Pour la plupart des gens, la première expérience avec un système d'IA générative est un mélange d'émerveillement et de confusion. En quelques secondes, il produit un résumé soigné d'un rapport dense, puis invente avec assurance une citation qui n'existe pas. Il suit parfaitement une instruction détaillée, puis ignore une instruction simple dans le message suivant. Sans modèle mental de ce qui se passe en coulisses, ces moments semblent aléatoires — et il est difficile de savoir s'il faut faire confiance à la prochaine sortie, ou comment corriger la précédente.
Ce cours donne aux apprenants ce modèle mental. Il constitue le complément de Maîtrise de l'IA : cadre et fondements(s’ouvre dans un nouvel onglet) : là où ce cours enseigne les compétences humaines (délégation, description, discernement, démarche responsable), celui-ci enseigne les propriétés machine auxquelles ces compétences répondent. Les deux sont conçus pour être suivis dans un ordre quelconque, et ensemble ils forment une vision complète d'une collaboration efficace entre l'humain et l'IA.
Nous organisons le cours autour de quatre propriétés qui déterminent ce qu'un système d'IA peut et ne peut pas faire pour vous : la prédiction du jeton suivant (d'où viennent les réponses de l'IA), les connaissances (ce que le modèle sait réellement, et pourquoi il peut se tromper avec assurance), la mémoire de travail (à quoi il prête attention à l'instant présent, et ce qui en sort) et la pilotabilité (quel contrôle vos instructions vous donnent réellement). Chaque propriété se situe sur un spectre allant de la capacité à la limitation, et chaque section associe une courte explication à un exercice pratique pour que vous puissiez ressentir où se trouvent les limites plutôt que de simplement en lire la description.
La dernière section examine ce qui se passe lorsque ces propriétés entrent en collision — car dans un usage réel, c'est toujours le cas. Un long document sollicite la mémoire de travail tout en s'aventurant dans des connaissances que le modèle ne possède pas ; une instruction vague met à l'épreuve la pilotabilité au moment même où la prédiction du jeton suivant cherche ce qui sonne le plus plausible. Nous concluons avec un diagnostic pratique : comment examiner une sortie inattendue, identifier de quel type d'imprévu il s'agit, situer approximativement où votre tâche s'est placée sur le continuum capacité-limitation, et réagir avec une solution ciblée plutôt qu'un nouvel essai générique.
Prérequis recommandés
Aucun. Ce cours ne suppose aucune connaissance technique préalable ni aucune expérience préalable des outils d'IA. Si vous avez déjà suivi Maîtrise de l'IA : cadre et fondements, vous reconnaîtrez où chaque propriété se rattache aux 4D — mais ce n'est pas obligatoire.
À qui s'adresse ce cours
Toute personne qui utilise, ou est sur le point de commencer à utiliser, l'IA générative dans son travail ou ses études et souhaite comprendre pourquoi elle se comporte de cette façon. Les enseignants, les étudiants, les travailleurs du savoir et les chefs d'équipe trouveront tous le même modèle fondamental utile, car les propriétés qu'il décrit ne changent pas d'un cas d'usage à l'autre.