Idée principale

Quand on instruit une opportunité produit avec une IA, ce dont elle a besoin tient en peu de chose : le fichier de mission, les faits déjà acquis, les prochaines étapes à valider. Un contexte léger, choisi, dont on connaît le contenu.

Ouvrez-lui à la place un réseau de notes sans frontières, et le comportement change de nature. Chaque note ouverte en propose d'autres, chaque lien est une invitation légitime, et rien dans le graphe ne dit où s'arrêter. Le modèle suit les connexions, remplit sa fenêtre de contexte de matière voisine, et cherche l'information pertinente dans un océan de liens dont la plus grande partie ne concerne pas la question posée.

Ce n'est pas un défaut de pilotage qu'un meilleur prompt corrigerait. Un graphe sans frontières ne contient aucun signal d'arrêt : c'est la structure du matériau, pas l'instruction, qui décide de l'étendue de l'exploration.

Pourquoi c'est important

Cela fait de la frontière un élément de conception, au même titre que le contenu. Ce qu'on rend accessible à un agent détermine son comportement plus sûrement que ce qu'on lui demande.

Cela donne aussi une lecture simple d'un symptôme fréquent — des réponses qui partent à côté sur un sujet pourtant bien documenté : le problème n'est pas que l'information manque, c'est qu'il y en a trop et qu'aucune limite ne dit laquelle compte.

Nuances et limites

Un mécanisme de récupération sélective — une recherche qui ne remonte que quelques passages — borne l'exploration sans borner la base elle-même, et déplace alors la difficulté sur la qualité de la sélection.

Et l'exploration large a son moment : quand on cherche justement ce qu'on ne savait pas chercher, la divagation est la fonction, pas le défaut.

Questions ouvertes

• Qu'est-ce qui, dans un corpus, peut faire office de signal d'arrêt sans qu'on ait à en découper le périmètre à la main ?