English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

un

invité
1 / ?
retour aux leçons

Une question est un espace

Chaque question dessine un espace

Une question ne demande pas simplement une seule chose. Elle ouvre un espace de réponses possibles, & chaque réponse candidate est un point quelque part dans cet espace.

« Choisis un endroit pour manger » ouvre un espace immense : tous les restaurants, cafés, food trucks & cuisines de la Terre. « Choisis un endroit végétarien à distance de marche, ouvert maintenant, moins de quinze dollars » ouvre un espace minuscule : peut-être trois points.

Même intention, géométrie radicalement différente. La deuxième question a fait un vrai travail : elle a réduit l'espace avant même que quiconque commence à chercher.

Voici toute la leçon en une phrase : une bonne question est celle qui réduit l'espace des réponses à la région méritant d'être explorée. Une question vague laisse un vaste espace & force une recherche lente et erratique. Une question précise vous remet un petit espace que vous pouvez scanner d'un coup d'œil.

Nous allons préciser cela avec quatre éléments de géométrie : la partition d'un espace, sa découpe par des contraintes, & sa division par deux grâce à des questions oui/non bien choisies.

Large contre Étroit

Considérez deux façons de demander de l'aide pour déboguer un programme :

- Q1 : « Pourquoi mon code ne fonctionne-t-il pas ? »

- Q2 : « Pourquoi cette boucle affiche-t-elle 9 éléments alors que la liste en contient 10, sous Python 3.12 ? »

Décrivez l'espace des réponses que chaque question ouvre, & expliquez géométriquement pourquoi Q2 est la meilleure question. Qu'a fait le détail supplémentaire de Q2 à la taille de l'espace ?

Diviser un espace en régions

Découper une grande question en régions

Lorsqu'un espace est trop vaste pour être exploré directement, on le partitionne : on le divise en régions non chevauchantes qui, ensemble, couvrent l'ensemble. Répondre à une sous-question revient à choisir une région et à ignorer les autres.

Supposons que la question soit « Pourquoi le chiffre d'affaires a-t-il baissé le trimestre dernier ? ». L'espace de réponses est immense. Partitionnez-le : (a) moins de clients, (b) les mêmes clients dépensant moins, (c) un changement de tarification ou de facturation, (d) une erreur de données. Ces quatre régions couvrent l'espace et ne se chevauchent pas. Chacune est une question plus petite que l'on peut traiter indépendamment.

Une bonne partition possède deux propriétés empruntées directement à la géométrie : les régions couvrent tout l'espace (rien n'est manqué) & elles sont disjointes (rien n'est compté deux fois). Si une partie de l'espace est manquée, la vraie réponse peut se cacher dans cette lacune. Si les régions se chevauchent, vous gaspillez des efforts en cherchant deux fois sur le même terrain.

Chaque sous-question vous restreint à une seule région. Une fois celle-ci résolue, vous avez éliminé tout ce qui se trouve à l'extérieur de cette région : une réduction importante et peu coûteuse de la recherche.

Une partition propre

Une ville pose la question : « Pourquoi les temps de réponse des services d'urgence augmentent-ils ? »

Un analyste propose de la découper en : (a) les appels mettent plus de temps à atteindre une équipe, (b) les équipes mettent plus de temps à arriver une fois dépêchées, & (c) les équipes mettent plus de temps à terminer leur intervention et à se libérer.

Expliquez pourquoi cela constitue une bonne partition de l'espace des réponses à la question. Quelles sont les deux propriétés géométriques que les régions doivent posséder, & comment la réponse à une sous-question restreint-elle la recherche ?

Chaque exigence découpe l'espace

Les contraintes comme demi-plans

Imaginez l'espace des réponses comme un plan plat, chaque point étant une réponse candidate. Une contrainte est une exigence, et chaque exigence trace une ligne à travers le plan & ne conserve qu'un seul côté. En géométrie, ce côté conservé est un demi-plan.

« Moins de quinze dollars » est une ligne ; on garde le côté pas cher. « À distance de marche » est une deuxième ligne ; on garde le côté proche. « Ouvert maintenant » est une troisième. Chaque exigence que vous ajoutez est un autre découpage.

La réponse qui satisfait toutes les exigences se trouve dans l'intersection de tous les côtés conservés. En croisant suffisamment de demi-plans, on obtient une petite région bornée : une zone bien délimitée contenant la bonne réponse.

Contraintes en demi-plans avec une région réalisable bornée

Deux modes d'échec

Sous-contraint (trop de coupes manquant) : la région reste non bornée. Elle s'étend à l'infini, si bien qu'une infinité de réponses vagues « conviennent ». « Donne-moi une bonne idée » est non borné. On obtient du bruit parce que rien n'a été écarté.

Sur-contraint (trop de coupes, ou contradictoires) : la région devient vide. Les demi-plans n'ont aucun point commun, donc aucune réponse ne convient du tout. « Un nombre qui est à la fois pair et impair » réduit l'espace à néant.

Une question bien posée se situe entre ces deux extrêmes : assez de contraintes pour borner la région, sans en mettre tant qu'elles se contredisent et la rendent vide.

Bornée, Non bornée, Vide

Un manager demande à un designer « un logo ». Plus tard, il demande « un logo qui soit une seule lettre, en une seule couleur, lisible à 16 pixels, & qui utilise aussi au moins quatre couleurs ».

En utilisant l'image des demi-plans, décrivez la région réalisable pour chaque demande. Laquelle est non bornée et pourquoi, laquelle est vide et pourquoi, et que signifie chaque échec pour la réponse que le designer peut fournir ?

La meilleure coupe divise l'espace en deux

Recherche dichotomique : chaque oui/non divise l'espace en deux

Certaines questions sont des oui/non. Géométriquement, une question oui/non trace une ligne & vous indique de quel côté se trouve la réponse : elle élimine toute une région en un seul coup.

La meilleure question oui/non est celle qui divise l'espace en deux moitiés égales, car ainsi, quelle que soit la réponse obtenue, on a éliminé exactement la moitié de ce qui restait. Demander « est-ce dans la moitié supérieure ? » encore & encore & l'espace se réduit géométriquement très vite.

C'est la recherche dichotomique. On commence avec N candidats. Après une bonne question, il en reste N/2. Après deux, N/4. Après k questions, N / 2^k. On a terminé lorsqu'il ne reste qu'un seul candidat, il faut donc le plus petit k tel que 2^k soit au moins N.

Ce plus petit k est le plafond de log2(N). Pour mille candidats : 2^9 = 512 (pas assez) & 2^10 = 1024 (assez), donc log2(1000) est environ 9,97 & il faut 10 questions. Un milliard de candidats ? log2 d'un milliard est environ 30. La division par deux est si puissante que passer de mille à un milliard n'ajoute que vingt questions environ.

La leçon pour la pose de questions : une question oui/non bien ciblée est la plus précieuse lorsqu'elle divise l'espace restant de manière uniforme. Une question déséquilibrée qui n'élimine qu'une infime partie gaspille le tour.

Garantir la découverte

Vous jouez à un jeu de devinette. Quelqu'un choisit un nombre entier de 1 à 1000. Vous ne pouvez poser que des questions oui/non, & vous jouez de manière optimale (chaque question divise les candidats restants de la manière la plus uniforme possible).

Dans le pire des cas, quel est le nombre minimum de questions oui/non qui GARANTIT d'identifier le nombre ? Donnez le nombre final & expliquez le raisonnement fondé sur la division par deux / log2.

Quand les réponses sont bon marché, les coupes sont précieuses

La question est désormais le travail

Assemblons les quatre pièces. Une question ouvre un espace. La décomposition le partitionne. Les contraintes le découpent en une région réalisable bornée. De bonnes questions oui/non le divisent par deux. Chacune de ces étapes est un acte de réduction de la recherche avant de chercher une réponse.

Pendant la majeure partie de l'histoire, la réponse était la partie coûteuse. On payait un expert, on menait l'expérience, on fouillait les archives. Nous valorisions donc ceux qui pouvaient produire des réponses.

Cette balance a basculé. Les systèmes automatisés génèrent désormais des réponses plausibles par milliers, presque gratuitement. Lorsque les réponses sont bon marché & abondantes, en produire une de plus n'est plus une performance. Ce qui reste rare, c'est de savoir quelle réponse vaut la peine d'être obtenue : & c'est une compétence de formulation de questions, et non de production de réponses.

En termes géométriques : une machine vous remettra volontiers n'importe quel point de l'espace. La valeur que vous apportez consiste à tracer les contraintes qui réduisent cet espace à la seule région où une bonne réponse doit se trouver. Si vous sous-constrains, vous coulez dans un bruit plausible (une région non bornée). Si vous sur-constrains, vous n'obtenez rien en retour (une région vide). Formuler les coupes qui bornent la région à la taille exacte est la compétence humaine rare.

Ainsi, la levier n'est pas « obtenir une réponse ». C'est « formuler les contraintes qui rendent l'espace des réponses suffisamment petit pour que n'importe quel point de celui-ci ait de la valeur ».

Où la valeur s'est déplacée

Un analyste peut désormais générer cent stratégies de brouillon en quelques minutes, à un coût quasi nul.

En utilisant la géométrie de l'espace de recherche de cette leçon, expliquez pourquoi la valeur de l'analyste s'est déplacée de la production de réponses vers la formulation de la question. Que fait réellement l'analyste à l'espace des réponses, & pourquoi le sous-contraindre ou le sur-contraindre est-il un échec ?

Géométrie des questions : Résumé

Ce que vous avez appris

Une question n'est pas une demande d'une seule réponse. C'est un espace de réponses possibles, et l'art de poser des questions est l'art de réduire cet espace :

- Espace de recherche : chaque question ouvre un ensemble de réponses candidates. Une question précise ouvre un petit ensemble ; une question vague en ouvre un vaste dans lequel vous devez vous perdre.

- Décomposition comme partition : diviser un grand espace en régions qui le couvrent sans chevauchement ; chaque sous-question vous restreint à une région.

- Contraintes comme frontières : chaque exigence est un demi-plan ; la réponse se trouve dans leur intersection. Trop de coupes insuffisantes laissent une région non bornée (réponses vagues infinies) ; des coupes contradictoires laissent une région vide (rien ne correspond).

- Réduction par bisection : une question bien choisie du type oui/non divise l'espace en deux. Pour localiser un nombre entre 1 et 1000, il faut ceil(log2(1000)) = 10 questions ; un milliard n'en nécessite que 30 environ.

Et le bénéfice : lorsque les systèmes automatisés rendent les réponses peu coûteuses, la compétence rare n'est pas de produire des réponses, mais de poser les contraintes qui réduisent l'espace à la seule région qui compte. Apprenez à tracer ces coupes, & vous transformerez une recherche vaste et erratique en une recherche courte.