Ia - Agile Boarding

🎯 Intention de Cette Section

Combiner deux outils puissants pour rendre la transformation agile concrète et visible:

Wardley Maps = Langage stratégique spatial (où est-on? où aller? comment y aller?)
Fresque de l’Agilité = une représentation cartographique de composants choisis (patterns, antipatterns, principes agiles)

Objectif: Montrer qu’on peut passer de tayloriste à agile en 2 mois avec 4 mouvements stratégiques simples, plutôt que des injonctions abstraites.

Il s’agira de cartographier avec la Wardley Map une équipe qui passe du taylorisme à l’agilité, cas peu probable, mais à valeur pédagogique pour apprendre Wardley, tester la consistance des éléments de la fresque, et accessoirement voir de quoi l’IA est capable.

🎯 Objectif: Relier Wardley Maps et Agilité

Cet article répond à une question centrale:

Comment cartographier l’évolution d’une équipe qui passe du management traditionnel à l’agilité?

Le Défi Pédagogique

Habituellement, on parle d’agilité de manière abstraite:

❌ “Soyez agiles!” (injonction vague)
❌ “Appliquez Scrum” (recette mécanique)
❌ “Changez de culture” (idéalisme)

Avec les Wardley Maps, on peut montrer concrètement:

✅ État initial (tayloriste/command-control)
✅ État cible (auto-organisation/empirisme)
✅ Chemins de transition (patterns vs antipatterns)
✅ Points critiques (dépendances, risques)

📚 Source: Fresque de l’Agilité

Cet article s’appuie sur la Fresque de l’Agilité de agileradical.org:

🎯 Pourquoi cette Carte?

Habituellement, on parle d’agilité de manière abstraite:

❌ “Soyez agiles!” (vague)
❌ “Appliquez Scrum” (mécanique)
❌ “Changez la culture” (idéalisme)

Avec une Wardley Map, on voit concrètement:

✅ État initial: tayloriste/command-control
✅ État cible: auto-organisation/empirisme
✅ 4 mouvements: ce qui change CONCRÈTEMENT

🗺️ État Initial: Équipe Tayloriste

Situation Typique

Taille: 8-12 développeurs
Org: Par spécialité (frontend/backend/infra)
Management: Hiérarchique (Directeur → Leads → Devs)
Processus: Cascade (Spec → Dev → Test → Prod)
Problèmes: Lenteur, silos, surprises, décalage client

Carte Wardley (Axe Y puis X)

                    HAUT (VISIBLE CLIENT)
                              │
                 ★ Livraison (tous les 12 mois)
                              │
                 ◆ Tests externes (caché)
                 ◆ Code développé (invisible)
                              │
          ─────────────────────────────────
                              │
                 ◆ Specs écrites (planning)
                 ◆ Réunions lancement
                 ◆ Contrats SLA
                              │
                    BAS (INVISIBLE)
                 ♦ Hiérarchie imposée
                 ♦ Contrôle qualité (fin cycle)
                 ♦ Reporting d'heures

Position sur X (Gauche-Droite):

L’audit d’impact éthique vise à documenter les effets potentiels d’un système d’IA sur les personnes, les communautés et l’environnement, avant et pendant sa mise en service. Trois références structurantes guident cette démarche :

L’Algorithmic Impact Assessment (AIA) du gouvernement canadien – exigé pour tout service public utilisant l’automatisation décisionnelle. Il évalue les risques sur quatre axes (portée du système, autonomie, impacts sur les droits, conséquences financières) et associe un niveau d’exigence (1 à 4) aux mesures de mitigation attendues.
L’Ethics Canvas du Planet Centric Design Toolkit – publié sur planetcentricdesign.com et pensé comme un canevas collaboratif qui oblige l’équipe à décrire les parties prenantes, les bénéfices déclarés, les dommages possibles et les garde-fous.
Le “Impact Assessment Play” décrit dans le Responsible Tech Playbook de Thoughtworks (2021) – propose un pas-à-pas facilitateur : poser les cinq questions “Why/Who/What/How/When”, identifier les scénarios d’abus, scorer les impacts via une matrice, puis traduire les conclusions dans un registre d’actions responsables.

Processus recommandé

Cadrer le système

La cartographie des risques IA consiste à représenter de façon visuelle les scénarios d’usage, les dangers associés et les garde-fous envisagés. L’objectif est de sortir d’une approche purement textuelle pour rendre tangibles les arbitrages : qui est exposé ? à quelle étape du cycle de vie ? quelles mesures existent déjà ?

Deux ressources structurent cette pratique :

Le NIST AI Risk Management Framework (sections Map & Measure) – propose de caractériser les risques par type de dommage (sécurité, droits fondamentaux, durabilité), par probabilité et par sévérité. La matrice « Likelihood × Impact » sert de base à une carte des priorités.
Le Responsible Tech Playbook de Thoughtworks – son “Risk Mapping Play” invite à distinguer “risques internes” (sur l’équipe, la donnée, le modèle) et “risques externes” (sur les utilisateurs, la société, l’environnement), à matérialiser les déclencheurs et à expliciter les obligations légales ou morales associées. Le livret (2021) propose même un canevas imprimable pour faciliter la session.

Méthode en quatre temps

Préparer le périmètre

Ia

🗺️ Wardley Maps + Agilité: Un Nouveau Langage pour la Transformation