L'article de LVLUP.fr compare l'efficacité des modèles de langage (LLM) comme ChatGPT, Gemini et Claude avec une méthode mathématique des années 60 pour générer des plannings hospitaliers. Les LLM échouent avec un taux de réussite de 8% et créent des erreurs, tandis que Google OR-Tools, une solution de programmation par contraintes, génère un planning parfait en moins d'une seconde avec 100% de fiabilité. L'article souligne que pour des contraintes strictes, le déterminisme des solveurs est préférable à la créativité des LLM. Il illustre cela à travers un cas concret de planification pour un service hospitalier de 5 infirmiers, en insistant sur l'importance de modéliser les processus et les contraintes avant d'automatiser.