Démarrage rapide de l’IA pour le personnel
Une introduction pratique et en langage clair à l’utilisation sûre d’AskLib au quotidien en bibliothèque : ce que l’IA peut et ne peut pas faire, et comment placer la confiance des usagers au centre.
En bref
- Comprendre la place de l’IA générative dans le prêt, les programmes et la communication.
- Apprenez à repérer les hallucinations et à maintenir les réponses conformes aux politiques.
- Découvrez précisément les données à ne jamais saisir dans un prompt d’IA.
- Suivez un flux sûr pour rédiger les courriels, la signalétique et les plans de programmes.
- Adoptez des garde-fous en matière de ton, d’accessibilité et de compétence culturelle.
- Savoir quand passer le relais à un humain et comment consigner les cas limites.
- Utilisez des exemples de prompts adaptés aux bibliothèques publiques, scolaires et universitaires.
Problème / Pourquoi c’est important
Le personnel de bibliothèque jongle entre les questions de prêt, la planification des programmes, les conseils de lecture et les orientations communautaires. Sans consignes, les outils d’IA peuvent ajouter des risques : réponses hallucinées, promesses impossibles à tenir et collecte accidentelle de détails sensibles sur les usagers. Ce guide explique comment utiliser AskLib pour réduire le travail répétitif sans éroder la confiance.
Les usagers attendent des réponses rapides, mais de nombreuses bibliothèques fonctionnent avec des effectifs réduits. Le personnel réécrit souvent les mêmes explications sur les salles de réunion, l’impression ou les inscriptions aux programmes. L’IA peut accélérer la rédaction, mais seulement si les prompts incluent les règles locales et si le personnel sait examiner les résultats avec esprit critique. Ce guide fixe une base de sécurité commune pour que toutes les bibliothèques répondent de façon cohérente.
Les politiques évoluent vite. Les équipes de services jeunesse doivent éviter de recueillir des informations sur les mineurs, et les bureaux d’accueil ont besoin de voies de réorientation claires pour les questions juridiques, médicales ou migratoires. Un démarrage rapide structuré aligne les équipes, documente les réglages sûrs par défaut et donne aux superviseurs l’assurance que l’IA sert de copilote plutôt que d’agent non supervisé.
Flux recommandé
- 1
Identifiez la tâche et le public
Précisez si vous rédigez une réponse à un usager, de la signalétique, un plan de programme ou une note interne. Nommez le public (par exemple, lycéens à l’accueil jeunesse, accompagnants à l’heure du conte, enseignants demandant des réserves documentaires) pour préciser le ton et le niveau de lecture.
Point de décision : Si la tâche implique des informations personnelles ou un grief, faites une pause et suivez votre protocole d’escalade avant d’utiliser l’IA.
- 2
Rassembler les références approuvées
Récupérez les extraits de politiques pertinents : limites de prêt, règles d’Internet, conditions des salles ou étapes d’inscription. Les contenus cités réduisent les hallucinations et maintiennent la cohérence des formulations entre bibliothèques.
- 3
Utiliser un modèle de prompt structuré
Ouvrez un modèle de prompt AskLib correspondant à votre tâche, comme « Rédige un courriel en langage clair sur les frais d’impression » ou « Crée le plan d’un atelier de 60 minutes pour adolescents ». Renseignez les espaces réservés aux dates, lieux, frais et notes d’accessibilité.
Point de décision : Si vous ne trouvez pas de modèle correspondant, choisissez le plus proche et ajoutez une note demandant au modèle d’éviter les spéculations et de s’en tenir aux faits fournis.
- 4
Générer et examiner le brouillon
Lisez attentivement le brouillon de l’IA. Vérifiez les formulations des politiques, les numéros de téléphone, les horaires et les frais. Repérez les affirmations suggérant un conseil juridique (« Vous êtes admissible à… ») et remplacez-les par des orientations vers des sources officielles.
Point de décision : Si un détail factuel est incertain, retirez-le ou ajoutez « Consultez le personnel pour obtenir les informations les plus récentes ».
- 5
Ajouter un contexte humain
Personnalisez le brouillon avec des touches locales : noms du personnel, indications des salles, pronoms préférés s’ils sont fournis ou aménagements connus. Assurez-vous que le ton correspond à celui de la bibliothèque : chaleureux, concis et sans jargon.
- 6
Vérifier l’accessibilité et l’inclusion
Vérifiez que le niveau de lecture convient, que les images comportent un texte alternatif et que des traductions ou des lignes bilingues sont proposées lorsque c’est courant. Évitez les expressions idiomatiques difficiles à traduire.
Point de décision : Si le contenu doit être publié, activez « langage clair » dans AskLib pour le reformuler à un niveau de lecture de 8e année sans perdre en exactitude.
- 7
Consigner l’échange (si requis)
Si le brouillon traite d’un incident sensible (problème de comportement, préoccupation de sécurité), consignez l’échange dans le registre d’incidents sans copier le prompt brut. Notez ce qui a été envoyé, qui l’a approuvé et les tâches de suivi.
- 8
Partager et réutiliser
Conservez les bons prompts et résultats dans l’espace partagé de votre bibliothèque pour que les collègues les réutilisent. Classez-les par thème (impression, salles, communication) pour faciliter la recherche.
- 9
Faire remonter les cas limites
Si la réponse de l’IA semble incertaine, biaisée ou hors de l’autorité de la bibliothèque, transmettez-la à un superviseur ou au référent IA désigné. Notez le prompt et la réponse du modèle pour les futurs garde-fous.
Bonnes pratiques
- Utilisez des entrées courtes et précises comprenant le lieu, les horaires et les frais pour éviter les réponses génériques.
- Gardez une liste « ne jamais inclure » en tête des prompts : noms des usagers, numéros de carte, détails de santé, statut migratoire et dossiers étudiants.
- Demandez des réponses citées lors de la consultation de votre référentiel de politiques, afin que le personnel puisse vérifier les documents sources.
- Pour la signalétique et les documents, précisez la taille des caractères, les objectifs de lisibilité et les besoins bilingues pour assurer l’accessibilité.
- Accompagnez chaque brouillon destiné aux usagers d’une note au personnel expliquant certaines formulations (par exemple, « nous ne pouvons pas fournir de conseil juridique »), pour renforcer la formation.
- Pour traduire, demandez un langage compréhensible et adapté à la région plutôt qu’une traduction automatique directe.
- Utilisez la vérification des « hypothèses » : demandez au modèle d’énumérer ses hypothèses pour repérer rapidement les erreurs.
- Limitez les résultats à 3 à 5 puces ou à de courts paragraphes pour que les usagers pressés puissent parcourir rapidement les communications.
- Programmez des audits trimestriels des prompts conservés pour retirer les anciens tarifs, programmes expirés ou coordonnées périmées.
- Apprenez aux bénévoles à utiliser uniquement les modèles de prompts préapprouvés pour maintenir une approche cohérente du risque.
Écueils courants
Inclure des identifiants d’usagers dans les prompts
Pour éviter cela : Masquez les détails (« Usager A ») et retirez les numéros de carte, les adresses ou les identifiants étudiants avant d’utiliser un outil d’IA.
Laisser l’IA deviner les lacunes des politiques
Pour éviter cela : Si le prompt manque d’un détail (montant de frais, capacité d’une salle), demandez à l’IA d’insérer un espace réservé et de rappeler au personnel de le confirmer.
Réponses trop longues
Pour éviter cela : Fixez une limite de mots ou de puces et demandez des titres ; les usagers et les superviseurs préfèrent les réponses concises.
Un ton bureaucratique
Pour éviter cela : Demandez « un langage chaleureux, accueillant et clair » et ajoutez une courte salutation correspondant à la culture de la bibliothèque.
Fournir accidentellement des conseils juridiques ou médicaux
Pour éviter cela : Ajoutez des consignes explicites de réorientation : fournissez des liens de référence fiables et rappelez au personnel d’éviter toute affirmation sur l’admissibilité.
Traduire les expressions idiomatiques littéralement
Pour éviter cela : Demandez une « traduction culturellement adaptée à l’espagnol parlé dans notre région » et faites-la examiner par du personnel bilingue.
Conserver des brouillons au contexte sensible
Pour éviter cela : Conservez les versions finales nettoyées de données sensibles sur les espaces partagés ; supprimez les brouillons contenant des détails d’incidents.
Absence de journal des modifications
Pour éviter cela : Consignez les prompts utilisés et les personnes ayant approuvé les formulations finales pour les incidents et les déclarations publiques.
Exemples
Question d’un usager sur l’impression
Prompt : « Rédige un courriel de 120 mots expliquant comment imprimer à la bibliothèque du centre-ville. Inclus le coût par page, les étapes d’impression sans fil et le rappel que nous ne conservons pas les documents après la libération des travaux d’impression. »
Exemple de prompt : Ajoutez : « Évitez de promettre des remboursements ; orientez les usagers vers le bureau d’accueil en cas de problème. »
Plan de programme pour adolescents
Prompt : « Crée un atelier d’éducation aux médias de 60 minutes pour adolescents. Inclus les objectifs, un court brise-glace, l’équipement requis et des conseils pour traiter respectueusement les sujets sensibles de l’actualité. »
Entrée de FAQ sur les salles de réunion
Prompt : « Rédige une FAQ de six puces sur la réservation des salles de réunion. Aborde les créneaux de réservation, les règles concernant la nourriture, les demandes d’accessibilité et les conséquences d’une arrivée tardive. »
Note de formation des bénévoles
Prompt : « Rédige une fiche de référence d’une page pour les bénévoles sur la réinitialisation des ordinateurs publics entre usagers. Inclus les étapes de confidentialité, la gestion des contenus offensants et la personne à contacter si quelqu’un refuse de se déconnecter. »
Notes de sécurité et de gouvernance
Quelles données ne jamais saisir
- Ne saisissez jamais les noms des usagers, numéros de carte, adresses, numéros de téléphone, dates de naissance ou identifiants étudiants.
- Évitez de décrire en détail les incidents personnels ; résumez les comportements sans identifiants.
- Ne collez pas d’informations de santé, de questions d’immigration ni de détails d’affaires juridiques.
Blocages par mots-clés suggérés
- Bloquez les prompts contenant « SSN », « social security » (sécurité sociale), « visa status » (statut de visa), « medical diagnosis » (diagnostic médical), « therapy notes » (notes de thérapie) ou « legal advice » (conseil juridique).
- Utilisez des alertes de motifs pour les adresses, numéros de téléphone et numéros de dossiers étudiants afin de rappeler au personnel de les masquer.
Conseils d’accès par rôle
- Le personnel de première ligne peut générer des brouillons, mais doit en conserver la responsabilité d’auteur et examiner les résultats avant l’envoi.
- Les superviseurs approuvent les réponses assistées par l’IA concernant les incidents de sécurité, les interdictions d’accès des usagers ou les demandes des médias.
- Les bénévoles utilisent uniquement des modèles préapprouvés et ne peuvent pas envoyer de réponses générées par l’IA sans validation du personnel.
Audit et journalisation
- Consignez les modèles de prompts utilisés pour les communications officielles aux usagers et joignez le texte final approuvé.
- Consignez qui a examiné et envoyé les messages assistés par l’IA lors d’incidents ou de plaintes.
- Conservez une courte note lorsque l’IA a été écartée car les données étaient trop sensibles ; cela aide à affiner les garde-fous.
Suggestions de conservation
- Conservez les modèles de prompts indéfiniment, mais supprimez les résultats de travail provisoires tous les 30 jours.
- Conservez les brouillons d’IA liés aux incidents avec les rapports d’incident selon les calendriers de conservation existants.
- Évitez d’exporter des journaux bruts du modèle contenant des informations masquées ; résumez plutôt les thèmes.
FAQ
Peut-on utiliser l’IA en toute sécurité pour les courriels aux usagers ?
Oui, lorsque le personnel contrôle le brouillon final et évite de saisir des identifiants d’usagers. Utilisez les modèles de courriel fournis, demandez des réponses citées et faites approuver par les superviseurs les messages liés à la sécurité ou aux plaintes.
Les bénévoles peuvent-ils utiliser AskLib ?
Les bénévoles peuvent utiliser les modèles préapprouvés pour les FAQ générales, la signalétique et les textes de programmes. Ils ne doivent jamais saisir de détails sur les usagers ni envoyer de messages sans revue du brouillon par un membre du personnel.
Comment prévenir les hallucinations ?
Fournissez toujours des extraits des sources et demandez au modèle de les citer. Effectuez une vérification des « hypothèses » et retirez toute affirmation suggérant une admissibilité, des promesses ou des dates que vous ne pouvez pas vérifier.
Que faire si un usager pose des questions juridiques ou médicales ?
Utilisez des prompts de réorientation au langage neutre renvoyant vers des ressources validées (aide juridique de l’État, 211, service de conseil du campus). N’essayez pas de répondre aux questions d’admissibilité ou de diagnostic.
Comment maintenir l’accessibilité du contenu ?
Fixez un niveau de lecture (7e à 8e année pour les avis publics), demandez des lignes bilingues lorsque c’est courant, incluez des textes alternatifs et évitez les expressions idiomatiques. AskLib peut clarifier les brouillons sans modifier le sens des politiques.
Pouvons-nous conserver des prompts d’IA dans notre base de connaissances ?
Oui. Conservez des modèles propres sans données d’usagers. Versionnez-les chaque trimestre pour diffuser de façon cohérente les mises à jour des frais, horaires ou politiques dans toutes les bibliothèques.
Quels modèles sont utilisés ?
AskLib exécute des modèles privés adaptés aux politiques. Les données sont isolées par organisation cliente et ne servent pas à entraîner des modèles publics. Le choix du modèle peut varier selon la tâche (rédaction ou synthèse), mais respecte toujours vos garde-fous.
Comment mesurer la réussite ?
Suivez le temps gagné sur les brouillons courants, la baisse des échanges de courriels et des clarifications de politiques. Utilisez des thèmes anonymisés des analyses AskLib plutôt que de conserver des transcriptions brutes.
Que faire si nous repérons un biais ou un langage nuisible ?
Signalez le résultat, notez le prompt et transmettez-le à votre référent IA ou à l’assistance AskLib. Mettez à jour les modèles avec des limites plus claires (par exemple, des règles de langage inclusif) et ajoutez des blocages par mots-clés si nécessaire.
Guides associés
Parlez-nous
Demandez une démonstration ou une version personnalisée de ce guide.