Définition de l'intelligence artificielle et lexique de l'IA

Ouvrir le module « Comprendre l'IA »

Aller à : IA · IA générative · LLM · token · prompt · hallucination · RAG · agent · machine learning · deep learning · chatbot · AGI · biais · déployeur · hypertrucage

Les notions de base

Intelligence artificielle (IA): Ensemble de techniques qui permettent à un logiciel d'accomplir des tâches qu'on associe à l'intelligence humaine : reconnaître, prévoir, classer, rédiger. La plupart des systèmes actuels apprennent à partir d'exemples plutôt que de règles écrites une à une. Au travail, le mot désigne surtout les assistants qui rédigent et résument.
IA générative: IA qui produit un contenu nouveau : texte, image, son, vidéo, code. ChatGPT, Le Chat, Copilot, Gemini et Claude en sont des exemples. Voir la formation à l'IA générative.
IA prédictive: IA qui estime une valeur ou une catégorie (ventes du mois, risque d'impayé) à partir de données passées, avec une marge d'erreur.
Machine learning (apprentissage automatique): Partie de l'IA où le programme apprend ses règles à partir d'exemples. Sa qualité dépend des exemples. Détail : machine learning et deep learning.
Deep learning (apprentissage profond): Machine learning avec des réseaux de neurones à nombreuses couches, adapté aux images, au son et au texte. Les LLM en font partie.
Réseau de neurones: Suite de couches de calcul qui transforment une entrée (pixels, mots) en sortie (une catégorie, le mot suivant), en ajustant des millions de paramètres pendant l'entraînement.
IA faible, IA forte: Les systèmes actuels sont des IA « faibles » ou spécialisées, performantes sur certaines tâches. L'IA « forte » désignerait une intelligence générale comparable à l'humain.
AGI (intelligence artificielle générale): IA hypothétique capable d'égaler l'humain sur toutes les tâches intellectuelles. C'est un objectif de recherche affiché par plusieurs entreprises, pas un outil disponible.

Les modèles et les outils

LLM (grand modèle de langage): Le moteur des assistants de rédaction. Il a appris sur d'immenses quantités de textes à prédire la suite la plus probable. D'où ses forces (rédiger, reformuler, traduire) et sa faiblesse : il ne sait pas si ce qu'il écrit est vrai. Page complète : LLM, définition.
Modèle de fondation: Grand modèle entraîné sur des données très variées, qu'on adapte ensuite à de nombreux usages (assistant, traduction, analyse d'images). Les grands LLM en sont l'exemple le plus courant.
Token: Morceau de mot, l'unité que le modèle lit et produit. Les limites des outils (longueur d'un document, d'une conversation) s'expriment souvent en tokens.
Contexte (fenêtre de contexte): Ce que l'outil « a sous les yeux » : votre demande, les documents joints, les échanges précédents. Ce qui n'y est pas, il le devine.
Multimodal: Se dit d'un modèle qui traite plusieurs types de contenus : texte, image, son, documents scannés.
Fine-tuning (réglage fin): Entraînement complémentaire d'un modèle sur des exemples spécialisés. Pour une PME, joindre ses documents (RAG) suffit presque toujours.
Chatbot (agent conversationnel): Programme qui dialogue avec des personnes en langage naturel. Avec un LLM, il comprend des questions libres, mais peut inventer. Il doit indiquer qu'il est une IA (article 50 de l'AI Act). Voir chatbot et service client.
Agent IA: Système à qui l'on confie un objectif et des outils, et qui choisit lui-même la suite d'actions (chercher, remplir un tableau, envoyer un message). Plus il agit seul, plus la vérification humaine compte. Voir la rubrique Agents IA.

L'usage

Prompt: La demande écrite à l'outil. Un bon prompt donne un rôle, un contexte, des limites et la forme attendue (voir la formation au prompt engineering).
Hallucination: Réponse fausse présentée avec assurance : une date, un chiffre, une référence ou une citation inventés. La Commission européenne cite ce risque parmi les premiers à expliquer aux salariés. La parade : vérifier sur une source sûre, jamais en redemandant à l'outil s'il est sûr.
RAG (génération augmentée par récupération): Technique qui fait chercher l'outil dans vos documents avant de répondre, pour s'appuyer sur eux plutôt que sur sa mémoire. Elle réduit les inventions sans les supprimer. Page complète : le RAG expliqué.
Biais: Erreur systématique qui favorise ou défavorise certains cas, souvent héritée des données d'entraînement. Raison majeure de ne pas confier de décision sur des personnes à l'IA.

Le droit

Déployeur: Au sens de l'AI Act, toute entreprise qui utilise un système d'IA sous son autorité, sauf usage personnel non professionnel. Une PME dont les salariés utilisent ChatGPT est déployeur.
Fournisseur: Celui qui développe un système d'IA et le met sur le marché sous son nom (OpenAI, Mistral AI…). Une entreprise qui fait développer un chatbot et le publie sous son nom peut le devenir.
Maîtrise de l'IA (article 4): Ce que l'AI Act demande depuis le 2 février 2025 : prendre des mesures pour que l'équipe sache se servir des outils. Aucun certificat n'est exigé (voir l'obligation de formation).
Système à haut risque: Usage listé par l'AI Act où une erreur peut nuire gravement aux personnes : recrutement, évaluation des salariés, crédit… Les obligations des entreprises utilisatrices s'appliquent au 2 décembre 2027 pour ces usages.
Hypertrucage (deepfake): Image, son ou vidéo générés ou modifiés par IA qui ressemblent à des personnes, des lieux ou des événements réels et pourraient passer pour authentiques. Depuis le 2 août 2026, ils doivent être signalés comme tels (article 50).
Pseudonymisation et anonymisation: Remplacer un nom par « client A » est une pseudonymisation : la personne peut rester identifiable par recoupement, et le RGPD s'applique toujours. L'anonymisation rend toute identification impossible ; le RGPD ne s'applique alors plus.

Pour passer des mots à la pratique, le parcours de formation IA commence par un module « Comprendre » d'une dizaine de minutes, puis la page sur l'IA générative donne le programme complet.

Pour continuer

Le parcours de formation IA est gratuit et sans inscription : six modules, un quiz par module, une attestation interne pour le registre de formation. Pour une séance animée pour toute l'équipe, voyez la formation accompagnée. Toutes les pages formation sont réunies sur la page Formation IA en entreprise.

Méthode et sources

Références utilisées :

Cet outil est vérifié par des tests automatiques sur des cas connus. Une erreur ? Signalez-la sur la page Contact.

Mis à jour le 12 novembre 2026

Questions fréquentes

Qu'est-ce qu'un LLM ?

Un grand modèle de langage : le moteur des assistants comme ChatGPT ou Le Chat. Il produit un texte en prédisant la suite la plus probable, ce qui explique qu'il rédige bien mais puisse affirmer des choses fausses.

Qu'est-ce qu'une hallucination de l'IA ?

Une réponse fausse présentée avec assurance : chiffre, date, nom ou référence inventés. Elle se repère en vérifiant chaque élément factuel sur une source sûre.

Quelle est la définition de l'intelligence artificielle ?

Des techniques qui permettent à un logiciel de produire des résultats (texte, prédiction, classement, image) à partir d'exemples plutôt que de règles écrites une à une. Au travail, ce sont surtout les assistants de rédaction.