Les documents comme du code : comment l'IA bouleverse notre rapport à l'information

Quiconque travaille sur des documents, au bureau ou à distance, connaît cette sensation : des dizaines de dossiers, des centaines de fichiers, des versions à n'en plus finir du même rapport, étiquetées « final », « final_2 » et « vraiment_final ». Pendant des années, ce chaos a passé pour un mal inévitable. Mais l'IA générative provoque un basculement tectonique dans la manière de créer, stocker et mettre à jour la documentation de travail. Il ne s'agit pas seulement de taper plus vite : c'est toute l'architecture des flux d'information qui est repensée.

L'idée qui séduit les profils techniques paraît trompeusement simple : cesser de conserver des documents finis et stocker à la place leurs « sources », c'est-à-dire des données structurées, des faits, des thèses, des tableaux. Le document final, qu'il s'agisse d'un rapport Word, d'une présentation PowerPoint ou d'une note d'analyse, est assemblé automatiquement à partir de ces sources par un modèle de langage, au moment précis où l'on en a réellement besoin. Concrètement, on transpose le principe de la compilation du monde de la programmation à celui du travail de bureau.

Le code source reste dans un dépôt et l'exécutable est reconstruit à chaque fois ; de la même façon, le document est généré à la demande à partir de données à jour.

Pour comprendre pourquoi cette approche trouve un écho maintenant, il suffit d'observer l'évolution des outils. Il y a deux ans à peine, ChatGPT passait pour un gadget amusant, bon à écrire des poèmes et à répondre à des questions triviales. GitHub Copilot semblait une curiosité réservée aux programmeurs. Aujourd'hui, les modèles génératifs sont intégrés à Microsoft 365, Google Workspace, Notion et des dizaines d'autres plateformes utilisées chaque jour par des millions de personnes. Le seuil d'entrée est tombé à zéro, et la qualité de la génération a tellement progressé qu'un document généré est souvent indiscernable d'un document rédigé à la main. L'infrastructure nécessaire au passage aux « documents comme du code » existe déjà, en pratique.

Les avantages concrets dépassent largement le gain de temps. Premièrement, le problème de la duplication disparaît : un fait est stocké à un seul endroit et, lorsqu'il est mis à jour, tous les documents qui s'y réfèrent reçoivent automatiquement l'information à jour. Deuxièmement, le versionnage se simplifie nettement : au lieu de suivre les modifications dans dix fichiers, il suffit de suivre celles d'une source de données structurée. Troisièmement, le format cesse d'être une contrainte : les mêmes données sources peuvent devenir une présentation pour le conseil d'administration, une documentation technique pour les ingénieurs ou une courte fiche pour un nouvel employé. Chacun reçoit l'information sous la forme qui lui convient, sans reformatage manuel.

Le concept comporte toutefois de sérieux écueils, dont il faut parler franchement. Le principal est la confiance. Quand un document est généré automatiquement, qui est responsable de son contenu ? Les modèles de langage restent sujets aux hallucinations, et un rapport critique assemblé sans relecture humaine peut contenir des erreurs factuelles. Par ailleurs, la transition exige un effort considérable pour structurer l'information existante. Transformer un héritage chaotique de milliers de fichiers en « sources » bien ordonnées représente un chantier comparable, par son ampleur, à une migration entre systèmes d'entreprise. Enfin, beaucoup d'organisations sont loin d'accepter que leurs données internes soient traitées par des services d'IA externes, ce qui constitue un obstacle supplémentaire à l'adoption.

Pour autant, la direction est déjà tracée. Les plus grands groupes technologiques intègrent activement des fonctions génératives à leurs suites bureautiques et, à chaque mise à jour, la frontière entre « rédiger un document » et « assembler un document » s'amincit. Des start-up comme Notion, Coda et Mem développent des outils où l'information est stockée dès l'origine sous forme de base de connaissances reliée, et non d'un ensemble de fichiers isolés. Pour le segment des entreprises, cela signifie une refonte inévitable des processus de travail dans les deux à trois prochaines années.

L'approche « documents comme du code » n'est pas un simple tour de passe-passe technique pour passionnés. C'est la prochaine étape logique dans l'évolution du travail sur l'information, et l'IA la rend possible dès aujourd'hui. Ceux qui la maîtriseront les premiers gagneront plus que de la vitesse : ils obtiendront une qualité de gestion des connaissances fondamentalement différente. Reste à savoir à quelle vitesse les autres leur emboîteront le pas.