Qu'est-ce que l'IA générative ?
Capacités et limites de l'IA · 12 min
Cette vidéo explique comment les grands modèles de langage comme Claude sont construits et entraînés, et ce que cela implique pour ce qu'ils peuvent — et ne peuvent pas — faire de manière fiable lorsque vous les utilisez dans votre entreprise.
Points clés à retenir
- L'IA générative crée du nouveau contenu plutôt que de simplement analyser des données existantes.
- Trois avancées ont rendu possibles les LLM modernes : l'architecture transformer, de vastes données d'entraînement et une puissance de calcul massive.
- L'entraînement comporte deux étapes : le pré-entraînement (apprentissage de modèles à partir de milliards d'exemples) et l'ajustement fin (apprentissage à suivre des instructions de manière utile).
- Les points forts actuels incluent la polyvalence dans différentes tâches, la fluidité conversationnelle et la connexion à des outils externes.
- Les limites actuelles incluent les dates limites de connaissances, les hallucinations, la taille de la fenêtre de contexte et le raisonnement complexe à plusieurs étapes.
- Les meilleures applications associent les points forts humains et ceux de l'IA — votre jugement, votre créativité et votre supervision, combinés à la rapidité et à l'ampleur de l'IA.
Exercices
Tester les limites
Cet exercice vous donne des preuves concrètes de ce que l'IA générative fait bien et des points sur lesquels elle est en défaut. Vous allez explorer, à faible enjeu, quelques-unes des capacités et limites spécifiques évoquées dans les vidéos, en utilisant du contenu de votre propre domaine d'expertise — afin de disposer d'un test de cohérence concret, fondé sur vos propres observations, au moment de décider ce que vous pouvez confier à l'IA.
Partie I : Réflexion personnelle (seul)
Choisissez un domaine que vous connaissez bien, dans lequel vous repéreriez immédiatement une erreur si un vendeur, un fournisseur ou un client se trompait. Notez :
- Le sujet (par exemple, vos calculs de marge bénéficiaire, les règles de zonage local, ou les exigences de licence propres à votre secteur)
- Deux ou trois faits à ce sujet que toute source fiable devrait, selon vous, énoncer correctement
- Une idée fausse courante que les gens ont à ce sujet
- Un aspect qui est véritablement difficile à bien expliquer
C'est votre terrain de test. Vous allez voir comment l'IA gère quelque chose que vous pouvez réellement vérifier.
Partie II : Collaboration (avec l'IA)
Ouvrez une conversation avec Claude (ou tout autre assistant IA de votre choix) et effectuez trois échanges rapides. Notez ce que vous observez après chacun d'eux.
- Test de polyvalence. Demandez à l'IA d'expliquer votre sujet de trois manières différentes au sein d'une même réponse : une fois pour un client qui ne connaît rien à votre service, une fois pour un partenaire commercial potentiel, et une fois pour un nouvel employé que vous intégrez. Les changements de public ont-ils réellement porté leurs fruits, ou l'IA s'est-elle contentée de changer de vocabulaire ? Quelle version était la plus convaincante ?
- Test d'hallucination. Demandez à l'IA de recommander deux ou trois ressources précises liées à votre sujet — une association professionnelle, une publication spécialisée, un organisme de réglementation ou un fournisseur reconnu. Vérifiez ensuite au moins l'une d'entre elles. L'organisation existe-t-elle vraiment ? Le site web est-il correct ? Les coordonnées sont-elles exactes ? (C'est ici que vous verrez si l'IA invente, avec assurance, une source qui semble plausible mais qui n'est pas réelle.)
- Vérification des limites de connaissances et du raisonnement. Posez à l'IA une question sensible au temps ou au contexte local : un changement réglementaire récent dans votre secteur, les tendances de prix actuelles pour un matériau clé, ou une exigence de licence locale. Vous indique-t-elle que ses informations pourraient être obsolètes ? Émet-elle des réserves, devine-t-elle, ou présente-t-elle des informations périmées comme actuelles — le genre de chose qui pourrait vous coûter de l'argent si vous agissiez en conséquence ? Demandez-lui ensuite de traiter l'idée fausse que vous avez notée dans la partie I. A-t-elle abordé la véritable source de confusion, ou s'est-elle contentée de répéter le fait correct ?
Partie III : Réflexion
Quelle capacité évoquée dans la vidéo est apparue le plus clairement dans ce que vous avez observé ? Quelle limite est apparue — et l'auriez-vous remarquée si ce n'était pas un sujet que vous connaissez bien ? Sur cette base, quelle tâche seriez-vous à l'aise de confier à l'IA dès maintenant, et laquelle voudriez-vous surveiller de plus près ?
Objectif bonus : Testez le même sujet avec un second outil d'IA (un modèle ou une plateforme différente). Les erreurs et les points forts étaient-ils les mêmes ?
Réflexion sur la leçon
- En quoi le fait de savoir comment ces systèmes sont entraînés change-t-il la manière dont vous allez travailler avec eux ?
- Quelles considérations éthiques vous viennent à l'esprit compte tenu du fonctionnement de l'IA générative et de ses limites ?
Et ensuite ?
Dans la prochaine leçon, nous explorerons la boucle interne de Description et Discernement en effectuant des recherches avec l'IA.