Les mots de l'IA, expliqués sans jargon

Le mot recouvre des choses très différentes. Aujourd'hui, quand un article dit « l'IA », il parle presque toujours d'un modèle de langage entraîné sur d'immenses quantités de textes, capable de produire des réponses plausibles.

Un modèle qui, à chaque instant, calcule le mot suivant le plus probable. Répété des milliers de fois, ce petit calcul produit des textes cohérents, des traductions, du code. Toute sa force et toutes ses limites viennent de là.

La consigne donnée au modèle. Sa formulation change beaucoup le résultat : donner un rôle, un exemple, un format attendu améliore souvent la réponse davantage que de changer d'outil.

L'interface, pas le cerveau. Le chatbot est la fenêtre de conversation ; derrière, c'est un modèle de langage qui travaille. Le même modèle peut alimenter un chatbot, une application mobile ou un service invisible.

Un modèle auquel on a donné des outils et le droit de les utiliser en boucle, jusqu'à atteindre un but. C'est le grand chantier de 2025-2026, et la source de la plupart des annonces spectaculaires — comme des ratés.

La famille de programmes dont font partie tous les modèles d'IA actuels. Un réseau empile des couches de calculs très simples ; l'apprentissage consiste à régler les milliards de coefficients qui les relient jusqu'à ce que les sorties soient bonnes. Personne n'écrit les règles : elles émergent du réglage.

L'horizon que se donnent les grands laboratoires : un système capable d'accomplir la plupart des tâches intellectuelles humaines, et pas seulement celles pour lesquelles on l'a préparé. Le mot sert à la fois d'objectif scientifique, d'argument de levée de fonds et de sujet d'inquiétude.

L'unité de base que le modèle lit et écrit. Un mot courant fait un token, un mot rare en fait plusieurs. C'est aussi l'unité de facturation : quand un service parle de son prix, il parle en tokens.

La phase où le modèle ajuste ses paramètres en parcourant ses données. Elle a lieu une fois, coûte très cher, et fige les connaissances du modèle à une date — sa « date de coupure ». Ensuite, il ne réapprend plus en discutant avec vous.

Les nombres qui composent le modèle. On les compte en milliards, et ce chiffre sert de raccourci pour parler de la taille d'un modèle : « un 70 milliards » se dit comme on dirait la cylindrée d'un moteur.

La quantité de texte que le modèle peut traiter d'un coup, mesurée en tokens. Les modèles récents affichent des fenêtres énormes — un million de tokens, soit plusieurs livres. Au-delà, il faut découper, résumer, ou faire chercher le modèle dans des documents.

L'utilisation du modèle déjà entraîné. Chaque réponse consomme un peu d'électricité et coûte quelques fractions de centime. Rapporté aux centaines de millions d'utilisateurs quotidiens, c'est là que se joue l'essentiel de la facture énergétique.

Un modèle qui accepte plusieurs types d'entrées — texte, image, audio, vidéo — et parfois en produit plusieurs. C'est ce qui permet de photographier un problème de maths, de faire décrire une scène, ou de parler à voix haute à un assistant.

L'architecture inventée chez Google en 2017, et que presque tous les modèles actuels utilisent : GPT, Claude, Gemini, Llama. Son mécanisme d'« attention » pèse l'importance de chaque mot par rapport aux autres, ce qui lui permet de tenir compte d'un contexte long. C'est le « T » de GPT.

La traduction d'un mot, d'une phrase ou d'une image en une longue liste de nombres, un vecteur, choisie pour que deux contenus proches par le sens aient des nombres proches. C'est ce qui permet de chercher « par le sens » et non plus par mot-clé, et c'est la brique de base du RAG.

Un réglage entre 0 et 2 environ, qui décide si le modèle prend toujours le mot le plus probable ou s'autorise des choix moins attendus. Basse pour extraire des données ou coder, plus haute pour un brainstorming. La plupart des chatbots grand public la fixent pour vous, souvent autour de 0,7 à 1.

Du texte, des images ou des dialogues générés par un modèle et utilisés pour en entraîner un autre, parce que les données humaines de qualité se raréfient ou coûtent trop cher à collecter. Très utilisées pour les petits modèles et les cas rares (dialectes, situations dangereuses) ; la plupart des modèles récents en contiennent une part.

La technique derrière presque tous les générateurs d'images et de vidéos : Midjourney, Stable Diffusion, DALL·E, Sora. Le modèle part d'un bruit aléatoire et le « débruite » en plusieurs dizaines d'étapes, guidé par votre description. C'est pour cela qu'une image met quelques secondes, et une vidéo beaucoup plus.

Depuis fin 2024, les « modèles de raisonnement » (o1, o3, DeepSeek-R1, les modes « réfléchir » de Claude ou Gemini) génèrent une longue suite d'étapes intermédiaires avant la réponse finale. Ils sont nettement meilleurs en maths, en code et en logique, mais plus lents et plus chers : la réflexion se paie en tokens.

Le matériel de toute l'affaire. Entraîner et servir les modèles demande des dizaines de milliers de ces puces, vendues surtout par Nvidia, dont les pénuries et les prix rythment l'actualité autant que les modèles eux-mêmes. Quand un article parle de « calcul », de centres de données géants ou de restrictions d'export vers la Chine, il parle de GPU.

Une affirmation fausse présentée avec aplomb : une source qui n'existe pas, une date inventée, une citation attribuée au hasard. C'est le défaut le plus connu, et celui qui impose de vérifier toute information qui compte.

Une tendance systématique à favoriser certaines réponses : associer un métier à un genre, mieux traiter l'anglais que les autres langues, refléter le point de vue majoritaire de ses données. Ce n'est pas une erreur ponctuelle mais une déformation régulière.

Un contenu synthétique imitant une personne réelle. La technique est passée en quelques années de démonstrations de laboratoire à des applications grand public, ce qui déplace le problème du « peut-on le faire » vers « comment le prouver ».

Le contournement des règles de sécurité d'un modèle. Les méthodes se renouvellent sans cesse : jeu de rôle, langue rare, encodage, instruction cachée dans un document que l'assistant va lire.

Une attaque où un texte lu par l'assistant (page web, courriel, document, commentaire) contient des instructions qui détournent sa mission : exfiltrer des données, envoyer un message, ignorer ses consignes. Plus les assistants deviennent des agents qui lisent et agissent, plus ce risque pèse. Il ne se répare pas par un correctif.

Un marquage inséré au moment de la génération pour permettre d'identifier plus tard un contenu produit par l'IA : un motif dans les pixels d'une image, un choix de mots statistiquement biaisé dans un texte, des métadonnées signées (norme C2PA). Le règlement européen sur l'IA l'impose pour certains contenus à partir de 2026. C'est l'une des réponses aux deepfakes, pas la solution.

L'ensemble des techniques qui font qu'un modèle se comporte selon les intentions de ses concepteurs : utile, honnête, refusant les demandes dangereuses. Le principal outil est l'apprentissage par retour humain (RLHF), où des annotateurs notent les réponses. C'est ce qui sépare le modèle brut du produit qu'on vous livre, et l'objet de la plupart des débats sur la sécurité de l'IA.

L'ensemble des limites posées à un modèle : refuser d'aider à fabriquer une arme, ne pas donner de diagnostic médical ferme, ne pas insulter. Une partie est apprise pendant l'alignement, une autre ajoutée autour du modèle par des filtres qui lisent la question et la réponse. C'est ce qui explique qu'un même modèle refuse plus ou moins selon le service qui l'utilise.

Un modèle dont les paramètres sont publiés. On peut l'installer, l'adapter, le faire tourner sans connexion. C'est le choix stratégique de Meta, Mistral et de la plupart des acteurs chinois, face aux modèles fermés d'OpenAI, Anthropic et Google.

Le moyen technique de brancher une IA dans un logiciel : un site, une application, un tableur. C'est ce qui explique que tant d'outils « avec de l'IA » proposent la même chose — beaucoup appellent les mêmes modèles derrière.

Réentraîner légèrement un modèle existant sur des données spécifiques : le vocabulaire d'un métier, le ton d'une marque, un format de réponse. Beaucoup moins cher qu'un entraînement complet — quelques heures de calcul plutôt que des mois.

La technique derrière la plupart des assistants d'entreprise : chercher les passages pertinents dans une base documentaire, les glisser dans la consigne, puis laisser le modèle rédiger. C'est ce qui permet de citer ses sources et de rester à jour sans réentraîner.

Une série d'épreuves standardisées — raisonnement, code, culture générale — dont les scores nourrissent toutes les annonces. C'est le chiffre que vous verrez cité chaque fois qu'un nouveau modèle sort.

Une base de données conçue pour stocker des embeddings et retrouver très vite les plus proches d'une question. C'est elle qui, dans un assistant d'entreprise, va chercher les bons passages avant que le modèle réponde. Pinecone, Weaviate, Qdrant, ou une extension de PostgreSQL : le marché s'est rempli en deux ans.

Un standard ouvert, publié par Anthropic fin 2024 et adopté ensuite par OpenAI, Google et Microsoft, qui décrit comment un assistant se connecte à des outils et des données extérieurs : votre agenda, une base de données, un logiciel métier. Un « serveur MCP » écrit une fois fonctionne avec tous les assistants compatibles.

Une façon de construire les modèles pour qu'ils soient très grands sans être très lents : les paramètres sont répartis en « experts », et un aiguilleur n'en sollicite qu'une poignée à chaque token. C'est l'architecture de la plupart des grands modèles récents, fermés comme ouverts, et une des raisons pour lesquelles les prix baissent.

Glisser dans la consigne quelques exemples de ce qu'on attend, entrée et sortie, et laisser le modèle continuer la série. Aucun réentraînement : tout se passe dans le prompt. C'est souvent la méthode la plus efficace pour obtenir un format précis ou un ton constant, bien avant le fine-tuning. « Zero-shot » désigne l'inverse : la consigne seule, sans exemple.

Le délai entre l'envoi d'une requête et l'arrivée de la réponse. Pour un assistant, c'est souvent plus décisif que quelques points de qualité : une voix qui répond après trois secondes paraît cassée. C'est l'argument des modèles « petits et rapides » face aux grands modèles de raisonnement, qui peuvent réfléchir pendant une minute.

L'étape qui transforme un modèle brut, qui ne sait que continuer un texte, en assistant qui répond à une question. Des annotateurs comparent des réponses ; un modèle de récompense apprend leurs préférences ; le modèle principal est ensuite poussé à produire ce que ce juge aime. C'est ce qui a fait la différence de ChatGPT en 2022, bien plus que la taille du modèle.

Entraîner un petit modèle « élève » sur les réponses d'un grand modèle « professeur », pour garder l'essentiel de la qualité à une fraction du coût. C'est ainsi que sont faites la plupart des versions « mini », « flash » ou « nano », et les modèles qui tournent sur un téléphone ou un ordinateur portable.