Cartes de contrôle et règles de Western Electric appliquées au développement¶

Du contrôle statistique des procédés au développement logiciel humain, puis au développement par IA, aux orchestrateurs entièrement automatisés et aux skills d'agents.

Date de création : 7 octobre 2026 · Dernière révision : 8 octobre 2026 (ajout des parties Qualité du développement humain et Recherche sur le développement par IA)

Introduction¶

En 1956, la Western Electric publie un manuel de contrôle qualité qui codifie quatre règles simples pour lire une carte de contrôle : un point au-delà de trois écarts-types, deux points sur trois au-delà de deux, quatre sur cinq au-delà d'un, huit de suite du même côté. Ces règles, complétées par Lloyd Nelson en 1984, sont encore enseignées dans toutes les formations qualité.

Elles ont été conçues pour des usines : des pièces en série, mesurées par milliers, produites par des machines dont la variation est stable. Le développement logiciel humain ne ressemble pas à cela, et les tentatives de lui appliquer ces outils ont eu des résultats mitigés. Mais un orchestrateur qui fait écrire du code par des agents d'IA, lui, ressemble beaucoup plus à une usine — avec des défaillances que Shewhart n'avait pas prévues.

Objectif¶

Ce rapport répond à quatre questions :

Que sont exactement ces règles, et que coûtent-elles en fausses alarmes ?
Que donnent-elles appliquées au développement logiciel, et qu'est-ce qui a survécu de trente ans de tentatives ?
Que sait la recherche de la qualité du développement, humain puis par IA — au-delà des seules cartes de contrôle ?
Comment étendre le contrôle qualité au développement par IA : agents d'assistance, orchestrateurs 100 % automatisés, et skills d'agents ?

Public visé et prérequis¶

Développeurs, responsables techniques et personnes qui construisent des chaînes d'agents. Aucun prérequis statistique au-delà de la moyenne et de l'écart-type : la partie Fondations introduit tout le reste.

Niveau : débutant à intermédiaire en statistique, intermédiaire en développement logiciel. Temps de lecture : 6 à 8 heures pour l'ensemble ; 30 minutes pour le résumé exécutif et le plan de contrôle type.

Parcours de lecture¶

Si vous voulez…	Lisez
Les conclusions en 10 minutes	Résumé exécutif
Comprendre les règles elles-mêmes	Fondations, dans l'ordre
Appliquer des cartes à une équipe humaine	Fondations, puis Développement logiciel
Savoir ce que valent revue de code, tests et analyse statique	Qualité du développement humain
Faire le tour de la recherche sur le code écrit par IA	Recherche sur le développement par IA, en commençant par la synthèse
Surveiller un agent ou un orchestrateur	Fondations 1 et 4, puis Développement par IA et Orchestrateurs
Maintenir une bibliothèque de skills	Mesurer un agent, puis Skills

Parties¶

Fondations ¶

Causes communes et causes spéciales, carte XmR et carte p, ARL ; les règles de Western Electric, de Nelson et de Westgard ; CUSUM, EWMA, échantillonnage pour acceptation et outils Lean ; les quatre pièges (asymétrie, autocorrélation, multiplication des cartes, sur-ajustement).

Développement logiciel ¶

Le SPC du SEI et de CMMI et son reflux ; temps de cycle et Kanban ; détection des régressions de performance et tests instables ; alertes SLO et métriques DORA ; un mode d'emploi.

Qualité du développement humain ¶

Cinquante ans de recherche hors cartes de contrôle : inspection et revue de code (Fagan, Porter et Votta, Microsoft, Google), tests et mutation, défauts et prédiction, le mythe du « coût ×100 », analyse statique chez Google et Facebook, ISO 25010, Accelerate et SPACE, facteurs humains et biais d'automatisation — et sept leçons pour le contrôle des agents.

Développement par IA ¶

Le non-déterminisme et la dérive des modèles ; ce que disent les études 2024-2026 ; le reward hacking et les défaillances multi-agents ; mesurer un agent avec la bonne statistique.

Recherche sur le développement par IA ¶

Le tour de la littérature : essais contrôlés et méta-analyse de productivité, sécurité et paquets hallucinés, tests générés qui figent les bugs, validité des bancs d'essai, relecteurs et juges IA, auto-correction des agents, devenir des PR d'agents après fusion, fiabilité sur les tâches longues — et les lacunes.

Principales sources¶

Western Electric, Statistical Quality Control Handbook (1956) ; Nelson, Journal of Quality Technology (1984) ; Champ et Woodall, Technometrics (1987).
Florac et Carleton, Measuring the Software Process (SEI, 1999) ; Google SRE Workbook ; dora.dev.
Fagan (1976) ; Porter, Siy, Toman et Votta (1997) ; Bacchelli et Bird (2013) ; Sadowski et al. (Google, 2015-2018) ; Inozemtseva et Holmes (2014) ; Distefano et al. (Facebook, 2019) ; Parasuraman et Manzey (2010).
Pearce et al. (2022) ; Perry et al. (2023) ; He et al. (2026) ; Maier et al. (2026) ; Huang et al. (2024) ; Olausson et al. (2024) ; Wang, Pradel et Liu (2026) ; Xia et Miller (2026) ; METR (2025-2026).
Postmortem d'Anthropic (septembre 2025) ; METR ; rapports DORA 2024 et 2025 ; Miller, Adding Error Bars to Evals (2024) ; ImpossibleBench (2025) ; MAST (2025).
Documentation des Agent Skills (Anthropic, agentskills.io), skill-creator, superpowers.

Liste complète, classée par type : Sources.

Avertissements méthodologiques¶

À lire avant d'utiliser les chiffres

Les chiffres statistiques non sourcés sont calculés, pas cités : ils viennent du script de vérification, en Python pur, que vous pouvez relancer. Ses hypothèses de modélisation sont listées sur sa page.
Les études sur le code IA sont de natures très différentes : enquêtes déclaratives, études d'éditeurs qui vendent des outils de mesure, essais contrôlés de petite taille. Chaque chiffre est attribué et qualifié.
Les parties Orchestrateurs et Skills contiennent des propositions de ce rapport — transpositions de méthodes industrielles à un domaine où elles n'ont pas été évaluées. Elles sont signalées comme telles.
Le domaine évolue vite : formats de skills, outils d'agents et télémétrie (les conventions OpenTelemetry pour l'IA sont encore au statut « Development ») datent de 2025-2026 et changeront.