14 KiB
Modèle Mandat / Protocoles / Scènes pour Léa
Version : 0.1 brainstorming Date : 2026-05-25 Statut : modèle conceptuel, pas une spec technique
Thèse
Léa n'est pas une boîte à clics et ne doit pas rejouer un workflow. Léa est une collaboratrice visuelle mandatée.
Elle reçoit une fin à atteindre, choisit un chemin connu ou apprend un chemin nouveau, observe le retour de ses actions, qualifie réussite/échec/doute, puis adapte son comportement.
Formule centrale :
Un protocole est une grammaire d'action autour d'une intention.
Un logiciel, un OS ou un DPI peut changer les pixels, les titres, les boutons et les DPI. Le processus métier reste souvent stable : chercher, ouvrir, saisir, valider, enregistrer, corriger, transmettre, facturer, archiver. Léa doit apprendre ces grammaires d'action, pas mémoriser des coordonnées.
Vocabulaire
Mandat
Un mandat est une fin déléguée à Léa.
Exemples :
Ecris ce texte et enregistre-le.
Trouve une vidéo de jazz et lance-la.
Ouvre le dossier patient de Mme X.
Saisis cette information dans le logiciel métier.
Le mandat n'est pas une suite de clics. Il donne le but, le contexte et éventuellement les limites.
Intention active
L'intention active est le sous-but courant qui sert le mandat.
Exemple pour Ecris ce texte et enregistre-le :
ouvrir un outil de saisie
écrire le texte
déclencher la sauvegarde
choisir ou confirmer le nom
vérifier que le fichier existe
Protocole d'usage
Un protocole d'usage est un chemin connu, adaptable, pour accomplir une intention.
Exemples universels :
ouvrir une application
chercher sur le web
saisir du texte
sauvegarder un fichier
confirmer une boîte de dialogue
fermer une fenêtre
copier-coller
Exemples métier :
ouvrir une fiche patient
créer une ligne de facturation
valider une commande de stock
rapprocher une écriture comptable
Un protocole n'est pas un workflow figé. Il contient des scènes attendues, des affordances compatibles, des variantes autorisées et des conditions d'arrêt.
Scène
Une scène est la situation visuelle pertinente pour l'intention courante.
La scène active pertinente n'est pas forcément la fenêtre au focus OS. C'est la zone ou la boîte qui sert le mandat maintenant.
Exemples :
Bloc-notes prêt à recevoir du texte.
Fenêtre Enregistrer sous.
Dialogue "Voulez-vous enregistrer les modifications ?".
Page de résultats Google.
Page vidéo YouTube.
Fiche patient ouverte.
Affordance
Une affordance est une action proposée par la scène.
Exemples :
bouton Enregistrer
bouton Annuler
champ Nom du fichier
barre d'adresse
champ de recherche
bouton Lecture
onglet Patient
bouton Valider
Léa ne doit pas seulement reconnaître une affordance. Elle doit comprendre son rôle dans la scène et sa compatibilité avec l'intention.
Geste
Un geste est l'action concrète décidée dans une scène.
Exemples :
cliquer sur Enregistrer
taper le nom du fichier
appuyer sur Ctrl+S
sélectionner un résultat de recherche
cliquer sur Lecture
Retour
Un retour est tout changement ou non-changement observé après un geste.
Résultat attendu obtenu -> réussite.
Résultat contraire -> échec.
Rien ne change -> attente, latence ou échec à qualifier.
Nouvelle fenêtre -> événement à interpréter.
Erreur -> rupture ou branche prévue selon le protocole.
Doute
Le doute est un signal utile, pas une faiblesse.
Léa doute quand :
les sources visuelles divergent ;
la scène observée ne correspond pas à l'intention ;
aucun protocole connu ne s'applique ;
un retour attendu n'arrive pas ;
une action répétée ne produit aucun effet ;
la scène est sensible ou irréversible sans mandat explicite.
Le doute peut mener à une variante, une demande d'aide, ou une pause.
Boucle cognitive minimale
1. Recevoir le mandat.
2. Déduire l'intention active.
3. Choisir le protocole connu le plus simple.
4. Observer la scène active pertinente.
5. Identifier les affordances disponibles.
6. Choisir le geste compatible avec l'intention.
7. Agir.
8. Observer le retour.
9. Qualifier : réussite, échec, attente, rupture, doute.
10. Continuer, essayer une variante, demander de l'aide, ou apprendre.
Le point essentiel : une action n'est pas justifiée par le fait qu'un bouton existe. Elle est justifiée parce que ce bouton, dans cette scène, sert l'intention active.
Contrat d'action
Avant d'agir, Léa doit pouvoir répondre implicitement à cinq questions :
Quelle intention est-ce que je sers ?
Dans quelle scène suis-je ?
Quelle affordance est-ce que j'utilise ?
Pourquoi cette affordance est-elle compatible avec mon intention ?
Quel retour est-ce que j'attends ?
Si Léa ne peut pas produire cette justification, elle ne doit pas transformer l'action en clic opportuniste.
Ce contrat n'impose pas de demander à l'humain à chaque doute. Il impose que toute tentative ait une hypothèse vérifiable.
Autonomie
L'autonomie de Léa est une autonomie d'initiative, pas une autonomie d'entêtement.
Léa peut :
choisir le chemin le plus simple ;
changer de chemin si le premier échoue ;
essayer une variante cohérente ;
interpréter un retour ;
demander de l'aide ;
apprendre après aide ou résultat qualifié.
Léa ne doit pas :
agir coûte que coûte ;
inventer une réussite ;
apprendre un échec comme une réussite ;
continuer un fallback après rejet sémantique ;
sortir d'un protocole sans raison explicable.
Le risque n'est pas interdit. Il doit être exploitable :
observable
attribuable à une intention
réversible si possible
évaluable après coup
transformable en apprentissage
Structure conceptuelle d'un protocole
Un protocole peut se décrire sur un coin de papier avec les éléments suivants :
Nom
Intention servie
Préconditions plausibles
Scènes attendues
Affordances compatibles par scène
Gestes possibles
Variantes autorisées
Retours attendus
Branches normales
Ruptures connues
Conditions de réussite
Conditions d'abstention ou demande d'aide
Preuves apprenables
Ce n'est pas une séquence figée. C'est une grammaire : elle autorise plusieurs phrases correctes pour atteindre la même intention.
Exemple 1 : ouvrir un logiciel
Mandat :
Ouvre Bloc-notes.
Intention :
rendre disponible un outil de saisie texte simple
Protocoles possibles :
menu Démarrer / recherche Windows
raccourci existant
commande Exécuter
barre de recherche système
Scènes attendues :
bureau ou environnement de départ
menu/recherche d'application
résultat "Bloc-notes"
fenêtre Bloc-notes ouverte
Affordances compatibles :
champ de recherche
résultat d'application Bloc-notes
zone de texte vide
Retours attendus :
une fenêtre de saisie texte apparaît
elle accepte le focus
elle permet de taper du texte
Variantes :
si la recherche Windows échoue, essayer Exécuter/notepad
si un autre éditeur texte est disponible et accepté par le mandat, l'utiliser
si aucune scène d'édition texte n'apparaît, demander ou apprendre
Exemple 2 : saisir un texte
Mandat :
Saisis "testtesttest".
Intention :
placer le contenu texte dans une zone éditable
Scènes attendues :
éditeur texte ouvert
champ texte actif
curseur visible ou zone éditable détectée
Affordances compatibles :
zone de saisie
document vide ou modifiable
Gestes :
focus zone éditable si nécessaire
taper le texte
Retours attendus :
le texte apparaît
le contenu correspond au mandat
Ruptures :
zone non éditable
fenêtre inattendue
texte non apparu
application fermée
Exemple 3 : enregistrer un fichier
Mandat :
Enregistre le texte saisi.
Intention :
persister le contenu courant dans un fichier
Protocoles possibles :
Ctrl+S
menu Fichier > Enregistrer
bouton Enregistrer si visible
Enregistrer sous si le fichier n'a pas encore de nom
Scènes attendues :
éditeur texte avec contenu non sauvegardé
dialogue Enregistrer sous
dialogue "voulez-vous enregistrer les modifications ?"
dialogue "le fichier existe déjà, voulez-vous le remplacer ?"
retour à l'éditeur avec état sauvegardé
Affordances compatibles :
Enregistrer
Oui
Remplacer, si le mandat autorise l'écrasement
champ Nom du fichier
Affordances contraires :
Annuler
Ne pas enregistrer
Non, si la question porte sur la sauvegarde souhaitée
Retours attendus :
la boîte de sauvegarde se ferme
le fichier existe à l'emplacement choisi
le contenu est présent
le document n'est plus en état non sauvegardé
Règle clé :
Voir un bouton "Enregistrer" ne suffit pas.
Il faut que ce bouton soit dans une scène compatible avec l'intention de sauvegarde.
Exemple 4 : regarder une vidéo de jazz
Mandat :
Trouve et lance une vidéo de jazz.
Intention :
obtenir une vidéo en lecture correspondant au thème jazz
Protocoles possibles :
ouvrir navigateur -> YouTube -> chercher jazz -> lancer une vidéo
ouvrir navigateur -> moteur de recherche -> "video jazz" -> ouvrir un résultat vidéo
utiliser une application ou un favori connu si disponible
Scènes attendues :
navigateur ouvert
barre d'adresse ou champ de recherche
page de résultats
page vidéo
lecteur avec bouton Lecture ou vidéo déjà en lecture
Affordances compatibles :
barre d'adresse
champ de recherche
résultat vidéo pertinent
bouton Lecture
Retours attendus :
une vidéo démarre
le contenu semble lié au jazz
le son ou la lecture est active si observable
Variantes :
si YouTube est inaccessible, utiliser le moteur de recherche
si le premier résultat n'est pas pertinent, revenir et choisir un autre résultat
si un consentement cookie bloque la scène, traiter le dialogue seulement s'il est compatible avec la navigation
Généralisation multi-environnements
Léa doit apprendre à plusieurs niveaux.
Niveau 1 : mémoire locale
Dans cet écran précis, ce bouton sauvegarde.
Dans ce DPI, cette scène ressemble à Save As.
Dans ce logiciel, ce champ est le champ de recherche patient.
Niveau 2 : protocole applicatif
Dans ce logiciel DPI, ouvrir un dossier patient passe par recherche -> liste -> fiche.
Dans ce logiciel comptable, valider une écriture passe par saisie -> contrôle -> validation.
Niveau 3 : protocole métier
Tous les DPI ont une façon de chercher un patient, ouvrir sa fiche, saisir une information, valider et tracer.
Tous les logiciels de stock ont une façon de rechercher un article, ajuster une quantité, valider un mouvement.
Tous les logiciels comptables ont une façon de saisir, contrôler, rapprocher, valider.
Niveau 4 : protocole universel
chercher
ouvrir
saisir
valider
annuler
enregistrer
confirmer
revenir
fermer
La généralisation consiste à relier les preuves locales à ces niveaux supérieurs.
Apprentissage
Léa apprend seulement à partir d'un résultat qualifié.
Apprentissage valide :
L'action a produit le retour attendu.
L'humain a confirmé ou corrigé.
La scène et l'intention sont connues.
Le geste est attribuable au résultat.
Apprentissage interdit :
clic opportuniste sans justification
effet non vérifié
échec enregistré comme succès
correction humaine confondue avec autonomie
retour ambigu non qualifié
La correction humaine ne doit pas seulement enregistrer "où cliquer". Elle doit enrichir :
quelle scène était visible
quelle intention était active
quelle affordance était correcte
quel geste a été fait
quel retour a prouvé la réussite
Ce que ce modèle aurait changé dans nos tests
Dans les tests humains réalisés ces derniers jours, beaucoup d'échecs venaient d'une confusion entre :
résoudre une cible visuelle
et accomplir une intention
Avec ce modèle :
ouvrir un logiciel
trouver une zone de saisie
taper
déclencher une sauvegarde
interpréter Enregistrer sous
confirmer Enregistrer
traiter un remplacement ou une demande de sauvegarde
vérifier le résultat
ne sont plus des actions isolées. Ce sont des scènes normales dans un protocole connu.
Si une fenêtre inattendue apparaît, Léa ne demande pas "où cliquer ?". Elle se demande :
Cette scène est-elle une continuation normale de mon mandat ?
Quelles affordances propose-t-elle ?
Laquelle sert l'intention ?
Quel retour dois-je attendre ?
Questions ouvertes
- Quel vocabulaire final garder : protocole d'usage, geste type, routine intentionnelle ?
- Comment exprimer à l'utilisateur le mandat courant sans jargon ?
- Quelles familles de protocoles universels faut-il inscrire en premier ?
- Comment distinguer visuellement une scène pertinente d'une fenêtre simplement au focus ?
- Comment demander de l'aide sans transformer l'humain en téléopérateur ?
- Comment capturer l'apprentissage métier sans mémoriser des informations sensibles ?
Synthèse courte
Léa reçoit un mandat.
Elle choisit un protocole.
Elle observe une scène.
Elle interprète les affordances.
Elle agit avec une hypothèse.
Elle qualifie le retour.
Elle apprend uniquement d'un résultat qualifié.
Cette structure permet de viser la généralisation : mêmes intentions, scènes différentes, logiciels différents, DPI différents, OS différents.