L'aide à l'estimation

Ce que l'IA fait bien ici, ce qu'elle fait mal

Ce qu'elle fait bien

• Lister les hypothèses: le modèle nomme ce que l'estimation suppose sans l'écrire.
• Repérer un travail oublié: il signale les lots sans chiffre et le travail transversal absent du découpage.
• Contester une valeur optimiste: il explique pourquoi la valeur basse d'un lot peut ne pas tenir.
• Classer des items par taille: avec des items passés de l'équipe en exemples, il les ordonne mieux que sans exemple.
• Écrire le calcul: il rédige la formule du tableur ou le script d'une simulation que l'équipe teste.

Ce qu'elle fait mal

• Chiffrer sans vos données: il tire un nombre plausible de son corpus d'entraînement.
• Résister à la formulation: demander ce qui tient en un nombre d'heures donné abaisse son estimation.
• Connaître l'équipe: il ignore qui fait le travail, à quel rythme elle livre et ce qu'elle a déjà construit.
• Chiffrer son incertitude: sa fourchette ne repose sur aucune distribution mesurée.
• Rester neutre: un chiffre du modèle lu avant l'estimation de l'équipe lui sert d'ancre.
• Rendre la même réponse: une relance du même prompt peut rendre un autre chiffre.
• Répondre de l'écart: personne ne peut lui demander compte d'un dépassement en fin de projet.

Déroulé

Une estimation prévoit l'effort, la durée ou le coût d'un travail. Elle s'exprime en fourchette. Moins l'équipe en sait, plus la fourchette est large. La fiche Estimation présente les méthodes et leur choix. Un engagement est la valeur que le chef de projet promet au mandant. Il la tire de la fourchette et y ajoute une réserve pour les risques identifiés. La page «Ébaucher la WBS et le planning» traite le découpage, qui précède l'estimation. La page «Identifier les risques» traite le registre d'où vient la réserve.

D'où vient le chiffre d'un modèle

Kahneman et Tversky distinguent deux façons de prévoir. La vision interne part du projet et de ses étapes. La vision externe part des résultats de projets semblables déjà terminés. Flyvbjerg en a tiré la prévision par classe de référence. Un modèle de langage n'a aucune classe de référence tirée de votre organisation. Interrogé sur un effort, il rend un nombre plausible tiré de son corpus d'entraînement. Aucune réalisation de l'équipe ne calibre ce nombre. La page «Familles de capacités et modalités» sépare le modèle qui prédit à partir de vos données du modèle qui génère un texte.

Shetty et ses coauteurs ont fait estimer des story points par des modèles de langage sur 16 projets logiciels. Ils mesurent la corrélation entre le classement du modèle et les points attribués par les équipes. Sans exemple, le meilleur modèle atteint une corrélation d'environ 0,4. Avec cinq items passés du même projet et leurs points en exemples, elle monte à 0,45. Une corrélation de cet ordre range grossièrement les items. Elle ne donne pas un chiffre sur lequel une équipe peut s'engager. Le gain vient des données de l'équipe. La page «Guider par l'exemple» montre comment les placer dans un prompt.

Les données de l'équipe et la technique

Les étapes

1. Le chef de projet part du découpage. Chaque lot de la WBS ou item du backlog porte un identifiant, une description et un responsable. Le chef de projet fixe l'unité: jours-personne, points ou francs. Un lot trop flou pour être estimé retourne au découpage.
2. L'équipe choisit la technique d'après ses données. Vous trouverez dans la fiche Estimation la précision que chaque méthode peut promettre.
3. L'équipe estime avant de consulter le modèle. Elle écrit ses hypothèses et ses valeurs. Selon la technique, elle donne une taille par item ou trois valeurs par lot: l'optimiste, le probable et le pessimiste. Dans l'étude d'Aranda et Easterbrook, un mandant sans expérience annonçait 20 mois dans l'énoncé. Chez les estimateurs expérimentés, l'estimation moyenne est passée de 9 à près de 18 mois. Un chiffre du modèle lu en premier joue ce rôle. La page «Les biais» décrit l'ancrage. Vous trouverez dans la fiche Estimation relative le même risque en séance de cartes.
4. Le chef de projet prépare le texte à relire. Il retire toute date butoir, tout budget et tout chiffre attendu par le mandant. Calikli et Alhamed ont observé que des modèles estiment plus bas quand la question demande ce qui tient en un nombre d'heures donné. Les auteurs rapprochent ce comportement de l'ancrage humain. Le chef de projet retire aussi les noms des personnes, les salaires et les tarifs. Si la confidentialité le permet, il joint des lots passés comparables avec leur effort estimé, leur effort réel et la cause de l'écart.
5. Le modèle relit l'estimation. Le prompt modèle sert cette étape. Le modèle liste les hypothèses manquantes, le travail absent du découpage et les raisons de douter de chaque valeur optimiste. Il pose chaque point comme une question et cite le lot en cause. Il ne donne aucun chiffre. Vous trouverez dans la fiche Estimation pourquoi la valeur optimiste se conteste avant le calcul à trois points.
6. Le chef de projet filtre la réponse avant la séance. Il supprime tout chiffre que le modèle a donné malgré la consigne. Il écarte les points qui ne citent aucun lot et ne signalent aucun travail absent.
7. L'équipe tranche chaque point. Elle ajoute un lot, écrit une hypothèse, corrige une valeur ou écarte le point avec sa raison. Le chef de projet note chaque point dans un tableau: question, lot, décision, raison. Une hypothèse qui peut être fausse entre au registre des risques.
8. Un outil calcule l'intervalle. Un tableur calcule la moyenne et l'écart-type de PERT. Une simulation de Monte-Carlo tient compte des lots qui dépendent d'une même cause. Le modèle peut écrire la formule ou le script. Vous trouverez dans la fiche Simulation de Monte-Carlo comment tester un script écrit par un modèle.
9. Le chef de projet s'engage. Il choisit le centile de l'intervalle sur lequel il s'engage. Le 80^e centile laisse une chance sur cinq de dépasser la valeur promise. Il y ajoute la réserve que le registre des risques justifie. Il présente au mandant la valeur, l'intervalle et les hypothèses. Le modèle n'intervient pas dans cette étape. La page «Humain dans la boucle» traite les décisions qui ne se délèguent pas.
10. L'équipe compare l'estimation au réalisé. À la fin de chaque lot, elle note l'effort réel et la cause de l'écart. Ces réalisations forment la classe de référence du projet suivant et les exemples de son prompt. La page «Les leçons apprises» montre comment tirer ces constats des rapports de clôture.

Prompt modèle

Tu relis l'estimation d'effort qu'une équipe a préparée pour un projet.

<projet>
[PROJET ET CONTEXTE]
</projet>

<estimation>
[LOTS, HYPOTHÈSES ET VALEURS DE L'ÉQUIPE]
</estimation>

<lots_passes>
[LOTS PASSÉS COMPARABLES]
</lots_passes>

<consignes>
1. Liste les hypothèses que l'estimation fait sans les écrire.
2. Liste le travail nécessaire qu'aucun lot ne couvre. Compare le découpage aux lots passés. Cherche le travail transversal: tests, reprise de données, sécurité, formation, mise en service.
3. Pour chaque valeur optimiste, explique pourquoi elle peut ne pas tenir. Appuie-toi sur les écarts des lots passés quand ils en montrent.
4. Signale les lots dont le travail se recoupe.
5. Formule chaque point comme une question à l'équipe et cite l'identifiant du lot.
6. Tu peux citer les valeurs de l'équipe. Ne propose aucune valeur, aucun total ni aucune fourchette.
7. Si <lots_passes> est vide, appuie tes questions sur le seul texte de <estimation>.
</consignes>

• [PROJET ET CONTEXTE] décrit le projet, l'organisation et l'unité d'estimation. Il ne contient ni date butoir, ni budget, ni chiffre attendu.
• [LOTS, HYPOTHÈSES ET VALEURS DE L'ÉQUIPE] reprend chaque lot avec son identifiant, sa description, ses hypothèses et les valeurs de l'équipe.
• [LOTS PASSÉS COMPARABLES] reçoit des lots terminés avec leur effort estimé, leur effort réel et la cause de l'écart. Laissez-le vide quand la confidentialité l'interdit.

Exemple

Une assurance lausannoise ajoute à son portail client la déclaration de sinistre en ligne. L'équipe a découpé le travail en quatre lots et donné trois valeurs par lot en jours-personne. Le mandant compte sur 40 jours-personne. Ce chiffre ne figure pas dans le prompt.

La réponse du modèle se terminait par un total de 38 jours-personne. Le chef de projet l'a supprimé avant la séance. L'équipe a tranché les quatre questions du modèle.

La relecture a porté la moyenne de PERT de 39,5 à 45,2 jours-personne. Le lot 3 porte la plus grande part de l'écart-type, qui passe de 4,2 à 4,8 jours-personne. Selon l'approximation normale de PERT, le 80^e centile se situe vers 49 jours-personne. Le pessimiste de 30 du lot 3 couvre déjà le risque d'interface. Une réserve pour ce risque le compterait deux fois. Le chef de projet s'engage donc sur 49 jours-personne sans réserve. Au tarif interne de CHF 1'100 par jour, cet engagement vaut CHF 53'900. Le chef de projet présente au mandant l'intervalle et l'hypothèse sur l'interface de l'éditeur. Les trois décisions de l'équipe ajoutent 5,7 jours-personne à la moyenne. Le choix du 80^e centile en ajoute 4.

Vérifier le résultat

• L'équipe a-t-elle écrit ses valeurs avant de lire la réponse du modèle?
• Le prompt omet-il toute date butoir, tout budget et tout chiffre attendu par le mandant?
• Les lots passés joints au prompt sont-ils dépourvus de noms, de salaires et de tarifs?
• Le chef de projet a-t-il supprimé tout chiffre du modèle avant la séance?
• Chaque point du modèle cite-t-il un lot ou un travail absent du découpage?
• Chaque point porte-t-il une décision de l'équipe?
• Chaque point écarté porte-t-il sa raison?
• Chaque valeur modifiée vient-elle de l'équipe?
• Chaque hypothèse qui peut être fausse figure-t-elle au registre des risques?
• L'intervalle vient-il d'un tableur ou d'un outil de simulation?
• L'engagement nomme-t-il sa valeur, l'intervalle et ses hypothèses?
• L'équipe note-t-elle l'effort réel de chaque lot et la cause de l'écart?

Limites et risques

Les lots passés contiennent des données personnelles et des secrets d'affaires. Un lot passé nomme souvent qui l'a réalisé et porte parfois son effort individuel ou son tarif. Ces informations sont des données personnelles. Quand le chef de projet envoie ces données à un service d'IA, le fournisseur agit comme sous-traitant: l'art. 9 LPD exige un contrat ou une base légale. Si le fournisseur traite les données hors de Suisse, l'art. 16 soumet cette communication à une décision d'adéquation du Conseil fédéral ou à des garanties. Le chef de projet agrège les lots passés par type de travail avant l'envoi. Un lot agrégé indique le type de travail, l'effort estimé, l'effort réel et la cause de l'écart. Il ne nomme personne. Le chef de projet utilise le service que son organisation a évalué. La page «La LPD et les données confidentielles» traite ce cadre.

Les études portent sur le logiciel. Shetty et ses coauteurs ont mesuré une corrélation sur des story points de 16 projets open source. Ils ne mesurent pas l'erreur en jours et ne testent pas la significativité de leurs écarts. Leur article est une prépublication. Calikli et Alhamed ont travaillé sur les user stories de trois projets open source. Aucune de ces études ne porte sur un chantier ni sur un budget en francs. Le chef de projet mesure donc l'effet de la relecture sur ses propres projets: il compare l'écart entre estimé et réalisé avant et après son introduction.

Un chiffre précis paraît fondé. Un modèle qui donne un chiffre malgré la consigne le formule avec la même assurance qu'un fait. Une relance peut en donner un autre. La page «Les hallucinations» explique pourquoi un nombre inventé paraît exact. Le filtre de l'étape 6 reste donc en place même quand le prompt interdit les chiffres.

La responsabilité reste au chef de projet. Il répond de l'engagement devant le mandant. Il conserve le prompt, la réponse du modèle et la décision de l'équipe sur chaque point. En fin de projet, ces traces expliquent l'écart entre l'estimation et le réalisé.

Techniques liées

• Estimation: les méthodes, leur précision et les données qu'elles consomment.
• PERT: les trois valeurs par lot et leur consolidation en intervalle.
• Simulation de Monte-Carlo: l'intervalle quand des lots dépendent d'une même cause.
• Estimation ascendante: la somme des chiffres des lots du découpage.
• Estimation descendante: l'analogie avec un projet passé semblable.
• Estimation relative: la taille des items d'un backlog et l'ancrage en séance.
• Estimation paramétrique: le taux calibré sur l'historique de l'organisation.
• Méthode Delphi: le jugement d'un panel d'experts anonymes.
• Estimation par vagues: la comparaison entre prévu et réalisé à chaque livraison.
• Analyse et gestion des risques: le registre qui justifie la réserve.
• Ébaucher la WBS et le planning: le découpage qui précède l'estimation.
• Guider par l'exemple: les items passés de l'équipe placés en exemples dans le prompt.