AG-UI: Un Nouveau paradigme d’interface
1. Les interfaces traditionnelles disparaissent au profit des chats
Depuis quelques années, un basculement est visible :
les interfaces classiques — menus, formulaires, tableaux complexes — reculent, tandis que les interfaces conversationnelles s’imposent.
Parler à un système plutôt que le configurer semble plus simple, plus naturel, plus rapide.
Pour de nombreux usages, c’est vrai.
Les agents conversationnels permettent :
de formuler une intention sans connaître l’outil,
d’enchaîner des actions sans navigation complexe,
d’abaisser fortement la barrière d’entrée.
Mais cette évolution cache une confusion majeure.
On a remplacé l’interface de commande par le chat…
en croyant remplacer l’interface tout court.
Or, à mesure que les systèmes deviennent plus autonomes, cette disparition apparente de l’interface devient un problème.
2. Quand l’IA agit sans cadre visible
Le chat fonctionne tant que l’IA :
répond à des questions,
exécute des tâches simples,
produit des résultats réversibles.
Mais dès qu’un agent :
analyse des systèmes complexes,
enchaîne des décisions,
propose ou déclenche des actions ayant des conséquences réelles,
le langage naturel seul ne suffit plus.
Pourquoi ?
Parce qu’un agent intelligent :
fait des hypothèses,
sélectionne des données,
ignore certaines informations,
arbitre entre plusieurs options possibles.
Et dans un chat :
ces choix sont invisibles,
les hypothèses sont implicites,
l’incertitude est mal représentée.
Le risque n’est pas que l’IA se trompe.
Le risque est que personne ne voie comment elle se trompe.
Dans des domaines comme la biodiversité, les arbres urbains ou les territoires, ce manque de visibilité est rédhibitoire :
les données sont incomplètes,
les contextes sont locaux,
les décisions sont discutables.
Il faut donc un cadre explicite pour l’action de l’IA.
3. Pourquoi Friston et l’inférence active peuvent nous aider
C’est ici que les travaux de Karl Friston apportent un cadre conceptuel puissant.
Le Free Energy Principle repose sur une idée simple :
tout système qui persiste doit réduire l’écart entre ce qu’il attend du monde et ce qu’il observe.
Cet écart — la free energy — mesure l’incohérence entre :
un modèle interne (hypothèses, croyances),
et les signaux du monde réel.
Pour le réduire, un système n’a que deux options :
mettre à jour son modèle (apprendre),
agir sur le monde pour confirmer ses attentes.
C’est ce que Friston appelle l’inférence active.
Un agent IA moderne fonctionne exactement ainsi :
il modélise,
il prédit,
il agit,
il ajuste.
Le problème n’est donc pas l’autonomie des agents.
Le problème est que leur inférence active est invisible.
Sans cadre, l’agent :
optimise seul,
corrige seul,
dérive seul.
Pour rester gouvernable, l’inférence active doit devenir observable et partageable.
4. Mise en pratique : AG-UI comme matérialisation de l’inférence active
C’est précisément le rôle des AG-UI (Agent Graphical User Interfaces).
Une AG-UI n’est pas :
un simple chatbot,
ni un tableau de bord classique
C’est une interface conçue pour rendre visible la boucle d’inférence active.
Concrètement, une AG-UI permet de voir :
les hypothèses de l’agent,
les données mobilisées,
les scénarios envisagés,
les zones d’incertitude,
les actions proposées pour réduire l’écart modèle / réalité.
L’interface devient alors :
un espace de dialogue,
un outil de régulation,
un lieu de décision partagée.
L’IA ne prescrit pas.
Elle argumente dans l’interface.
5. Exemple de l’interface de demain
L’interface de demain n’est ni un écran figé, ni un simple chat.
C’est une surface cognitive hybride, où coexistent :
langage naturel,
visualisations (cartes, graphes, timelines),
états internes de l’agent,
points de validation humaine.
On n’y demande plus seulement :
« Fais ceci »
Mais :
« Sur quelles hypothèses te bases-tu ? »
« Que se passe-t-il si ces données sont biaisées ? »
« Montre-moi une alternative »
« Attends validation avant d’agir »
Dans cette interface :
l’humain reste responsable,
l’IA reste puissante,
le système reste stable.
Conclusion
Les interfaces traditionnelles disparaissent, oui.
Mais elles ne sont pas remplacées par le chat.
Elles se transforment en cadres d’inférence et de décision.
À l’ère des agents intelligents, l’enjeu n’est plus d’interagir avec une IA,
mais de cohabiter avec des systèmes qui raisonnent et agissent.
Les AG-UI incarnent cette transition :
elles rendent l’inférence active visible, discutable et gouvernable.
Pour la biodiversité, les arbres et les territoires,
ce n’est pas un choix esthétique.
C’est une condition de confiance, de responsabilité
et d’intelligence collective.
