Je fais auditer mon travail par quatre IA concurrentes.

Un modèle qui relit sa propre production est le pire des relecteurs. Il retrouve sa logique, la reconnaît, et la valide. Le problème n’est pas la compétence, c’est que l’angle mort est partagé entre l’auteur et le juge.

Alors avant toute livraison, le même travail part chez plusieurs modèles concurrents en parallèle, avec la même question et le même contexte. Ils ne se parlent pas et ne savent pas ce que les autres répondent.

Ce qui remonte n’est jamais un verdict. C’est une liste de points à vérifier. Chaque point est ensuite contrôlé en direct, sur la donnée réelle, dans les deux sens. Confirmer un défaut compte autant que l’écarter, et un signal qui revient chez deux modèles ne se balaye jamais sur une intuition.

Deux enseignements que je n’attendais pas. D’abord une voie qui mesure bat toujours une voie qui affirme, même quand la seconde annonce un problème bloquant avec beaucoup d’assurance. Ensuite, quand deux modèles proposent le même remède, cela ne prouve rien de plus qu’un seul. J’ai vu deux modèles converger vers un correctif qui cassait sur le format réel des données. Il a fallu le tester pour s’en apercevoir.

Le coût est faible et le gain se mesure. Sur une seule livraison récente, la relecture croisée a sorti des dizaines d’écarts réels, dont plusieurs qui seraient partis chez un client.