Pipeline de scoring de signaux : triage déterministe des connaissances

La gestion des connaissances repose le plus souvent sur l’intuition. Vous enregistrez une note parce qu’elle « semble importante ». Six mois plus tard, vous avez 7 000 notes et aucune idée de celles qui comptent. J’ai construit un pipeline de scoring déterministe qui me le dit. Cet article s’inscrit dans le territoire de l’infrastructure du goût, où le jugement subjectif est encodé dans des systèmes déterministes.

Un pipeline de scoring de signaux remplace le tri subjectif des notes par un score composite pondéré qui combine pertinence, actionnabilité, profondeur et autorité. Chaque note entrante reçoit un score de 0,0 à 1,0 et part automatiquement vers un dossier thématique, une file de revue manuelle ou le néant. Plus de 7 700 notes ont été traitées en 14 mois sans aucun étiquetage manuel.

Le système fait 733 lignes de Python. Il évalue chaque signal entrant selon quatre dimensions pondérées, calcule un score composite et route le signal vers l’un des 12 dossiers thématiques, vers une boîte de réception pour revue manuelle ou vers le néant. Pas d’étiquetage à la main. Pas de « à revoir plus tard » qui n’arrive jamais. L’algorithme décide.

TL;DR

Un score composite pondéré (pertinence 35 %, actionnabilité 30 %, profondeur 20 %, autorité 15 %) produit une note de 0,0 à 1,0 pour chaque signal. Le routage utilise trois seuils : à >= 0,55, le signal est écrit automatiquement dans un dossier thématique ; à >= 0,30, il part en file d’attente pour revue manuelle ; en dessous de 0,30, il est ignoré silencieusement. Plus de 7 700 notes ont été traitées sur 14 mois, Development (2 837) et Design (1 709) dominant la distribution. La faille la plus intéressante : la dimension de profondeur mesure la richesse des métadonnées, pas la qualité du contenu, si bien qu’un tweet bien étiqueté montrant une photo de fleurs obtient 0,85.


Le problème de l’intuition

J’utilise Obsidian comme base de connaissances (la configuration complète est décrite dans le guide Obsidian). Les signaux arrivent par des flux RSS, des favoris Twitter, des étoiles GitHub, des newsletters et de la capture manuelle. Avant le pipeline, chaque signal atterrissait dans un unique dossier de boîte de réception. En deux mois, plus de 400 notes non traitées s’y sont accumulées.

Les conseils habituels (« faites une revue hebdomadaire, étiquetez au fil de l’eau, utilisez un système de dossiers ») supposent que la revue a lieu. Elle n’a pas lieu. Les boîtes de réception deviennent des espaces en écriture seule : les éléments y entrent mais n’en ressortent jamais. Une connaissance que vous avez capturée équivaut, dans les faits, à une connaissance que vous n’avez jamais capturée. Clay Shirky a formulé le problème avec précision : « It’s not information overload. It’s filter failure. »8

Il me fallait un système capable d’évaluer plus de 7 700 notes plus vite que je ne peux les lire, selon des critères définis une fois et appliqués uniformément. Pas un moteur de recommandation. Un algorithme de scoring.


Le score composite

La formule de scoring est une combinaison linéaire pondérée de quatre dimensions, une approche classique de l’analyse décisionnelle multicritère (MCDA) :9

composite = (
    relevance     * 0.35 +
    actionability * 0.30 +
    depth         * 0.20 +
    authority     * 0.15
)

Chaque dimension produit un float compris entre 0,0 et 1,0. La formule arrondit le score composite à trois décimales. Les pondérations reflètent un ordre de priorité délibéré : ce qui compte pour moi (pertinence) l’emporte sur ce que je peux utiliser (actionnabilité), qui l’emporte sur la richesse des métadonnées (profondeur), qui l’emporte à son tour sur la fiabilité de la source (autorité).1

J’ai envisagé puis écarté deux dimensions supplémentaires. La récence (les signaux plus récents obtiennent un meilleur score) a été abandonnée parce que la gestion des connaissances n’est pas un fil d’actualité : un essai de 2019 sur la conception d’API n’a pas moins de valeur qu’un essai de 2026. La preuve sociale (likes, retweets, étoiles) a été abandonnée parce que la popularité est corrélée à l’attrait, pas à l’utilité pour mon flux de travail précis. Quatre dimensions suffisent à router les signaux avec justesse. En ajouter d’autres compliquerait le réglage sans améliorer sensiblement la qualité du routage.


Les quatre dimensions

Pertinence (35 %) : correspondance avec les centres d’intérêt

La pertinence répond à une seule question : ce signal concerne-t-il quelque chose qui m’importe ? Un dictionnaire de mots-clés constitué à la main, riche de 43 entrées, associe à chaque centre d’intérêt un score allant de 0,15 (nft : à peine pertinent, mais je veux voir ce qui s’y passe) à 1,0 (claude code, swiftui : au cœur de mon travail quotidien). Le score combine la meilleure correspondance avec la moyenne de toutes les correspondances :

# 60% best match, 40% average of all matches
return min(1.0, best_score * 0.6 + avg_score * 0.4)

Les éléments sans aucune correspondance reçoivent une valeur de base de 0,25, et non de 0,0. Le système pénalise un sujet inconnu moins sévèrement qu’un sujet hors de propos. Cette valeur de base est le paramètre que j’ajuste le plus souvent : trop haut, le contenu hors sujet inonde la boîte de réception ; trop bas, des centres d’intérêt réellement nouveaux sont filtrés avant même que je les voie.2

Actionnabilité (30 %) : potentiel d’apprentissage

L’actionnabilité répond à la question : puis-je faire quelque chose de ce signal ? Un essai théorique sur l’architecture de SwiftUI est pertinent, mais pas actionnable. Un tutoriel qui montre pas à pas comment construire un composant SwiftUI est les deux à la fois. La dimension s’appuie sur 22 mots-clés orientés action : tutorial, guide, how-to, build, github.com. Les URL bénéficient d’un traitement particulier :

if "github.com" in url:
    hits += 2  # Repositories are inherently actionable
if "/docs" in url or "/tutorial" in url:
    hits += 1

Le score suit une fonction en escalier, et non une fonction linéaire : 0 occurrence → 0,10, 1 occurrence → 0,40, 2 occurrences → 0,60, 3 occurrences ou plus → min(1.0, 0.70 + hits * 0.05). La fonction en escalier récompense la présence de signaux d’actionnabilité davantage que leur quantité. Un seul lien vers un tutoriel vaut plus que l’écart entre trois et quatre mots-clés.3

Profondeur (20 %) : richesse des métadonnées

La profondeur est purement structurelle. Elle mesure la présence et la longueur des champs, pas la qualité du contenu :

Signal Score
Possède un titre +0,20
Possède une description +0,20
Description > 50 caractères +0,15
Description > 150 caractères +0,15
Possède des tags +0,15
Possède 3 tags ou plus +0,10
Possède une URL +0,05
Maximum 1,00

La profondeur est la dimension en laquelle j’ai le moins confiance. Un tweet montrant une photo de fleurs, accompagné d’une description complète et de quatre tags, obtient une profondeur de 0,85. Métadonnées riches, contenu hors sujet. La profondeur sert d’indicateur indirect de « la source a fourni des données structurées », ce qui est corrélé à la qualité sans la garantir.4

Autorité (15 %) : crédibilité de la source

L’autorité part d’une valeur de base de 0,40 et s’ajuste selon le type de source :

if source in ("twitter", "x"):        score = 0.50
elif source in ("blog", "newsletter"): score = 0.60
elif source in ("github", "docs"):     score = 0.70

Une liste de domaines autorisés relève la valeur (sans jamais l’abaisser) : github.com, anthropic.com, apple.com, arxiv.org, docs.python.org et d’autres fixent l’autorité à 0,75 au minimum. Cette liste encode le jugement selon lequel ces sources méritent d’emblée une confiance plus élevée.


Routage par seuils

Trois plages de routage déterminent le sort de chaque signal évalué :

THRESHOLD_AUTO_WRITE = 0.55   # → domain folder
THRESHOLD_INBOX      = 0.30   # → 00-Inbox (manual review)
# Below 0.30 → silently skipped

Le pipeline écrit les signaux dont le score est >= 0,55 directement dans l’un des 12 dossiers thématiques, déduit de la correspondance des tags et du titre. Les signaux de la plage intermédiaire (0,30 à 0,55) vont dans une boîte de réception pour revue manuelle. Tout ce qui se situe sous 0,30 n’atteint jamais le vault. Le seuil de 0,55 est issu d’un réglage empirique : à 0,50, trop de signaux à la pertinence marginale étaient routés automatiquement vers les dossiers thématiques et en diluaient l’utilité. À 0,60, la boîte de réception grossissait trop, car des signaux d’une utilité limite manquaient le routage automatique. Le plancher de 0,30 garantit que tout signal bien structuré provenant d’un type de source connu atteigne au moins la boîte de réception pour une revue humaine.

La plage de 0,30 à 0,55 constitue la « zone ambiguë », celle où le système est le moins sûr de lui. Un flag optionnel --llm-triage envoie ces signaux à Claude pour évaluation ; Claude peut ajuster le score composite de ±0,20 au maximum, ce qui peut faire passer un signal au-dessus du seuil d’écriture automatique. Claude ne voit que les signaux ambigus, jamais ceux aux scores élevés ou faibles. Dépenser des tokens d’API pour des signaux que le scoreur déterministe a déjà traités serait du gaspillage.5

L’inférence du domaine repose sur un système de vote. Chaque tag correspond à un domaine, chaque mot-clé du titre ajoute une voix. Le domaine qui recueille le plus de voix l’emporte. Les égalités sont départagées par l’ordre du dict (en pratique, arbitraire). Valeur par défaut : « Inspiration ».


Les résultats

Après plus de 7 700 notes traitées sur 14 mois :

Domaine Notes % du total
Development 2 837 36,8 %
Design 1 709 22,2 %
Inspiration 565 7,3 %
Claude-Code 414 5,4 %
AI-Tools 414 5,4 %
Productivity 346 4,5 %
Ideas 296 3,8 %
Science 231 3,0 %
Health-Life 191 2,5 %
Architecture 142 1,8 %
Startups 26 0,3 %
Tools 22 0,3 %
Boîte de réception 420 5,5 %
Ignorés silencieusement (< 0,30) ~87 ~1,1 %

Les lignes du tableau totalisent 7 613 signaux routés. Les ~87 éléments restants (dont le score se situait sous le seuil de 0,30 de la boîte de réception) ont été ignorés silencieusement, ce qui porte le total traité à plus de 7 700. La distribution reflète la réalité : je consomme davantage de contenu sur le développement et le design que sur tout le reste. Les éléments de la boîte de réception (420) représentent la zone ambiguë, c’est-à-dire les signaux que l’algorithme n’a pas pu router automatiquement avec assurance.6


Ce que l’algorithme a mal évalué

Le piège de la profondeur

Un tweet de photos de némophiles a obtenu composite 0.36, relevance 0.25, actionability 0.10, depth 0.85, authority 0.50. Il a atterri dans la boîte de réception parce que la profondeur (0,85) et l’autorité (0,50) ont compensé une pertinence et une actionnabilité quasi nulles. Métadonnées riches, contenu hors sujet : une jolie photo de fleurs.

Cet exemple illustre la limite fondamentale d’un scoring fondé sur les métadonnées comme indicateur indirect. La profondeur mesure que « la source a fourni des données structurées », et non que « le contenu a de la valeur ». Twitter fournit une description complète et des tags pour chaque tweet. Un tweet bien étiqueté sur un petit-déjeuner obtient une profondeur de 0,85. En recherche d’information, on appelle cette tension sous-jacente le compromis précision/rappel : optimiser le rappel (tout capter de ce qui est pertinent) laisse inévitablement passer des faux positifs.10

La correction envisagée puis écartée : abaisser la pondération de la profondeur de 0,20 à 0,10 réduirait les faux positifs issus de contenus hors sujet mais bien étiquetés, tout en pénalisant aussi les contenus réellement approfondis provenant de sources aux métadonnées pauvres. La pondération actuelle est un compromis. Une approche plus fine remplacerait la vérification structurelle de la profondeur par une heuristique légère de qualité textuelle : par exemple compter les noms uniques, mesurer la diversité du vocabulaire par un ratio type-token, ou recourir à l’approche des embeddings de topologie des connaissances pour mesurer la distance sémantique par rapport à des exemples connus de haute qualité. Je ne l’ai pas mise en œuvre, car le système actuel route correctement 93 % des signaux, et les 7 % qui atteignent la boîte de réception pour revue manuelle représentent une charge gérable. La dimension de profondeur est honnête sur sa limite : elle mesure la structure, pas la substance.

Le problème de la valeur de base de pertinence

Une valeur de base de 0,25 pour la pertinence sans correspondance signifie que tout signal bien structuré provenant d’une source raisonnable obtient au moins 0,30 et atterrit dans la boîte de réception. Cette valeur de base crée un socle de faux positifs : la boîte de réception accumule des signaux bien étiquetés, issus de sources raisonnables, mais sans aucun rapport avec mes centres d’intérêt.

La correction réelle : une revue périodique de la boîte de réception reste nécessaire. Le pipeline réduit la surface de revue de 7 700 éléments à 420 (une réduction d’environ 95 %), mais il ne peut pas supprimer la revue manuelle de la zone ambiguë.


Notes d’implémentation

Le pipeline s’exécute comme un outil CLI. L’entrée est un tableau JSON de signaux (issus de RSS, de l’API Twitter ou d’une saisie manuelle). La sortie consiste en fichiers markdown compatibles avec Obsidian, écrits dans les dossiers thématiques.

python triage.py --input signals.json --vault ~/obsidian-signals/
python triage.py --input signals.json --vault ~/obsidian-signals/ --llm-triage
python triage.py --input signals.json --min-score 0.60  # Stricter routing

Un préfiltrage s’exécute avant le scoring : déduplication des URL par rapport aux notes existantes du vault, filtrage des contenus vides et liste de blocage des sources de bruit. Les notes en double et les sources de spam n’atteignent jamais l’étape de scoring.

Les fonctions de scoring sont pures : aucun effet de bord, aucun appel d’API, aucun accès au système de fichiers. Chaque fonction prend un dict de signal et renvoie un dict de scores. Cette approche pure les rend testables isolément et composables avec l’étape de triage LLM, qui ne s’exécute que sur le sous-ensemble ambigu.7

Fonction de scoring minimale

La logique de scoring centrale tient dans une seule fonction. En voici une version simplifiée qui en capture le motif essentiel :

def score_signal(signal: dict, keywords: dict[str, float]) -> dict:
    """Score a signal across four weighted dimensions. Returns composite 0.0-1.0."""
    title = signal.get("title", "").lower()
    desc = signal.get("description", "").lower()
    text = f"{title} {desc}"

    # Relevance: best keyword match blended with average
    matches = [v for k, v in keywords.items() if k in text]
    relevance = (max(matches) * 0.6 + sum(matches) / len(matches) * 0.4
                 if matches else 0.25)

    # Actionability: step function based on action keyword hits
    action_words = {"tutorial", "guide", "how-to", "build", "example", "github.com"}
    hits = sum(1 for w in action_words if w in text)
    actionability = {0: 0.10, 1: 0.40, 2: 0.60}.get(hits, min(1.0, 0.70 + hits * 0.05))

    # Depth: metadata richness (structure, not quality)
    depth = sum([
        0.20 if signal.get("title") else 0,
        0.20 if signal.get("description") else 0,
        0.15 if len(desc) > 50 else 0,
        0.15 if len(desc) > 150 else 0,
        0.15 if signal.get("tags") else 0,
        0.10 if len(signal.get("tags", [])) >= 3 else 0,
        0.05 if signal.get("url") else 0,
    ])

    # Authority: source-based baseline
    source = signal.get("source", "").lower()
    authority = {"twitter": 0.50, "blog": 0.60, "github": 0.70, "docs": 0.70}.get(source, 0.40)

    composite = round(relevance * 0.35 + actionability * 0.30 + depth * 0.20 + authority * 0.15, 3)
    return {"relevance": relevance, "actionability": actionability,
            "depth": depth, "authority": authority, "composite": composite}

La version de production ajoute la liste de domaines autorisés, des bonus propres aux URL et le préfiltrage. La logique de scoring ci-dessus montre néanmoins le motif complet : quatre fonctions pures, une somme pondérée, une sortie déterministe.

Jeu de données d’exemple : cinq signaux, cinq scores

Exécutez la fonction score_signal ci-dessus sur ces cinq signaux pour vérifier le comportement du scoring. Le dictionnaire de mots-clés utilisé : {"claude code": 1.0, "swiftui": 1.0, "fastapi": 0.85, "design": 0.60, "python": 0.75}.

# Signal Composite Destination
1 {"title": "Building a SwiftUI Component Library", "description": "A step-by-step tutorial showing how to build reusable SwiftUI views with previews and documentation. Includes working example code and a GitHub repository at github.com/example.", "tags": ["swiftui", "ios", "tutorial", "components"], "source": "blog", "url": "https://example.com/swiftui-lib"} 0.910 Écriture automatique
2 {"title": "Python 3.13 Release Notes", "description": "Official release notes documenting new features, deprecations, and breaking changes in Python 3.13 including improved error messages and typing enhancements.", "tags": ["python", "release"], "source": "docs", "url": "https://docs.python.org/3.13/whatsnew"} 0.578 Écriture automatique
3 {"title": "Beautiful nemophila photos from Hitachi Seaside Park", "description": "Spring bloom season produces stunning blue flower fields stretching to the horizon. Best visited in late April through early May for peak color.", "tags": ["photography", "japan", "flowers", "travel"], "source": "twitter"} 0.353 Boîte de réception
4 {"title": "Thread about tech hiring", "description": "", "tags": [], "source": "twitter"} 0.232 Ignoré
5 {"title": "FastAPI Guide: Build Production APIs", "description": "A comprehensive tutorial showing how to build, test, and deploy a production FastAPI application. Covers authentication, rate limiting, background tasks, and CI/CD. Full example code on github.com.", "tags": ["fastapi", "python", "tutorial", "guide", "api"], "source": "blog", "url": "https://example.com/fastapi-prod"} 0.872 Écriture automatique

Calcul du signal 1 (étape par étape) : Pertinence : « swiftui » correspond (1,0). Une seule correspondance, donc 1.0 * 0.6 + 1.0 * 0.4 = 1.0. Actionnabilité : « tutorial » + « build » + « example » + « github.com » = 4 occurrences → min(1.0, 0.70 + 4 * 0.05) = 0.90. Profondeur : titre (0,20) + description (0,20) + >50 caractères (0,15) + >150 caractères (0,15) + tags (0,15) + >=3 tags (0,10) + URL (0,05) = 1.00. Autorité : « blog » → 0.60. Composite : 1.0*0.35 + 0.90*0.30 + 1.00*0.20 + 0.60*0.15 = 0.35 + 0.27 + 0.20 + 0.09 = 0.910.

Le signal 1 obtient des scores élevés sur toutes les dimensions : correspondance exacte d’un mot-clé (SwiftUI = 1,0), quatre mots-clés d’action (« tutorial », « build », « example », « github.com »), des métadonnées complètes et une source fiable. Le signal 2 se place juste au-dessus du seuil d’écriture automatique : forte pertinence (Python = 0,75) et autorité élevée (docs = 0,70), mais actionnabilité nulle (des notes de version informent, elles ne forment pas un tutoriel). Le signal 3 est le tweet des némophiles de la section sur le piège de la profondeur sans son URL, si bien que la profondeur tombe à 0,80 au lieu de 0,85 ; une autorité moyenne (0,50) avec une pertinence et une actionnabilité quasi nulles produisent un score composite qui finit dans la boîte de réception au lieu d’être routé automatiquement. Le signal 4 n’a ni description, ni tags, ni correspondance de mot-clé : il tombe sous le plancher de 0,30 et est ignoré silencieusement. Le signal 5 montre comment plusieurs correspondances de mots-clés font grimper la pertinence : « fastapi » (0,85) et « python » (0,75) correspondent tous deux, et cinq mots-clés d’action portent l’actionnabilité à 0,95.

Vous pouvez coller la fonction score_signal et ces cinq signaux dans un REPL Python pour vérifier chaque chiffre du tableau.


Points clés à retenir

Pour les ingénieurs qui construisent des systèmes de triage :

  • Le scoring déterministe surpasse la curation manuelle à grande échelle. 7 700 notes en 14 mois. Un triage manuel à environ 25 secondes par signal (lire le titre, parcourir la description, choisir le dossier) aurait exigé plus de 53 heures de revue. Le pipeline les a traitées en quelques minutes avec un taux de routage automatique d’environ 93 % (5,5 % envoyés dans la boîte de réception pour revue manuelle, environ 1,1 % ignorés silencieusement sous le seuil de 0,30). Environ 95 % de l’ensemble des signaux n’ont nécessité aucune intervention manuelle (routés automatiquement ou ignorés).

  • Les métadonnées utilisées comme indicateurs indirects ont des modes de défaillance connus. La profondeur mesure la structure, pas la qualité. L’autorité mesure la source, pas l’exactitude. Ces deux indicateurs fonctionnent à l’échelle agrégée, mais produisent des faux positifs prévisibles au niveau de chaque signal. Reconnaître ces modes de défaillance est plus honnête que d’affirmer que l’algorithme « fonctionne ».

Pour les praticiens de la gestion des connaissances :

  • Les scores composites pondérés révèlent vos priorités réelles. Des pondérations de 35/30/20/15 n’ont rien d’arbitraire. Elles encodent un jugement précis : la pertinence compte plus que l’actionnabilité, qui compte plus que la richesse des métadonnées, qui compte elle-même plus que la crédibilité de la source. Rendre les pondérations explicites et ajustables, c’est ce qui distingue un système d’une habitude.

  • La zone ambiguë est irréductible. Les signaux situés entre 0,30 et 0,55 sont réellement ambigus : le scoreur déterministe ne peut pas les trancher. Le triage LLM aide, mais ne supprime pas la zone. La revue manuelle du sous-ensemble ambigu reste nécessaire.

Exercice : réglez vos propres pondérations. Commencez avec des pondérations égales (25/25/25/25). Traitez 50 signaux. Examinez les 10 décisions de routage les plus surprenantes, c’est-à-dire les signaux arrivés au mauvais endroit. Pour chacun, identifiez la pondération de dimension qui aurait corrigé le routage. Ajustez une seule pondération à la fois, retraitez les mêmes 50 signaux et comparez. Ne réajustez pas plus d’une fois par semaine.


Questions fréquentes

Pourquoi un scoring composite pondéré plutôt que du machine learning pour le triage des connaissances ?

Le scoring composite est déterministe : une même entrée produit toujours le même score, et vous pouvez expliquer exactement pourquoi. Un classifieur de ML atteindrait peut-être une meilleure exactitude, mais il introduit de l’opacité : vous ne pouvez pas facilement expliquer pourquoi un signal a obtenu 0,62 plutôt que 0,54. En gestion personnelle des connaissances, où la confiance dans le système compte davantage que des gains d’exactitude marginaux, le scoring déterministe mérite cette confiance. Les pondérations sont explicites, ajustables et auditables. Les classifieurs de ML exigent en outre des données d’entraînement étiquetées, ce qui implique de passer en revue des centaines de signaux à la main avant même que le système fonctionne : précisément la charge de revue manuelle que le pipeline existe pour supprimer.

Puis-je ajuster les pondérations de façon dynamique au fil du temps ?

Oui, et vous devriez le faire. Les pondérations ont commencé à 25/25/25/25 (égales) et ont évolué vers 35/30/20/15 sur six mois, en fonction des modes de défaillance observés. Le signal clé pour réajuster : lorsque votre boîte de réception contient régulièrement un type précis de faux positif (par exemple des contenus hors sujet mais bien étiquetés), augmentez la pondération de la dimension qui l’aurait filtré (la pertinence, dans ce cas). Ne réajustez qu’une dimension à la fois, et faites passer une semaine de signaux à la fois par les anciennes et par les nouvelles pondérations avant de valider le changement.

Comment fonctionne l’étape de triage LLM ?

Le flag optionnel --llm-triage envoie uniquement les signaux ambigus (score composite de 0,30 à 0,55) à Claude pour évaluation. Le LLM reçoit le titre, la description, les tags et l’URL du signal, puis renvoie un ajustement de score (de -0,20 à +0,20) et une classification de domaine. L’ajustement peut faire passer un signal au-dessus du seuil d’écriture automatique de 0,55 ou sous le seuil d’exclusion de 0,30. Le coût est d’environ 0,02 à 0,04 $ par signal. Exécuter le triage LLM sur le seul sous-ensemble ambigu (420 sur 7 700) coûte de 8 à 17 $, contre 150 à 300 $ pour l’ensemble complet.

Le scoring composite pondéré fonctionne-t-il pour les tickets de support, la modération de contenu ou la qualification de leads ?

L’architecture est générale. Le scoring composite à dimensions pondérées s’applique à tout domaine où des éléments doivent être routés de façon déterministe : triage de tickets de support (urgence, niveau du client, complexité du sujet, statut du SLA), modération de contenu (gravité, confiance, sensibilité au contexte, crédibilité de la personne qui signale), qualification de leads (score d’adéquation, niveau d’engagement, signaux d’intention, taille de l’entreprise) et détection d’anomalies (ampleur de l’écart, fréquence historique, impact métier, fiabilité de la source). Les pondérations et les seuils précis changent selon le domaine, mais le motif du composite pondéré à quatre dimensions se transpose directement. Le principe de l’ingénierie composée s’applique : une fois l’architecture de scoring en place, l’adapter à un nouveau domaine ne demande que de redéfinir les dictionnaires de mots-clés et de réajuster les pondérations.


Le scoring composite s’applique à tout domaine où des éléments doivent être routés de façon déterministe. Mes pondérations et mes seuils encodent des priorités personnelles, mais l’architecture est générale. Pour en savoir plus sur la manière dont les connaissances accumulées créent une valeur non linéaire, consultez Mental Compound Interest. Chaque composant du pipeline (scoring, routage, triage) est utile isolément et se renforce avec les autres, selon le motif de l’ingénierie composée. À grande échelle, le pipeline alimente le retriever hybride qui rend les connaissances évaluées interrogeables, et les tendances d’ensemble apparaissent dans dix-sept mille signaux.



  1. Je n’ai pas dérivé la répartition des pondérations mathématiquement. Je l’ai ajustée au fil de six mois d’utilisation. Les pondérations initiales étaient égales (25/25/25/25). La pertinence est passée à 35 % après avoir constaté que des signaux à forte profondeur mais faible pertinence (contenus hors sujet bien étiquetés) inondaient la boîte de réception. L’actionnabilité est passée à 30 % après avoir constaté que des contenus théoriques très pertinents mais sans application pratique s’accumulaient sans jamais servir. ↩

  2. La valeur de base de 0,25 pour la pertinence sans correspondance est un choix de conception délibéré. Le fixer à 0,0 signifierait que tout signal hors de la liste de mots-clés constituée obtiendrait au maximum 0,65 (0 + actionnabilité + profondeur + autorité, sans contribution de la pertinence), ce qui rendrait presque impossible pour des sujets réellement nouveaux d’atteindre le seuil d’écriture automatique. ↩

  3. J’ai choisi une fonction en escalier plutôt qu’un scoring linéaire pour l’actionnabilité, car l’actionnabilité se rapproche davantage d’un booléen que d’une variable continue. Un tutoriel est actionnable. Un article d’actualité à propos d’un tutoriel ne l’est pas. La fonction en escalier rend mieux compte de cette nature binaire qu’un gradient. ↩

  4. J’avais d’abord nommé la dimension de profondeur « qualité », avec l’intention de lui faire mesurer la richesse du contenu. Après avoir constaté qu’elle mesurait en réalité la richesse des métadonnées, je l’ai renommée « profondeur » pour refléter son comportement réel. Ce changement de nom relève d’une honnêteté délibérée sur ce que mesure la métrique. ↩

  5. Le triage LLM utilise Claude Code CLI (claude --print --model opus) avec un prompt structuré qui demande un ajustement de score (de -0,20 à +0,20) et une classification de domaine. Estimation du coût par l’auteur : environ 0,02 à 0,04 $ par signal. Exécuter le triage LLM sur les 7 700 signaux coûterait de 150 à 300 $. L’exécuter uniquement sur les 420 signaux ambigus coûte de 8 à 17 $. ↩

  6. Données de l’auteur sur la répartition par domaine, en février 2026. Les chiffres reflètent le routage cumulé depuis décembre 2024. La répartition est stable depuis le troisième mois, Development et Design représentant constamment 55 à 60 % des signaux routés. ↩

  7. J’ai choisi des fonctions de scoring pures par décision d’architecture délibérée. L’alternative (des fonctions de scoring qui interrogent le système de fichiers pour détecter les doublons ou appellent des API pour enrichir les données) aurait été plus exacte, mais impossible à tester sans mocks. L’approche pure sacrifie un peu d’exactitude au profit de la testabilité et de la composabilité. ↩

  8. Clay Shirky, « It’s Not Information Overload. It’s Filter Failure », keynote au Web 2.0 Expo, 2008. youtube.com/watch?v=LabqeJEOQyI. Le cadrage de Shirky s’applique directement : une boîte de réception contenant plus de 400 notes non traitées ne relève pas d’une surcharge d’information mais d’une absence de filtrage. Voir aussi Alvin Toffler, Future Shock, Random House, 1970, qui a forgé l’expression « information overload » pour désigner la difficulté de prendre des décisions lorsqu’on est exposé à trop d’informations. ↩

  9. Les combinaisons linéaires pondérées sont une technique classique de l’analyse décisionnelle multicritère (MCDA). L’approche retenue ici est un Weighted Sum Model (WSM) simplifié, l’une des plus anciennes méthodes MCDA. Saaty, T.L., The Analytic Hierarchy Process, McGraw-Hill, 1980, propose une méthodologie rigoureuse pour dériver des pondérations à partir de comparaisons par paires, une approche plus formelle que le réglage empirique utilisé ici. Le modèle additif plus simple de ce pipeline suit Fishburn, P.C., « Additive Utilities with Incomplete Product Set », Journal of Mathematical Psychology, 4(1), p. 104-110, 1967. ↩

  10. Le compromis précision/rappel est une notion fondamentale de la recherche d’information. Augmenter le rappel (capter davantage d’éléments pertinents) fait nécessairement entrer davantage d’éléments non pertinents, ce qui réduit la précision. La dimension de profondeur optimise le rappel en récompensant tout signal bien structuré, et c’est pourquoi un contenu hors sujet mais bien étiqueté franchit le seuil. Voir Manning, C.D., Raghavan, P., & Schütze, H., Introduction to Information Retrieval, Cambridge University Press, 2008, chapitre 8. nlp.stanford.edu/IR-book/ ↩

Articles connexes

Le manifeste sans build : livrer sans bundler

FastAPI + HTMX + CSS pur, zéro outil de build et des scores Lighthouse parfaits. Chiffres de production réels, compromis…

24 min de lecture

Comment les LLM voient le texte : ce que mon système i18n m'a appris sur l'économie des tokens

Traduire mon site en 6 langues a révélé que le coréen coûte 2,8x plus de tokens que l'anglais pour un contenu identique.…

13 min de lecture

Codes de Hamming : comment les ordinateurs corrigent leurs propres erreurs

De la RAM aux QR codes : une exploration interactive de la détection et correction d’erreurs par les codes de Hamming.

9 min de lecture