Douze mots de l’IA, expliqués sans jargon, pour lire une démo ou une notice sans se perdre. Ce glossaire sert à distinguer la fenêtre, le moteur et votre message, puis à voir où l’outil invente ou déforme. Vous n’avez jamais besoin d’avoir entraîné un modèle pour vous en servir demain matin.
Comment lire ce glossaire
Ces mots servent à voir les limites d’un outil, pas à impressionner. Pour chaque entrée : une définition claire, un exemple situé en Hauts-de-France, puis la confusion fréquente. Lisez d’abord ce dont vous avez besoin ; le sommaire ancre chaque terme. Pour aller plus loin sur le moteur, voir c’est quoi, un modèle.
Intelligence artificielle
L’intelligence artificielle désigne des programmes qui accomplissent des tâches qu’on associait autrefois à un jugement humain : classer, reformuler, proposer une suite. Ce n’est ni une personne, ni une conscience : c’est un ensemble de méthodes et de logiciels. Dans la presse, « l’IA » recouvre souvent des outils très différents, du correcteur d’orthographe à l’assistant conversationnel.
À Amiens, une association culturelle peut dire « on utilise l’IA » pour reformuler l’annonce d’un atelier — sans que cela implique un robot autonome ni une décision prise à sa place.
On confond souvent l’intelligence artificielle avec un cerveau qui comprendrait le monde : en pratique, c’est un outil qui produit des sorties plausibles selon ce qu’on lui a montré.
IA générative
L’IA générative produit du contenu nouveau — texte, image, parfois son — à partir d’une demande. Elle ne se contente pas de retrouver une fiche : elle assemble une réponse qui ressemble à ce qu’on attend. Chatbots, générateurs d’images et aides à la rédaction en font partie.
À Arras, un commerçant demande trois variantes d’étiquette pour une vitrine : l’outil invente des formulations ; le choix et les prix restent ceux du magasin.
On confond souvent IA et IA générative : toute IA n’écrit pas de textes ; beaucoup classent, détectent ou recommandent sans rien « inventer ».
Modèle
Le modèle est le moteur : un très gros fichier qui a retenu des régularités dans des textes ou des images. Il calcule la suite la plus plausible. Ce n’est ni une base de données, ni l’application dans laquelle vous tapez. Plusieurs assistants peuvent s’appuyer sur le même modèle, ou sur des modèles différents.
À Lille, deux sites d’aide à la rédaction peuvent donner un ton différent alors que le moteur derrière est proche : ce que vous voyez, c’est surtout la fenêtre et ses règles.
On confond souvent le modèle et le site web : changer de marque ne change pas toujours le moteur. Le détail est dans c’est quoi, un modèle.
Assistant
L’assistant est la fenêtre : zone de texte, historique, boutons, parfois des consignes cachées (« sois poli », « refuse ceci »). C’est l’application que vous ouvrez, pas le fichier entraîné. Deux assistants peuvent utiliser le même modèle et pourtant filtrer, formater ou chercher autrement.
À Douai, un agent de médiathèque ouvre un assistant gratuit pour reformuler un message aux inscrits : il reste dans l’interface ; le modèle tourne ailleurs, souvent sur des serveurs distants.
On confond souvent l’assistant et le modèle : le nom du site n’est pas le nom du moteur. Pour comparer des offres grand public, voir comparer les assistants gratuits.
Demande (prompt)
La demande est le message que vous envoyez à l’assistant. On dit aussi « prompt ». Sa clarté compte plus que la marque de l’outil : rôle, objectif, limites et exemples orientent déjà la réponse. Une demande vague produit un texte générique ; une demande précise produit un brouillon utilisable.
À Lens, une enseignante écrit : « Plan de séance de 45 minutes sur le tri des déchets, niveau CM2, trois activités, sans jargon » — plutôt que « fais-moi un truc pédagogique ».
On confond souvent la demande et une « formule magique » secrète : ce qui marche, c’est surtout d’être clair. Bien formuler sa demande détaille cinq gestes concrets.
Jeton
Un jeton est un morceau de mot que le modèle traite. Les outils découpent le texte en ces petits bouts pour calculer. Vous n’avez pas à compter les jetons au quotidien. En revanche, un très long collage — tout un dossier collé d’un coup — peut saturer la fenêtre et couper la fin de votre consigne.
À Beauvais, un bénévole colle vingt pages de compte-rendu pour « tout résumer » : la demande utile, placée tout en bas, risque d’être tronquée ou mal prise en compte.
On confond souvent le jeton avec un prix ou une pièce d’identité numérique : ici, c’est seulement l’unité de découpe du texte côté outil.
Hallucination
Une hallucination, c’est une invention présentée avec assurance : date, citation, horaire, nom d’élu. Le modèle prédit une suite fluide ; il ne consulte pas forcément une source fiable. Ce n’est pas une panne rare : c’est un effet du fonctionnement quand l’information manque ou est floue.
À Dunkerque, un assistant invente l’horaire d’ouverture d’une mairie annexe avec le même ton qu’une vraie réponse : seul le site officiel ou l’affiche tranche.
On confond souvent l’hallucination avec un bug technique : l’outil peut parfaitement « marcher » tout en affirmant un fait faux. Vérifier une réponse reste le réflexe.
Entraînement
L’entraînement est la phase, souvent longue et coûteuse, pendant laquelle le modèle a ajusté ses régularités à partir d’exemples. Une conversation de cinq minutes n’est pas un nouvel entraînement : c’est un échange temporaire dans la fenêtre. Ce que vous tapez peut parfois servir à améliorer le service, selon les réglages du fournisseur — ce n’est pas la même chose.
À Laon, reformuler trois courriels avec un assistant ne « réapprend » pas le métier de la mairie au modèle : l’échange reste dans votre session, sauf politique contraire du service.
On confond souvent l’entraînement et le chat du jour : parler à l’outil n’équivaut pas à le former comme on formerait un collègue.
Données d’entraînement
Les données d’entraînement sont les textes, images ou exemples utilisés pour construire le modèle. Elles influencent ce qu’il sait imiter — et ce qu’il ignore. Vous ne choisissez pas ces données quand vous ouvrez un assistant grand public. En revanche, vous choisissez ce que vous collez dans la fenêtre.
À Valenciennes, coller la liste nominative des adhérents d’une association pour « faire un tableau » envoie des noms vers un service tiers : ce n’est pas de l’entraînement visible, c’est un partage de données. Protéger ses données rappelle les réflexes.
On confond souvent données d’entraînement et fichiers que vous joignez : les premières ont servi à bâtir le moteur ; les vôtres, elles, voyagent dans votre conversation.
Modèle local
Un modèle local tourne sur votre machine, sans envoyer systématiquement chaque phrase vers un service distant. Il peut être plus petit, parfois moins à l’aise sur des sujets généraux, mais utile pour reformuler un texte déjà sur le disque. Le local réduit une partie du risque cloud ; il n’efface pas les noms collés dans le fichier.
À Cambrai, un salarié teste un petit modèle sur son portable pour anonymiser un brouillon avant de le partager en interne — sans coller le dossier RH dans un chat en ligne.
On confond souvent « local » et « secret absolu » : le texte reste sur l’ordinateur, les sauvegardes et le partage d’écran aussi. La discussion installer une IA en local oriente les premiers pas.
Biais
Un biais est une tendance systématique dans les réponses : certains métiers associés à un genre, certains prénoms traités autrement, certains publics sous-représentés. Ce n’est pas « l’opinion » de l’outil : c’est souvent le reflet des exemples sur lesquels le modèle a été entraîné, et des choix de conception.
À Saint-Quentin, une classe demande des exemples de « métiers techniques » : si l’outil ne cite que des prénoms masculins, ce n’est pas un hasard isolé — c’est un biais à corriger en reformulant la consigne.
On confond souvent le biais avec une intention malveillante de l’assistant : la machine ne « veut » rien ; elle reproduit des régularités, y compris injustes.
Agent
Un agent est un assistant qui enchaîne des actions : ouvrir un fichier, appeler un outil, enchaîner plusieurs étapes sans que vous validiez chacune. Plus il agit seul, plus il faut limiter ce qu’il touche — dossiers, messagerie, paiements. Pour débuter, un échange simple (une demande, une réponse, une correction) suffit largement.
À Roubaix, automatiser l’envoi de courriels aux adhérents via un agent sans relecture expose l’association à des messages faux ou trop personnels : mieux vaut garder la validation humaine.
On confond souvent agent et assistant classique : le second répond dans la fenêtre ; le premier peut agir dans d’autres logiciels, avec plus de risques si les droits sont larges.
Questions fréquentes
Quelle est la différence entre IA et IA générative ?
L’IA est le terme large. L’IA générative est la branche qui produit du contenu nouveau (texte, image…). Beaucoup d’IA classent ou détectent sans générer de paragraphe. Dans la vie courante, « assistant » désigne souvent un outil génératif conversationnel.
Puis-je écrire mon prompt en français ?
Oui. Les assistants courants comprennent très bien le français. Ce qui compte, c’est la clarté du rôle, de l’objectif et des limites — pas une formule en anglais. Voir bien formuler sa demande.
Une hallucination, c’est une panne ?
Non. C’est souvent le fonctionnement normal d’un modèle qui privilégie une suite fluide. L’outil peut « marcher » tout en affirmant un fait inventé. D’où vérifier une réponse avant de publier.
Dois-je calculer les jetons ?
Non. Retenez seulement qu’un collage très long peut couper la fin de votre consigne. Raccourcissez, ou placez l’essentiel en tête, plutôt que de compter des unités techniques.
Faut-il un agent pour commencer ?
Non. Pour débuter, un assistant simple suffit : vous écrivez, il répond, vous corrigez. Un agent qui enchaîne des actions ajoute de la puissance et des risques ; gardez-le pour plus tard, avec des droits limités.