Ouvrir le module « Comprendre l'IA »
Quatre niveaux emboîtés
| Terme | Ce que c'est | Exemple en entreprise |
|---|---|---|
| Intelligence artificielle | Tout programme qui accomplit une tâche qu'on associe à l'intelligence : reconnaître, prévoir, rédiger, décider. Inclut aussi des systèmes à règles écrites à la main. | Un logiciel qui classe automatiquement les factures selon des règles |
| Machine learning (apprentissage automatique) | Le programme apprend des règles à partir d'exemples au lieu qu'on les écrive. | Prévoir les ventes du mois prochain à partir de l'historique |
| Deep learning (apprentissage profond) | Machine learning avec des réseaux de neurones à nombreuses couches, adapté aux images, au son et au texte. | Lire automatiquement une facture scannée |
| IA générative | Deep learning qui produit un contenu nouveau : texte, image, son. | Rédiger une réponse à un client avec ChatGPT |
Le machine learning, concrètement
On donne au programme des exemples avec la bonne réponse (des e-mails classés « devis » ou « réclamation »), il en déduit une règle, puis l'applique à de nouveaux cas. Sa qualité dépend des exemples : peu nombreux, déséquilibrés ou mal étiquetés, ils produisent une règle fausse. C'est l'origine des biais.
Le deep learning et les réseaux de neurones
Un réseau de neurones est une suite de couches de calcul qui transforment progressivement une entrée (les pixels d'une image, les mots d'un texte) en une sortie (« c'est une facture », « le mot suivant est… »). « Profond » veut dire qu'il y a beaucoup de couches. Le deep learning demande beaucoup de données et de puissance de calcul : une PME l'utilise à travers des outils existants, rarement en l'entraînant elle-même.
IA prédictive et IA générative
- IA prédictive : elle estime une valeur ou une catégorie (ventes, risque d'impayé, panne probable). Elle donne un chiffre ou une étiquette, avec une marge d'erreur.
- IA générative : elle produit un contenu. Ses grands modèles de langage (LLM) sont la base des assistants de rédaction.
Les deux posent la même question à l'entreprise : qui vérifie, et que se passe-t-il quand le modèle se trompe ? Quand une prédiction sert à décider sur une personne (crédit, recrutement), les règles de l'AI Act sur le haut risque et l'article 22 du RGPD s'appliquent (voir risques et règles).
IA faible, IA forte, AGI
Tous les systèmes actuels sont des IA dites « faibles » ou spécialisées : très performantes sur certaines tâches, sans compréhension générale du monde. L'« IA forte » ou AGI (intelligence artificielle générale) désigne une 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.
Exercice : classer vos outils
Listez les logiciels de l'entreprise qui « font de l'IA » selon leur éditeur (comptabilité, CRM, messagerie, téléphone). Pour chacun, notez s'il prédit (un chiffre, une catégorie) ou s'il génère (un texte, une image), et qui vérifie le résultat. Vous aurez la base du registre des outils que demande l'article 4 de l'AI Act.
Les autres définitions sont dans le lexique de l'IA.
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 :
- Commission européenne, questions-réponses sur la maîtrise de l'IA (article 4)
- AI Act Service Desk, annexe III : systèmes d'IA à haut risque
- CNIL, RGPD chapitre 3 : droits de la personne (article 22, décision automatisée)
- CNIL, Utiliser l'IA générative dans les TPE et PME (fiches pratiques)
Cet outil est vérifié par des tests automatiques sur des cas connus. Une erreur ? Signalez-la sur la page Contact.
Mis à jour le