CCAPV : La Minute Numérique De quoi parle-t-on ? Les mots de l’intelligence artificielle

18 Mai 2026 , Rédigé par verdon-info Publié dans #CCAPV

CCAPV : La Minute Numérique

De quoi parle-t-on ? Les mots de l’intelligence artificielle

Le vocabulaire de l'intelligence artificielle (IA) circule partout, dans les médias, sur les réseaux, dans les conversations, mais les mots eux-mêmes restent souvent flous. Dans ce nouvel épisode de la Minute numérique et à l'occasion de l'événement national de la « Semaine de l'IA pour tous », nous allons découvrir des termes liés à l'IA sous la forme d’un lexique non exhaustif, pour mettre des réalités concrètes derrière ces mots.

Prompt : C'est ce que vous tapez ou dites pour faire vos demandes à une IA : une question, une consigne, une recherche, etc. En français on pourrait le traduire par « instruction », mais c'est un anglicisme qui s'est déjà répandu dans les conversations et sur les réseaux. La qualité du prompt influence directement la qualité de la réponse : plus votre demande sera claire et précise, plus le résultat sera pertinent. L'utilisation d'un vocabulaire spécialisé oriente la réponse vers un registre professionnel, et la langue utilisée peut également influencer le résultat.

IA générative, analytique et prédictive : Ces trois expressions correspondent à trois grandes familles d'intelligence artificielle, chacune avec un objectif différent. L'IA analytique examine des données pour en tirer des informations (détecter un problème, classer des résultats d'analyses, faire une synthèse, etc.). L'IA prédictive anticipe des tendances futures à partir de données passées (météo, recommandations, etc.). L'IA générative, enfin, produit du contenu nouveau : texte, image, son, vidéo. C'est elle qui est au cœur de l'actualité depuis 2022, alors que les deux précédentes existent depuis les années 1980 pour l'IA analytique et les années 2000 pour l'IA prédictive.

LLM : Large Language Model (LLM), soit « grand modèle de langage ». C'est la technologie qui propulse des IA comme ChatGPT, Claude, Gemini, DeepSeek ou Mistral. Un LLM a été nourri de quantités massives de texte et a appris à prédire, mot après mot, la suite la plus probable d'une phrase. Il ne « comprend » pas au sens humain du terme : il calcule. De plus en plus de LLM sont aussi multimodaux, capables dans une même interface de générer du texte, du code informatique, des images, du son et des documents.

Agent IA : Un agent IA est un LLM auquel on a donné la capacité d'agir. Là où un chatbot classique se contente de répondre, un agent peut naviguer sur le web, envoyer des e-mails, exécuter du code ou interagir avec d'autres logiciels, de façon autonome et en enchaînant plusieurs étapes sans intervention humaine. C'est une évolution significative : on passe d'un outil qui conseille à un outil qui fait, avec tous les risques d’erreurs que cela comporte.

AGI : Artificial General Intelligence, soit « intelligence artificielle générale ». Contrairement aux LLM actuels, spécialisés dans le traitement du langage, une AGI serait capable de raisonner et d'apprendre de façon autonome sur n'importe quel sujet, comme un être humain. À ce jour, l'AGI n'existe pas. C'est la vraie intelligence artificielle telle qu’on la connaît dans les œuvres de fiction. Certains laboratoires en ont fait un objectif prioritaire à atteindre le plus rapidement possible, ce qui en fait un sujet de débat éthique majeur.

Entraînement et renforcement : Un modèle d'IA n'est pas programmé règle par règle : il est entraîné. Pour le créer, on lui soumet des milliards d'exemples jusqu'à ce qu'il développe des capacités. Le renforcement est une étape supplémentaire : les humains notent les réponses du modèle, et ces notes servent à affiner son comportement pour le rendre plus utile et performant. Par ailleurs, certains outils d'IA proposent une fonctionnalité de personnalisation : comme vos fils d’actualité et réseaux sociaux qui ne montrent pas la même chose à chaque individu, ils font un portrait imprécis de l’utilisateur qu'ils affinent au fil du temps. La personnalisation est un facteur à prendre en compte quand vous utilisez ces outils et explique qu'un autre utilisateur n'aura pas forcément le même type d'interaction avec la machine.

Hallucination : Un LLM peut produire des informations fausses avec la plus grande assurance. On appelle cela une hallucination. Le modèle IA ne ment pas car c'est une machine qui est dénuée de conscience : il génère ce qui lui semble statistiquement plausible, sans mécanisme de vérification interne. C'est une limite fondamentale à garder en tête, surtout pour tout usage professionnel ou sensible. L'IA n'a ni connaissance ni compréhension du monde réel et peut sans contrôle humain facilement basculer dans le registre fictionnel.

Biais algorithmique : Un modèle entraîné sur des données humaines hérite des biais présents dans ces données : stéréotypes de genre, de classe, de culture. Si les textes d'entraînement surreprésentent certains points de vue, le modèle les reproduira. Le biais algorithmique n'est pas un bug : c'est le reflet des préjugés et inégalités des sociétés humaines, contenus dans les données qui ont servi à l'entraîner ou le renforcer.

Deepfake : Contraction de deep learning (apprentissage profond) et fake (faux). Un deepfake est un contenu audiovisuel fabriqué ou manipulé par le moyen de l'IA pour faire dire ou faire faire quelque chose à une personne réelle, à des fins parfois malveillantes. Des outils de détection existent, mais la course entre amélioration du réalisme et détection est permanente. Le meilleur outil reste le bon sens et le croisement des sources d'information de confiance.

Slop : Terme anglophone, le slop désigne le contenu généré par IA en masse, sans relecture ni intention réelle : articles vides, images génériques ou grotesques, commentaires automatisés. Par analogie avec la pâtée informe qu'on donne aux animaux, le mot traduit une forme de pollution informationnelle de plus en plus présente sur les sites Internet et les réseaux sociaux.

Vibe coding : Cela désigne à l'origine une méthode qui consiste à produire du code informatique avec l'aide d'une IA sans en lire ni en comprendre le contenu. On décrit ce qu'on veut, l'IA produit, on teste, on redemande. Pratique pour aller vite, risquée quand le code gère des données sensibles ou des systèmes critiques. Par analogie, on peut retrouver cette même logique de délégation sans vérification dans d'autres domaines : la création artistique, la cuisine, le bricolage, la gestion financière, etc. Dans tous les cas, confirmez par d'autres sources ce que vous faites si cela comporte des risques matériels, financiers ou corporels.

Si vous rencontrez des difficultés dans la manipulation des outils numériques, la CCAPV propose des ateliers numériques d’accompagnement gratuits et accessibles à tous, y compris aux professionnels, organisés sur tout le territoire de la CCAPV.

Contactez le Conseiller numérique de la CCAPV au 07 88 85 43 71 ou par courriel : conseiller.numerique@ccapv.fr

Pour retrouver toutes les dates d’ateliers, rendez-vous sur le site de la CCAPV à cette adresse : http://ccapv.fr/servi.../france-services/conseils-numeriques

Partager cet article

Repost0