Une devinettePour commencerCas d'ouverture
Réfléchis une secondeEssaie de répondrePosez votre intuition
Une seule boîte à jouets qui écrit, dessine et chante. Quel est son truc pour tout faire ?
Pense à ta réponse, même si tu n'es pas sûr. La suite te dira si tu avais vu juste.
Ton vocal devient du texte, ta phrase devient une image. Deux applis différentes, ou la même logique ?
Prends dix secondes pour répondre dans ta tête. Tu compareras avec la suite.
Dicter un compte rendu, le résumer, illustrer la présentation : trois gestes de bureau, combien de principes différents ?
Formulez d'abord votre réponse, même approximative : la comparer à la suite fixe bien mieux les acquis.
Regarde ça bougerVois-le en actionLe concept en mouvement
Texte, image, son, code : même principe
Choisis un format et suis l'entrée se transformer en nombres, puis en sortie. Le format change, pas la logique.
Format « image ». Même machine, on change juste ce qu'on lui donne.
C'est comme une cuisine magique : tu changes les ingrédients, mais on cuisine toujours pareil.
C'est une seule appli polyvalente : tu changes le fichier d'entrée, mais le moteur tourne toujours pareil.
C'est une cuisine unique : on change les ingrédients (texte, image, son), mais la façon de cuisiner reste la même.
Comment ça marcheComment ça marcheLa mécanique
Une étape à la foisLe mécanisme, étape par étapeLe mécanisme, étape par étape
L'IA sait faire plein de choses
Tu choisis ce que tu lui donnes : des mots, un dessin ou un son.
La machine change tout ça en nombres, comme un code secret.
Elle se rappelle plein d'exemples et fabrique une réponse.
Parfois tu lui donnes une photo et elle te répond avec des mots !
Une même IA, plein de formats
Tu choisis ce que tu donnes à l'IA : un texte, une photo, un son ou du code.
Elle transforme ce format en nombres, parce qu'elle ne sait calculer que des nombres.
Elle repère les motifs appris et produit une sortie.
La sortie peut changer de format : tu envoies une photo, elle te répond en texte.
Un même principe, plusieurs matières
Vous choisissez un format d'entrée : texte, image, son, vidéo ou code.
Ce format est encodé en représentations numériques (tokens pour le texte, patchs pour l'image, tranches pour l'audio).
Le modèle repère les motifs appris et produit une sortie probable.
La sortie peut être d'un format différent de l'entrée (image → texte, texte → image).
Des exemples pour toiDes exemples concretsExemples concrets
Tu l'as déjà croiséOù tu le retrouvesOù vous le retrouvez en situation
Un exemple pour toi
C'est comme une seule boîte à jouets magique. Si tu mets des mots dedans, elle écrit. Si tu mets une image, elle dessine. Si tu mets un son, elle chante. C'est toujours la même boîte, tu changes juste ce que tu lui donnes à manger.
Tu écris « raconte une histoire de dragon » et elle écrit l'histoire.
Tu montres la photo de ton chat et elle dit « c'est un chat ».
Tu dis « dessine un robot rigolo » et elle fait le dessin.
Cas concret
Tu envoies un mémo vocal à un pote, l'appli le transforme en texte : c'est du « voix → texte ». Tu tapes une description et une appli te sort une image : c'est du « texte → image ». Même IA, formats différents.
Tu tapes un sujet de dissert et l'IA te fait un plan ou un résumé.
Tu envoies une photo d'exercice de maths et elle te l'explique.
Tu décris une image et un générateur te sort un visuel pour ta story.
Cas concret
Au bureau : vous dictez un compte rendu de réunion, l'outil le transcrit en texte (voix → texte), puis vous lui demandez un résumé (texte → texte), et pour votre présentation vous générez une illustration à partir d'une phrase (texte → image). Une même logique, trois formats.
Texte → texte : résumer un compte rendu de réunion ou rédiger un mail.
Image → texte : prendre en photo un document et le faire décrire ou retranscrire.
Voix → texte : transcrire un mémo vocal en notes écrites.
Attention aux piègesÀ éviterÀ éviter
Ce qu'on croit, et ce qui est vraiIdées reçues et pièges à éviterIdées reçues et risques à anticiper
-
On croit que
On croit que la machine sait juste écrire des mots.
En vrai
En vrai elle peut aussi dessiner, faire des voix et reconnaître les photos.
-
On croit que
On croit que si elle écrit bien, elle dessine bien aussi.
En vrai
En vrai pas toujours : chaque machine a ce qu'elle sait bien faire.
Les pièges à retenir
- Toutes les machines ne savent pas tout faire.
- Faire un dessin lui demande plus d'efforts qu'écrire des mots.
- Bonne sur une chose ne veut pas dire bonne sur tout.
-
On croit que
« L'IA, c'est juste un chatbot qui écrit du texte. »
En réalité
Elle gère aussi les images, le son, la vidéo et le code : tout devient des nombres.
-
On croit que
« Une IA qui écrit super bien sait forcément générer des images. »
En réalité
Pas forcément : beaucoup de modèles sont spécialisés sur un seul format.
-
On croit que
« Générer une image, c'est aussi rapide et gratuit que du texte. »
En réalité
Non, les formats riches comme l'image ou la vidéo coûtent plus cher à produire.
Les pièges à retenir
- Tous les modèles ne gèrent pas tous les formats.
- Les formats riches (image, vidéo) sont plus lourds et plus coûteux à traiter.
- Le code généré reste à relire : une IA peut écrire un bug sans le voir.
-
Idée reçue
« L'IA, c'est seulement du texte. »
Réalité
Non : elle gère aussi images, son, vidéo et code, en transformant tout en nombres.
-
Idée reçue
« Une IA qui écrit sait forcément dessiner. »
Réalité
Pas forcément : certains modèles sont spécialisés et tous ne gèrent pas tous les formats.
-
Idée reçue
« Générer une image, c'est gratuit comme du texte. »
Réalité
Non : les formats riches (image, vidéo) coûtent plus cher à produire et à traiter.
Points de vigilance
- Tous les modèles ne gèrent pas tous les formats.
- Les formats riches (image, vidéo) coûtent plus cher à traiter.
- Le code est un texte structuré que l'IA aide à écrire, mais une relecture humaine reste nécessaire.
Ce que je retiensÀ retenirÀ retenir
L'essentiel, en quatre idéesL'essentiel, en quatre idéesL'essentiel, en quatre points
La phrase à garder
La machine peut écrire, dessiner, parler ou reconnaître : à chaque fois elle change tout en nombres, puis elle devine.
- Plein de choses Des mots, des dessins, des sons.
- Le code secret Elle change tout en nombres.
- Lire ou créer Elle reconnaît ou elle fabrique.
- Pas douée partout Bonne pour dessiner ne veut pas dire bonne pour chanter.
La phrase à garder
Texte, image, son, vidéo, code : l'IA gère plein de formats avec le même principe, tout est converti en nombres avant le calcul.
- Plusieurs formats Texte, image, son, vidéo, code.
- Tout en nombres Chaque format est converti pareil avant calcul.
- Lire ou créer Reconnaître (décrire, transcrire) ou générer.
- Spécialisation Forte sur un format ≠ forte sur tous.
Message clé
L'IA gère plusieurs modalités (texte, image, son, code) avec le même principe : tout est encodé en nombres, puis elle prédit une sortie.
- Plusieurs formats Texte, image, son, vidéo, code.
- Tout en nombres Chaque format est encodé en représentations numériques.
- Lire ou créer Usages discriminatifs (reconnaître) ou génératifs (produire).
- Spécialisation Performant sur un format ≠ performant sur tous.
Je m'entraîneJe valideÉvaluation
Je teste ce que j'ai comprisJe teste ce que j'ai comprisValidez vos acquis
Valider : Les formats de l'IA : texte, image, son, code
4 questions. Il faut 70 % de bonnes réponses pour maîtriser la fiche. Tu as le droit de te tromper et de réessayer.
Pour les curieuxPour aller plus loinPour aller plus loin
Si tu veux en savoir plusCreuser le sujetApprofondir et poursuivre
Sous le capot, pour les curieux
Les mots
Ce qu'elle fait le plus
L'IA adore les mots ! Elle peut écrire une histoire, la raccourcir, ou la dire dans une autre langue. Pour elle, chaque petit bout de mot devient un nombre, comme si chaque lettre portait une étiquette secrète. C'est ce qu'elle fait quand tu lui parles.
Photos et sons
Voir et entendre
Une image, l'IA la coupe en plein de petits carrés, comme un puzzle. Un son, elle le coupe en petites tranches, comme une tarte. Après, elle peut dire ce qu'il y a sur la photo (un chat !) ou même dessiner une nouvelle image toute seule.
Le langage des robots
Des mots très rangés
Le code, c'est comme une recette pour les ordinateurs : il faut respecter les règles à la virgule près, sinon ça ne marche pas. L'IA peut aider à l'écrire, mais un grand doit toujours vérifier, comme un parent qui relit ton devoir.
Tout en même temps
Plusieurs talents à la fois
Certaines IA savent faire plusieurs choses d'un coup : lire des mots, regarder une photo et écouter un son. Du coup tu peux lui montrer une image de ton dessin et lui demander : c'est quoi ça ? Et elle répond !
Sous le capot
Texte
Le format star
Écrire un résumé de cours, traduire des paroles, ranger des messages par thème : c'est le texte. L'IA le découpe en tokens (des morceaux de mots) qu'elle transforme en nombres pour calculer. C'est exactement ce qui se passe quand tu chattes avec un assistant comme ceux de tes applis.
Image & son
Reconnaître ou créer
Une image est découpée en patchs (de petits carrés de pixels), un son en tranches de temps. L'IA peut reconnaître le contenu (taguer une photo, transcrire un vocal en texte) ou le générer de zéro, comme les filtres et les images créées par IA que tu vois sur les réseaux.
Code
Du texte ultra rigoureux
Le code, c'est du texte qui suit des règles strictes : une virgule oubliée et le programme plante. L'IA peut t'aider à écrire ou corriger du code (genre pour un projet, un site ou un jeu), mais elle se trompe encore : une relecture humaine reste indispensable.
Multimodal
Plusieurs formats combinés
Multimodal veut dire « plusieurs formes ». Ces modèles mélangent texte, image et son dans un même espace de nombres. Tu peux donc leur montrer une photo et poser une question dessus, ou leur faire décrire une vidéo : ils croisent les infos des différents formats.
Sous le capot : les briques techniques
Texte
Le format le plus courant
Écrire, résumer, traduire, classer. Le texte est découpé en tokens puis transformé en nombres. C'est le cœur des assistants conversationnels.
Image & son
Reconnaître ou générer
Une image est découpée en petits carrés (patchs), un son en tranches de temps. L'IA peut les reconnaître (décrire, transcrire) ou les générer.
Code
Du texte très structuré
Le code est un texte avec des règles strictes. L'IA aide à le rédiger ou le corriger, mais une relecture humaine reste nécessaire.
Multimodal
Plusieurs formats à la fois
Certains modèles combinent texte, image et son. On peut alors leur montrer une photo et poser une question dessus.
Les questions que tu te poses peut-être
- L'IA peut vraiment dessiner ?
- Oui ! Si tu lui dis « un chat qui vole sur un ballon », elle peut le dessiner. Mais ce n'est pas avec un crayon : elle fabrique l'image avec des nombres.
- Comment elle fait pour voir ma photo ?
- Elle coupe ta photo en plein de petits carrés, comme un puzzle. Puis elle les transforme en nombres et elle devine ce qu'il y a dessus. Un peu comme toi quand tu reconnais ton chien dans la rue.
- Est-ce qu'elle peut se tromper ?
- Oui, elle peut se tromper ! Parfois elle dessine un drôle de truc ou elle confond un mot. C'est pour ça qu'un grand doit toujours bien regarder après elle.
Questions fréquentes
- L'IA peut-elle créer des images ?
- Oui, certains modèles génèrent des images à partir d'une description. D'autres savent plutôt les reconnaître.
- Comment l'IA « comprend » une photo ?
- Elle découpe l'image en petits carrés, les transforme en nombres, puis les compare à ce qu'elle a appris.
- Le code, c'est quel format ?
- Du texte très structuré. L'IA aide à l'écrire ou le corriger, mais il faut toujours le relire.
- Un seul modèle peut-il tout faire ?
- Les modèles multimodaux combinent plusieurs formats, mais aucun n'est parfait partout : ça se mesure.
Pour continuer
-
Lis l'histoire en BD, c'est plus rigoloCette notion existe aussi en BDCette notion existe aussi en BD IA répond en chanson (alors qu'on a écrit) - Fiche à suivre C'est quoi l'IA ? Pour revoir le principe commun à tous les formats.
- Fiche à suivre Le multimodal : texte, image, son Pour voir comment l'IA combine plusieurs formats (Niveau 2).
- Fiche à suivre Comment l'IA crée des images Pour comprendre comment une image naît du pur bruit.
- Fiche à suivre L'IA dans ton quotidien Pour repérer ces formats dans les outils que tu utilises déjà.
SourcesSourcesSources vérifiées