "signifier" le verbe d'action décider (lat. decidere)". ChatGPT comprend que :
✔︎ Les parenthèses précisent ce à partir de quoi il doit le faire → le verbe latin = couper, trancher, se prononcer en faveur de quelque chose.
✔︎ Les crochets précisent à ChatGPT comment le verbe décider doit être traité → [verbe "décider" = état ; action ; situation].
✔︎ les guillemets apportés à "signifier" seront interprétés par ChatGPT comme : "donne la signification correcte du mot".

Sublimer, le mot est audacieux, fort, excessif peut-être, mais n'est-ce pas cela que nous offre l'IA ChatGPT ? Les professionnels du recrutement, de la GPEC, des RH en général ont (re)découvert comment la langue française offre une puissance (potens) d'usage avec ChatGPT.
Réapprendre les qualités de notre langue pour mieux guider l'IA dans ses nombreuses actions afin d'offrir entre les différents rôles qu'offrent les Ressources humaines, une chaîne de coopération motivante et productive  :
✔︎ Produire une fiche de poste objective, signifiante, utile
✔︎ Préparer et réussir un recrutement ; allant de l'objectivation des verbes d'action jusqu'aux critères d'objectivation
✔︎ Structurer les supports pour la GPEC sans rupture avec les autres équipes.

Le groupe a expérimenté comment en moins de deux heures, ils pouvaient produire un ensemble de documents précis, utiles, concrets, coordonnés entre les équipes, là où avant, il fallait plusieurs jours, parfois difficiles.

ChatGPT a été utilisé principalement dans sa version gratuite afin d'apprendre à utiliser la ressource de la langue française.

L'ensemble des apprenants a perçu comment l'IA était un réel assistant pour leur quotidien et non un "Google amélioré". Pouvoir se concentrer sur ce que l'intelligence humaine offre comme résultat : innover, explorer, imaginer, créer, inventer, et déléguer à l'IA la "charge mentale" du "traitement des datas" entraînant une perte de temps, des débats stériles, des productions subjectives, tels sont les bienfaits et constats acquis au cours de deux journées d'entraînement à Parcours Sherlock™ & ChatGPT.

Generative (G) : L'aptitude à créer du texte à partir de quelques suggestions, comme une personne qui rédige des histoires à partir d'un thème donné. 

Pre-trained (P) : Le modèle a été entraîné sur une immense quantité de données textuelles pour apprendre comment le langage fonctionne. 

Transformer (T) : Une architecture de modèle de réseau neuronal qui analyse un vaste ensemble de données.