L’IA c’est quoi ? La FAQ

Cette FAQ s’efforce de répondre simplement aux questions principales concernant l’intelligence artificielle. Cette FAQ est en cours d’écriture (à la main).

Vidéo générée par NoteBookLM (IA) à partir d’un support de formation. Quelques erreurs s’y sont glissées, NoteBookLM prenant des décisions et ne permettant pas l’édition de la vidéo ensuite. Cela reste néanmoins une bonne introduction.

Qu’est-ce que l’intelligence artificielle ? Comment ça fonctionne ?

IL y a beaucoup de mythes, erreurs et mensonges à propos de l’IA. Commençons par expliquer ce que l’IA n’est pas.

les IAs ne sont pas des algorithmes traditionnels

Le comportement des IAs (les réponses apportées aux questions), ne sont pas un résultat déterminé par des « lignes de code ». Par opposition, un algorithme, c’est « va tout droit, tourne à droite au feu, tant que tu ne vois pas la boulangerie, roule ». Un algorithme, c’est un très vaste ensemble d’instructions (de codes) qui ont été écrites par des humains. Un algorithme peut bugguer s’il y a une erreur dans ces lignes.

Un algorithme ne saura pas s’adapter aux imprévus (s’il y a une route coupée et que cela n’a pas été prévu par les informaticiens, pas de possibilité d’adaptation) : L’IA peut. C’est pour cela qu’elles ont été inventées.

Les IAs sont bien composés de « lignes de code » (ça reste de l’informatique), mais c’est surtout un immense ensemble de nombres et d’opérations mathématiques. Si on demande 2 fois exactement la même chose à une IA, on aura en général 2 réponses différentes. On ne peut jamais être 100% certain que la réponse est rigoureusement exacte, puisqu’elle n’a pas été « programmée ».

Le problème que cela pose : les IAs « échappent » aux ingénieurs, et nul ne peut savoir réellement comment et pourquoi elles ont répondu ce qu’elles ont répondu. On le comprend sur le plan théorique, mais on ne peut pas retracer précisément leur cheminement de « pensée » autrement que listant des milliers (ou millions) d’opérations mathématiques. Alors qu’un programme classique, aussi complexe qu’il soit, on pourra toujours retracer tout le cheminement (= toutes les lignes de codes, les unes après les autres = toutes les étapes).

L’algorithme est le concept le plus fondamental et le plus ancien en informatique. Il s’agit d’une séquence finie d’instructions claires et non ambiguës qui permet de résoudre un problème ou d’effectuer une tâche donnée. Un algorithme est une recette, une procédure pas à pas. Que ce soit pour calculer une somme, trier une liste de nombres, ou piloter un bras robotique, il y a toujours un algorithme derrière. L’IA, comme de nombreuses autres applications informatiques, repose intrinsèquement sur des algorithmes. On pourrait dire que l’algorithme est le langage que l’ordinateur comprend pour exécuter une tâche.

Les IAs ne sont pas des moteurs de recherche

Un moteur de recherche est basé sur un vaste index : une gigantesque liste qui associe des mots à des pages webs. Ainsi, Google a une liste de toutes les pages webs produites depuis très longtemps. Et chaque page est associée aux mots qu’elle contient, avec une note de pertinence.

Les IAs « chatbot » (texte) actuelles sont chapeautées par des chefs d’orchestre qui, dans certains cas, vont aller interroger un moteur de recherche (souvent l’index de google) pour retrouver des pages webs. Ce chef d’orchestre « donne » ces pages à l’IA qui les résume et les utilise pour répondre.

Mais, le coeur d’une IA est sa propre « connaissance », pas le web. Dans le cas de ChatGPT par exemple, c’est comme un bibliothécaire qui aurait lu toutes les bibliothèques du monde, et qui répond par rapport à cela. Et, éventuellement, il peut aller voir sur le web. Et quand il le fait, ça revient en gros pour lui à « demander à Google ».

Un moteur de recherche est un système logiciel conçu pour trouver des informations sur le World Wide Web. Son fonctionnement repose sur des algorithmes complexes qui indexent le contenu des pages web, analysent les requêtes des utilisateurs et classent les résultats pertinents. Bien que les moteurs de recherche modernes utilisent des techniques d’IA (par exemple, pour comprendre l’intention de l’utilisateur derrière une requête, pour améliorer la pertinence des résultats ou pour personnaliser l’expérience de recherche), le moteur de recherche en lui-même n’est pas de l’IA. C’est un outil qui utilise l’IA pour optimiser sa fonction principale : trouver de l’information.

Définition simple et courte de l’IA

L’Intelligence Artificielle (IA) ne fonctionne pas sur une base de « lignes de codes » représentant des instructions données par les informaticiens. Toute IA est basée sur une structure mathématique qui permet de « calculer » une réponse. On appelle ce mécanisme « inférence » : c’est une forme de raisonnement calculé (inféré), déduit.

• Historiquement, à l’origine il y avait les systèmes experts : ensemble de règles « logiques » qui permettent à l’IA de déduire une réponse logique en étudiant ce qui lui est donné par l’utilisateur. Par exemple, un système médical qui connait toutes les règles liant des symptômes à des maladies, puis des maladies à des thérapies et des médicaments. L’utilisateur fournit les symptômes,et l’IA applique toutes ses règles pour déduire une réponse. La limite de ses IAs est que les règles sont fournies par des humains. L’avantage, c’est que l’on maîtrise totalement les réponses qui sont « sures à 100% », puisque les règles sont fixes et connues.
• La grande révolution vient du machine learning : ces règles ne sont pas données (ni connues) par les humains. Elles sont apprises par l’IA, à partir de données d’entrainement. Ces règles sont encodées sous forme de nombres et d’opérations mathématiques. Il peut y en avoir des millions, qui sont illisibles pour un humain. Ainsi, une IA qui lit toute la littérature scannée, apprend « par tâtonnement » à créer des phrases bien construites et ayant un sens. Elle construit ses propres règles, qui ne peuvent être « extraites » puisqu’elles sont représentées par des millions de calculs mathématiques.
• Et puis viennent les LLMS (Large Langage Model) : les IAs conversationnels comme ChatGPT. L’innovation est l’architecture « transformer » (invention de google) : réseau de neurone multi-couche (deep learning) basé sur un mécanisme d’attention : les « mots » ont plus ou moins de « poid » selon le contexte, et le mécanisme d’attention permet cela. Ainsi, avec un contexte précis (= un prompt et une conversation pas trop longue), les LLMs de classe « transformer » allument dans leur réseau de neurone, ce qui concerne votre compréhension des mots (telle que l’Ia l’a comprise d’après le contexte).
  • C’est pourquoi il est important de donner un contexte, d’expliquer sa demande. Et de limiter une conversation trop longue (l’attention se dilue).
  • C’est lié au concept de « token » : le nombre de mots (ou de sous-mots) que l’IA peut traiter en même temps. Dans une conversation très longue, le début est perdu. Et aussi, le sens, ce que vous voulez dire, se dilue dans trop de mots (un peu comme une réponse trop longue d’un politicien, on ne sait même plus quelle était la réponse).
  • La révolution qui a permis les IAs conversationnelles est double : ce mécanisme d’attention. ET les ressources machines. Pour entrainer une IA de ce type, il faut énormément de temps et de puissance de calcul. Ce n’était tout simplement pas possible avant. A noter que chaque réponse de l’IA consomme aussi beaucoup de temps de calcule, puisque l’intégralité du contexte est revu, et chaque mot de la réponse est calculé un par un…

Quelle est la différence entre l’IA, le machine learning et le deep learning ?

• IA : système qui déduit une réponse à partir d’une question. La réponse peut être un texte, une image, une vidéo, un son, etc… cela dépend de l’IA. La question est un « ordre » entré par un utilisateur. Pour ChatGPT, la question est le contexte de la conversation, plus le dernier prompt. Ce mécanisme de déduction s’appelle inférence. Il existe de nombreux types d’IA et d’inférence.
• Machine learning : mécanisme qui permet à une IA de construire son système interne (sa représentation mathématique), sans ou avec peu d’intervention humaine. Il faut pour cela énormément de données initiales, puisqu’on peut considérer que l’IA apprend « sans aide extérieure » (ou avec très peu d’aide humaine). Elle apprend en constatant statistiquement des similitudes, des liens, des correspondances, etc. C’est la première phase d’entrainement. Ensuite, elle est entrainée par des mécanismes de : erreur / correction.
• Deep Learning : c’est une manière plus efficace de faire du machine learning. On parle de « multi-couche ». La représentation mathématique interne est décomposée en plusieurs couches qui se spécialisent. Par exemple, une couche s’occupe de la syntaxe, une autre de la grammaire, etc. Cette spécialisation se fait « par tâtonnement », et n’est pas configurée par les humains.

Cet article est très verbeux, et pourtant je ne fais qu’effleurer le sujet. Mon point de vue : qu’on aime ou pas, une seule chose qu’on ne peut pas se permettre de ne pas faire : s’informer. Contactez moi ! Pour vous, votre business, vos enfants, ou pour comprendre les risques sociétales. Personnellement, je ne veux pas vieillir en étant mise à l’écart, en subissant. Ne soyez pas victimes de cette révolution.
J’ai la chance d’avoir le bagage mathématique et informatique, ce qui me donne le recul pour comprendre, répondre, expliquer. Profitez-en, prenez rendez-vous.

À quoi sert l’IA au quotidien

Quels sont les exemples d’IA aujourd’hui (chatbots, assistants vocaux, voiture autonome, etc.) ?

• Les IAs utilisées pour la science, la simulation et le médical : nettoyage automatique d’images satellites, simulation de tremblement de terre, recherche médicale, etc. Certaines sont toujours des systèmes expert (pas de machine learning), lorsqu’on a besoin d’une certitude d’obtenir une réponse exacte. D’autres assistent les chercheurs ou sont utilisées en complément quand il n’existe de méthode fiable classique. Ou que le travail manuel est impossible car trop long (repérage sur images satellites, par exemple).
• IA génératives : texte, vidéo, son, image. Ce sont les IAs grand public les plus connues actuellement.
• IA spécialisées pour le commerce et la publicité, un peu partout : Par exemple, les moteurs de préférence sur les sites de boutiques en ligne, le ciblage publicitaire, le pricing dynamique.
• IA pour l’industrie et la robotique : maintenance prédictive, automatisation, contrôle qualité
• Dans le secteur de la finance : détection de fraude, trading algorithmique, scoring de crédit
• IA pour les transports et la logistique : véhicules autonomes, optimisation de trajets, supply chain
• Sécurité et cybersécurité : détection d’intrusion, reconnaissance faciale, analyse de menaces
• IA pour l’administration et le secteur public analyse de données, gestion de services, surveillance

Exemples concrets d’usages de l’intelligence artificielle dans notre vie personnelle

Il existe une infinité d’usages personnels, et il faut en être conscient. Notament si on a dans ses proches des personnes qui peuvent être fragiles ou influençables. A commencer par les enfants et ados.

• Education, formation, apprentissage. Les IAs génératives gratuites (chatGPT, gemini, claude, mistral…) sont très bonnes pour apprendre. Elles peuvent avoir des lacunes si on apprend un domaine extrèmement récent (par exempl GPT4 était entrainé avec des données de 2024).
• Cuisine, sport, vacances, etc : Ces mêmes IAs génératives sont aussi très pertinents pour créer un programme sportif, des recettes, un planning de la semaine, voir suggérer des visites dans une ville pour les vacances. Plus le sujet a d’impacts, plus il faut vérifier les réponses. Par exemple, demander un programme sportif peut comporter des risques, les IAs n’étant pas des médecins qui voient leur patient.
• Ami et psychologie : beaucoup de gens utilisent l’IA en tant que confident ou thérapeute. Cela peut être une aide, ou dangeureux. Il existe des applications IAs qui visent à remplacer un thérapeute. Par exemple : le « journal IA qui répond ».
• En assitant à la création : texte, image, musique, vidéo, ou en nouvelle forme de créativité.
• Indirectement : dans les objets commectés (thermostas intelligents…), les logiciels utilisés (recommandation de contenu sur les plateformes de streaming…), ou les jeux vidéo intégrant des IAs.

Exemples pratiques d’utilisation de l’IA dans notre vie professionnelle

Dans plusieurs cas proposés ci-dessous, il est important de se rappeler que les IAs ne sont pas fiables à 100%. Parfois, il faut le penser comme « délégué à un stagiaire ». Avec un bon prompt, c’est souvent « délégué à un expert ». Mais si le résultat est important (impactant), une relecture humaine reste nécessaire.

L’automatisation IA peut par exemple aller jusqu’à l’écoute de conversation avec un prospect, le CR automatique, puis l’envoie d’email automatiquement avec prise de rendez-vous. Et parfois, c’est même l’IA qui décroche le téléphone et appelle (et ça vient en vidéo aussi).

• Automatisation administrative : classement d’emails, rédaction de comptes-rendus, assistants de réunion
• Analyse de données et business intelligence : prévisions, tableaux de bord, détection de tendances.
• Marketing et relation client : chatbots, segmentation, scoring de prospects, campagnes personnalisées
• Communication : création des supports, et gestion des réseaux sociaux.
• Ressources humaines : tri de candidatures, analyse de cv, suivi des performances
• Finance et comptabilité : prévisions budgétaires, détection d’anomalies, automatisation comptable
• Production et industrie : maintenance prédictive, contrôle qualité, optimisation de chaînes de production
• Santé et médical : aide au diagnostic, analyse d’imagerie médicale, recherche clinique
• Juridique et conformité : analyse de contrats, veille réglementaire, détection de fraudes
• Collaboration et productivité : traduction, synthèse de documents, brainstorming assisté
• Recherche et innovation : simulation scientifique, modélisation, découverte de molécules ou matériaux

Comment utiliser l’IA

Comment apprendre ou se former à l’IA ?

Tout dépend de comment on veut l’utiliser. A vrai dire, utiliser l’IA pour comprendre et apprendre est parfois une bonne approche : aller sur gemini ou demander « je souhaite apprendre à utiliser l’IA. Agis comme un pédagoge expert du sujet de l’utilisation de l’IA. Pose moi des questions pour préciser ce que je veux faire, puis aide moi à apprendre ». Cela permet de commencer. Ou parfois d’approfondir.

Il existe aussi de nombreux courts gratuits. Attention, de nombreuses « masterclass » se montent de la part de non-experts; Fuyez ces formations.

• https://course.elementsofai.com/fr-be/
• En anglais
  • https://academy.openai.com/home (ChatGPT)
  • https://grow.google/intl/be-fr/ai-trainings/ (google : gemini)

Quelle est la meilleure IA gratuite ?

Tout dépend de votre utilisation. Les grandes se valent. Pour certaines spécificités on peut préférer l’une ou l’autre, ou estimer que l’une est meilleure que l’autre. Et c’est peut être vrai. Mais cela change trop souvent pour que suivre « la meilleure » soit pertinent. A moins d’être un excellent expert avec des besoins très spécifiques (mais dans ce cas, vous n’êtes pas en train de lire cet article).

Mon opinion personnelle est qu’il vaut mieux se baser sur un poid lourd du marché. On sait qu’il continuera à exister dans la guerre économique qui oppose les fournisseurs d’IA. Et si les utilisateurs sont mécontents ou qu’une nouvelle fonctionnalité apparait chez un concurrent… ils ont la puissance pour très rapidement faire mieux.

Voici la liste des « grandes » IAs conversationnelles. Qui de plus en plus sont branchées à d’autres IAs, pour par exemple pouvoir générer des l’image.

• L’IA de google : gemini pour la conversation et la connaissance. Et pour le lien avec l’écosystème google (sheet, doc, …)
• L’IA de Open AI : ChatGPT : similaire à gemini, avec des différences. Tout est question de vos préféfences. Testez les 2. ChatGPT intégère Dall-e, c’est à dire que vous pouvez lui demander de générer une image. ChatGPT va créer le prompt et l’envoyer à dall-e. Ce qui est plus facile qu’écrire le prompt soi-même.
• Claude (Anthropic) : concurent de ChatGPT connu pour être très bonne sur le texte
• Mistral : l’européenne (similaire à ChatGPT et gemini)
• copilot (microsoft) : intégré dans office (word, excel, powerpoint), windows et edge.
• Perplexity : ce n’est pas directement une IA. C’est un hybride IA et moteur de recherche :
  1. Une IA conversationnelle qui s’efforce de comprendre votre demande (qui devrait toujours être de type « recherche sur internet »)
  2. Lance plusieurs recherches sur plusieurs moteurs de recherche
  3. Synthétise la réponse. Ne se contente pas de la résumer, mais trouve les meilleures réponse, « réfléchit », tire des conclusions et vous les affiche. Tout en présentant ses sources. Très efficace pour des recherches complexes. Par exemple, si on ne trouve pas de réponse sur Google, perplexity peut être capable de confirmer qu’il n’y a pas de possibilités, et expliquer pourquoi.
  4. L’inconvénient : très limité en nombres d’utilisation dans sa version gratuite.

Il y en a d’autres (chinoise, ou Grok celle d’Elon Musk). Mais tester ces 4 là et choisir, c’est déjà bien.

On peut aussi citer les IAs intégrées aux outils : notion, canva, …

Quelle est la meilleure IA pour générer des images, audio et vidéo ?

En général ces IAs sont limitées à quelques utilisations par jour, en version gratuite.

Génération d’image

Il existe de très nombreuses solutions.

• dall·e (openai, intégré à chatgpt) : génération et édition d’images à partir de texte. Intégration illimitée dans l’abonnement à chatGPT (info été 2025). C’est call-e qui est appelé quand on demande à ChatGPT de générer une image. On peut donc lui demander conseil pour générer le prompt.
• midjourney : spécialisé dans le rendu artistique. L’une des IAs les plus réputées en génération d’image.
• https://leonardo.ai/ moins connue que midjourney, mais très beau rendu également.
• firefly (adobe) : intégré dans photoshop, illustrator et adobe express.

outils audio et vidéo

• sora : se trouve dans le menu de ChatGPT. Pour l’instant distincte, probablement intégrée à terme.

J’avoue ne pas avoir testé les autres :

• suno : génération musicale.
• voicemod ou play.ht : clonage et génération de voix.
• runway : génération et montage vidéo assistés par ia.
• pika labs : génération vidéo à partir de texte.

Comment bien utiliser l’IA

1. Se former ou s’informer pour bien comprendre comment et quand l’utiliser ! C’est comme bricoler, on sait quel tournevis utiliser avant de commencer.
2. Réfléchir à ce qu’on veut faire, être capable de l’exprimer clairement. L’IA n’est pas télépathe. Il faut préciser les ordres très clairement, sans ambiguité. Et si on ne sait pas, il y a une méthode simple : lui demander de poser des questions.
3. Et utiliser le bon outil. ChatGPT n’est pas un moteur de recherche; mais peut aller chercher de l’information sur le web. Si vous voulez une réponse purement « recherche sur le web » sur qlq chose de récent (comme un ticjet de train), chatGPT n’est pas fait pour.

prompt engineering

Il y a quelques essentiels à connaître :

• Donner le contexte global : « dans le contexte de l’a création d’une formation pour des ados, sur le sujet de … »
• Donner l’objectif : « l’aobjectif de cette conversation est la création d’un menu de mariage »
• Préciser : « c’est un menu vegan pour 98 personnes, au mois d’aout. Mon budget est de … ».
• Eventuellement, lui dire quel role il doit adoputer : « agis en tant que wedding planer assisté d’un chef étoilé ».
• Eventuellement, préciser le format : « réponds avec une liste non détaillée »
• Si le processus est complexe, lui dire de le faire par étape : « réfléchis par étapes, et soumet moi chaque étape ».
• Ne pas hésiter à terminer par « commence pas me poser les questions dont tu as besoin pour préciser ma demande »
• Et parfois, il est bon de lui dire « reformule pas question pour que je valide que tu as bien compris ». Cela limite les malentendus et renforce la question.

Ce prompt est pour de la génération de texte. Pour une image, il faudrait préciser le style, la taille, les couleurs, etc. C’est pour cela qu’il est plus facile de commencer à générer des images avec ChatGPT : vous pouvez lui demander de poser des questions, et de vous montrer comment il faut rédiger le prompt.

Il peut également être intéressant d’utiliser des éléments de https://www.markdownguide.org/. Cela permet de mettre des titres, en gras, etc. Les IAs LLM comprennent cela très bien (c’est même comme cela qu’elles répondent). Et ça permet de structurer. Contrairement à ce qu’on trouve bcp chez de faux experts, oui, il faut mettre du texte et pas du code (XML, JSON, etc). Les LLMs sont des modèles de langages. Ils sont bon sur le langage naturel, moins bon dès qu’on a du code informatique. Ils peuvent être bons car spécifiquement entrainés, mais ce n’est pas leur fonction de base.

Par exemple : mettre # devant un titre. Ou ** ** autour d’un mot pour le mettre en gras (ça lui donne plus de force).

Comment éviter les hallucinations ?

La réponse est toujours le même : par une bonne utilisation.

• les LLM comme ChatGPT (LLM = Large Langage Model) construisent des phrases par prévision de mots. Chaque mot étant l’un des mots les plus probables suivant les mots précédents. Une fois qu’on a bien compris cela, on sait qu’il y a un risque d’hallucination si :
  • on lui demande de compter
  • on utilise des mots ambigues sans préciser le contexte : les hallucinations sont alors des simples « malentendus »
  • on prompte mal : exemple « tu es un graphiste, dessine une carte de l’Afrique en indiquant le Togo ». Mauvais prompt : un graphiste n’est pas un géographe; Les cartes ne se « dessinent » pas.
  • on demande à un générateur d’image de mettre beaucoup de texte (il est entrainé sur des images, donc le texte est traité comme des morceaux d’image)
  • on lui demande de citer « par coeur » un texte (un poème par exemple). Les IAs conversationnelles (LLM) comme chatGPT ne mémorise aucun morceau de texte. Elles mémorisent des schémas, des liens statistiques entre mots. Il y a très peu de chance qu’une IA puisse citer par coeur un poème. En revance, elle saura parfaitement imiter un style. Et si vous lui dites que c’est faux, elle sera confuse. Pour elle, c’est « vrai », puisque l’enchainement des mots est logique. Elle répond du plausible, pas des morceaux de fichiers stockées.

Quels impacts de l’Intelligence artificielle sur notre avenir ?

D’abord, précisons une chose importante : nul n’est oracle. On n’en sait rien. Sauf une chose : c’est là, ça va probablement rester, et l’impact est énorme. Trop énorme pour qu’on puisse le prévoir précisément. C’est bien plus compliqué que prévoir la météo, ou le court de la bourse. Et pourtant, ça non plus on ne sait pas prévoir.

Donc tout ce qu’on peut et doit faire : se former, s’informer, se préparer, et prendre le virage au fur et à mesure. Quant à courir devant et sortir l’offre ou le produit miracle pour être « le premier »? A moins d’avoir la puissance de google, aucune chance.

L’IA est-elle une mode ou une révolution durable ?

Révolution durable. La « hype » va passer, mais la réalité est là. Et à vrai dire, ça fait plus longtemps qu’on le croit que l’IA est là. La différence, c’est que c’est maintenant visible. Dans certains domaines, la mode va passer. Dans d’autres, c’est déjà établit. La « hype » et les faux experts font que bcp de projets commencent déjà à échouer. Mais les bons suages sont déjà en place.

Par exemple : le démarchage téléphonique automaitque … avec des IAs qui parlent. C’est déjà là.

L’IA est-elle éthique ? Qui contrôle son développement et ses usages ?

Les plus grosses sont controlées (conçues, entrainées, déployées) par google, meta, microsoft. Je pense que cette réponse suffit à comprendre que l’éthique ne peut être que limitée. L’alternative Mistral (Europe) est sans doute plus éthique.

Mais la question à se poser est la suivante : le problème est-il l’IA éthique, ou l’utilisation non éthique. Mon opinion : un mélange des deux. Et j’explique pourquoi dans le paragraphe sur les biais.

Les IAs sont biaisées. Ca veut dire quoi.

Prenons le cas des IAs conversationnelles : elles ont été entrainées sur un corpus (= des documents). Plus précisément, tout ce qui a été digitalisé et qui est en théorie d’un bon niveau. Non, les IAs n’ont pas été entrainées sur tout ce qui est sur internet. Plutôt sur tout ce qu’il y a dans toutes les bibliothèques du monde.

Sauf que :

• Les ouvrages, historiquement (surtout digitalisés), sont massivement écrits par des hommes, occidentaux. Donc biais.
• Une phase de l’entrainement des IAs qui s’appelle le fine-tuning, (réglages « fins » en fin d’entrainement), est fait avec des humains qui pointent les erreurs, sélectionnent de nouveaux textes à intégrer, etc. Et là, on a de nouveau majoritairement des hommes occidentaux. Leurs biais inconscients se retrouvent forcément dans l’entrainement. Même si de nombreux efforts sont faits pour limiter cela.
• Si tout le monde s’informe sur ses IAs, cela renforce ces biais inconscients, dans l’insconcient collectif.

Quels emplois ou secteurs seront les plus transformés ?

A priori : tous les emplois non manuels qui n »ont pas une très grande valeur ajouée, qui sont un peu « répétitifs ». Surtout ceux qui sont basés sur l’écrit. On dit que l’IA va faire disapraitre des métiers. On dit « non non ». A vrai dire, ce sont des emplois qui vont disparaitre. Même si pour de nombreux métiers, le métier existera toujours, il suffira peut -être d’un humain là où il en fallait 20. Le résultat? peut-être un travail moins bien fait, mais moins cher et plus rapide.

L’IA va-t-elle remplacer les humains ou les aider ?

Les 2. Si les humains on plus d’aide IA, ils ont moins besoin d’aide humaine.

Est-ce que l’IA est un danger pour la sécurité ?

Comment protéger ses données avec l’IA ?

Il faut avoir les même réflexes que partout : ne pas partager ses données personnelles et sensibles n’importe où. Doit-on dramatiser l’IA de google alors qu’on partage déjà tout sur google sheet, doc, etc? La différence est la peur que les IAs s’entrainent sur nos conversations et nos données sensibles, et ensuite en « recrachent des morceaux » dans des conversations.

D’une part, les données d’entrainement sont anonymisées, donc ça limite le risque. D’autres part, c’est à mon sens se donner trop d’importance. Qu’un illustrateur de renom ait peur que son style soit recopié, oui. Qu’on ait peur que nos données comptables servent à s’entrainer et soient ressorties ? A quoi ça servirait à une IA d’apprendre nos données comptables.

Il faut se rappeler 2 choses : l’entrainement coute cher, donc je doute qu’ils entrainent les IAs sur n’importe quoi. Les IAs sont déjà entrainées (puis figéres), donc les nouvelles versions sont améliorées (ou modifiées) sur leur aptitude à la conversation, leur style, et des infos plus récentes. Elles ne s’entrainent pas en temsp réel sur internet et nos conversations. Ca couterait beaucoup trop cher, et ça risquerait de leur nuire. Elles ont couté beaucoup trop cher pour que le risque de les « dégrader » en les entrainant sur n’importe quoi soit pris. Et si c’est juste pour les entrainer sur des tournures de phrases récentes, ce n’est pas ça qui va mettre nos données en danger. Une fois qu’une IA a appris, elle va avoir beaucoup de mal à désapprendre !! On ne peut pas juste « effacer » certains apprentissage.

Quelles sont les limites ou dangers de l’IA  ?

Une « mauvaise » utilisation, par erreur ou malveillance. Actuellement, c’est ça le danger.

Peut-on faire confiance aux décisions prises par une IA ?

Pour les IAs « machine learning » : pas à 100%, mais pas plus pas moins qu’à un humain. Le tout est de choisir pour quoi on fait confiance, l’impact qu’une imprécision ou erreur peut avoir. Là encore, s’informer et comprendre pour quoi et comment les IAs sont pertinentes, c’est la base.

Est-ce que l’IA peut mentir ?

Non. Mentir implique une intention, une volonté, une conscience. Les IAs peuvent se tromper. Souvent, l’humain utilisateur constate une erreur (qui est une erreur de son propre point de vue). L’IA constate que dans sa logique mathématique, ce n’est pas une erreur. Donc elle « défend son point de vue ». Dans ces cas là, il ne faut pas insister, on a touché sa limite. Ou on a très mal prompté.

par exemple : si on lui demande « donne moi 2 exemples d’entreprises qui ont fait faillite en 2024 », elle peut « inventer ». Normal, on lui a demandé des exemples. Pas des faits.

Faut-il craindre une perte de confidentialité ou la surveillance par l’IA ?

C’est quelque chose qu’on peut toujours craindre de la part d’autorités ou de groupes malveillants. L’IA donne plus de forces et de possibilités. Donc oui. C’est un outil ultra puissant, qui peut être mal utilisé.

Si vous êtes arrivé jusque là, vous savez mon point de vue : qu’on aime ou pas, une seule chose qu’on ne peut pas se permettre de ne pas faire : s’informer. Contactez moi ! Pour vous, votre business, vos enfants, ou pour comprendre les risques sociétales. Personnellement, je ne veux pas vieillir en étant mise à l’écart, en subissant. Ne soyez pas victimes de cette révolution.
J’ai la chance d’avoir le bagage mathématique et informatique, ce qui me donne le recul pour comprendre, répondre, expliquer. Profitez-en.