Brouillons d'évaluation par l'IA

Pourquoi c’est important

La page blanche explique les évaluations en retard, et le biais de mémoire explique les évaluations injustes. Le rédacteur IA de Kit s’attaque aux deux : il rassemble des preuves réelles — les objectifs et points d’étape de la personne évaluée, sa précédente évaluation, ses attentes de poste, ses propres notes et (sur activation explicite) son travail réellement livré — et produit un brouillon structuré qui répond aux questions du cycle. Ce qu’il ne fera pas, par conception : envoyer.

Le principe est l’IA rédige, l’humain décide. Ce n’est pas un slogan — il est appliqué dans le chemin d’envoi, consigné dans la preuve et divulgué à la personne évaluée. Au titre de l’article 22 du RGPD, une décision produisant des effets juridiques ou affectant une personne de manière comparable ne peut pas reposer exclusivement sur un traitement automatisé, et les tribunaux ont lu « exclusivement » strictement : un humain qui tamponne la sortie de la machine ne compte pas comme intervention humaine. Les garde-fous de Kit sont construits pour que votre processus d’évaluation ne franchisse jamais cette ligne.

Générer un brouillon

Ouvrez une évaluation de votre file et appuyez sur Rédiger un brouillon avec l’IA. La génération est synchrone — quelques secondes plus tard, le formulaire est rempli et prêt à modifier. Le rédacteur rassemble :

Preuve	Source
Objectifs + points d’étape	Les objectifs de la personne évaluée : titre, statut, avancement, dernière note
Évaluation précédente	La synthèse du manager issue du dernier dossier de preuve finalisé de la personne évaluée
Attentes du poste	Le résumé de poste du participant pour ce cycle
Les propres notes de la personne évaluée	Le champ Vos propres notes de son auto-évaluation — le travail invisible pour les outils, comme le mentorat et les incidents
Signaux de travail (sur activation)	MR fusionnées et activité de relecture récupérées en direct depuis les sources connectées — seulement si vous cochez la case propre à ce brouillon

La sortie remplit les réponses aux questions du cycle, une proposition de note globale (seulement si elle tient dans l’échelle du modèle) et une synthèse rédigée en grandes lignes plus contributions représentatives. L’évaluation est marquée assistée par IA dès cet instant, et le marqueur la suit jusque dans le dossier de preuve.

L’invite est narrative par construction : le rédacteur cite du travail représentatif, crédite les contributions de direction de l’IA et les travaux favorisant l’adoption de l’IA, et a l’interdiction de produire des volumes, des classements ou des comparaisons entre personnes.

La piste de responsabilité

Tout ce qui touche au brouillon est consigné dans le ai_draft_metadata de l’évaluation — chiffré, et embarqué dans la preuve figée :

• Génération — quand le brouillon a été produit, qui l’a demandé, et une copie exacte de ce que l’IA a écrit.
• Modification substantielle — chaque enregistrement compare votre contenu à la copie exacte du brouillon IA ; le premier vrai changement horodate edited_at.
• Appropriation explicite — l’envoi d’un brouillon non modifié exige la case d’appropriation, qui horodate owned_at avec votre nom.
• Divulgation des signaux — si des signaux de travail ont été utilisés, les éléments exacts (titres, liens, dates — jamais de statistiques) sont stockés et montrés à la personne évaluée avant la finalisation : « Ces éléments ont été récupérés au moment de la rédaction du brouillon et sont visibles par la personne évaluée. »

Le dossier d’évaluation finalisé marque chaque évaluation ai_assisted: true/false, et le PDF de preuve l’imprime — transparence totale, pour la personne évaluée comme pour l’auditeur.

Tentative	Réaction de Kit
Envoyer un brouillon IA intact, case décochée	Refusé : « doit être modifiée ou explicitement assumée avant l’envoi — un brouillon IA non relu ne peut pas servir de preuve »
Envoyer après des modifications substantielles	Autorisé ; edited_at dans la piste
Envoyer sans modification, case d’appropriation cochée	Autorisé ; owned_at + votre nom dans la piste
L’IA envoie d’elle-même	Impossible — aucun chemin de code n’existe

Crédits et pannes

La rédaction consomme les crédits IA de votre compte, mesurés comme toute autre fonctionnalité IA (voir Intégrations > Paramètres IA) — un appel au modèle par brouillon. Si les crédits sont épuisés, vous recevez un message dédié (« Les crédits IA de ce compte sont épuisés — rédigez l’évaluation vous-même ou rechargez le compte ») plutôt qu’un échec silencieux. Si le modèle ou une source de signaux est injoignable, le brouillon échoue proprement ou se dégrade — un GitLab hors service devient une note dans le contexte du brouillon, jamais un formulaire cassé — et vous pouvez toujours rédiger vous-même.

En bref

• Demandez aux personnes évaluées de tenir leurs objectifs et Vos propres notes avant de rédiger — des preuves en entrée, de la qualité en sortie
• Appuyez sur Rédiger un brouillon avec l’IA ; ne cochez la case des signaux de travail qu’en ayant prévenu la personne évaluée
• Modifiez le brouillon — vérifiez chaque affirmation à l’aune de votre propre jugement
• Si vous ne changez vraiment rien, cochez la case d’appropriation en conscience
• Vérifiez que le panneau de divulgation des signaux affiche ce que vous attendez avant d’envoyer

Pour aller plus loin

• Sources de signaux de travail — connectez GitLab pour que les brouillons citent du travail réellement livré
• Preuves SOC 2 et exports — comment le marqueur d’assistance IA apparaît à l’auditeur