Tout comprendre à l’IA

En général, les utilisateurs de services comme ChatGPT et consorts en comprennent pas leur fonctionnement de base.
Je vais essayer de donner quelques explications afin de répondre à la grande question : « Comment ça marche une IA ? ».

Déjà, il faut bien définir ce que l’on entend par IA : Intelligence Artificielle (AI en anglais).
Voici la définition du Wiktionnaire (outil injustement méconnu de Wikimédia, la fondation derrière Wikipédia) :

Champ interdisciplinaire théorique et pratique qui a pour objet la compréhension de mécanismes de la cognition et de la réflexion, et leur imitation par un dispositif matériel et logiciel, à des fins d’assistance ou de substitution à des activités humaines

Imitation. Assistance. Substitution.
Prenez l’image d’un perroquet qui remplacerait vos outils quotidiens avec ses réponses.

Ainsi, plutôt que de demander à Google, à Wikipédia, à n’importe quel site fournissant de l’information, vous allez demander au perroquet 🦜.
Et il va vous répondre.

Vous avez compris le principe de base, auquel on va rajouter une information : il existe plusieurs perroquets, qui font tous plus ou moins la même chose avec plus ou moins de succès.
En voici quelques uns :

• ChatGPT (OpenAI, 🇺🇸)
• LLaMA (aussi appelé Meta AI, de Meta, 🇺🇸, comprendre Facebook, WhatsApp, etc.)
• Le Chat (🐈) (Mistral AI, 🇫🇷)
• Gemini (Google, 🇺🇸)
• DeepSeek (DeepSeek, 🇨🇳)
• Claude (Anthropic, 🇺🇸)

En fait, le terme IA est devenu une expression générique englobant aussi bien les chatbots (robots conversationnels : interface comme un site Web par exemple mais aussi une ligne de commande) que le modèle qui leur sert de source.
ChatGPT est un robot conversationnel (chatbot donc) utilisant un modèle pré-entraîné (GPT en anglais) de type grand modèle de langage (LLM en anglais).

Vous suivez toujours ?
Bravo !

Passons maintenant au fonctionnement de ces IA.
Elles ont été tout d’abord entraînées à partir de milliards de documents (dont des pages Web) afin de cumuler des sources d’informations.
Au détriment du droit d’auteur et de la consommation énorme d’énergie que cela demande, mais c’est un autre sujet.

Une fois ces sources ingurgitées, le logiciel est capable de faire des statistiques quant à l’utilisation des mots et leur probabilité de constituer des ensembles.
Prenons un exemple de question à poser à l’IA :

Comment faire bouillir de l’eau ?

L’IA va interroger sa GROSSE base de données pour deviner votre demande et vous sortir les mots qui STATISTIQUEMENT correspondent, en construisant une phrase cohérente quand même, on n’est pas chez les sauvages !
Sur cette question, il est possible de supposer que l’IA va analyser trois mots/expressions : « comment faire », « bouillir », « eau ».
Sur la totalité de ses sources, il est quand même fort probable que la réponse tourne autour de « eau », « récipient » et « chaleur ».
Il lui suffit d’enrober ensuite la réponse dans une phrase, d’ajouter un peu de texte imitant une conversation, et voilà.

Voici les réponses apportées trois des IA susmentionnées :

L’IA ne sait pas faire bouillir de l’eau.
L’IA, c’est un ensemble de gros ordinateurs.
Jusqu’à preuve du contraire, un gros ordinateur ne sait pas faire bouillir de l’eau.
L’IA sait juste répéter ce qu’on lui a fait lire.
Et c’est valable dans tous les domaines.
Tous.

Bien sûr, l’information est ici valable (encore heureux), mais il ne faut pas oublier l’un des principes fondateurs de l’IA : elle (genre féminin, merci le patriarcat) doit répondre, de façon cohérente, même si elle n’a pas la réponse.

D’où les hallucinations : des réponses qui semblent vraies mais qui ne le sont pas.
Et qui sont impossibles à éviter.
Cela peut être anodin (obtenir une liste de livres dont certains n’existent pas, histoire de faire rigoler intérieurement un bibliothécaire 😄) ou dramatique.

Pour les vieux geeks anciens utilisateurs d’Internet, l’IA est la combinaison de Copernic (logiciel métamoteur de recherches) et du cerveau 🧠 (pour trier le bon grain de l’ivraie).

Alors faut-il ou non utiliser l’IA telle qu’elle est mise en avant tous les jours ?
Les sociétés propriétaires le souhaitent afin de rentrer dans leurs frais vu la taille des investissements, mais plusieurs choix s’offrent à nous :

• Boycotter : refuser d’utiliser une IA. Je pense que c’est déjà trop tard. Il est alors intéressant d’éduquer les jeunes (et donc futurs) utilisateur.ice.s.
• Utiliser l’IA pour des tâches rédactionnelles sans valeur : rédaction de lettre de motivation par exemple (l’un des exercices d’écriture les plus inutiles au monde).
• Utiliser l’IA pour des recherches pouvant être faites via un moteur de recherches afin de synthétiser rapidement des résultats : attention aux mauvaises informations, il faudra TOUJOURS vérifier que cela n’entraîne pas de conséquences négatives.
• Utiliser l’IA pour créer quelque chose dans un domaine où l’utilisateur a zéro connaissance : cela fera passer plus de temps à chercher comment corriger les erreurs de l’IA et améliorer le résultat final (et on parle ici de développeurs connaissant leur domaine).

À titre personnel, j’ai déjà utilisé l’IA pour moi ou pour le travail.
À CHAQUE FOIS, il a fallu vérifier, tester, corriger.
À CHAQUE FOIS et dans des domaines où j’ai un minimum de connaissances.

Le Web regorge de sites, blogs, pages, vidéos, tutoriels, bref de ressources répondant à une question.
Si vous ne trouvez pas, c’est que vous avez mal cherché et je dis ça sans critique négative.
D’ici à dire que ce qui nous facilite le travail nous rend moins performant dans notre apprentissage quotidien…
Vous trouverez d’autres articles mettant ce souci en avant via une simple recherche.

Pour finir, une vidéo créée par IA présentant le premier robot conversationnel :