Comment nous validons chaque diagnostic IA
L'algorithme propose, l'agronome tranche. Le détail d'un processus où la responsabilité du conseil reste entièrement humaine, de la photo à l'ordonnance.
Par Équipe produit Nabatic
Nous recevons une photo. Nous rendons un nom de nuisance, une spécialité homologuée et une dose. Entre les deux, il y a une chaîne que nous n’automatisons pas complètement — et c’est délibéré.
L’IA propose une hypothèse, pas un verdict
Le modèle reçoit la photo et le type de culture déclaré. Il renvoie les trois identifications les plus probables, avec un indice de confiance pour chacune. Il ne renvoie jamais une seule réponse : une image de feuille jaunie est compatible avec une carence, un excès d’eau et trois maladies.
Quand l’indice de confiance de la première hypothèse est inférieur à un seuil, ou quand les deux premières sont trop proches, le ticket est marqué comme prioritaire dans la file de l’agronome.
L’agronome tranche, et peut redemander
L’agronome voit la photo, les hypothèses du modèle, la culture, la commune et la météo des sept derniers jours. Cette dernière compte : une tache brune après trois nuits humides ne se lit pas comme la même tache après dix jours de sirocco.
Il valide, corrige, ou demande une seconde photo — le plus souvent le revers de la feuille, qui départage à lui seul la moitié des cas ambigus.
La prescription est filtrée, pas suggérée
Une fois la nuisance confirmée, le traitement ne sort pas du modèle. Il vient du catalogue des spécialités homologuées, filtré sur trois critères durs : autorisation sur la culture concernée, efficacité sur la nuisance identifiée, délai avant récolte compatible avec le stade de la parcelle.
Si aucune spécialité ne passe ces trois filtres, l’application ne propose rien et l’agronome écrit une réponse manuelle. Nous préférons une réponse lente à une recommandation illégale.
Ce que nous mesurons
Chaque correction d’agronome est enregistrée comme un écart entre l’hypothèse du modèle et le diagnostic retenu. Ces écarts alimentent le réentraînement, et surtout ils sont relus : une nuisance systématiquement mal identifiée signale un manque dans le jeu de données, pas un mauvais jour du modèle.
La règle qui tient tout l’édifice n’a pas changé depuis le premier jour : aucun conseil ne part sans qu’un agronome l’ait signé.
- #ia
- #agronomie
- #méthode
