🎓 Modules formation
Comparer deux projets avec l'IA sans obtenir un faux équilibre
« Cela dépend de vos objectifs » n'est pas une conclusion.
Pourquoi c'est important
Demande à une IA de comparer deux projets et tu obtiendras un tableau parfaitement équilibré : le premier est meilleur sur trois points, le second sur trois autres, « le choix dépend de vos objectifs ».
C'est une non-réponse, et elle est produite par la forme même de la demande. Ce chapitre t'apprend à obtenir une comparaison qui TRANCHE, en imposant des critères, une pondération et une conclusion.
Ce que tu vas apprendre
- →Pourquoi une comparaison libre produit toujours un faux équilibre
- →Comment imposer les critères au lieu de les laisser choisir
- →Le rôle de la pondération, et pourquoi elle doit venir de toi
- →Comment forcer une conclusion sans forcer un mensonge
- →Le piège de comparer deux projets de secteurs différents
Le piège
Le faux équilibre
Un modèle produit du texte plausible, et le texte le plus plausible d'une comparaison est symétrique : chaque projet a ses avantages, la conclusion renvoie à tes préférences.
Ce n'est pas de la prudence, c'est la forme moyenne de ce genre de contenu. Et elle a un défaut fatal : elle ne t'apprend rien que tu ne savais avant de demander.
La parade tient en une phrase : ne demande pas une comparaison, demande un CLASSEMENT sur des critères que tu fournis, avec une pondération que tu fixes.
La méthode
Imposer les critères
| Critère | Ce qu'on mesure | Module |
|---|---|---|
| Revenus du protocole | 12 mois glissants | 4 |
| Rapport FDV / revenus | Valorisation rapportée aux revenus | 4 |
| Dilution restante | Part de l'offre à débloquer | 2 et 4 |
| Adoption récurrente | Adresses actives qui reviennent | 4 |
| Concentration | Part détenue par les adresses libres | 6 |
| Pouvoirs sur le contrat | Propriétaire, émission, liste noire | 7 |
Pourquoi les critères doivent venir de toi
Si tu laisses le modèle choisir les critères, il prendra ceux dont on parle le plus — communauté, partenariats, feuille de route — c'est-à-dire ceux que les modules précédents ont établis comme les moins fiables.
Ce n'est pas une erreur du modèle : c'est le reflet du corpus. Le discours crypto disponible parle beaucoup d'écosystème et peu de revenus.
En fournissant les six critères ci-dessus, tu ne rends pas le modèle plus intelligent : tu l'empêches de reproduire les priorités du marketing.
La pondération
Elle dépend de toi, pas du projet
Deux profils, deux pondérations
Un investisseur à horizon long donnera du poids aux revenus et à la dilution : ce sont les deux choses qui décident où sera le projet dans trois ans.
Quelqu'un qui cherche un mouvement à six mois donnera du poids à l'adoption récente et à la concentration : ce sont les facteurs qui bougent vite.
La même comparaison, avec les mêmes chiffres, peut donc désigner deux gagnants différents — et c'est normal. Une pondération n'est pas une opinion sur les projets : c'est une conséquence de ton horizon et de ta tolérance, définis au module 9.
Ne laisse jamais le modèle pondérer
Si tu ne fixes pas les poids, il en choisira d'implicites — égaux, le plus souvent — et te rendra une conclusion qui a l'air objective alors qu'elle repose sur un choix arbitraire caché.
Écris-les explicitement : « revenus 30 %, dilution 25 %, adoption 20 %, valorisation 15 %, concentration 5 %, pouvoirs 5 % ». La conclusion devient alors une conséquence de tes priorités, ce qui est exactement ce qu'on cherche.
La conclusion
Forcer un verdict sans forcer un mensonge
Termine ta demande par : « conclus par UN projet, et donne le critère qui a fait la différence. Si les données manquent pour trancher, dis-le et indique quelle donnée manque — mais ne renvoie pas la décision à mes préférences, elles sont déjà dans la pondération ».
La dernière clause est essentielle. Elle interdit la sortie de secours habituelle (« cela dépend de vos objectifs ») tout en laissant une échappatoire honnête : l'insuffisance de données.
Une conclusion qui nomme le critère décisif est vérifiable — tu peux contester ce critère précis. Une conclusion sans critère nommé n'est qu'un avis.
Le piège de fond
Comparer ce qui est comparable
Deux secteurs différents ne se comparent pas
Un modèle acceptera de comparer une blockchain de premier niveau à un protocole de prêt, et produira un tableau convaincant. Le tableau sera pourtant vide de sens : ces deux métiers n'ont ni les mêmes marges, ni les mêmes coûts, ni les mêmes multiples de valorisation habituels.
C'est un point où le modèle ne t'arrêtera pas — la demande est bien formée, il l'exécute. La vérification t'incombe : compare des concurrents directs, sur la même période, avec la même base de valorisation.
C'est le rappel du module 4, et c'est la limite la plus fréquente des comparaisons produites par IA.
À toi
Fais trancher une comparaison
✏️ Exercice
Choisis deux protocoles du MÊME secteur. Relève toi-même leurs six critères. Rédige une demande complète : données fournies, six critères imposés, pondération explicite, exigence d'une conclusion nommant le critère décisif, et consigne d'ignorance. Puis refais la même demande SANS la pondération, et compare les deux réponses.
À retenir
L'essentiel en 5 points
À retenir
- ◆Une comparaison libre produit un faux équilibre : c'est la forme moyenne de ce genre de texte, pas de la prudence.
- ◆Fournis les critères, sinon le modèle prendra ceux dont on parle le plus — les moins fiables.
- ◆Fixe la pondération toi-même : sans elle, des poids implicites décident à ta place sous une apparence d'objectivité.
- ◆Exige une conclusion qui NOMME le critère décisif — c'est ce qui la rend contestable, donc utile.
- ◆Le modèle acceptera de comparer deux secteurs différents et produira un tableau convaincant et vide de sens.
Test
Vérifie que c'est acquis
Teste-toi
Q1. Pourquoi une comparaison libre aboutit-elle presque toujours à « cela dépend de vos objectifs » ?
Q2. Pourquoi ne pas laisser le modèle choisir les critères de comparaison ?
Q3. Que se passe-t-il si tu ne fixes pas la pondération ?
Q4. Le modèle compare volontiers une blockchain de premier niveau et un protocole de prêt. Que faut-il en penser ?
🚀 Mets-le en pratique