Réponse rapide
Comparer un modèle d’IA à une règle simple permet de savoir si la complexité apporte un gain réel, stable et justifié pour la mission. Une règle peut être plus transparente, rapide, économe et facile à replier sur un périmètre borné. La comparaison utilise les mêmes données, contraintes, latence et conséquences physiques.
Établir une référence utile
Seuil, géométrie, filtre, logique métier ou contrôleur classique servent de baseline selon la tâche. On décrit ce qu’elle ne couvre pas et les hypothèses qu’elle fait. Modèle et règle reçoivent mêmes entrées, prétraitement et budget.
Mesurer gain et coût total
Performance par cas, erreur critique, latence, mémoire, énergie, maintenance, explicabilité et taux d’abstention sont comparés. Un gain moyen est mis en regard des pires cas. Les deux solutions sont testées sur le robot, pas uniquement hors ligne.
Ne pas choisir le modèle parce qu’il est plus moderne
Complexité peut ajouter dépendances, dérive et difficulté de diagnostic sans améliorer la décision. Une règle claire peut être préférable dans une zone connue. Le choix est lié au périmètre et à la preuve disponible.