Présentation IA

C'est quoi

l'intelligence

artificielle ?

Sommaire

L'IA dans notre quotidien

01

Les types d'intelligence artificielle

02

Une histoire aussi vieille que l’informatique

03

Mais c'est quoi une IA ?

04

Comment sont développées les IA

05

Que peut-on faire avec une IA

06

Comment interagir avec une IA

07

Comment une IA générative crée un texte

08

Les limites à connaître

09

L’IA dans notre quotidien

Plateformes de streaming

Recommandation personnaliséede contenu, personnalisation de l’interface...

Assistants virtuels

Siri, Alexa, Google Assistant 
nous accompagnent chaque jour.

Réseaux sociaux

Personnalisation de contenu, 
recommandation de comptes, publicités ciblées...

Navigation

Optimiser en continu des trajets,commandes vocales intelligentes,recherche de stationnement...

Messageries instantanées

Assistance personnalisée, gestion de groupes, génération de contenu, modération...

Les types d'intelligence artificielle

IA prédictive Cette IA analyse des données pour repérer des habitudes et prédire ce qui pourrait se passer dans le futur. Ex. : prévoir le temps , recommander un film, les tendances de ventes.

IA descriptive Cette IA se concentre sur l'analyse de données afin de résumer et d'expliquer ce qui s’est passé ou ce qui se passe. Ex. : créer un rapport des ventes d'un magasin.

IA prescriptive Cette IA utilise les données pour proposer les meilleures actions à prendre en tenant compte des différentes possibilités. Ex. : Un GPS conseille un itinéraire en temps réel pour éviter les bouchons.

IA générative Cette IA est capable de créer du contenu, comme du texte, des images ou de la musique, etc. Ex. : aider à la création d'un CV, d'un courrier, générer une image à partir d'une description.

Une histoire aussi vieille que l ’informatique

1956

1943

1997

1957

1966

1950

Darmouth

Neurone formel

Deep Blue

Le Perceptron

Eliza

Test de Turing

Une histoire aussi vieille que l ’informatique

2011

2011

2022

2016

Siri

ChatGPT

Watson

AlphaGo

Mais c’est quoi l’IA ?

« Un ensemble de méthodes visant à faire effectuer par des ordinateurs - ou des machines - des tâches nécessitant normalement une intelligence humaine »

Source : Caisse des dépôts Étude Collectivités et IA – 2019

Les définitions officielles :

« L’IA désigne la possibilité pour une machine de reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité »

Source : le Parlement européen.

« La technologie de l’IA fait référence aux ordinateurs ou aux dispositifs programmés pour effectuer des tâches que nous pensons normalement réservées aux êtres humains. »

Source : UNICEF, Guide sur l’IA à l’intention des adolescents, 2021.

Mais c’est quoi l’IA ?

Ce que l’on peut retenir :

L’IA désigne un ensemble de technologies permettant à une machine de simuler ou de s'inspirer des processus cognitifs humains, tels que le traitement de l'information et la prise de décision, afin d'accomplir diverses tâches.

L'intelligence artificielle (IA) est avant tout une discipline scientifique dont le but est de créer des machines capables d'exécuter des tâches qui nécessitent normalement l'intelligence humaine.

Comment développe-t-on un système d’IA ?

• L’IA a besoin d’apprendre à partir d’exemples.
• On lui fournit une grande quantité d'informations (textes, images, vidéos, etc.) en fonction de ce qu’elle doit faire.
• La qualité des données est cruciale.

01

Collecte des données

Mots clefs

Algorithmes

02

• Les données sont triées, classées et annotées par des humains pour les convertir en ressources utilisables et sans erreurs.

Analyse et tri des données

Réseau de neurones

03

• L’IA utilise des algorithmes et des réseaux de neurones pour analyser les données.
• L'IA cherche à identifier des motifs récurrents ou des caractéristiques communes dans les données afin de faire des liens entre les informations.

Apprentissage

L’IA s’exerce avec de grandes quantités de données, en ajustant ses paramètres pour faire de moins en moins d’erreurs.

Entraînement du modèle

04

05

Validation et test du modèle

l'IA est testé avec de nouvelles données et peut être modifié, corrigé pour améliorer ses performances.

Déploiement

Quand l’IA est assez performante, elle est mise à disposition des utilisateurs, par exemple dans une application ou un site web.

06

Suivi et amélioration continue

Les résultats générés sont évalués et affinés pour améliorer la pertinence et la qualité du contenu produit.

07

Que peut-on faire avec une IA générative ?

Génération d'images

Colorisation d’images anciennes

Génération de vidéos

Retouches et amélioration d’images

Génération de musiques

etc.

Rédaction, synthèse de texte

Traduction

Comment interagir avec une IA générative ?

Communication en Langage Naturel :

Pour interagir avec une IA générative, il suffit de poser une question ou de décrire une tâche en utilisant un langage naturel.

01

Précision des Demandes :

En ajoutant des précisions, vous pouvez guider l'IA pour obtenir des réponses plus adaptées.

• Type de contenu attendu (ex : explication, résumé, code, image).
• Format souhaité (ex : tableau, liste à puces, paragraphe...).
• Niveau de détail attendu (ex : synthétique, détaillé, avec ou sans exemples...).
• Contexte de la demande (ex : domaine, public cible, usage prévu, langue de la réponse).

02

Utilisation d’un Chatbot :

C'est à travers un Chatbot que l’on donne nos instructions (Prompt), que l’on pose nos questions.

03

Comment une IA générative crée un texte ?

Chat

Miaule

Astronaute

Étoile

Espace

Moustache

L'apprentissage :

• L’IA est nourrie avec des millions de textes variés (livres, sites web, discussions…).
• Elle analyse :

• Les relations entre les mots Quels mots se suivent ou vont souvent ensemble (Ex. : "chat" et "miaule", "pluie" et "parapluie").
• Comment les phrases sont construites (structure d’une phrase, grammaire, style, ton).

• Résultat : elle apprend à créer des associations possibles entre les mots.

01

La demande et le découpage des mots en tokens

• l’IA découpe votre demande en petits morceaux appelés tokens.

• Un token c’est :

• Un mot simple ("chat", "mange").
• Une partie de mot ("parapluie" → "para" + "pluie").
• Un article défini (« Le », « la », « les »).
• Un signe de ponctuation ("!", "?").

• Chaque token est converti en un nombre.
• Ces nombres lui permettent de trouver des liens entre les mots.

Exemple :

02

La génération

• Elle identifie les mots-clés (chat, astronaute, histoire). • Elle cherche dans sa « mémoire » (ses données d’entraînement) quels tokens apparaissent souvent ensemble dans des textes similaires. • Elle assemble les tokens les plus probables, un par un, comme un puzzle :

« Il était une fois Felix, un chat pas comme les autres. Alors que ses amis rêvaient de souris, lui rêvait d’étoiles… »

Résultat : Elle génère un texte nouveau, mais inspiré de tout ce qu’elle a analyser avant !

« Raconte une histoire d'un chat astronaute »

03

Exemple : création d'une mascotte

À partir de l'illustration fournie, propose une illustration de type 3D avec des couleurs vives.

À partir de l'illustration fournie, reproduire fidèlement ce personnage en respectant sa forme comme ses couleurs.

Situation 2

Situation 1

Des limites à connaître

Les biais

01

L’IA apprend de nos données… et de nos biais

• L’IA utilise des données créées par les humains, qui reflètent notre histoire, nos habitudes et nos stéréotypes.

• Si ces données contiennent des discriminations (racisme, sexisme, homophobie, etc.), l’IA peut les reproduire et même les amplifier.

• Conséquences : risque d’aggraver les inégalités envers les groupes déjà marginalisés.

Des limites à connaître

D’où viennent ces biais ?

Biais de données : les données d’apprentissage sont déjà biaisées.

Biais de sélection : les données ne représentent pas assez la diversité réelle.

Biais d’algorithme: la conception même de l’IA peut favoriser certains groupes.

Biais d’interaction : les utilisateurs influencent les résultats futurs (ex. : clics, recherches).

Biais de confirmation : l'IA renforce les convictions des utilisateurs sans leur présenter des points de vue ou des faits alternatifs.

Biais de sous-représentation : certains groupes sont ignorés dans les données, l’IA les "oublie".

Des limites à connaître

Exemple 1 – La domination occidentale

Contexte : l’histoire coloniale a imposé la culture, la langue et les modèles occidentaux.

Risque : Renforcement d’une vision unique et non inclusive du monde.

Impact sur l’IA : elle peut considérer la vision occidentale comme "supérieure" et ignorer d’autres perspectives.

Exemple 2 – Les femmes invisibilisées

Contexte : les livres d’histoire mettent surtout en avant des hommes (rois, scientifiques, etc.), effaçant le rôle des femmes.

Risque : Perpétuation des inégalités hommes-femmes dans les représentations et les opportunités.

Impact sur l’IA : elle peut reproduire cette invisibilisation (ex. : métiers genrés, stéréotypes).

Des limites à connaître

Les Hallucinations

02

Une hallucination en IA survient quand le système invente ou déforme des informations (faits, chiffres, histoires...) et les présente comme vrais et crédibles. Les informations sont incorrectes, mais semblent convaincantes.L’IA ne "ment" pas intentionnellement : elle comble des lacunes ou extrapole à partir de ses données. Les différents types d’hallucinations :

Erreur factuelle : l’IA donne une information fausse.Contenu inventé : l’IA crée de toute pièce des histoires, des citations, des références ou des faits qui n’existent pas.Résultat absurde ou illogique : la réponse de l’IA n’a pas de sens ou ne correspond à rien de réel.

Des limites à connaître

Connaissances statistiques

03

Les modèles sont entraînés sur un volume de données fini, par conséquent, le résultat ne tient pas compte des nouvelles données ni des données corrigées depuis son apprentissage.

Absence de compréhension pratique

04

L’IA fonctionne par prédiction, des statistiques, elle n’a pas de compréhension du sens des mots.

Impossibilité de citer les sources

05

Certains modèles ne gardent pas la trace de l’origine des données utilisées, il leur est donc impossible de citer celles-ci. D’autres modèles, si elles citent leurs sources, extrapole les informations fournies.

À retenir

Un bon usage de l'intelligence artificielle :

Faire preuve d’esprit critique.

Vérifier systématiquement les réponses de l'IA.

Ne pas saisir de données personnelles.

Utiliser l'IA quand c’est vraiment utile

N'a pas d'émotions et de conscience.

Ne s'adapte pas face à une situation nouvelle.

Manipule des mots sans en saisir le sens.

Ce sont des probabilités, des statistiques.

L'intelligence artificielle :

Usage responsable et ethique.

Sources

INRIA - C’est quoi l’intelligence artificielle ? (vidéo) Francenum - Comment créer des prompts efficaces : guide du débutant Sorbonne Université - Les discriminations algorithmiques (vidéo) CNIL - Algorithmes : prévenir l’automatisation des discriminations (pdf) IBM - Les biais IA - Quand l’intelligence artificielle vous trompe DIAL-IA - Glossaire DIAL-IA - Les basiques de l'IA Francenum - Objectif IA : initiez-vous à l'intelligence artificielle (Mooc) Numedu - Des ressources pour bien utiliser l'IA L'Esprit Sorcier TV - Tout comprendre à l'IA Les mathématiques des réseaux de neurones - Gabriel Peyré (pdf) Comment une IA générative crée-t-elle du texte ?

Merci de votre participation A bientôt !

Attribution :Pas d'utilisation commercialePas de modification 4.0 International Création : Eric Antier – 2025

Réseau de neurones

Un réseau de neurones artificiels s’inspire de la structure et du fonctionnement des neurones biologiques du cerveau. Ces réseaux utilisent des modèles mathématiques traduits en code informatique, permettant aux IA d’effectuer des tâches complexes comme la reconnaissance d’images, l’interprétation d’un texte ou la prise de décisions…

Les mathématiques des réseaux de neurones - Gabriel Peyré

Définition

Un algorithme est une suite d'étapes à effectuer permettant la réalisation d'une tâche.

Exemple :

• Le thermostat est allumé
• Le capteur lit la température de la pièce.
• Le thermostat vérifie si la température est inférieure à la température souhaitée.
• Le thermostat envoye un signal au système de chauffage, allumer ou éteindre le chauffage.
• Le thermostat attend un certains temps avant de recommencer la mesure.
• La boucle recommence pour ajuster en continu.

Définition

Un algorithme est une suite d'étapes à effectuer permettant la réalisation d'une tâche.

Exemple :

• Le thermostat est allumé.
• Le capteur lit la température de la pièce.
• Le thermostat vérifie si la température est inférieure à la température souhaitée.
• Le thermostat envoie un signal au système de chauffage, allumer ou éteindre le chauffage.
• Le thermostat attend un certain temps avant de recommencer la mesure.
• La boucle recommence pour ajuster en continu.

Réseau de neurones

Un réseau de neurones artificiels s’inspire de la structure et du fonctionnement des neurones biologiques du cerveau. Ces réseaux utilisent des modèles mathématiques traduits en code informatique, permettant aux IA d’effectuer des tâches complexes comme la reconnaissance d’images, l’interprétation d’un texte ou la prise de décisions…

Les mathématiques des réseaux de neurones - Gabriel Peyré