Glossaire IA Interactif

Technologie qui permet aux machines d'effectuer des tâches nécessitant normalement l'intelligence humaine : apprendre, raisonner, résoudre des problèmes, comprendre le langage, reconnaître des images.

IA capable de créer du nouveau contenu (texte, images, musique, vidéos, code) à partir de ce qu'elle a appris. Elle ne copie pas, elle génère.

IA spécialisée dans le dialogue avec les humains. Elle comprend le contexte d'une conversation et peut répondre de manière naturelle et pertinente.

Programme informatique qui simule une conversation avec des utilisateurs. Peut être simple (réponses préprogrammées) ou intelligent (utilisant l'IA).

IA qui aide les utilisateurs à accomplir diverses tâches quotidiennes via commandes vocales ou textuelles : rappels, recherches, contrôle d'appareils.

IA autonome capable de percevoir son environnement, prendre des décisions et agir pour atteindre des objectifs spécifiques, parfois sans intervention humaine.

Ensemble de plusieurs agents IA qui travaillent ensemble, communiquent entre eux et se coordonnent pour résoudre des problèmes complexes.

IA hypothétique future qui pourrait comprendre, apprendre et accomplir n'importe quelle tâche intellectuelle humaine. N'existe pas encore, contrairement aux IA actuelles qui sont spécialisées.

IA faible : spécialisée dans une tâche précise (ce qui existe aujourd'hui). IA forte : aurait une conscience et comprendrait vraiment le monde (n'existe pas encore).

IA conçue et entraînée pour effectuer une seule tâche spécifique très bien, mais incapable de faire autre chose. C'est la forme d'IA la plus courante aujourd'hui.

Méthode qui permet aux ordinateurs d'apprendre à partir d'exemples et d'expériences, sans être explicitement programmés pour chaque situation.

Sous-catégorie du Machine Learning utilisant des réseaux de neurones artificiels à plusieurs couches pour reconnaître des patterns complexes dans les données.

Système informatique inspiré du cerveau humain, composé de neurones artificiels connectés entre eux. Chaque neurone traite et transmet l'information.

IA entraînée sur d'énormes quantités de texte (milliards de mots) pour comprendre et générer du langage humain de manière naturelle.

Architecture révolutionnaire de réseau de neurones qui permet aux IA de comprendre le contexte et les relations entre les mots d'une phrase. Base de tous les LLM modernes.

Branche de l'IA qui permet aux machines de comprendre, interpréter et générer le langage humain (parlé ou écrit).

Capacité des machines à "voir" et comprendre le contenu des images et vidéos : identifier objets, personnes, scènes, actions.

IA capable de traiter et comprendre plusieurs types de données simultanément : texte, images, son, vidéo. Elle peut faire des connexions entre ces différents formats.

Technologies permettant de convertir la parole en texte (reconnaissance vocale) et le texte en parole (synthèse vocale), avec compréhension du sens.

L'instruction, question ou demande que vous donnez à une IA pour obtenir une réponse ou un résultat. La qualité du prompt influence directement la qualité de la réponse.

Art et technique de formuler efficacement ses demandes à l'IA pour obtenir les meilleurs résultats. Inclut la structure, le contexte, les exemples, le ton souhaité.

Technique qui consiste à demander à l'IA d'expliquer son raisonnement étape par étape plutôt que de donner directement la réponse finale. Améliore la précision.

Donner quelques exemples à l'IA dans votre prompt pour lui montrer exactement le format ou le style de réponse que vous attendez.

Capacité d'une IA à accomplir une tâche sans avoir reçu d'exemples spécifiques, juste grâce à sa compréhension générale et aux instructions.

Quantité d'informations (messages précédents, documents) que l'IA peut "garder en mémoire" lors d'une conversation. Plus c'est grand, plus elle se souvient.

Unités de base utilisées par l'IA pour traiter le texte. Un token ≈ 0,75 mot en français. Les IA ont des limites de tokens qu'elles peuvent traiter.

Paramètre qui contrôle la créativité/aléatoire des réponses de l'IA. Température basse = réponses précises et prévisibles. Haute = créatives et variées.

Processus d'amélioration progressive : poser une première question, affiner avec les réponses, reposer une question améliorée, jusqu'à obtenir le résultat parfait.

Améliorer progressivement la formulation de ses demandes en ajoutant des précisions, du contexte, des contraintes, pour obtenir des résultats plus alignés avec ses attentes.

IA développée par une entreprise dont le code source et la méthode d'entraînement sont secrets. Accessible uniquement via les services de l'entreprise.

IA dont le code est public et librement accessible. N'importe qui peut l'utiliser, la modifier, l'améliorer ou l'installer sur ses propres serveurs.

Interface de programmation qui permet à différents logiciels de communiquer. Pour l'IA, c'est le moyen pour votre application d'utiliser l'IA d'une autre entreprise.

IA qui fonctionne directement sur votre appareil (téléphone, ordinateur, objet connecté) sans avoir besoin d'internet ou de serveur distant.

IA qui fonctionne sur des serveurs distants (dans le "cloud"). Vous envoyez votre demande via internet, elle est traitée sur des serveurs puissants, puis vous recevez la réponse.

IA déjà entraînée sur d'énormes quantités de données générales, prête à être utilisée ou affinée pour des tâches spécifiques sans repartir de zéro.

Personnaliser une IA pré-entraînée en l'entraînant davantage sur des données spécifiques à votre domaine, votre entreprise ou votre cas d'usage.

Technique où l'IA cherche d'abord des informations pertinentes dans une base de données avant de générer sa réponse, combinant recherche et génération.

Réutiliser les connaissances qu'une IA a apprises sur une tâche pour l'aider à accomplir une nouvelle tâche similaire plus rapidement.

Représentation mathématique (sous forme de nombres) du sens des mots ou concepts, permettant à l'IA de calculer la similarité entre différents éléments.

Phase où l'IA apprend en analysant d'énormes quantités d'exemples, ajustant ses paramètres internes pour améliorer ses performances. Peut prendre des semaines ou mois.

Phase d'utilisation de l'IA : quand elle applique ce qu'elle a appris pour répondre à vos demandes en temps réel. C'est ce qui se passe quand vous utilisez ChatGPT.

Collection organisée de données (textes, images, vidéos) utilisée pour entraîner une IA. La qualité et la diversité du dataset déterminent la performance de l'IA.

Tests standardisés et mesures utilisés pour évaluer et comparer les performances de différentes IA sur des tâches spécifiques.

Quand l'IA invente des informations fausses mais plausibles, présentées avec confiance. Elle "remplit les blancs" plutôt que d'admettre qu'elle ne sait pas.

Préjugés ou déséquilibres dans les réponses de l'IA, souvent causés par des données d'entraînement non représentatives ou déséquilibrées.

Mesure de la justesse des résultats de l'IA : combien de fois elle donne la bonne réponse sur l'ensemble de ses prédictions.

Temps d'attente entre votre demande et la réponse de l'IA. Plus c'est rapide, meilleure est l'expérience utilisateur.

Vitesse de génération de texte par l'IA, mesurée en nombre de tokens (morceaux de mots) produits chaque seconde. Indicateur de fluidité.

Évaluation globale du résultat produit par l'IA : pertinence, cohérence, créativité, absence d'erreurs, adaptation au contexte.

Ensemble de principes moraux guidant le développement et l'utilisation de l'IA : respect de l'humain, équité, transparence, responsabilité.

Garantir que les objectifs et comportements de l'IA correspondent aux valeurs et intentions humaines, pour éviter des conséquences imprévues ou dangereuses.

Cadre de règles, processus et responsabilités pour contrôler et superviser l'utilisation de l'IA dans une organisation ou société.

Approche du développement et déploiement de l'IA qui prend en compte les impacts sociaux, éthiques et environnementaux à chaque étape.

Capacité à comprendre et expliquer comment l'IA est arrivée à une décision ou recommandation particulière. Cruciale pour la confiance et la conformité.

Clarté sur le fonctionnement de l'IA, ses capacités, ses limites, ses données d'entraînement et ses potentiels biais. Informer les utilisateurs.

Protection des données personnelles lors de l'utilisation d'IA. Garantir que les informations privées ne sont pas exposées, mal utilisées ou revendues.

Mesures pour s'assurer que les données sensibles traitées par l'IA restent privées et ne sont accessibles qu'aux personnes autorisées.

Application du Règlement Général sur la Protection des Données européen aux systèmes d'IA : consentement, droit d'accès, droit à l'oubli, portabilité.

Approche où un humain supervise, valide ou corrige les décisions de l'IA avant qu'elles ne soient appliquées, particulièrement pour les décisions critiques.

Protection des systèmes d'IA contre les attaques, manipulations et utilisations malveillantes. Inclut la robustesse face aux tentatives de piratage.

Techniques pour contourner les garde-fous éthiques et sécuritaires d'une IA, en la manipulant pour obtenir des réponses qu'elle devrait refuser.

Modifications subtiles et malveillantes des données d'entrée pour tromper une IA et lui faire faire des erreurs ou prendre de mauvaises décisions.

Utilisation de l'IA pour effectuer automatiquement des tâches répétitives ou chronophages, libérant du temps humain pour des activités à plus forte valeur.

L'IA ne remplace pas l'humain mais amplifie ses capacités : aide à la décision, accélération de tâches, accès à plus d'informations.

IA qui assiste un professionnel dans son travail quotidien, suggérant des améliorations, automatisant des parties de tâches, sans remplacer le jugement humain.

Gains mesurables d'efficacité et de volume de travail grâce à l'utilisation de l'IA, permettant de faire plus en moins de temps.

Retour sur investissement : rapport entre les bénéfices obtenus (gains de temps, revenus) et les coûts engagés (outils, formation, mise en place) pour l'IA.

Processus par lequel les employés d'une organisation commencent à utiliser régulièrement l'IA dans leur travail. Mesure du taux d'utilisation réel.

Gestion de la transformation organisationnelle lors de l'introduction de l'IA : accompagnement humain, formation, communication, résolution des résistances.

Upskilling : monter en compétences sur l'IA. Reskilling : se reconvertir vers de nouveaux métiers liés à l'IA ou complémentaires.

IA-first : construire toute sa stratégie autour de l'IA. IA-ready : préparer son organisation à intégrer l'IA progressivement.

Réinvention profonde des processus, modèles d'affaires et expériences client d'une entreprise en plaçant l'IA au cœur de sa stratégie.

Création automatique de textes, images, vidéos, musique par l'IA selon vos instructions : articles, posts réseaux sociaux, visuels marketing.

Utilisation de l'IA pour examiner de grands volumes de données, identifier des tendances, anomalies et insights impossibles à détecter manuellement.

Chatbots et assistants IA qui répondent aux questions clients 24h/24, résolvent des problèmes simples et transfèrent les cas complexes aux humains.

Adapter automatiquement l'expérience, le contenu ou les recommandations à chaque utilisateur selon son profil, comportement et préférences.

Systèmes d'IA qui suggèrent des produits, contenus ou actions pertinents basés sur l'analyse de comportements similaires et préférences utilisateur.

Utiliser l'IA pour anticiper des événements futurs en analysant des données historiques et en identifiant des patterns : demande, pannes, comportements.

Trier automatiquement des éléments dans des catégories : emails (spam/légitime), documents (type), images (contenu), sentiments (positif/négatif).

Condenser automatiquement de longs documents, réunions ou conversations en points clés essentiels, économisant du temps de lecture.

Conversion automatique et précise de textes d'une langue à une autre, en préservant le sens, le ton et les nuances culturelles.

Conversion automatique de la parole (réunions, interviews, podcasts) en texte écrit, avec ponctuation et identification des locuteurs.

Recherche qui comprend le sens et l'intention derrière votre question, pas juste les mots-clés, pour trouver des résultats vraiment pertinents.

Identifier et extraire automatiquement des données spécifiques (dates, montants, noms) depuis des documents non structurés comme des emails ou PDFs.

Comment les entreprises d'IA génèrent des revenus : abonnements, paiement à l'usage, freemium, licences, intégrations dans d'autres produits.

Dépenses liées à l'IA : abonnements aux outils, infrastructure de calcul, formation des équipes, développement personnalisé, maintenance.

Freemium : version gratuite limitée pour découvrir. Premium : version payante avec plus de fonctionnalités, de vitesse, de volume.

Capitaux investis par les entreprises et fonds dans le développement, recherche et déploiement de technologies d'IA. Secteur très financé actuellement.

Bouleversement profond d'un secteur d'activité par l'IA, rendant obsolètes certains métiers/processus tout en en créant de nouveaux.

Premier cadre réglementaire complet au monde sur l'IA, adopté par l'UE. Classe les IA par niveau de risque et impose des obligations selon ce niveau.

Ensemble des lois et normes encadrant le développement et l'usage de l'IA pour protéger les citoyens, garantir l'éthique et la sécurité.

Questions juridiques non résolues : qui possède les créations d'une IA ? Peut-on utiliser des œuvres protégées pour entraîner une IA ?

Qui est responsable quand une IA fait une erreur causant un préjudice ? Le développeur ? L'utilisateur ? L'entreprise ? Question juridique complexe.

Impact environnemental de l'IA : consommation énergétique massive pour l'entraînement et l'utilisation des modèles, émissions de CO2 associées.

Développement d'IA plus écologiques : optimiser les modèles pour consommer moins, utiliser des énergies renouvelables, allonger la durée de vie des modèles.

Degré de confiance et d'acceptation de l'IA par la population. Dépend de la transparence, des bénéfices perçus, et de la gestion des risques.

Niveau de fiabilité perçue et de confort psychologique à déléguer des décisions ou tâches à l'IA. Se construit par l'expérience et la transparence.

Tendance humaine à attribuer des caractéristiques humaines (émotions, intentions, conscience) à l'IA, alors qu'elle n'en a pas réellement.

Inégalités d'accès et de compétences face aux technologies numériques et à l'IA, créant des exclus de la révolution technologique.

Impact de l'IA sur le marché du travail : destruction de certains emplois, transformation d'autres, création de nouveaux métiers. Débat central.

Transformation de l'enseignement par l'IA : personnalisation des parcours, tutorat intelligent, mais aussi risques de triche et de perte d'apprentissage.

Applications médicales de l'IA : diagnostic précoce, découverte de médicaments, chirurgie assistée, suivi personnalisé. Révolution en cours.

Vidéos, images ou audios hyper-réalistes créés par IA où on fait dire ou faire des choses fausses à des personnes. Risque majeur de désinformation.

Diffusion massive de fausses informations facilitée par l'IA : génération automatique de fake news, bots de propagande, manipulation d'opinion.

Ensemble de connaissances et compétences permettant de comprendre l'IA, l'utiliser efficacement et en évaluer critiquement les résultats. Nouvelle compétence clé.

Scénarios hypothétiques où une IA super-intelligente échappant au contrôle humain pourrait menacer l'existence même de l'humanité. Débat controversé.

Utilisation de l'IA (reconnaissance faciale, analyse comportementale) pour surveiller en continu de larges populations. Menace pour les libertés.

Plan global définissant comment une organisation va utiliser l'IA pour atteindre ses objectifs business : cas d'usage, ressources, timeline, gouvernance.

Identification des cas d'usage de l'IA offrant le meilleur ratio impact/complexité pour commencer, plutôt que de vouloir tout faire en même temps.

Projet test limité pour vérifier qu'une solution IA fonctionne techniquement et apporte de la valeur, avant d'investir dans un déploiement complet.

Version simplifiée d'une solution IA avec fonctionnalités essentielles seulement, pour valider l'intérêt utilisateur et itérer rapidement.

Passage d'une expérimentation réussie à un déploiement à grande échelle dans toute l'organisation, avec les défis techniques et humains associés.

Mentalité organisationnelle où les décisions sont basées sur l'analyse de données plutôt que l'intuition. Prérequis pour réussir l'IA.

Dilemme stratégique : développer sa propre solution IA sur-mesure (build) ou acheter/utiliser des solutions existantes sur le marché (buy) ?

Règles internes définissant comment les employés peuvent (ou non) utiliser l'IA : outils autorisés, données acceptables, validations nécessaires.

Programme d'apprentissage pour développer les compétences IA des employés : compréhension, utilisation pratique, bonnes pratiques, éthique.

Définition et suivi d'indicateurs (KPIs) pour évaluer l'impact réel de l'IA : gains de temps, qualité, satisfaction, ROI.

Chatbot IA conversationnel le plus populaire, basé sur les modèles GPT. Capable de dialogue, rédaction, analyse, code, traduction.

IA conversationnelle réputée pour sa fiabilité, sécurité et capacité d'analyse de longs documents. Concurrent principal de ChatGPT.

Suite d'IA de Google, intégrée dans ses produits (Gmail, Docs, Search). Forte en recherche d'informations et multimodalité.

Assistant IA intégré dans les produits Microsoft (Windows, Office, Edge). Aide à la productivité au quotidien.

IA spécialisée dans la génération d'images artistiques et créatives de très haute qualité à partir de descriptions textuelles.

Générateur d'images par IA d'OpenAI, capable de créer des visuels variés, d'éditer des photos existantes et de les étendre.

IA de génération d'images open source, utilisable gratuitement localement. Très personnalisable par la communauté.

Moteur de recherche IA qui répond directement à vos questions avec sources citées, combinant recherche web et IA conversationnelle.

IA intégrée dans l'outil de productivité Notion pour rédiger, résumer, organiser et améliorer vos notes et documents.

Assistant de programmation IA qui suggère du code en temps réel pendant que vous développez, accélérant significativement le développement.