Nubo : App mobile IA de suivi bébé (local-first + GPT-4o-mini + Whisper)

Les données de santé d'un bébé sont par nature anxiogènes pour les parents. Un assistant IA générique qui répond "consultez un médecin" à chaque question n'a aucune valeur. Le vrai défi : calibrer GPT-4o-mini pour qu'il soit utile, rassurant et précis, sans générer d'anxiété parentale inutile.

La solution : des prompts système spécialisés par catégorie. L'assistant qui répond sur la croissance a un contexte différent de celui qui répond sur les vaccins ou les symptômes. Chaque assistant reçoit les données réelles de l'enfant (poids, taille, âge, historique) comme contexte. Les réponses sont personnalisées, pas génériques.

Décision architecturale clé : les données de santé ne quittent pas l'appareil. Le poids, la taille, les symptômes, l'historique médical : tout est stocké en SQLite local. Firebase gère uniquement l'authentification, les notifications push (FCM) et la synchronisation optionnelle.

Ce choix résout deux problèmes à la fois : la confidentialité (les données ne transitent pas par un serveur tiers) et l'expérience offline (l'app fonctionne sans connexion). L'authentification biométrique est disponible en couche supplémentaire.

Le risque : si l'utilisateur change d'appareil sans avoir activé la sync, il perd ses données. On a documenté clairement ce compromis dans l'onboarding.

Le marché cible (Maroc, GCC) est fondamentalement bilingue. Une mère à Casablanca peut alterner arabe dialectal et français dans la même phrase. Un parent à Dubaï parle en arabe ou en anglais selon l'interlocuteur.

L'intégration de Whisper (OpenAI) supporte l'arabe et l'anglais avec détection automatique de langue. Le défi technique : Whisper ne gère pas toujours bien le darija (arabe marocain dialectal). La solution : inciter l'utilisateur à parler en arabe standard ou en anglais pour les commandes vocales, et traiter le texte transcrit avant de l'envoyer au LLM.

GPT-4 n'aurait pas ajouté de valeur mesurable ici. Les requêtes de suivi bébé sont relativement simples : "est-ce que ce poids est normal pour 8 mois ?" ou "quels vaccins à 1 an ?". GPT-4o-mini répond aussi bien, 10x plus vite, et à un coût négligeable par utilisateur.

La règle de sélection de modèle qu'on applique : utiliser le modèle le plus petit qui répond correctement à 95% des cas d'usage réels. Réserver GPT-4 pour les tâches qui requièrent vraiment du raisonnement complexe.