Une expression circule discrètement au sein des équipes d’ingénierie en ce moment ; elle met un nom sur un phénomène qu’elles peinaient jusqu’ici à cerner précisément : la « taxe de contexte ».
Il ne s’agit pas d’un terme issu de la théorie des organisations ou du coaching de dirigeants. L’expression est née parmi les concepteurs de systèmes d’IA, et plus précisément chez les ingénieurs et les équipes produit qui ont constaté que même les modèles les plus performants échouent — de manière prévisible et coûteuse — lorsqu’ils ne disposent pas d’une vision globale de ce qui leur est demandé.
Cette expression fait son chemin, car elle décrit un problème qui ne se limite pas aux machines. La même dynamique, désignée par le même terme, est à l’œuvre au sein des organisations comme dans le quotidien des professionnels. Une fois que l’on a identifié ce phénomène à un endroit, on commence à le repérer partout.
Cet article explore cette idée à travers trois contextes différents. Nous examinerons comment la taxe de contexte est apparue dans le domaine de l’IA, comment elle se manifeste lorsqu’une organisation la subit, et ce qu’elle implique pour l’individu qui en fait les frais. Nous aborderons ensuite une question à laquelle les ingénieurs en IA peuvent répondre par le code, mais pas les organisations ni les individus : comment réduire systématiquement cette taxe ? C’est là qu’intervient le cadre méthodologique MAPS.
Aux origines de l’expression : l’IA et le coût de l’absence de contexte
L’expression « taxe de contexte » a commencé à circuler parmi les professionnels travaillant avec de grands modèles de langage. Le phénomène qu’ils décrivaient est désormais bien documenté dans la littérature spécialisée en ingénierie de l’IA. Lorsqu’un système d’IA ne saisit pas pleinement l’environnement, les hypothèses, les relations ou l’intention entourant une tâche, il produit un résultat qui semble plausible mais qui est erroné, superficiel ou étrangement déconnecté des besoins réels.
Il ne s’agit pas, à proprement parler, d’une erreur technique. Le modèle exécute exactement la tâche pour laquelle il a été entraîné. Le coût apparaît parce que le modèle opère sans disposer d’un contexte suffisant pour accomplir correctement ce travail.
En pratique, les ingénieurs en IA identifient la « taxe de contexte » à travers un ensemble de symptômes reconnaissables. Des recommandations erronées qui semblent faire autorité mais qui s’appliquent à une situation inadaptée. Des réponses superficielles qui survolent le problème sans en aborder le fond. Des hallucinations, où le modèle comble les lacunes du contexte par des inventions à l’apparence plausible. La nécessité de répéter les instructions, l’utilisateur devant réexpliquer sans cesse les mêmes informations de base car le système n’a aucun moyen de les mémoriser.
À la racine, chacun de ces symptômes renvoie au même problème. Le modèle ne peut pas « voir » le contexte dans lequel il opère. Il n’a pas accès à l’historique de l’utilisateur, aux contraintes de l’organisation, aux relations en jeu ou aux règles implicites du domaine. Faute de ces éléments, il fait de son mieux avec ce dont il dispose. Or, ce dont il dispose est rarement suffisant.
Les ingénieurs en IA ont réagi en développant une discipline qu’ils nomment désormais « ingénierie du contexte ». Cette expression, tout comme le problème qu’elle désigne, est récente. Elle décrit la pratique délibérée consistant à concevoir ce que le système d’IA perçoit à chaque étape d’une tâche : juste assez de contexte pertinent pour bien travailler, sans en fournir trop au point de perturber le modèle, ni trop peu pour qu’il opère dans le vide. Cette discipline est devenue l’une des compétences clés pour quiconque développe des systèmes d’IA sérieux.
Il convient ici de marquer un temps d’arrêt. Les ingénieurs à l’origine de cette expression ne pensaient pas, au départ, aux organisations ou aux personnes. Ils pensaient aux machines. Pourtant, le phénomène qu’ils ont ainsi nommé ne concerne pas uniquement les machines. Il s’agit de ce qui arrive à tout système décisionnel — qu’il soit biologique ou numérique — lorsqu’il agit sans contexte suffisant. Le coût est identique. Les symptômes sont les mêmes. La solution est la même sur le principe, même si la mise en œuvre diffère radicalement.
Une fois que l’on perçoit clairement la « taxe de contexte » dans l’IA, il devient impossible de ne plus la voir ailleurs.
Comment les organisations paient la « taxe de contexte »
Les organisations paient en permanence la « taxe de contexte ». La plupart d’entre elles ne la nomment pas, ce qui explique en partie pourquoi elle s’avère si coûteuse. Or, il est impossible de réduire un coût que l’on ne sait pas nommer.
Au sein d’une grande institution, cette taxe de contexte se manifeste dès lors que des décisions sont prises par des personnes qui n’ont pas une vision complète de l’environnement dans lequel elles agissent. Ces décideurs ne sont ni paresseux ni incompétents ; ce sont souvent les personnes les plus qualifiées de l’organisation. Toutefois, ils opèrent sur la base d’informations partielles, de liens qui leur échappent et d’hypothèses importées d’autres contextes, sans jamais les avoir confrontées à la réalité de la situation actuelle.
À quoi ressemble la taxe au sein d’une grande organisation
Prenons le cas d’une institution de financement du développement qui approuve un programme de plusieurs millions de dollars dans un pays où ses agents se sont rendus, mais où ils n’ont jamais vécu. La conception technique est excellente. L’évaluation financière est rigoureuse. La théorie du changement présente une cohérence interne. Dix-huit mois plus tard, le programme affiche des résultats décevants. Non pas par manque de fonds, ni par faiblesse des partenaires, mais parce que le contexte opérationnel ne correspondait pas aux hypothèses ayant servi de base à la conception.
Ce décalage porte un nom. Je l’appelle la « perte d’exécution liée au contexte ». C’est la manifestation organisationnelle de la « taxe de contexte ». Il s’agit de l’écart prévisible entre les résultats escomptés lors de la conception du programme et les résultats réellement obtenus, un écart causé par des conditions contextuelles qui n’avaient pas été examinées au moment de l’engagement.
Cette même dynamique s’observe dans divers secteurs. Des ONG internationales conçoivent des interventions qui fonctionnent à merveille dans les pays pilotes mais s’effondrent lors du passage à l’échelle dans d’autres pays. Des entreprises se développent sur de nouveaux marchés en appliquant des méthodes conçues pour leur marché d’origine. Des organismes publics importent des réformes d’autres juridictions pour découvrir, souvent trop tard, que les rouages institutionnels différaient de manière insoupçonnée. Des fusions-acquisitions où les dynamiques culturelles et de pouvoir de l’entité acquise ont été mal interprétées, entraînant un processus d’intégration trois fois plus long que ce que prévoyaient les présentations initiales.
Dans chaque cas, l’organisation est intelligente, dispose de ressources adéquates et agit de bonne foi. Toutefois, la décision a été prise dans une salle qui ne pouvait pas voir la salle où le travail allait réellement s’accomplir.
Pourquoi les organisations sous-estiment ce coût
Le « coût lié au contexte organisationnel » est difficile à percevoir, car il n’apparaît sur aucune ligne budgétaire spécifique. Il se manifeste par des retards sur des dizaines de projets, par une sous-performance du portefeuille attribuée au risque-pays ou aux capacités des partenaires, ou encore par des transformations avortées dont les causes sont imputées à des problèmes de gestion du changement. Si les symptômes individuels sont bien réels, le coût sous-jacent est unique ; il est simplement acquitté par fragments à travers toute l’organisation.
Lorsque les ingénieurs en IA observent ce schéma dans leurs systèmes, ils les repensent. Ils investissent dans l’ingénierie du contexte. Ils développent des pipelines de récupération d’informations, des architectures de mémoire et des outils sensibles au contexte. Ils traitent ce coût comme un problème d’ingénierie susceptible d’être résolu — car c’en est un.
Les organisations font rarement de même. Il n’existe aucun rôle dédié à l’ingénierie du contexte au sein des structures organisationnelles. Aucune ligne budgétaire ne lui est consacrée. Aucun diagnostic ne permet de mettre ce coût en évidence. Ce coût continue donc d’être payé par tous, sous forme de versements invisibles.
Comment les individus paient la « taxe de contexte »
La forme la plus personnelle de la « taxe de contexte » est celle qui frappe les professionnels à titre individuel. C’est aussi, à bien des égards, la plus douloureuse. Car elle ne se manifeste pas comme une défaillance du système, mais comme un échec personnel.
Une ingénieure expérimentée arrive dans un nouveau pays et voit sa carrière stagner, alors même que ses qualifications sont excellentes. Une cadre supérieure change de secteur et constate que les méthodes qui assuraient son efficacité dans l’ancien domaine se révèlent inopérantes dans le nouveau. Une consultante prend un poste au sein d’une autre organisation et découvre, au bout de six mois, que les stratégies qu’elle a appliquées produisent l’effet inverse de celui escompté.
Aucun de ces professionnels ne manque de compétences. Aucun ne manque de volonté. Ils paient la taxe de contexte sous une forme qui, jusqu’à tout récemment, n’avait même pas de nom.
Pourquoi les compétences ne se transfèrent pas aisément
On nous a inculqué l’idée que les compétences sont aisément transposables. Un bon manager reste un bon manager, quel que soit l’endroit. Un ingénieur brillant excelle partout. Un stratège compétent sait s’adapter à n’importe quel environnement et y être performant.
Cette vision est incomplète. Les compétences ne se transfèrent pas sans heurts ; leur valeur est redéfinie par le contexte. Chaque fois que vous transposez une compétence dans un nouvel environnement, vous payez une « taxe de contexte » : le coût caché qu’implique le fait de devoir réapprendre comment cette compétence fonctionne concrètement ici et maintenant, avec ces personnes, ces systèmes, ces mécanismes d’incitation et ces règles tacites.
Les professionnels qui réussissent le plus rapidement dans de nouveaux environnements ne sont pas nécessairement ceux qui possèdent le plus de talent inné. Ce sont ceux qui parviennent le plus vite à décoder ce nouveau contexte. Jusqu’à récemment, cette capacité de décodage était assimilée à de l’intuition. Certains l’avaient, d’autres non ; il n’y avait pas de juste milieu.
C’est faux. La lecture du contexte est une compétence, et non un trait de caractère inné. Elle peut s’acquérir et se développer. Ne pas la cultiver expose à une taxe de contexte personnelle : carrières au point mort, transitions pénibles et projets voués à l’échec — non pas parce qu’ils étaient mauvais, mais parce qu’ils avaient été conçus pour un environnement inadapté.
Le même motif, trois échelles
Remarquez ce que nous venons d’examiner : trois contextes très différents, mais un même schéma sous-jacent.
Un système d’IA paie la « taxe de contexte » lorsqu’il fonctionne sans les informations environnantes nécessaires pour interpréter correctement une tâche. Les symptômes en sont des recommandations erronées, des résultats superficiels, des hallucinations et la nécessité de relancer sans cesse le système par des requêtes répétitives.
Une organisation paie cette taxe lorsqu’elle mobilise des ressources pour des programmes, des stratégies ou des expansions dont les hypothèses de base ne correspondent pas à l’environnement opérationnel. Les symptômes se manifestent par des défaillances dans l’exécution, une sous-performance du portefeuille, des transformations qui échouent et des intégrations qui s’enlisent.
Un individu paie cette taxe lorsque ses compétences, ses projets et ses méthodes ont été élaborés pour un environnement différent de celui dans lequel il évolue désormais. Les symptômes incluent des carrières au point mort, des idées qui avortent faute d’être présentées au bon interlocuteur, des relations qui se brisent et des transitions qui prennent bien plus de temps que nécessaire.
Même schéma. Même cause profonde. Même coût, mais réglé dans des devises différentes.
Dès lors, une question se pose : si les ingénieurs en IA ont mis au point une discipline pour réduire systématiquement ce coût de leur côté, quelle est la discipline équivalente pour les organisations et les individus ?
Le rôle de MAPS
C’est à cette question que j’ai conçu le cadre MAPS pour y répondre.
MAPS est une méthode structurée permettant d’appréhender suffisamment bien tout environnement opérationnel pour que les actions entreprises soient adaptées à la réalité, et non à un environnement supposé. Il s’agit de l’équivalent, pour les individus et les organisations, de l’ingénierie du contexte.
Ce cadre comporte quatre dimensions, chacune correspondant à une catégorie de contexte souvent négligée par les organisations et les individus.
M : Esprit
Il s’agit des cadres cognitifs et interprétatifs à l’œuvre dans l’environnement où vous vous apprêtez à agir. Comment les gens d’ici perçoivent-ils la réussite, le risque, le temps, la confiance et l’autorité ? La dimension mentale est celle que négligent le plus souvent les professionnels passant d’un secteur ou d’une culture à l’autre, car nous avons tendance à supposer que notre propre façon de penser reflète le fonctionnement universel de la pensée.
A : Autorité
Comment la légitimité se construit dans ce contexte. Qui a le pouvoir de dire oui. Où réside réellement la validation formelle des décisions. La question de l’autorité est l’aspect le plus souvent négligé lorsqu’un observateur extérieur prend l’organigramme pour la réalité, alors que la configuration réelle du pouvoir diffère souvent de ce que suggère ce schéma.
P : Pouvoir
La manière dont l’influence est concrètement répartie, exercée et contestée. Le pouvoir diffère de l’autorité. L’autorité figure sur l’organigramme ; le pouvoir, lui, circule dans les couloirs. Comprendre le pouvoir, c’est repérer qui fait réellement bouger les choses, qui les bloque discrètement et quelles monnaies d’influence circulent dans cet espace précis.
S: Systèmes et confiance sociale
Il s’agit de la « tuyauterie » institutionnelle qui régit la circulation des flux, ainsi que des dynamiques de confiance qui permettent à ces systèmes de fonctionner ou, à l’inverse, les neutralisent discrètement. Les systèmes et la confiance constituent le socle fondamental de tout environnement. Lorsque la confiance est élevée, même des systèmes imparfaits fonctionnent. Lorsqu’elle est faible, on contourne même les systèmes les mieux conçus.
Une lecture conjointe des quatre dimensions
Prise isolément, chaque dimension ne donne qu’une vision partielle de la situation. Considérées ensemble, ces quatre dimensions engendrent ce que j’appelle l’« intelligence contextuelle » : la capacité à interpréter un environnement opérationnel avec une finesse suffisante pour que les actions entreprises par la suite y soient parfaitement adaptées.
L’intelligence contextuelle est l’équivalent humain de la discipline que les ingénieurs en IA nomment « ingénierie du contexte » (*context engineering*). Toutes deux répondent au même problème sous-jacent et permettent de réduire un même coût caché. Toutes deux transforment un frein invisible à la performance en une variable gérable et traitable.
La méthode MAPS accomplit, pour les organisations et les individus, ce que l’ingénierie du contexte réalise pour les systèmes d’IA : elle met en lumière des strates de l’environnement autrement invisibles, les nomme, les rend intelligibles et établit une base d’action adaptée au contexte présent, plutôt qu’importée d’un autre environnement.
Pourquoi cette conversation a lieu maintenant
Ce n’est pas un hasard si l’expression « taxe de contexte » (*context tax*) est apparue d’abord dans le monde de l’IA. Le développement de systèmes d’IA a rendu ce problème incontournable. Lorsqu’un modèle fournit une réponse erronée mais assurée faute d’avoir perçu le contexte global, le coût apparaît directement dans le résultat produit. On peut le mesurer, le diagnostiquer et agir en conséquence.
Au sein des organisations comme dans les parcours individuels, ce coût a toujours existé ; il était simplement moins visible. Il se manifestait sous les traits de la malchance, d’une inadéquation, d’un mauvais timing, de partenaires inadaptés, de conditions de marché défavorables ou d’une mauvaise gestion. Nous manquions de mots pour désigner la véritable source du problème.
Désormais, nous disposons de ce vocabulaire. Ce sont les ingénieurs en IA qui l’ont introduit. Cette expression s’applique parfaitement aux dimensions humaine et organisationnelle du problème car, fondamentalement, il s’agit du même phénomène. Tout système décisionnel, quelle que soit sa nature, échoue de manière prévisible lorsqu’il opère sans disposer d’un contexte suffisant. La solution, quel que soit le contexte, consiste à rendre l’information contextuelle lisible, structurée et exploitable.
C’est précisément la vocation de MAPS : une méthode d’ingénierie du contexte appliquée à la dimension humaine.
Les organisations qui apprennent à décrypter leur environnement opérationnel grâce à MAPS réduisent les pertes liées à l’exécution au sein de leurs portefeuilles. Les individus qui apprennent à « lire » une situation ou un groupe avec MAPS diminuent le coût personnel des transitions et réduisent le temps nécessaire pour devenir opérationnels dans un nouvel environnement. Dans les deux cas, ils cessent de payer une taxe dont ils ignoraient jusqu’alors l’existence.
Pour conclure
La « taxe de contexte » n’est pas une nouveauté. Ce qui est nouveau, c’est la terminologie employée pour la désigner et la discipline requise pour la réduire. Les ingénieurs concevant des systèmes d’IA ont démontré que le coût lié à une méconnaissance du contexte peut être résolu si l’on aborde la question sous l’angle de l’ingénierie. Il en va de même pour les organisations. Il en va de même pour les individus.
À travers l’Edify Learning Forum, je m’emploie à faire passer l’intelligence contextuelle du domaine de l’intuition à celui de la pratique structurée. Le cadre MAPS est l’outil qui nous permet d’y parvenir. L’ouvrage qui le présente, *The Context Tax*, met un nom sur ce coût, tandis que le cadre méthodologique sous-jacent nous offre les moyens de commencer à le réduire.
Quelle que soit votre situation — que vous conceviez des systèmes d’IA, dirigiez une institution ou pilotiez votre propre carrière à travers différentes cultures et contextes — la question reste la même : quel coût payez-vous actuellement pour un contexte que vous n’avez pas encore appris à décrypter ? Et quelle valeur cela aurait-il, pour vous ou pour votre organisation, de cesser de payer ce prix ?
