La capacité d’un robot dépend aussi des personnes qui l’assistent

Un robot travaille seul pendant une heure. À un moment, il reste bloqué devant un emballage disposé autrement que précédemment. Une personne intervient brièvement, réorganise le matériel et relance le processus. Quelle quantité de travail le robot a-t-il prise en charge pendant cette heure ? La réponse dépend aussi de ce que cette personne pouvait faire entre-temps et de la rapidité avec laquelle elle devait être disponible.

Cette question intéresse les hôpitaux, les entreprises de dispositifs médicaux et d’autres organisations dès lors que l’IA physique doit trouver une place dans leurs activités. Une démonstration révèle une capacité. La planification exige aussi de comprendre comment cette capacité se comporte au cours d’une journée, avec des conditions changeantes et une assistance humaine limitée. Les interruptions courtes méritent une attention particulière : elles peuvent déterminer l’organisation de tout le processus.

La conférence de Chelsea Finn chez Y Combinator, publiée le 12 août 2026, a suscité cette réflexion. Sa présentation de l’apprentissage par l’expérience conduit à une question opérationnelle que je développe ici : comment décrire la capacité d’un robot en y intégrant les personnes qui l’assistent ? Les propositions suivantes constituent une manière de réfléchir à l’organisation du travail physique. [1]

L’assistance remplit plusieurs fonctions

La prépublication π*0.6 de Physical Intelligence, de novembre 2025, étudie le pliage du linge, la préparation d’espressos et l’assemblage de cartons. Le nombre de tâches réussies par heure pour le pliage complexe et les espressos a plus que doublé par rapport à l’étape d’entraînement précédente. Retours humains, corrections et remise en état de l’environnement entre essais restaient nécessaires. Aucun usage clinique n’a été étudié. [2]

Pour une appréciation opérationnelle, je distinguerais l’assistance humaine selon son objectif. Une personne peut montrer une nouvelle procédure, évaluer une situation, corriger un mouvement infructueux ou préparer l’environnement pour une autre tentative. Ces activités demandent des compétences différentes. Elles surviennent également à des moments différents. Une tâche d’apprentissage initiale et une aide immédiatement nécessaire pendant chaque période de travail n’ont pas les mêmes conséquences sur les effectifs.

J’en déduis qu’une indication unique d’« autonomie » suffit rarement à une décision d’achat. Il faudrait préciser les activités d’assistance comprises dans la période annoncée et celles qui se situent en dehors. Des questions simples permettent de le clarifier. Qui a préparé le matériel avant le début ? Que se passe-t-il entre deux séquences ? Qui décide dans une situation ambiguë ? Combien de temps faut-il ensuite pour reprendre le travail ?

Mesurer l’interruption du point de vue de la personne

Prenons un exemple fictif dans l’administration d’un groupe hospitalier. Un robot trie des paquets fermés de fournitures de bureau dans des bacs de transport. Cette activité ne concerne ni les patients ni les produits médicaux. Une employée surveille parallèlement un autre processus. Elle doit parfois rejoindre le robot, aligner un bac, puis reprendre sa tâche précédente.

Une observation centrée sur la machine pourrait compter uniquement le temps pendant lequel la pince reste immobile. Pour l’employée, le déplacement, la compréhension de la situation et le retour à l’autre tâche prennent aussi du temps. Je considérerais ces durées ensemble pour établir une planification utile. La mesure devrait rester assez simple pour modifier le moins possible le processus observé. Une petite investigation limitée dans le temps peut déjà révéler des éléments négligés.

La répartition des interruptions compte également. Dix demandes d’aide régulièrement espacées peuvent avoir d’autres conséquences que dix interruptions simultanées sur plusieurs appareils. Même avec une durée totale identique, la seconde situation peut exiger davantage de personnes immédiatement disponibles. Une moyenne mensuelle renseigne peu sur la possibilité de joindre l’assistance requise à un instant précis. Cette question relève de la conception de la collaboration entre personnes et machines.

L’environnement fait partie de la description des performances

L’article DROID de conférence de 2024 décrit des démonstrations dans 564 scènes avec une plateforme robotique commune. Il étudie la diversité des environnements dans l’apprentissage de manipulations. Cela ne garantit aucune maîtrise de tout nouveau lieu de travail sans évaluation supplémentaire. [3]

J’en tirerais une règle simple pour les organisations : toute indication de performance devrait être accompagnée d’une description de l’environnement. Cela comprend les objets, leur disposition possible, les conditions spatiales et les changements autorisés pendant le travail. La description devrait aussi préciser ce qui a été volontairement maintenu constant pendant l’évaluation. Une autre équipe peut alors apprécier la proximité réelle de son propre environnement d’utilisation.

Dans l’exemple fictif, un fournisseur pourrait modifier son emballage. Sa surface serait différente, alors que le contenu et la référence du produit resteraient identiques. Il s’agit d’abord d’un changement des conditions de fonctionnement. Une personne responsable devrait pouvoir déterminer s’il reste dans le périmètre testé et quelle réévaluation est nécessaire. Un historique d’expérience croissant peut aider, à condition d’identifier clairement ces changements.

Planifier séparément l’apprentissage et le fonctionnement courant

Lorsque l’assistance contribue à améliorer un robot, elle peut avoir une valeur au-delà de la séquence en cours. Je traiterais d’abord cette valeur comme une attente. L’équipe devrait pouvoir vérifier ensuite si la difficulté concernée apparaît moins souvent ou devient plus facile à résoudre. Sinon, un effort de supervision permanent peut toujours être présenté comme un investissement dans une autonomie future, sans que cette attente soit examinée.

Cela exige un lien traçable entre changements et observations. Une nouvelle version du modèle a-t-elle été introduite ? Le matériel a-t-il été disposé autrement ? Une personne plus expérimentée a-t-elle pris le relais ? Lorsque plusieurs éléments changent simultanément, la cause d’une amélioration reste ouverte. Conserver cette incertitude aide la planification. Un meilleur processus peut être utile même lorsque les contributions techniques et organisationnelles restent difficiles à distinguer.

Les parties devraient aussi convenir des situations où l’apprentissage en cours d’activité est autorisé et des changements qui demandent une évaluation préalable. La décision concrète dépend de l’usage, de ses conséquences possibles et des spécialistes responsables. Une démonstration de tâches domestiques ne constitue aucune autorisation générale de déploiement ailleurs. Dans les environnements médicaux, les exigences de l’usage réellement envisagé doivent être établies séparément.

Formuler une capacité sur laquelle on peut planifier

Lors du prochain échange avec un fournisseur, je demanderais une description réunissant travail accompli, temps humain et conditions de fonctionnement. Quelle quantité a été réalisée, sur quelle période ? Quelle assistance a été nécessaire ? Quelles interruptions ont été observées ? Quelles responsabilités restent à l’exploitant ? Ces questions précisent les ressources qui doivent effectivement être disponibles pour l’utilisation envisagée.

Avec mon regard de fondateur, j’y vois aussi une base équitable pour collaborer. Un fournisseur peut montrer ses progrès avec davantage de précision. Une organisation peut décider si la charge restante convient à ses activités. Les personnes qui assurent leur continuité sont associées tôt à la réflexion. Ce travail transforme un mouvement impressionnant en une capacité que d’autres peuvent intégrer de manière responsable dans leurs prévisions.