01 · Le cours pas à pas
On démonte l’idée, sans perdre les vis
1. Une famille, plusieurs recettes
L’intelligence artificielle désigne une famille de méthodes informatiques qui réalisent des tâches comme reconnaître une image, proposer un itinéraire ou produire un texte. Le mot intelligence ne signifie pas qu’une personne habite dans ton téléphone. Une calculatrice suit aussi des règles ; une IA cherche souvent des régularités plus complexes. Commence donc par nommer la tâche observable : reconnaître, classer, prévoir ou générer. C’est plus utile que de demander si la machine pense.
2. Apprendre sans aller à l’école
L’apprentissage automatique, ou machine learning, ajuste un modèle à partir d’exemples. Pour reconnaître des courriels indésirables, un système peut repérer des associations entre expressions et catégories. Le modèle est le résultat de cet ajustement : une structure et des paramètres numériques. Il n’apprend pas nécessairement à chaque conversation. Modifier ta consigne change le contexte de sa réponse ; cela ne prouve pas que son entraînement général a changé.
3. Générer : composer une proposition
Une IA générative produit un contenu : phrases, images ou sons. Un assistant de texte construit une suite de fragments compatible avec le contexte reçu. Il peut combiner des idées et reformuler sans retrouver un texte identique dans une bibliothèque. Cette souplesse explique son intérêt pour un brouillon, mais aussi ses inventions. Un texte grammaticalement parfait peut être faux ; le correcteur orthographique ne distribue pas de diplômes de vérité.
4. Savoir présenter un usage
Pour expliquer un outil à un proche, utilise trois éléments : son entrée, sa sortie et ce que tu contrôles. Exemple : je fournis mes horaires, il propose un planning, je vérifie les déplacements. Transfère cette description à la photo, au courrier et à la cuisine. Tu distingues ainsi une génération de recette d’un simple classement de photos, sans avoir besoin de réciter le nom de trente algorithmes pendant le dessert.
02 · Les laboratoires
À toi les commandes
Change les réglages, avance par étapes ou classe les situations. Les effets affichés sont des exemples construits pour expliquer le mécanisme.
Laboratoire · manipule pour comprendre
Classer les comportements
Choisis la tâche dominante. Un produit peut combiner plusieurs méthodes ; ici chaque carte décrit une seule opération.
Voir une règle de décision
Manipule le schéma : ses positions, proportions ou passages changent avec tes choix.
La règle d’exemple renvoie la décision vers une personne : le risque est important ou le contrôle est insuffisant.
C’est une règle de tri explicite, pas un modèle entraîné ni une autorisation réelle. Changer un critère change la branche empruntée ; la décision doit toujours être adaptée au contexte.
Simulation pédagogique locale : aucun service IA ni compte externe n’est sollicité.
Laboratoire · manipule pour comprendre
Deux explications à un voisin
Observe ce que chaque explication permet réellement de comprendre.
Assembler des fragments
Manipule le schéma : ses positions, proportions ou passages changent avec tes choix.
3 fragments visibles : L’IA sait tout.
Le découpage en cases est illustratif, pas une tokenisation réelle. Révéler la suite montre l’assemblage progressif ; cela ne prouve pas que les mots produits sont vrais.
Ce qui entre
L’IA sait tout.
Ce qui change
Le voisin confie une décision sans contrôle.
La formule ne décrit ni la tâche ni ses limites.
Simulation pédagogique locale : aucun service IA ni compte externe n’est sollicité.
03 · Cas résolus
Du problème à une réponse utilisable
Les situations et les données ci-dessous sont fictives, conçues pour l’entraînement.
L’invitation de la médiathèque
Une bénévole prépare un atelier découverte.
Les données de départ
Samedi, 14 h, salle municipale ; apporter un téléphone ; texte de 60 mots.
Le raisonnement, étape par étape
- Identifier la sortie attendue : une invitation, donc un contenu généré.
- Fournir seulement les informations utiles et refuser les détails inventés.
- Relire le lieu et l’heure sur le programme officiel.
Le résultat obtenu
Un brouillon annonce samedi à 14 h et invite à apporter son téléphone ; aucun tarif n’est ajouté.
Ce que ce cas nous apprend : La valeur vient de la rédaction assistée, pas d’une connaissance mystérieuse du programme local.
L’album de famille
Une personne veut retrouver les photos de plage.
Les données de départ
Un album contient 300 photographies et une recherche par catégorie.
Le raisonnement, étape par étape
- La tâche porte sur des images existantes.
- Le classement peut manquer une plage ou confondre du sable avec une terrasse.
- Parcourir quelques résultats et les faux positifs avant de déplacer des fichiers.
Le résultat obtenu
Une sélection de photos candidates est constituée puis revue manuellement.
Ce que ce cas nous apprend : Un résultat de reconnaissance reste une proposition ; il n’a pas besoin d’être génératif pour utiliser de l’IA.
04 · Les peaux de banane
Comprendre les erreurs pour les éviter
Dire qu’un modèle est une personne
Pourquoi ça coince : On lui prête des intentions et une responsabilité qu’il ne peut assumer.
La réparation : Décrire ce qu’il calcule et ce que l’utilisateur décide.
Appeler toute automatisation IA générative
Pourquoi ça coince : On choisit un outil de rédaction pour une simple règle de tri.
La réparation : Demander si la sortie est nouvelle ou si elle classe une entrée existante.
Confondre contexte et entraînement
Pourquoi ça coince : On croit qu’une correction de chat vaut pour tous les utilisateurs.
La réparation : Vérifier séparément les fonctions de mémoire et les conditions du service.
05 · Ton atelier
Essaie avant de regarder la correction
Explique à un proche un usage de ton choix en quatre phrases, sans employer intelligent ni magique.
Un point de départ si tu sèches
Entrée : horaires d’une association. Sortie : proposition d’agenda. Contrôle : conflits et trajets.
Ton texte reste dans ce navigateur. Il n’est envoyé à aucune IA. Sur un appareil partagé, efface-le avant de partir.
06 · À emporter
Mon lexique sans poudre de perlimpinpin
Un support texte modifiable, avec la méthode, l’exercice, la correction et ton brouillon. Ouvre-le dans ton éditeur habituel, ou imprime cette fiche depuis le navigateur.
Consulter le support réutilisable
IA : famille de méthodes pour accomplir des tâches informatiques complexes. Apprentissage automatique : ajustement d’un modèle à partir d’exemples. Modèle : système ajusté qui transforme une entrée en sortie. IA générative : production de texte, image ou son à partir d’un contexte. Prompt : consigne donnée au système. Contexte : informations disponibles pour cette réponse. Vérification : confrontation de la proposition avec des faits ou des essais. Ma phrase réutilisable : je donne [entrée], j’obtiens [proposition], je vérifie [critère] avant [usage]. Contre-exemple : trier une photo existante n’est pas créer une nouvelle photo.