Règles du jeu
Bienvenue dans l’Expédition IA !
Vous partez pour une aventure collective au cœur des territoires inconnus de l’Intelligence Artificielle Générative. Votre mission : En petites équipes, explorez les zones du territoire IA pour cartographier ses usages, opportunités et risques. 🎯 Objectif : récolter les 6 balises de savoir en franchissant les 6 grandes zones du territoire IA. Avant de démarrer l'aventure, constituez 2 à 4 équipes pour le jeu
retour à la carte d'exploration
Règles du jeu
🧭 Déroulé d’un tour À tour de rôle, chaque équipe explore un territoire :
- Choisissez un territoire de la carte
- Piochez une carte correspondante
- Discutez en équipe et proposez votre réponse
- Si la réponse est correcte, la balise du territoire est validée
- Que la réponse soit correcte ou incorrecte, la main passe à l'équipe suivante
👉 Une équipe peut revenir autant de fois que nécessaire sur un même territoire tant qu’elle n’a pas validé sa balise ⚡ Certaines cartes proposent un défi, un cas pratique ou un débat !
🏔️ Victoire & Ascension Ultime
- Si vous validez les 6 balises de savoir, vous pouvez tenter l’Ascension Ultime : une carte finale à traiter devant tous pour prouver votre maîtrise
- À la fin du temps imparti : l’équipe ayant validé le plus de balises (ou réussi l’Ascension) remporte l’expédition
📋 Suivi de l’expéditionPour suivre l’avancée de chaque équipe, dessinez un tableau double entrée avec le nom des équipes en ligne et le nom des balises en colonne que vous pouvez cocher au fur et à mesure (voir exemple dans le kit boite à outil du manager)
📋 Le rôle du managerLe manager joue le rôle de guide de l’expédition. Il veille au respect du temps de l’aventure, au suivi de l’obtention des balises et au partage des explications après chaque épreuve. Il favorise une dynamique collective et constructive.
🗺️ Les zones à explorer 🏕️ Camp de base des fondamentaux 🌴 Jungle des usages métier 🌲 Forêt de la coopération augmentée 🏞️ Canyon des risques & responsabilités 🛕 Temple du réflexe Triple D 🌋 Volcan des controverses numériques
💡Ce qui compte vraiment ? La rapidité, oui… Mais surtout la qualité des échanges et la coopération au sein de l’équipe !
Règles du jeu
Si vous avez validé toutes les bornes, cliquez ici pour accéder à l'ascension ultime
Cliquer sur une zone pour la découvrir
retour à la carte d'exploration
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Pour valider la balise de savoir « Les fondamentaux », votre équipe explore le camp de base de l’IA générative. Avant de tirer une carte, vous devez choisir : une carte « Débutant », qui consolide les bases essentielles, une carte « Intermédiaire », qui approfondit les mécanismes et limites de l’IA, ou une carte « Expert », plus exigeante. Une bonne réponse à une carte « Débutant » valide la balise ; une bonne réponse à une carte « Intermédiaire » valide la balise et vous permet de rejouer immédiatement ; une bonne réponse à une carte « Expert » valide la balise et vous donne un avantage stratégique : retirer une balise déjà gagnée par une autre équipe.
retour à la carte d'exploration
Pour valider la balise de savoir« Usages métiers », votre équipe explore comment l’IA Générative transforme concrètement vos activités professionnelles. Chaque carte vous plonge soit dans une situation inspirée du quotidien, où vous devez identifier apports, limites et bonnes pratiques, soit dans un QCM issu de l'enquête interne de 2025 sur les usages et perceptions de l’IA. Une bonne réponse ou un défi validé vous permet de remporter la balise.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Write a brief description here
03:00
retour à la carte d'exploration
Pour valider la balise de savoir « Coopération augmentée », votre équipe explore les effets de l’IA Générative sur l’organisation, la créativité et la dynamique d’équipe. Chaque carte propose une situation collective : vous devez répondre ou relever un défi pour analyser l’impact de l’IA sur la confiance, la décision et la qualité des échanges. Votre manager évalue la pertinence de vos réponses et décide si la carte est gagnée ; dans ce cas, vous remportez la balise.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Write a brief description here
03:00
03:00
retour à la carte d'exploration
L’IA dans le recrutement permet-elle réellement de réduire les biais ou risque-t-elle de les renforcer ?
L’utilisation de l’IA Générative met-elle en danger la sécurité des données sensibles des entreprises ?
L’IA Générative accroît-elle le risque de manipulation et de désinformation ?
L’IA est-elle soutenable pour l’environnement ?
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
03:00
03:00
03:00
03:00
Title
Title
Write a brief description here
Write a brief description here
Pour valider la balise de savoir « Risques et responsabilités », votre équipe débat des dilemmes et des responsabilités liés à l’usage de l’IA Générative afin d’anticiper ses risques. Les cartes se présentent sous deux formats : les Cartes Quiz, qui nécessitent une bonne réponse pour être validées, et les Cartes Débat, où votre équipe choisit d’abord le point de vue qu’elle souhaite défendre, puis désigne une équipe adverse pour soutenir la position opposée. La préparation du débat est limitée à 3 min. La balise est remportée par l’équipe désignée gagnante par le manager (il peut accorder un point à chaque équipe en cas d'égalité).
retour à la carte d'exploration
Pour garantir des usages responsables de l'IA Générative, Greenworking a co-construit un référentiel des bons comportements. Pour valider cette balise, vous devez vous approprier ce référentiel. Chaque carte porte sur l’un des trois piliers du guide — Performer, ProTéger et Progresser — et vous devez y répondre correctement pour remporter la balise.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Write a brief description here
retour à la carte d'exploration
Pour valider la balise de savoir« Controverses numériques », votre équipe confronte ses représentations et construit une vision collective des usages de l’IA Générative. Toutes les cartes sont des Cartes Débat : votre équipe choisit d’abord le point de vue qu’elle souhaite défendre, puis désigne une équipe adverse pour soutenir la position opposée. La préparation du débat est limitée à 3 min. La balise est remportée par l’équipe désignée gagnante par le manager (il peut accorder un point à chaque équipe en cas d'égalité).
« Inès est téléconseillère et elle utilise régulièrement l'IA Générative pour apporter des réponses précises et pertinentes aux assurés selon leurs problématiques, en remplacement des questions / réponses qu'elle avait avant avec ses collègues. » L’IA Générative enrichit-elle ou appauvrit-elle la dimension humaine des relations au travail ?
« Alors que je discute avec des collègues de l’implémentation de l’IA Générative au sein des entreprises, l’un d’entre eux nous fait part de l’une de ses craintes pour l’avenir… » L’IA Générative complètera-t-elle les compétences humaines ou pourrait-elle les remplacer dans certaines activités ?
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
« Medhi remarque qu’il est devenu totalement dépendant de l’IA pour répondre aux mails et qu’il peine à formuler des messages par lui-même. » L’usage intensif de l’IA renforce-t-il ou affaiblit-il l’autonomie et les compétences des collaborateurs ?
« Mélanie fait part à Matthieu de son utilisation quasi-quotidienne de l’IA Générative dans ses tâches de créativité. Alors qu’elle fait les louanges de ces nouveaux outils, Matthieu reste sceptique quant à l’impact de l’IA sur la créativité. » L’IA Générative favorise-t-elle la créativité ?
« Avec l’IA Générative, certains collaborateurs passent beaucoup moins de temps à rédiger, analyser ou chercher des informations. » Doit-on encore former les collaborateurs à des compétences que l’IA automatise (ex. rédaction, synthèse, analyse) ?
Title
Write a brief description here
03:00
03:00
03:00
03:00
03:00
Règles du jeu
Cliquer sur une zone pour la découvrir
retour à la carte d'exploration
Félicitations, votre équipe a validé les 6 balises de savoir et atteint le sommet de l’expédition !
Cette ultime étape se joue collectivement : toutes les équipes sont invitées à participer à un temps de réflexion et de partage. Votre mission : - Synthétiser ensemble 3 idées clés que vous retenez de l’expédition
- Proposer 1 à 2 actions concrètes à la main de votre équipe, que vous pourriez mettre en œuvre pour explorer l’usage de l’IA Générative dans votre activité
À la fin, notez vos apports et envoyez la synthèse par email pour qu’elle puisse être centralisée et partagée : seriousgame.ia@generali.fr
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Write a brief description here
Le « prompt » est la commande ou question posée à l’IA. La qualité du prompt influence directement la pertinence de la réponse. C’est pourquoi on parle de « prompt engineering », une compétence qui consiste à formuler des requêtes efficaces pour obtenir le meilleur résultat.
Les IA Génératives, comme Copilot, ne comprennent pas ce qu’elles produisent. Elles ne raisonnent pas au sens humain du terme, et n’ont ni intention, ni conscience, ni finalité propre. Leur fonctionnement repose sur des modèles statistiques qui prédisent le mot ou la phrase la plus probable à la suite d’un prompt. Elles peuvent donc : produire des erreurs ou des incohérences sans s’en rendre compte, générer des réponses convaincantes mais inexactes (hallucinations) et enfin échouer dans des tâches qui nécessitent une logique stricte, une pensée abstraite ou une compréhension contextuelle profonde. C’est pourquoi le jugement humain reste indispensable : l’IA est un outil d’assistance, pas un outil de décision autonome.
GPT veut dire Generative Pre-trained Transformer : un modèle capable de générer du texte, pré-entraîné sur d’immenses données, et basé sur une architecture appelée Transformer.
Quand deux collègues obtiennent des résultats divergents en utilisant l'IA, c’est aussi une formidable occasion de coopération : comparer les prompts, les usages, les méthodes pour comprendre les écarts et s’enrichir mutuellement. Transformer cette différence en apprentissage croisé favorise l’innovation et la confiance au sein de l'équipe
-Format : atelier croisé, table ronde ou mini “démonstration” où chaque collaborateur présente sa démarche et ses résultats
-Règles : instaurer un climat de coopération (pas de jugement, pas de compétition), encourager la curiosité et la valorisation des différences
-Outils : un tableau collaboratif (ex. Miro, Mural, Klaxoon) pour comparer visuellement les prompts, les étapes et les résultats ; un document partagé pour noter les apprentissages communs
-Approche pédagogique : comparer les prompts utilisés, analyser les méthodes de validation des résultats, discuter des biais éventuels, identifier les bonnes pratiques à mutualiser
-Impact attendu : transformer les divergences en apprentissages croisés, renforcer la confiance et stimuler l’innovation collective
Les IA Génératives peuvent produire rapidement des annonces de recrutement, mais elles s’appuient sur des données historiques issues du web, qui contiennent souvent des biais implicites (sexisme, âgisme, stéréotypes de disponibilité ou de performance). Une annonce biaisée peut décourager certains profils qualifiés, nuire à l’image employeur et même exposer l’entreprise à des risques juridiques. Cet exercice montre que l’IA doit être utilisée comme un outil de gain de temps, mais que l’expertise humaine en matière de diversité et inclusion reste cruciale pour assurer l’équité et l’attractivité des offres.
ChatGPT a atteint 1 million d’utilisateurs en seulement 5 jours (novembre 2022). À titre de comparaison : - Instagram : ~2,5 mois pour atteindre 1 million d’utilisateurs
- Spotify : ~5 mois
- Facebook : ~10 mois Klaus Schwab, fondateur du Forum Economique Mondial, a popularisé l'expression de "4 ème révolution industrielle" qui souligne que nous ne vivions pas une simple évolution technologique mais une rupture comparable aux précédentes révolutions industrielles.
La mise en commun par l’IA peut donner une impression d’efficacité, mais elle peut aussi nuire à la coopération si elle gomme la diversité des apports : -Si les idées deviennent trop homogènes, on perd en créativité
-Si les contributions individuelles ne sont pas reconnues, cela peut créer de la frustration
-Si la liste produite par l’IA est trop volumineuse ou mal hiérarchisée, la prise de décision collective est ralentie
La coopération augmentée suppose donc de trouver un équilibre entre efficacité, reconnaissance des singularités et priorisation collective.
Ce qu’il faut vérifier impérativement :
1. Exactitude des informations clés : l’IA peut mal résumer ou reformuler des décisions sensibles, inverser des responsabilités ou oublier des nuances (ex : un désaccord présenté comme un consensus) 2. Respect du ton et des intentions : une IA peut employer un ton trop directif, maladroit ou manquer de contextualisation humaine 3. Omissions : l’IA peut omettre des éléments subtils mais importants (inconfort exprimé, réserves non verbalisées clairement…) 4. Confidentialité / données sensibles : s’assurer que le texte généré ne contient pas d’éléments internes mal protégés (ex : noms de personnes, arbitrages en cours, avis personnels) 5. Uniformisation excessive : le style "propre" de l’IA peut lisser les désaccords ou rendre l’échange plat → attention à la perte d'information
Dans Microsoft Copilot, c’est GPT-4 (bientôt GPT-5) qui est utilisé, via le service Azure OpenAI, enrichi par les données contextuelles de Microsoft Graph (mails, documents, calendrier).
BERT est un modèle développé par Google spécialisé dans l’analyse de texte et LLaMA est un modèle open source développé par Meta.
Une recherche Google est estimée à environ 0,003 Wh d’électricité. Une requête Copilot moyenne consommerait 0,34 Wh. Cela représente environ 100 fois plus d’énergie par requête. Individuellement, ce coût reste faible (comme allumer une petite ampoule LED quelques secondes). Mais avec des millions de requêtes quotidiennes, l’impact global devient significatif, ce qui en fait un enjeu de la durabilité numérique.
Des études réelles ont montré que les systèmes d’IA peuvent reproduire et amplifier des stéréotypes sexistes. Par exemple, une recherche de l’Université Carnegie Mellon a révélé que le système publicitaire de Google affichait davantage d’offres d’emplois à haut salaire aux hommes qu’aux femmes. L’outil Google Translate a longtemps été critiqué pour avoir traduit par défaut certains métiers au masculin, renforçant ainsi des représentations genrées. Enfin, Amazon a abandonné en 2018 un algorithme de recrutement après avoir constaté qu’il favorisait des CV contenant des termes comme executed ou captured, plus fréquents dans les candidatures masculines. Ces cas montrent que l’IA ne crée pas de biais ex nihilo : elle hérite de ceux présents dans les données d’entraînement et peut les diffuser à grande échelle si aucun contrôle humain n’est exercé.
Quand deux collègues obtiennent des résultats divergents en utilisant l'IA, c’est aussi une formidable occasion de coopération : comparer les prompts, les usages, les méthodes pour comprendre les écarts et s’enrichir mutuellement. Transformer cette différence en apprentissage croisé favorise l’innovation et la confiance au sein de l'équipe
-Format : atelier croisé, table ronde ou mini “démonstration” où chaque collaborateur présente sa démarche et ses résultats
-Règles : instaurer un climat de coopération (pas de jugement, pas de compétition), encourager la curiosité et la valorisation des différences
-Outils : un tableau collaboratif (ex. Miro, Mural, Klaxoon) pour comparer visuellement les prompts, les étapes et les résultats ; un document partagé pour noter les apprentissages communs
-Approche pédagogique : comparer les prompts utilisés, analyser les méthodes de validation des résultats, discuter des biais éventuels, identifier les bonnes pratiques à mutualiser
-Impact attendu : transformer les divergences en apprentissages croisés, renforcer la confiance et stimuler l’innovation collective
Deux utilisateurs qui posent la même question à une IA Générative n’obtiendront pas forcément la même réponse, et cela s’explique par deux raisons principales. D’abord, le modèle introduit volontairement une part d’aléa statistique : au lieu de donner toujours la même suite de mots, il choisit parmi plusieurs options possibles selon une probabilité calculée. C’est ce qui rend les réponses plus variées et plus « créatives ». Ensuite, la formulation exacte du prompt joue un rôle déterminant : une légère variation dans les mots, l’ordre ou le contexte donné peut orienter la réponse dans une direction totalement différente. En revanche, contrairement à une idée reçue, l’IA ne personnalise pas systématiquement ses réponses en fonction de l’utilisateur, sauf si elle est configurée pour cela.
Les IA Génératives reposent sur des modèles appelés réseaux de neurones, et plus précisément des architectures de type « deep learning ». Ces algorithmes apprennent à prédire des mots en analysant des milliards d’exemples. C’est ce qu’on appelle l’apprentissage profond, une branche de l’intelligence artificielle inspirée du fonctionnement du cerveau humain. Une IA Générative ne s’appuie pas par défaut sur une recherche internet en temps réel. Certaines versions peuvent consulter le web, mais il s’agit d’une fonctionnalité complémentaire, et non du mécanisme de base qui fait fonctionner l’IA.
Les IA Génératives reposent sur des modèles appelés réseaux de neurones, et plus précisément des architectures de type « deep learning ». Ces algorithmes apprennent à prédire des mots en analysant des milliards d’exemples. C’est ce qu’on appelle l’apprentissage profond, une branche de l’intelligence artificielle inspirée du fonctionnement du cerveau humain. Une IA Générative ne s’appuie pas par défaut sur une recherche internet en temps réel. Certaines versions peuvent consulter le web, mais il s’agit d’une fonctionnalité complémentaire, et non du mécanisme de base qui fait fonctionner l’IA.
Dans Microsoft Copilot, c’est GPT-4 (bientôt GPT-5) qui est utilisé, via le service Azure OpenAI, enrichi par les données contextuelles de Microsoft Graph (mails, documents, calendrier).
BERT est un modèle développé par Google spécialisé dans l’analyse de texte et LLaMA est un modèle open source développé par Meta.
Un modèle de langage ne lit pas directement les mots entiers mais les découpe en « tokens » (morceaux de mots, syllabes ou caractères). Par exemple, « assurance » peut être découpé en « assur » + « ance ». L’IA prédit ensuite la suite de tokens la plus probable. Comprendre cela aide à saisir pourquoi certaines réponses sont coupées, coûteuses en nombre de tokens, ou sensibles à la formulation d’un prompt.
Une recherche Google est estimée à environ 0,003 Wh d’électricité. Une requête Copilot moyenne consommerait 0,34 Wh. Cela représente environ 100 fois plus d’énergie par requête. Individuellement, ce coût reste faible (comme allumer une petite ampoule LED quelques secondes). Mais avec des millions de requêtes quotidiennes, l’impact global devient significatif, ce qui en fait un enjeu de la durabilité numérique.
Les IA Génératives sont entraînées sur d’immenses volumes de données publiques, souvent extraites du web. Or ces contenus reflètent les biais, stéréotypes, déséquilibres culturels ou discriminations présents dans nos sociétés. L’IA peut donc les reproduire, voire les amplifier, sans intention ni conscience. C’est pourquoi un usage responsable suppose de connaître ces limites, de relire avec recul et de faire attention à ce que l’on génère et diffuse.
GPT veut dire Generative Pre-trained Transformer : un modèle capable de générer du texte, pré-entraîné sur d’immenses données, et basé sur une architecture appelée Transformer.
Des études réelles ont montré que les systèmes d’IA peuvent reproduire et amplifier des stéréotypes sexistes. Par exemple, une recherche de l’Université Carnegie Mellon a révélé que le système publicitaire de Google affichait davantage d’offres d’emplois à haut salaire aux hommes qu’aux femmes. L’outil Google Translate a longtemps été critiqué pour avoir traduit par défaut certains métiers au masculin, renforçant ainsi des représentations genrées. Enfin, Amazon a abandonné en 2018 un algorithme de recrutement après avoir constaté qu’il favorisait des CV contenant des termes comme executed ou captured, plus fréquents dans les candidatures masculines. Ces cas montrent que l’IA ne crée pas de biais ex nihilo : elle hérite de ceux présents dans les données d’entraînement et peut les diffuser à grande échelle si aucun contrôle humain n’est exercé.
Les IA Génératives sont entraînées sur d’immenses volumes de données publiques, souvent extraites du web. Or ces contenus reflètent les biais, stéréotypes, déséquilibres culturels ou discriminations présents dans nos sociétés. L’IA peut donc les reproduire, voire les amplifier, sans intention ni conscience. C’est pourquoi un usage responsable suppose de connaître ces limites, de relire avec recul et de faire attention à ce que l’on génère et diffuse.
Une équipe se construit en partageant ses idées et en débattant. Si les propositions viennent uniquement d’une IA, le collectif peut se sentir dépossédé et moins impliqué. Présenter l’IA comme un « point de départ » stimule la créativité, mais la valeur ajoutée de la coopération vient de la confrontation des expériences, de l’adaptation métier et de la co-construction.
Faire part d'un avis est avant tout un acte relationnel et humain. L’IA peut être utile pour structurer un message, trouver des formulations ou organiser des idées, mais c’est à l’utilisateur d’ajuster le ton, le vocabulaire et l’intention pour que le message soit perçu de façon constructive et respectueuse.
Une IA « classique » analyse ou prédit à partir de données existantes (ex. détection de fraude, prévisions météo). L’IA Générative, elle, produit de nouvelles données (texte, image, vidéo, musique) à partir de ce qu’elle a appris. C’est cette capacité de création qui bouleverse les usages métiers.
Le partage des prompts favorise la coopération, mais il doit être organisé avec discernement. Mettre en place une base commune de prompts validés collectivement permet de capitaliser les meilleures pratiques, de gagner du temps et d’éviter les doublons. Toutefois, cette standardisation peut réduire la diversité et la créativité individuelle si elle est appliquée de manière trop rigide. C’est pourquoi l’organisation d’ateliers réguliers où chacun présente et discute ses prompts phares constitue une approche plus vivante : elle stimule l’apprentissage mutuel, valorise l’expérience de chacun et transforme la capitalisation en un véritable exercice de créativité collective. La meilleure dynamique combine donc la rigueur d’un référentiel commun et la richesse des échanges collaboratifs.
1. Gain de temps (pour 73% des collaborateurs)
2. Facilité d’accès aux informations (pour 46% des collaborateurs)
3. Renforcement de la productivité (pour 31% des collaborateurs) Quels autres bénéfices aimeriez-vous voir apparaître dans ce top 3 ?
40 % des collaborateurs utilisent l’IAG plusieurs fois par semaine. Les moins de 35 ans sont deux fois plus nombreux que les plus de 50 ans à en faire un usage quotidien dans le cadre professionnel.
Une IA « classique » analyse ou prédit à partir de données existantes (ex. détection de fraude, prévisions météo). L’IA Générative, elle, produit de nouvelles données (texte, image, vidéo, musique) à partir de ce qu’elle a appris. C’est cette capacité de création qui bouleverse les usages métiers.
Les premiers programmes d’intelligence artificielle remontent aux années 1950. En 1956, lors de la conférence de Dartmouth, le terme “Intelligence Artificielle” est inventé, et des pionniers comme John McCarthy, Marvin Minsky ou Allen Newell développent les premiers systèmes capables de résoudre des problèmes logiques. Logic Theorist (1955-56) de Newell et Simon, est considéré comme le premier programme d’IA, capable de démontrer des théorèmes de logique. ELIZA (1966) est un programme de traitement du langage simulant une conversation.
Les premiers programmes d’intelligence artificielle remontent aux années 1950. En 1956, lors de la conférence de Dartmouth, le terme “Intelligence Artificielle” est inventé, et des pionniers comme John McCarthy, Marvin Minsky ou Allen Newell développent les premiers systèmes capables de résoudre des problèmes logiques. Logic Theorist (1955-56) de Newell et Simon, est considéré comme le premier programme d’IA, capable de démontrer des théorèmes de logique. ELIZA (1966) est un programme de traitement du langage simulant une conversation.
Un résumé automatique peut sembler objectif, mais il comporte plusieurs risques pour la coopération :
-Simplification excessive : des nuances importantes disparaissent (désaccords, hésitations, incertitudes)
-Erreurs de reformulation : l’IA peut inverser des responsabilités ou déformer une décision.
-Faux consensus : lissage des débats qui fait croire à un accord unanime
-Poids des voix dominantes : l’IA a tendance à refléter surtout les interventions les plus longues ou fréquentes → invisibilisant les contributions plus discrètes
-Mémoire collective biaisée : le résumé « fige » une version partielle de la réunion et influence les décisions futures
La coopération efficace suppose que le compte rendu soit validé et complété collectivement, pour inclure toutes les voix et éviter les biais. Pour aller plus loin, consulter le pilier Discernement du Manifeste
40 % des collaborateurs utilisent l’IAG plusieurs fois par semaine. Les moins de 35 ans sont deux fois plus nombreux que les plus de 50 ans à en faire un usage quotidien dans le cadre professionnel.
L’IA Générative ne cherche pas la vérité, elle prédit statistiquement ce qui pourrait suivre dans un texte. Elle peut donc se tromper, inventer des sources, ou répondre de manière incorrecte. Ce phénomène s’appelle l’hallucination.
Même si ses réponses paraissent fluides ou crédibles, il faut toujours les vérifier avant de les utiliser.
Lorem ipsum dolor sit
1. Gain de temps (pour 73% des collaborateurs)
2. Facilité d’accès aux informations (pour 46% des collaborateurs)
3. Renforcement de la productivité (pour 31% des collaborateurs) Quels autres bénéfices aimeriez-vous voir apparaître dans ce top 3 ?
Le partage des prompts favorise la coopération, mais il doit être organisé avec discernement. Mettre en place une base commune de prompts validés collectivement permet de capitaliser les meilleures pratiques, de gagner du temps et d’éviter les doublons. Toutefois, cette standardisation peut réduire la diversité et la créativité individuelle si elle est appliquée de manière trop rigide. C’est pourquoi l’organisation d’ateliers réguliers où chacun présente et discute ses prompts phares constitue une approche plus vivante : elle stimule l’apprentissage mutuel, valorise l’expérience de chacun et transforme la capitalisation en un véritable exercice de créativité collective. La meilleure dynamique combine donc la rigueur d’un référentiel commun et la richesse des échanges collaboratifs.
Les IA Génératives, comme Copilot, ne comprennent pas ce qu’elles produisent. Elles ne raisonnent pas au sens humain du terme, et n’ont ni intention, ni conscience, ni finalité propre. Leur fonctionnement repose sur des modèles statistiques qui prédisent le mot ou la phrase la plus probable à la suite d’un prompt. Elles peuvent donc : produire des erreurs ou des incohérences sans s’en rendre compte, générer des réponses convaincantes mais inexactes (hallucinations) et enfin échouer dans des tâches qui nécessitent une logique stricte, une pensée abstraite ou une compréhension contextuelle profonde. C’est pourquoi le jugement humain reste indispensable : l’IA est un outil d’assistance, pas un outil de décision autonome.
Le « prompt » est la commande ou question posée à l’IA. La qualité du prompt influence directement la pertinence de la réponse. C’est pourquoi on parle de « prompt engineering », une compétence qui consiste à formuler des requêtes efficaces pour obtenir le meilleur résultat.
Faire part d'un avis est avant tout un acte relationnel et humain. L’IA peut être utile pour structurer un message, trouver des formulations ou organiser des idées, mais c’est à l’utilisateur d’ajuster le ton, le vocabulaire et l’intention pour que le message soit perçu de façon constructive et respectueuse.
Un modèle de langage ne lit pas directement les mots entiers mais les découpe en « tokens » (morceaux de mots, syllabes ou caractères). Par exemple, « assurance » peut être découpé en « assur » + « ance ». L’IA prédit ensuite la suite de tokens la plus probable. Comprendre cela aide à saisir pourquoi certaines réponses sont coupées, coûteuses en nombre de tokens, ou sensibles à la formulation d’un prompt.
Deux utilisateurs qui posent la même question à une IA Générative n’obtiendront pas forcément la même réponse, et cela s’explique par deux raisons principales. D’abord, le modèle introduit volontairement une part d’aléa statistique : au lieu de donner toujours la même suite de mots, il choisit parmi plusieurs options possibles selon une probabilité calculée. C’est ce qui rend les réponses plus variées et plus « créatives ». Ensuite, la formulation exacte du prompt joue un rôle déterminant : une légère variation dans les mots, l’ordre ou le contexte donné peut orienter la réponse dans une direction totalement différente. En revanche, contrairement à une idée reçue, l’IA ne personnalise pas systématiquement ses réponses en fonction de l’utilisateur, sauf si elle est configurée pour cela.
L’IA Générative ne cherche pas la vérité, elle prédit statistiquement ce qui pourrait suivre dans un texte. Elle peut donc se tromper, inventer des sources, ou répondre de manière incorrecte. Ce phénomène s’appelle l’hallucination.
Même si ses réponses paraissent fluides ou crédibles, il faut toujours les vérifier avant de les utiliser.
ChatGPT a atteint 1 million d’utilisateurs en seulement 5 jours (novembre 2022). À titre de comparaison : - Instagram : ~2,5 mois pour atteindre 1 million d’utilisateurs
- Spotify : ~5 mois
- Facebook : ~10 mois Klaus Schwab, fondateur du Forum Economique Mondial, a popularisé l'expression de "4 ème révolution industrielle" qui souligne que nous ne vivions pas une simple évolution technologique mais une rupture comparable aux précédentes révolutions industrielles.
Une équipe se construit en partageant ses idées et en débattant. Si les propositions viennent uniquement d’une IA, le collectif peut se sentir dépossédé et moins impliqué. Présenter l’IA comme un « point de départ » stimule la créativité, mais la valeur ajoutée de la coopération vient de la confrontation des expériences, de l’adaptation métier et de la co-construction.
Learning weeks - Expédition IA
Greenworking
Created on February 9, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Decisions and Behaviors in the Workplace
View
Tangram Game
View
Process Flow: Corporate Recruitment
View
Weekly Corporate Challenge
View
Wellbeing and Healthy Routines
View
Match the Verbs in Spanish: Present and Past
View
Planets Sorting Game
Explore all templates
Transcript
Règles du jeu
Bienvenue dans l’Expédition IA !
Vous partez pour une aventure collective au cœur des territoires inconnus de l’Intelligence Artificielle Générative. Votre mission : En petites équipes, explorez les zones du territoire IA pour cartographier ses usages, opportunités et risques. 🎯 Objectif : récolter les 6 balises de savoir en franchissant les 6 grandes zones du territoire IA. Avant de démarrer l'aventure, constituez 2 à 4 équipes pour le jeu
retour à la carte d'exploration
Règles du jeu
🧭 Déroulé d’un tour À tour de rôle, chaque équipe explore un territoire :
- Choisissez un territoire de la carte
- Piochez une carte correspondante
- Discutez en équipe et proposez votre réponse
- Si la réponse est correcte, la balise du territoire est validée
- Que la réponse soit correcte ou incorrecte, la main passe à l'équipe suivante
👉 Une équipe peut revenir autant de fois que nécessaire sur un même territoire tant qu’elle n’a pas validé sa balise ⚡ Certaines cartes proposent un défi, un cas pratique ou un débat !🏔️ Victoire & Ascension Ultime
📋 Suivi de l’expéditionPour suivre l’avancée de chaque équipe, dessinez un tableau double entrée avec le nom des équipes en ligne et le nom des balises en colonne que vous pouvez cocher au fur et à mesure (voir exemple dans le kit boite à outil du manager)
📋 Le rôle du managerLe manager joue le rôle de guide de l’expédition. Il veille au respect du temps de l’aventure, au suivi de l’obtention des balises et au partage des explications après chaque épreuve. Il favorise une dynamique collective et constructive.
🗺️ Les zones à explorer 🏕️ Camp de base des fondamentaux 🌴 Jungle des usages métier 🌲 Forêt de la coopération augmentée 🏞️ Canyon des risques & responsabilités 🛕 Temple du réflexe Triple D 🌋 Volcan des controverses numériques
💡Ce qui compte vraiment ? La rapidité, oui… Mais surtout la qualité des échanges et la coopération au sein de l’équipe !
Règles du jeu
Si vous avez validé toutes les bornes, cliquez ici pour accéder à l'ascension ultime
Cliquer sur une zone pour la découvrir
retour à la carte d'exploration
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Pour valider la balise de savoir « Les fondamentaux », votre équipe explore le camp de base de l’IA générative. Avant de tirer une carte, vous devez choisir : une carte « Débutant », qui consolide les bases essentielles, une carte « Intermédiaire », qui approfondit les mécanismes et limites de l’IA, ou une carte « Expert », plus exigeante. Une bonne réponse à une carte « Débutant » valide la balise ; une bonne réponse à une carte « Intermédiaire » valide la balise et vous permet de rejouer immédiatement ; une bonne réponse à une carte « Expert » valide la balise et vous donne un avantage stratégique : retirer une balise déjà gagnée par une autre équipe.
retour à la carte d'exploration
Pour valider la balise de savoir« Usages métiers », votre équipe explore comment l’IA Générative transforme concrètement vos activités professionnelles. Chaque carte vous plonge soit dans une situation inspirée du quotidien, où vous devez identifier apports, limites et bonnes pratiques, soit dans un QCM issu de l'enquête interne de 2025 sur les usages et perceptions de l’IA. Une bonne réponse ou un défi validé vous permet de remporter la balise.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Write a brief description here
03:00
retour à la carte d'exploration
Pour valider la balise de savoir « Coopération augmentée », votre équipe explore les effets de l’IA Générative sur l’organisation, la créativité et la dynamique d’équipe. Chaque carte propose une situation collective : vous devez répondre ou relever un défi pour analyser l’impact de l’IA sur la confiance, la décision et la qualité des échanges. Votre manager évalue la pertinence de vos réponses et décide si la carte est gagnée ; dans ce cas, vous remportez la balise.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Write a brief description here
03:00
03:00
retour à la carte d'exploration
L’IA dans le recrutement permet-elle réellement de réduire les biais ou risque-t-elle de les renforcer ?
L’utilisation de l’IA Générative met-elle en danger la sécurité des données sensibles des entreprises ?
L’IA Générative accroît-elle le risque de manipulation et de désinformation ?
L’IA est-elle soutenable pour l’environnement ?
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
03:00
03:00
03:00
03:00
Title
Title
Write a brief description here
Write a brief description here
Pour valider la balise de savoir « Risques et responsabilités », votre équipe débat des dilemmes et des responsabilités liés à l’usage de l’IA Générative afin d’anticiper ses risques. Les cartes se présentent sous deux formats : les Cartes Quiz, qui nécessitent une bonne réponse pour être validées, et les Cartes Débat, où votre équipe choisit d’abord le point de vue qu’elle souhaite défendre, puis désigne une équipe adverse pour soutenir la position opposée. La préparation du débat est limitée à 3 min. La balise est remportée par l’équipe désignée gagnante par le manager (il peut accorder un point à chaque équipe en cas d'égalité).
retour à la carte d'exploration
Pour garantir des usages responsables de l'IA Générative, Greenworking a co-construit un référentiel des bons comportements. Pour valider cette balise, vous devez vous approprier ce référentiel. Chaque carte porte sur l’un des trois piliers du guide — Performer, ProTéger et Progresser — et vous devez y répondre correctement pour remporter la balise.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Write a brief description here
retour à la carte d'exploration
Pour valider la balise de savoir« Controverses numériques », votre équipe confronte ses représentations et construit une vision collective des usages de l’IA Générative. Toutes les cartes sont des Cartes Débat : votre équipe choisit d’abord le point de vue qu’elle souhaite défendre, puis désigne une équipe adverse pour soutenir la position opposée. La préparation du débat est limitée à 3 min. La balise est remportée par l’équipe désignée gagnante par le manager (il peut accorder un point à chaque équipe en cas d'égalité).
« Inès est téléconseillère et elle utilise régulièrement l'IA Générative pour apporter des réponses précises et pertinentes aux assurés selon leurs problématiques, en remplacement des questions / réponses qu'elle avait avant avec ses collègues. » L’IA Générative enrichit-elle ou appauvrit-elle la dimension humaine des relations au travail ?
« Alors que je discute avec des collègues de l’implémentation de l’IA Générative au sein des entreprises, l’un d’entre eux nous fait part de l’une de ses craintes pour l’avenir… » L’IA Générative complètera-t-elle les compétences humaines ou pourrait-elle les remplacer dans certaines activités ?
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
« Medhi remarque qu’il est devenu totalement dépendant de l’IA pour répondre aux mails et qu’il peine à formuler des messages par lui-même. » L’usage intensif de l’IA renforce-t-il ou affaiblit-il l’autonomie et les compétences des collaborateurs ?
« Mélanie fait part à Matthieu de son utilisation quasi-quotidienne de l’IA Générative dans ses tâches de créativité. Alors qu’elle fait les louanges de ces nouveaux outils, Matthieu reste sceptique quant à l’impact de l’IA sur la créativité. » L’IA Générative favorise-t-elle la créativité ?
« Avec l’IA Générative, certains collaborateurs passent beaucoup moins de temps à rédiger, analyser ou chercher des informations. » Doit-on encore former les collaborateurs à des compétences que l’IA automatise (ex. rédaction, synthèse, analyse) ?
Title
Write a brief description here
03:00
03:00
03:00
03:00
03:00
Règles du jeu
Cliquer sur une zone pour la découvrir
retour à la carte d'exploration
Félicitations, votre équipe a validé les 6 balises de savoir et atteint le sommet de l’expédition !
Cette ultime étape se joue collectivement : toutes les équipes sont invitées à participer à un temps de réflexion et de partage. Votre mission :
- Synthétiser ensemble 3 idées clés que vous retenez de l’expédition
- Proposer 1 à 2 actions concrètes à la main de votre équipe, que vous pourriez mettre en œuvre pour explorer l’usage de l’IA Générative dans votre activité
À la fin, notez vos apports et envoyez la synthèse par email pour qu’elle puisse être centralisée et partagée : seriousgame.ia@generali.frUse this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Write a brief description here
Le « prompt » est la commande ou question posée à l’IA. La qualité du prompt influence directement la pertinence de la réponse. C’est pourquoi on parle de « prompt engineering », une compétence qui consiste à formuler des requêtes efficaces pour obtenir le meilleur résultat.
Les IA Génératives, comme Copilot, ne comprennent pas ce qu’elles produisent. Elles ne raisonnent pas au sens humain du terme, et n’ont ni intention, ni conscience, ni finalité propre. Leur fonctionnement repose sur des modèles statistiques qui prédisent le mot ou la phrase la plus probable à la suite d’un prompt. Elles peuvent donc : produire des erreurs ou des incohérences sans s’en rendre compte, générer des réponses convaincantes mais inexactes (hallucinations) et enfin échouer dans des tâches qui nécessitent une logique stricte, une pensée abstraite ou une compréhension contextuelle profonde. C’est pourquoi le jugement humain reste indispensable : l’IA est un outil d’assistance, pas un outil de décision autonome.
GPT veut dire Generative Pre-trained Transformer : un modèle capable de générer du texte, pré-entraîné sur d’immenses données, et basé sur une architecture appelée Transformer.
Quand deux collègues obtiennent des résultats divergents en utilisant l'IA, c’est aussi une formidable occasion de coopération : comparer les prompts, les usages, les méthodes pour comprendre les écarts et s’enrichir mutuellement. Transformer cette différence en apprentissage croisé favorise l’innovation et la confiance au sein de l'équipe -Format : atelier croisé, table ronde ou mini “démonstration” où chaque collaborateur présente sa démarche et ses résultats -Règles : instaurer un climat de coopération (pas de jugement, pas de compétition), encourager la curiosité et la valorisation des différences -Outils : un tableau collaboratif (ex. Miro, Mural, Klaxoon) pour comparer visuellement les prompts, les étapes et les résultats ; un document partagé pour noter les apprentissages communs -Approche pédagogique : comparer les prompts utilisés, analyser les méthodes de validation des résultats, discuter des biais éventuels, identifier les bonnes pratiques à mutualiser -Impact attendu : transformer les divergences en apprentissages croisés, renforcer la confiance et stimuler l’innovation collective
Les IA Génératives peuvent produire rapidement des annonces de recrutement, mais elles s’appuient sur des données historiques issues du web, qui contiennent souvent des biais implicites (sexisme, âgisme, stéréotypes de disponibilité ou de performance). Une annonce biaisée peut décourager certains profils qualifiés, nuire à l’image employeur et même exposer l’entreprise à des risques juridiques. Cet exercice montre que l’IA doit être utilisée comme un outil de gain de temps, mais que l’expertise humaine en matière de diversité et inclusion reste cruciale pour assurer l’équité et l’attractivité des offres.
ChatGPT a atteint 1 million d’utilisateurs en seulement 5 jours (novembre 2022). À titre de comparaison : - Instagram : ~2,5 mois pour atteindre 1 million d’utilisateurs - Spotify : ~5 mois - Facebook : ~10 mois Klaus Schwab, fondateur du Forum Economique Mondial, a popularisé l'expression de "4 ème révolution industrielle" qui souligne que nous ne vivions pas une simple évolution technologique mais une rupture comparable aux précédentes révolutions industrielles.
La mise en commun par l’IA peut donner une impression d’efficacité, mais elle peut aussi nuire à la coopération si elle gomme la diversité des apports : -Si les idées deviennent trop homogènes, on perd en créativité -Si les contributions individuelles ne sont pas reconnues, cela peut créer de la frustration -Si la liste produite par l’IA est trop volumineuse ou mal hiérarchisée, la prise de décision collective est ralentie La coopération augmentée suppose donc de trouver un équilibre entre efficacité, reconnaissance des singularités et priorisation collective.
Ce qu’il faut vérifier impérativement : 1. Exactitude des informations clés : l’IA peut mal résumer ou reformuler des décisions sensibles, inverser des responsabilités ou oublier des nuances (ex : un désaccord présenté comme un consensus) 2. Respect du ton et des intentions : une IA peut employer un ton trop directif, maladroit ou manquer de contextualisation humaine 3. Omissions : l’IA peut omettre des éléments subtils mais importants (inconfort exprimé, réserves non verbalisées clairement…) 4. Confidentialité / données sensibles : s’assurer que le texte généré ne contient pas d’éléments internes mal protégés (ex : noms de personnes, arbitrages en cours, avis personnels) 5. Uniformisation excessive : le style "propre" de l’IA peut lisser les désaccords ou rendre l’échange plat → attention à la perte d'information
Dans Microsoft Copilot, c’est GPT-4 (bientôt GPT-5) qui est utilisé, via le service Azure OpenAI, enrichi par les données contextuelles de Microsoft Graph (mails, documents, calendrier). BERT est un modèle développé par Google spécialisé dans l’analyse de texte et LLaMA est un modèle open source développé par Meta.
Une recherche Google est estimée à environ 0,003 Wh d’électricité. Une requête Copilot moyenne consommerait 0,34 Wh. Cela représente environ 100 fois plus d’énergie par requête. Individuellement, ce coût reste faible (comme allumer une petite ampoule LED quelques secondes). Mais avec des millions de requêtes quotidiennes, l’impact global devient significatif, ce qui en fait un enjeu de la durabilité numérique.
Des études réelles ont montré que les systèmes d’IA peuvent reproduire et amplifier des stéréotypes sexistes. Par exemple, une recherche de l’Université Carnegie Mellon a révélé que le système publicitaire de Google affichait davantage d’offres d’emplois à haut salaire aux hommes qu’aux femmes. L’outil Google Translate a longtemps été critiqué pour avoir traduit par défaut certains métiers au masculin, renforçant ainsi des représentations genrées. Enfin, Amazon a abandonné en 2018 un algorithme de recrutement après avoir constaté qu’il favorisait des CV contenant des termes comme executed ou captured, plus fréquents dans les candidatures masculines. Ces cas montrent que l’IA ne crée pas de biais ex nihilo : elle hérite de ceux présents dans les données d’entraînement et peut les diffuser à grande échelle si aucun contrôle humain n’est exercé.
Quand deux collègues obtiennent des résultats divergents en utilisant l'IA, c’est aussi une formidable occasion de coopération : comparer les prompts, les usages, les méthodes pour comprendre les écarts et s’enrichir mutuellement. Transformer cette différence en apprentissage croisé favorise l’innovation et la confiance au sein de l'équipe -Format : atelier croisé, table ronde ou mini “démonstration” où chaque collaborateur présente sa démarche et ses résultats -Règles : instaurer un climat de coopération (pas de jugement, pas de compétition), encourager la curiosité et la valorisation des différences -Outils : un tableau collaboratif (ex. Miro, Mural, Klaxoon) pour comparer visuellement les prompts, les étapes et les résultats ; un document partagé pour noter les apprentissages communs -Approche pédagogique : comparer les prompts utilisés, analyser les méthodes de validation des résultats, discuter des biais éventuels, identifier les bonnes pratiques à mutualiser -Impact attendu : transformer les divergences en apprentissages croisés, renforcer la confiance et stimuler l’innovation collective
Deux utilisateurs qui posent la même question à une IA Générative n’obtiendront pas forcément la même réponse, et cela s’explique par deux raisons principales. D’abord, le modèle introduit volontairement une part d’aléa statistique : au lieu de donner toujours la même suite de mots, il choisit parmi plusieurs options possibles selon une probabilité calculée. C’est ce qui rend les réponses plus variées et plus « créatives ». Ensuite, la formulation exacte du prompt joue un rôle déterminant : une légère variation dans les mots, l’ordre ou le contexte donné peut orienter la réponse dans une direction totalement différente. En revanche, contrairement à une idée reçue, l’IA ne personnalise pas systématiquement ses réponses en fonction de l’utilisateur, sauf si elle est configurée pour cela.
Les IA Génératives reposent sur des modèles appelés réseaux de neurones, et plus précisément des architectures de type « deep learning ». Ces algorithmes apprennent à prédire des mots en analysant des milliards d’exemples. C’est ce qu’on appelle l’apprentissage profond, une branche de l’intelligence artificielle inspirée du fonctionnement du cerveau humain. Une IA Générative ne s’appuie pas par défaut sur une recherche internet en temps réel. Certaines versions peuvent consulter le web, mais il s’agit d’une fonctionnalité complémentaire, et non du mécanisme de base qui fait fonctionner l’IA.
Les IA Génératives reposent sur des modèles appelés réseaux de neurones, et plus précisément des architectures de type « deep learning ». Ces algorithmes apprennent à prédire des mots en analysant des milliards d’exemples. C’est ce qu’on appelle l’apprentissage profond, une branche de l’intelligence artificielle inspirée du fonctionnement du cerveau humain. Une IA Générative ne s’appuie pas par défaut sur une recherche internet en temps réel. Certaines versions peuvent consulter le web, mais il s’agit d’une fonctionnalité complémentaire, et non du mécanisme de base qui fait fonctionner l’IA.
Dans Microsoft Copilot, c’est GPT-4 (bientôt GPT-5) qui est utilisé, via le service Azure OpenAI, enrichi par les données contextuelles de Microsoft Graph (mails, documents, calendrier). BERT est un modèle développé par Google spécialisé dans l’analyse de texte et LLaMA est un modèle open source développé par Meta.
Un modèle de langage ne lit pas directement les mots entiers mais les découpe en « tokens » (morceaux de mots, syllabes ou caractères). Par exemple, « assurance » peut être découpé en « assur » + « ance ». L’IA prédit ensuite la suite de tokens la plus probable. Comprendre cela aide à saisir pourquoi certaines réponses sont coupées, coûteuses en nombre de tokens, ou sensibles à la formulation d’un prompt.
Une recherche Google est estimée à environ 0,003 Wh d’électricité. Une requête Copilot moyenne consommerait 0,34 Wh. Cela représente environ 100 fois plus d’énergie par requête. Individuellement, ce coût reste faible (comme allumer une petite ampoule LED quelques secondes). Mais avec des millions de requêtes quotidiennes, l’impact global devient significatif, ce qui en fait un enjeu de la durabilité numérique.
Les IA Génératives sont entraînées sur d’immenses volumes de données publiques, souvent extraites du web. Or ces contenus reflètent les biais, stéréotypes, déséquilibres culturels ou discriminations présents dans nos sociétés. L’IA peut donc les reproduire, voire les amplifier, sans intention ni conscience. C’est pourquoi un usage responsable suppose de connaître ces limites, de relire avec recul et de faire attention à ce que l’on génère et diffuse.
GPT veut dire Generative Pre-trained Transformer : un modèle capable de générer du texte, pré-entraîné sur d’immenses données, et basé sur une architecture appelée Transformer.
Des études réelles ont montré que les systèmes d’IA peuvent reproduire et amplifier des stéréotypes sexistes. Par exemple, une recherche de l’Université Carnegie Mellon a révélé que le système publicitaire de Google affichait davantage d’offres d’emplois à haut salaire aux hommes qu’aux femmes. L’outil Google Translate a longtemps été critiqué pour avoir traduit par défaut certains métiers au masculin, renforçant ainsi des représentations genrées. Enfin, Amazon a abandonné en 2018 un algorithme de recrutement après avoir constaté qu’il favorisait des CV contenant des termes comme executed ou captured, plus fréquents dans les candidatures masculines. Ces cas montrent que l’IA ne crée pas de biais ex nihilo : elle hérite de ceux présents dans les données d’entraînement et peut les diffuser à grande échelle si aucun contrôle humain n’est exercé.
Les IA Génératives sont entraînées sur d’immenses volumes de données publiques, souvent extraites du web. Or ces contenus reflètent les biais, stéréotypes, déséquilibres culturels ou discriminations présents dans nos sociétés. L’IA peut donc les reproduire, voire les amplifier, sans intention ni conscience. C’est pourquoi un usage responsable suppose de connaître ces limites, de relire avec recul et de faire attention à ce que l’on génère et diffuse.
Une équipe se construit en partageant ses idées et en débattant. Si les propositions viennent uniquement d’une IA, le collectif peut se sentir dépossédé et moins impliqué. Présenter l’IA comme un « point de départ » stimule la créativité, mais la valeur ajoutée de la coopération vient de la confrontation des expériences, de l’adaptation métier et de la co-construction.
Faire part d'un avis est avant tout un acte relationnel et humain. L’IA peut être utile pour structurer un message, trouver des formulations ou organiser des idées, mais c’est à l’utilisateur d’ajuster le ton, le vocabulaire et l’intention pour que le message soit perçu de façon constructive et respectueuse.
Une IA « classique » analyse ou prédit à partir de données existantes (ex. détection de fraude, prévisions météo). L’IA Générative, elle, produit de nouvelles données (texte, image, vidéo, musique) à partir de ce qu’elle a appris. C’est cette capacité de création qui bouleverse les usages métiers.
Le partage des prompts favorise la coopération, mais il doit être organisé avec discernement. Mettre en place une base commune de prompts validés collectivement permet de capitaliser les meilleures pratiques, de gagner du temps et d’éviter les doublons. Toutefois, cette standardisation peut réduire la diversité et la créativité individuelle si elle est appliquée de manière trop rigide. C’est pourquoi l’organisation d’ateliers réguliers où chacun présente et discute ses prompts phares constitue une approche plus vivante : elle stimule l’apprentissage mutuel, valorise l’expérience de chacun et transforme la capitalisation en un véritable exercice de créativité collective. La meilleure dynamique combine donc la rigueur d’un référentiel commun et la richesse des échanges collaboratifs.
1. Gain de temps (pour 73% des collaborateurs) 2. Facilité d’accès aux informations (pour 46% des collaborateurs) 3. Renforcement de la productivité (pour 31% des collaborateurs) Quels autres bénéfices aimeriez-vous voir apparaître dans ce top 3 ?
40 % des collaborateurs utilisent l’IAG plusieurs fois par semaine. Les moins de 35 ans sont deux fois plus nombreux que les plus de 50 ans à en faire un usage quotidien dans le cadre professionnel.
Une IA « classique » analyse ou prédit à partir de données existantes (ex. détection de fraude, prévisions météo). L’IA Générative, elle, produit de nouvelles données (texte, image, vidéo, musique) à partir de ce qu’elle a appris. C’est cette capacité de création qui bouleverse les usages métiers.
Les premiers programmes d’intelligence artificielle remontent aux années 1950. En 1956, lors de la conférence de Dartmouth, le terme “Intelligence Artificielle” est inventé, et des pionniers comme John McCarthy, Marvin Minsky ou Allen Newell développent les premiers systèmes capables de résoudre des problèmes logiques. Logic Theorist (1955-56) de Newell et Simon, est considéré comme le premier programme d’IA, capable de démontrer des théorèmes de logique. ELIZA (1966) est un programme de traitement du langage simulant une conversation.
Les premiers programmes d’intelligence artificielle remontent aux années 1950. En 1956, lors de la conférence de Dartmouth, le terme “Intelligence Artificielle” est inventé, et des pionniers comme John McCarthy, Marvin Minsky ou Allen Newell développent les premiers systèmes capables de résoudre des problèmes logiques. Logic Theorist (1955-56) de Newell et Simon, est considéré comme le premier programme d’IA, capable de démontrer des théorèmes de logique. ELIZA (1966) est un programme de traitement du langage simulant une conversation.
Un résumé automatique peut sembler objectif, mais il comporte plusieurs risques pour la coopération : -Simplification excessive : des nuances importantes disparaissent (désaccords, hésitations, incertitudes) -Erreurs de reformulation : l’IA peut inverser des responsabilités ou déformer une décision. -Faux consensus : lissage des débats qui fait croire à un accord unanime -Poids des voix dominantes : l’IA a tendance à refléter surtout les interventions les plus longues ou fréquentes → invisibilisant les contributions plus discrètes -Mémoire collective biaisée : le résumé « fige » une version partielle de la réunion et influence les décisions futures La coopération efficace suppose que le compte rendu soit validé et complété collectivement, pour inclure toutes les voix et éviter les biais. Pour aller plus loin, consulter le pilier Discernement du Manifeste
40 % des collaborateurs utilisent l’IAG plusieurs fois par semaine. Les moins de 35 ans sont deux fois plus nombreux que les plus de 50 ans à en faire un usage quotidien dans le cadre professionnel.
L’IA Générative ne cherche pas la vérité, elle prédit statistiquement ce qui pourrait suivre dans un texte. Elle peut donc se tromper, inventer des sources, ou répondre de manière incorrecte. Ce phénomène s’appelle l’hallucination. Même si ses réponses paraissent fluides ou crédibles, il faut toujours les vérifier avant de les utiliser.
Lorem ipsum dolor sit
1. Gain de temps (pour 73% des collaborateurs) 2. Facilité d’accès aux informations (pour 46% des collaborateurs) 3. Renforcement de la productivité (pour 31% des collaborateurs) Quels autres bénéfices aimeriez-vous voir apparaître dans ce top 3 ?
Le partage des prompts favorise la coopération, mais il doit être organisé avec discernement. Mettre en place une base commune de prompts validés collectivement permet de capitaliser les meilleures pratiques, de gagner du temps et d’éviter les doublons. Toutefois, cette standardisation peut réduire la diversité et la créativité individuelle si elle est appliquée de manière trop rigide. C’est pourquoi l’organisation d’ateliers réguliers où chacun présente et discute ses prompts phares constitue une approche plus vivante : elle stimule l’apprentissage mutuel, valorise l’expérience de chacun et transforme la capitalisation en un véritable exercice de créativité collective. La meilleure dynamique combine donc la rigueur d’un référentiel commun et la richesse des échanges collaboratifs.
Les IA Génératives, comme Copilot, ne comprennent pas ce qu’elles produisent. Elles ne raisonnent pas au sens humain du terme, et n’ont ni intention, ni conscience, ni finalité propre. Leur fonctionnement repose sur des modèles statistiques qui prédisent le mot ou la phrase la plus probable à la suite d’un prompt. Elles peuvent donc : produire des erreurs ou des incohérences sans s’en rendre compte, générer des réponses convaincantes mais inexactes (hallucinations) et enfin échouer dans des tâches qui nécessitent une logique stricte, une pensée abstraite ou une compréhension contextuelle profonde. C’est pourquoi le jugement humain reste indispensable : l’IA est un outil d’assistance, pas un outil de décision autonome.
Le « prompt » est la commande ou question posée à l’IA. La qualité du prompt influence directement la pertinence de la réponse. C’est pourquoi on parle de « prompt engineering », une compétence qui consiste à formuler des requêtes efficaces pour obtenir le meilleur résultat.
Faire part d'un avis est avant tout un acte relationnel et humain. L’IA peut être utile pour structurer un message, trouver des formulations ou organiser des idées, mais c’est à l’utilisateur d’ajuster le ton, le vocabulaire et l’intention pour que le message soit perçu de façon constructive et respectueuse.
Un modèle de langage ne lit pas directement les mots entiers mais les découpe en « tokens » (morceaux de mots, syllabes ou caractères). Par exemple, « assurance » peut être découpé en « assur » + « ance ». L’IA prédit ensuite la suite de tokens la plus probable. Comprendre cela aide à saisir pourquoi certaines réponses sont coupées, coûteuses en nombre de tokens, ou sensibles à la formulation d’un prompt.
Deux utilisateurs qui posent la même question à une IA Générative n’obtiendront pas forcément la même réponse, et cela s’explique par deux raisons principales. D’abord, le modèle introduit volontairement une part d’aléa statistique : au lieu de donner toujours la même suite de mots, il choisit parmi plusieurs options possibles selon une probabilité calculée. C’est ce qui rend les réponses plus variées et plus « créatives ». Ensuite, la formulation exacte du prompt joue un rôle déterminant : une légère variation dans les mots, l’ordre ou le contexte donné peut orienter la réponse dans une direction totalement différente. En revanche, contrairement à une idée reçue, l’IA ne personnalise pas systématiquement ses réponses en fonction de l’utilisateur, sauf si elle est configurée pour cela.
L’IA Générative ne cherche pas la vérité, elle prédit statistiquement ce qui pourrait suivre dans un texte. Elle peut donc se tromper, inventer des sources, ou répondre de manière incorrecte. Ce phénomène s’appelle l’hallucination. Même si ses réponses paraissent fluides ou crédibles, il faut toujours les vérifier avant de les utiliser.
ChatGPT a atteint 1 million d’utilisateurs en seulement 5 jours (novembre 2022). À titre de comparaison : - Instagram : ~2,5 mois pour atteindre 1 million d’utilisateurs - Spotify : ~5 mois - Facebook : ~10 mois Klaus Schwab, fondateur du Forum Economique Mondial, a popularisé l'expression de "4 ème révolution industrielle" qui souligne que nous ne vivions pas une simple évolution technologique mais une rupture comparable aux précédentes révolutions industrielles.
Une équipe se construit en partageant ses idées et en débattant. Si les propositions viennent uniquement d’une IA, le collectif peut se sentir dépossédé et moins impliqué. Présenter l’IA comme un « point de départ » stimule la créativité, mais la valeur ajoutée de la coopération vient de la confrontation des expériences, de l’adaptation métier et de la co-construction.