Pourquoi 90% des gens utilisent mal l’IA (et comment faire mieux)

Pourquoi 90% des gens utilisent mal l’IA (et comment faire mieux)

Historique des titres
  • Pourquoi 90% des gens utilisent mal l’IA (et comment faire mieux) — observé le 20261111-1954 UTC (YouTube)

par Max Oro · Voir la chaîne sur PSI

Sciences appliquées & ingénierie IA — Actualité & Applications UYInformatiqueUYQIntelligence artificielle (IA)
🎙 Max Oro 👥 264 📅 1 juin 2026 ⏱ 27 min 👁 13 📄 tutoriel 🧭 2026-11-11
Disponible en : Français (actuel) English

Mots-clés

utilisation de l'IApromptcas d'usageagent IAbusiness

Résumé

Dans cette vidéo, Max Oro propose une ‘masterclass’ sur l’utilisation de l’intelligence artificielle, affirmant que 90% des gens l’utilisent mal. Il commence par des chiffres de valorisation boursière (Nvidia, Google, etc.) pour illustrer l’importance de l’IA, puis présente une analogie entre l’arrivée de l’IA et celle du tracteur ou de l’ordinateur. Il insiste sur le fait que l’IA ne remplace pas l’humain mais travaille avec lui, et que la clé est de savoir exactement ce que l’on veut obtenir. Il donne des exemples concrets d’utilisation : structuration d’entreprise, recherche d’informations, tâches administratives, trading, support client, coaching, gestion de projet, réseaux sociaux et développement. Il recommande de se former sur un skill spécifique, de comprendre comment fonctionnent les tokens et les data centers, et de considérer l’IA comme un moteur et non comme une fin. Il mentionne également des outils comme ChatGPT, Claude, Grok, et parle de son propre agent IA ‘Hermes’. La vidéo se termine par une conclusion sur l’importance de devenir un chef d’orchestre de l’IA.

167 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur informative est faible à moyenne. L’auteur partage son expérience personnelle et des conseils pratiques, mais le discours reste largement impressionniste et répétitif. Les analogies (tracteur, ordinateur) sont pertinentes pour illustrer la transition technologique, mais l’argumentation repose sur des affirmations personnelles non étayées. Les exemples de cas d’usage sont concrets, mais la démonstration de leur efficacité réelle manque. L’accent mis sur le rôle de ‘chef d’orchestre’ de l’utilisateur est pertinent et cohérent, mais la solidité du raisonnement est limitée par l’absence de données objectives ou de sources scientifiques.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est très faible : aucune source scientifique n’est citée, les chiffres (valorisations) ne sont pas référencés, et les affirmations ne sont pas vérifiables. Les seuls liens fournis dans la description sont des liens commerciaux (cal.com et may-agent.com), qui ne sont pas des sources d’information. Le titre est en revanche bien aligné avec le contenu, qui aborde effectivement les mauvaises utilisations de l’IA et propose des améliorations. La vidéo ne prétend pas être scientifique, mais elle aurait gagné à citer des études ou rapports pour étayer ses dires. Aucun commentaire n’était disponible pour analyser les tendances du public.

204 mots

Adéquation titre / contenu

Le titre correspond bien au contenu : l'auteur explique pourquoi les gens utilisent mal l'IA (manque de vision claire, de prompt structuré) et donne des pistes pour mieux l'utiliser.

Qualité & fiabilité

3/10

Le contenu est essentiellement une opinion personnelle de l'auteur, avec des affirmations non sourcées (valeurs boursières, exemples de robots) et aucun référencement scientifique. Les conseils pratiques sont globalement généraux mais manquent de preuves ou de citations pour étayer les propos.

Chapitres

Sources citées

  • Réserver un diagnostic — Lien en description pour réserver un appel de découverte avec l'auteur.
  • MAY Agency — Site de l'agence de l'auteur, cité comme exemple d'application de l'IA.

Apport & nouveautés

L’apport principal de cette vidéo est de rappeler que l’utilisation efficace de l’IA dépend de la clarté de l’intention et de la connaissance du domaine. L’auteur partage des astuces pratiques comme le ‘brain dump’ et le ‘challenge entre IA’, mais ces idées ne sont ni nouvelles ni originales. Il apporte une perspective personnelle issue de son expérience, mais sans formalisation.

Pour aller plus loin :

  • Large language model — Pour comprendre les modèles de base derrière ChatGPT et autres.
  • Prompt engineering — Pour approfondir l’art de formuler des requêtes efficaces.
  • Software agent — Pour explorer la notion d’agents autonomes en IA.
  • Data center — Pour saisir l’infrastructure physique nécessaire au fonctionnement de l’IA.

113 mots

Profil radar

Le profil radar montre des scores modérés pour la quantité et la qualité de l'information, mais un faible niveau technique et une fiabilité globale faible, ce qui indique une vidéo de vulgarisation pratique mais peu rigoureuse.

Fiabilité 3/10