Socle conceptuel · Comprendre
On range beaucoup de choses sous le mot « IA ». Avant d'aller plus loin, cette page distingue les grandes familles d'IA. Elle montre ce qu'une IA sait vraiment faire, et ce qu'elle ne fait pas seule.
Définitions simples
Imaginez trois cercles emboîtés. Le plus grand, c'est l'intelligence artificielle au sens large. À l'intérieur se trouve l'apprentissage automatique, souvent appelé par son nom anglais, machine learning. Et au centre, l'IA générative, celle de ChatGPT.
Tous les programmes qui font des tâches qu'on croyait réservées à l'intelligence humaine : reconnaître une voix, jouer aux échecs, trier du courrier.
Des programmes qui ne suivent pas des règles écrites à la main. Ils apprennent à partir de milliers d'exemples, puis s'en servent pour prédire ou classer. Exemple : reconnaître un courrier indésirable.
Des programmes qui produisent du neuf à partir d'une demande : un texte, une image, du code informatique. ChatGPT, Claude ou Mistral en font partie.
Ne pas confondre
On dit souvent « automatiser avec l'IA ». Ce sont pourtant deux choses différentes, qui se complètent. L'automatisation classique applique des règles fixes. L'IA, elle, interprète une demande et produit la réponse la plus probable.
Comment elle marche : « si A, alors B ». La même situation donne toujours le même résultat : on dit qu'elle est déterministe. C'est rapide, fiable, prévisible et peu coûteux.
Idéale pour : déplacer un fichier, envoyer un email type, recopier une donnée d'un outil à un autre, faire un calcul.
Mais : elle est perdue devant une phrase écrite librement, une situation floue ou un cas que personne n'avait prévu.
Comment elle marche : elle lit une demande écrite avec vos mots, puis résume, rédige, classe ou évalue. La même demande peut donner deux réponses formulées différemment : on dit qu'elle est probabiliste.
Idéale pour : comprendre un email, rédiger un brouillon, dégager l'essentiel d'un texte, répondre à une question ouverte.
Mais : elle peut se tromper avec assurance. Une relecture reste nécessaire.
La bonne nouvelle : on combine les deux. Dans un automatisme d'aujourd'hui, l'automatisation sert de tuyau : elle transporte, déclenche, range. L'IA est l'intelligence posée à un endroit précis : comprendre, rédiger, décider. Un automatisme (un « workflow ») construit sans programmer (en « no-code »), ce sont des règles fixes, plus une ou deux étapes d'IA là où il faut du jugement.
Le test : si la règle tient entièrement sur « si… alors… », sans aucune zone grise, c'est de l'automatisation classique : pas besoin d'IA, et c'est tant mieux. Dès qu'il faut comprendre ou formuler, l'IA entre en jeu.
À vous de jouer · 5 min
Neuf tâches du quotidien. Glissez chaque carte dans la bonne case, ou touchez la case.
Soixante-dix ans de recherche
L'IA n'est pas née avec ChatGPT en 2022. Elle a derrière elle 70 ans de recherche, avec de grandes avancées et deux longues périodes de déception, qu'on appelle les hivers de l'IA.
Pour lire la frise : les bandes hachurées sont les deux hivers de l'IA. Les résultats déçoivent, les financements s'arrêtent. Chaque hiver a pourtant obligé les chercheurs à changer de méthode, et c'est ce qui a préparé l'avancée suivante.
Du jamais vu
Combien de temps a-t-il fallu à chaque service pour atteindre un million d'utilisateurs ? Les barres sont resserrées pour tenir dans la page : en réalité, Netflix a mis environ 250 fois plus de temps que ChatGPT.
Ce que cela montre : l'IA générative n'est pas une nouveauté technique de plus. Elle a changé les habitudes d'un seul coup. Des millions de personnes attendaient un outil de ce genre sans le savoir, et personne ne le leur avait encore proposé.
Comment les modèles apprennent
Un modèle, c'est un programme qui a appris à partir d'exemples au lieu de suivre des règles écrites à la main. Il existe trois grandes façons de lui apprendre.
On montre au modèle des milliers d'exemples accompagnés de la bonne réponse (leur « étiquette »), comme un élève devant des exercices corrigés. Exemple : des emails déjà marqués « indésirable » ou « normal », pour qu'il apprenne à trier les suivants.
On ne donne aucune bonne réponse. Le modèle cherche seul ce qui se ressemble et forme des groupes. Exemple : regrouper les clients qui ont les mêmes habitudes d'achat.
Le modèle apprend par essais et erreurs. Un bon choix lui vaut une récompense, un mauvais une pénalité ; à force, il garde ce qui marche. C'est le principe utilisé par AlphaGo et par les agents IA autonomes.
Comprendre l'ordre de grandeur
Un modèle est fait de milliards de petits réglages, les paramètres. En quelques années, leur nombre a explosé. Le coût de l'entraînement, c'est-à-dire de la phase où le modèle apprend, a explosé avec lui.
Paramètres
Près de 2 000 fois plus de paramètres entre GPT-2 et Kimi K3, un modèle chinois publié en 2026. Ce sont les tailles annoncées par leurs auteurs. OpenAI, Anthropic et Google ne publient plus celle de leurs modèles. Dans les très grands modèles récents, seule une partie des paramètres sert à chaque mot. Relevé en octobre 2026.
Ce qu'est un paramètre : un nombre que le modèle ajuste pendant son entraînement, un peu comme un bouton de réglage. Tous ces réglages réunis forment ce que le modèle « sait » : ils lui servent à deviner le mot suivant.
Coût d'entraînement
Estimations d'Epoch AI, reprises par le Stanford AI Index 2025 ; pour Grok 4, estimation d'Epoch AI de septembre 2025. Elles ne comptent que le calcul du dernier entraînement : ni les salaires, ni les essais, ni les modèles abandonnés. Aucune estimation fiable n'existe encore pour les modèles de 2026. L'échelle est resserrée : chaque palier vaut cent fois le précédent.
Analogie
Résumer, reformuler, mettre en ordre, repérer ce qui revient souvent dans une grande masse d'informations.
Votre connaissance du métier, la responsabilité, les choix qui engagent l'avenir, la relation humaine.
Idée clé : l'IA vous aide à faire plus, et plus vite. Elle ne décide pas à votre place.
Exemple concret
Vous relisez les emails, le fichier clients, les documents sur les produits, puis vous rédigez votre synthèse.
L'IA prépare une synthèse ordonnée. Vous la vérifiez, vous la corrigez, et vous décidez de la façon de mener la réunion.
L'humain face à l'IA
L'IA n'apporte pas que des occasions à saisir. Elle pose aussi des questions qui touchent chacun : que vaut mon travail ? Suis-je encore utile ? Vais-je être remplacé ?
Elle est normale et légitime. L'IA sait faire des tâches répétitives, mais aussi des tâches de réflexion : des pans entiers de métiers sont concernés. Faire comme si de rien n'était ne change rien.
Quand une machine fait en dix secondes ce que vous aviez mis des années à maîtriser, on peut douter de sa propre utilité. Ce malaise est réel. Une organisation doit s'y préparer.
Surveiller le travail de l'IA, trancher les cas qui ne sont pas clairs, porter la responsabilité finale, avoir l'idée que personne n'attendait, construire la confiance. Plus l'IA prend de place, plus ces compétences comptent.
Le coup 37 · AlphaGo · 2016
Mars 2016, match AlphaGo contre Lee Sedol (champion du monde de Go). Au 37e coup, l'IA pose une pierre dans une zone que les maîtres humains évitent depuis des siècles. Les commentateurs croient à une erreur. Lee Sedol quitte la salle. Ce coup remportera la partie.
Ce que cela change : l'IA n'a pas copié les meilleurs joueurs. Elle a essayé ce que la tradition écartait. Elle peut innover là où nous avons des certitudes.
La bonne attitude
L'IA produit, l'humain valide. Rien de ce qu'elle écrit ne devrait partir sans relecture. Relire et contrôler n'est pas une habitude d'avant : c'est une compétence clé.
L'IA propose, l'humain décide. Dès qu'un sujet a des conséquences juridiques, politiques ou humaines, la décision finale revient à une personne, pas à un programme.
L'intuition, l'empathie, la connaissance du terrain et des personnes, la capacité à avancer quand rien n'est clair. Rien de cela ne se remplace.
Déjà partout
L'IA n'est pas une affaire de science-fiction. Elle est déjà dans la plupart des outils et des services que vous utilisez chaque jour.
Votre GPS suit la circulation en direct et recalcule l'itinéraire pour vous faire gagner du temps.
Netflix, Spotify ou YouTube observent vos habitudes pour vous proposer ce qui a des chances de vous plaire.
Siri, Alexa ou Google Assistant reconnaissent ce que vous dites à voix haute et exécutent la demande : lancer une musique, régler un réveil.
L'IA repère les courriers indésirables : elle reconnaît les expéditeurs suspects et les tournures typiques des messages frauduleux.
Google Traduction, DeepL et les traducteurs intégrés à vos outils traduisent un texte en quelques secondes.
Les sites de vente vous proposent des produits d'après vos achats passés. Cette IA, présente partout, influence nos choix.
Deux grandes familles
Elle sait faire beaucoup de choses différentes. ChatGPT, Claude ou Gemini en sont les exemples types : on leur demande aussi bien un courrier qu'un résumé ou une traduction.
Elle est conçue pour une seule chose, qu'elle fait très bien : lire une radio médicale, reconnaître un visage, conduire une voiture. Excellente dans son domaine, inutile en dehors.
À noter : les IA génératives comme ChatGPT sont des IA générales : elles savent rédiger, programmer, analyser, traduire. Mais sur un sujet pointu, elles restent moins précises qu'une IA spécialisée.
Les grands acteurs mondiaux
L'IA n'a rien de magique : elle fonctionne dans un cadre précis. La page suivante montre, pas à pas, comment un chat IA construit sa réponse.