Il est essentiel de questionner le besoin pour s’assurer de son utilité et de l’existence réelle, évaluer si des solutions existantes peuvent y répondre et décrire précisément les scénarios d’usage et leurs limites. L’injonction de développer un service d’IA doit pouvoir être remise en cause, en revoyant les critères de performance pour inclure l’objectif de minimiser l’empreinte environnementale et en intégrant ces caractéristiques dans les ateliers et critères agiles comme la « definition of ready ». En élargissant le champ des solutions possibles, il est crucial d’identifier les degrés de liberté dans les paramètres du projet pour permettre une approche de sobriété et de frugalité numérique.

L’évaluation des solutions potentielles doit considérer toutes les solutions, y compris celles sans IA ou avec IA frugale, en documentant et surveillant les impacts environnementaux et les effets rebond. Les principes de frugalité doivent être appliqués à chaque étape du cycle de vie du système d’IA. L’intégration de l’évaluation environnementale dans les processus de décision est essentielle, avec une documentation et un partage des choix pour faciliter le suivi et la capitalisation.

Il est également nécessaire de surveiller et comparer l’utilisation réelle avec les conditions de pertinence et les prévisions, et d’adapter les rôles des parties prenantes pour intégrer les exigences de frugalité. L’ensemble de ces étapes méthodologiques vise à s’assurer que les projets d’IA frugale sont développés et déployés de manière durable, en minimisant leur impact environnemental tout en répondant efficacement aux besoins exprimés.