L'INTELLIGENCE ARTIFICIELLE
PAR CREAEXPERTECH
Commencer
IA générative : fonctionnement simplifié
Comment fonctionne l'IA générative ?
Aujourd’hui, vous utilisez peut-être l’IA, sans vraiment comprendre ce qui se passe derrière. Pourtant, maîtriser son fonctionnement change complètement votre manière de l’exploiter.
Comprendre les bases techniques de l’IA générativeIdentifier les 3 phases clés de son fonctionnement Expliquer comment l’IA produit un contenu pertinent et contextuel
Suivant
Apports théoriques
Comment fonctionne une IA générative ?
Les réseaux de neuronessont des algorithmes d’apprentissage profond, inspirés du fonctionnement du cerveau humain Ils analysent d’énormes volumes de données et apprennent des patterns (structures, styles, règles qui se répètent)
Le modèle de fondation
est un modèle de base créé après l’entraînement et est réutilisable pour plusieurs usages Il constitue le “socle” de l’IA Un même modèle peut servir à : rédiger un email, générer un rapport, répondre à un client
La génération contextuelle
L’IA ne “comprend” pas comme un humain
Elle prédit les éléments les plus probables
Elle s’appuie sur le contexte du prompt
Suivant
Apports théoriques
Les éléments fondamentaux
Quand vous utilisez une intelligence artificielle générative, vous avez l’impression qu’elle comprend votre demande. En réalité, elle fonctionne différemment. Elle analyse votre phrase, puis prédit les mots les plus probables à générer, en s’appuyant sur tout ce qu’elle a appris pendant son entraînement.
Cette capacité repose sur des réseaux de neurones, capables de détecter des structures complexes dans les données.
Ensuite, le modèle utilise le contexte que vous lui donnez pour produire une réponse cohérente. C’est ce qu’on appelle la génération contextuelle. Plus votre demande est claire, plus la réponse sera pertinente.
Suivant
Apports théoriques
Définitions et idées reçues
C'est un algorithme d’apprentissage profond qui analyse des données pour identifier des patterns.
Exemple : génération automatique de texte cohérent.
C'est un modèle entraîné à grande échelle, utilisé comme base pour plusieurs applications.
Exemple : ChatGPT utilisé pour différents métiers.
C'est la capacité de produire du contenu adapté à une demande spécifique.
Exemple : adapter un email selon le ton demandé.
Parce que l’IA a appris à reproduire les structures humaines à partir de données massives.
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 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.
Non. Elle prédit des probabilités de mots.
Title
L’IA comprend-elle vraiment ?
Title
Pourquoi les réponses semblent humaines ?
Title
Title
Title
Qu'est ce qu'un modèle de fondation ?
Qu’est-ce que la génération contextuelle ?
Qu’est-ce qu’un réseau neuronal ?
Write a brief description here
Write a brief description here
Write a brief description here
Write a brief description here
Write a brief description here
Suivant
Apports théoriques
Les 3 phases du fonctionnement
⚡Avantage clé en entrepriseDisponible 24h/24
Pas de fatigue
Productivité constante
Exemple : génération de rapports automatisés
Génération et amélioration continueProduction de contenu
Évaluation
Ajustements
Approche itérative = amélioration constante
Réglage (fine-tuning) Adaptation à un usage spécifique
Amélioration de la pertinence
Exemple : IA spécialisée en juridique ou marketing
Entraînement Analyse de milliards de données
Création du modèle de fondation
Source : IBM, Scapicchio et Stryker, n.d., Qu’est-ce que l’IA générative ?
Suivant
Activité
Analyse de situations professionnelles
2 Minutes
Pour chaque cas, identifiez le mécanisme principal de l’IA générative mobilisé parmi les propositions données
Identifier les mécanismes clés de l’IA générative dans des contextes professionnels réels. Comprendre le rôle de chaque composant. Faire le lien entre fonctionnement technique et cas d’usage métier
Commencer
Situation 1 Votre entreprise utilise une IA entraînée sur des millions de documents pour rédiger des rapports.
Génération contextuelle
Réseau neuronal
Modèle de fondation
Réglage
Situation 2 Votre équipe adapte une IA pour produire des contenus juridiques avec un ton précis.
Génération contextuelle
Réseau neuronal
Modèle de fondation
Réglage
Situation 3Vous utilisez la même IA pour rédiger un email, puis un rapport, puis un post LinkedIn.
Génération contextuelle
Réseau neuronal
Modèle de fondation
Réglage
Situation 4 Vous obtenez une réponse très différente selon la manière dont vous formulez votre demande.
Génération contextuelle
Réseau neuronal
Modèle de fondation
Réglage
Cas pratique
Optimiser l'usage de l'IA générative
5 Minutes
À partir de la situation proposée, analysez l’usage de l’IA générative, répondez aux questions posées en mobilisant les notions théoriques
Comprendre l’impact du modèle de fondation, du réglage et du contexte sur la qualité des résultats. Être capable de proposer des actions concrètes d’amélioration sur un usage innéficace de l'IA
Commencer
ProblématiqueComment utiliser efficacement l’IA générative pour obtenir des contenus professionnels, cohérents et exploitables ?
Contexte Vous êtes responsable marketing dans une PME. Votre équipe produit régulièrement : des emails clients, des posts LinkedIn, des comptes rendus de campagne Pour gagner du temps, vous décidez d’intégrer une IA générative. Après quelques tests, vous constatez : des contenus parfois trop génériques, un ton pas toujours aligné avec votre marque, des résultats très variables selon les prompts
ProblématiqueComment utiliser efficacement l’IA générative pour obtenir des contenus professionnels, cohérents et exploitables ?
Contexte Vous êtes responsable marketing dans une PME. Votre équipe produit régulièrement : des emails clients, des posts LinkedIn, des comptes rendus de campagne Pour gagner du temps, vous décidez d’intégrer une IA générative. Après quelques tests, vous constatez : des contenus parfois trop génériques, un ton pas toujours aligné avec votre marque, des résultats très variables selon les prompts
ProblématiqueComment utiliser efficacement l’IA générative pour obtenir des contenus professionnels, cohérents et exploitables ?
Contexte Vous êtes responsable marketing dans une PME. Votre équipe produit régulièrement : des emails clients, des posts LinkedIn, des comptes rendus de campagne Pour gagner du temps, vous décidez d’intégrer une IA générative. Après quelques tests, vous constatez : des contenus parfois trop génériques, un ton pas toujours aligné avec votre marque, des résultats très variables selon les prompts
MODULE TERMINÉ !
Télécharger
QUIZZ
QUITTER
Feedback
L’IA adapte sa réponse au contexte du prompt → Génération contextuelle
Page suivante
Feedback
Un même modèle sert de base à plusieurs usages professionnels → Modèle de fondation
Page suivante
ÉLÉMENTS DE RÉPONSE ATTENDUS
L’IA repose sur un modèle de fondation généraliste Elle n’est pas encore adaptée au contexte spécifique de l’entreprise Elle génère des réponses “moyennes” basées sur des probabilités
Page suivante
Feedback
On spécialise le modèle pour un usage métier spécifique → Réglage
Page suivante
Feedback
L’IA analyse de grandes quantités de données pour apprendre des structures → cœur du réseau neuronal.
Page suivante
ÉLÉMENTS DE RÉPONSE ATTENDUS
Mettre en place un réglage (fine-tuning) ou des instructions spécifiques. Fournir des exemples de contenus, un ton éditorial, des règles métier etc...Objectif : spécialiser le modèle
Page suivante
Mauvaise réponse
✔️ Réflexe professionnel clé : ne jamais valider sans vérifier
ÉLÉMENTS DE RÉPONSE ATTENDUS
Mieux structurer les prompts : contexte clair, objectif précis, contraintes (ton, format, cible) Exemple :❌ Mauvais prompt : “Fais un post LinkedIn” ✅ Bon prompt : “Rédige un post LinkedIn professionnel (ton expert, 150 mots) pour présenter les résultats d’une campagne marketing B2B, avec un call-to-action”
Page suivante
Mauvaise réponse
✔️ Réflexe professionnel clé : ne jamais valider sans vérifier
Mauvaise réponse
✔️ Réflexe professionnel clé : ne jamais valider sans vérifier
Mauvaise réponse
✔️ Réflexe professionnel clé : ne jamais valider sans vérifier
1A2- SM1 - Comment fonctionne l'IA générative
Nourdine
Created on March 27, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Essential Business Proposal
View
Project Roadmap Timeline
View
Step-by-Step Timeline: How to Develop an Idea
View
Artificial Intelligence History Timeline
View
Momentum: Onboarding Escape Game
View
Momentum: Manager Guide
View
Wizardry Letter
Explore all templates
Transcript
L'INTELLIGENCE ARTIFICIELLE
PAR CREAEXPERTECH
Commencer
IA générative : fonctionnement simplifié
Comment fonctionne l'IA générative ?
Aujourd’hui, vous utilisez peut-être l’IA, sans vraiment comprendre ce qui se passe derrière. Pourtant, maîtriser son fonctionnement change complètement votre manière de l’exploiter.
Comprendre les bases techniques de l’IA générativeIdentifier les 3 phases clés de son fonctionnement Expliquer comment l’IA produit un contenu pertinent et contextuel
Suivant
Apports théoriques
Comment fonctionne une IA générative ?
Les réseaux de neuronessont des algorithmes d’apprentissage profond, inspirés du fonctionnement du cerveau humain Ils analysent d’énormes volumes de données et apprennent des patterns (structures, styles, règles qui se répètent)
Le modèle de fondation est un modèle de base créé après l’entraînement et est réutilisable pour plusieurs usages Il constitue le “socle” de l’IA Un même modèle peut servir à : rédiger un email, générer un rapport, répondre à un client
La génération contextuelle L’IA ne “comprend” pas comme un humain Elle prédit les éléments les plus probables Elle s’appuie sur le contexte du prompt
Suivant
Apports théoriques
Les éléments fondamentaux
Quand vous utilisez une intelligence artificielle générative, vous avez l’impression qu’elle comprend votre demande. En réalité, elle fonctionne différemment. Elle analyse votre phrase, puis prédit les mots les plus probables à générer, en s’appuyant sur tout ce qu’elle a appris pendant son entraînement. Cette capacité repose sur des réseaux de neurones, capables de détecter des structures complexes dans les données. Ensuite, le modèle utilise le contexte que vous lui donnez pour produire une réponse cohérente. C’est ce qu’on appelle la génération contextuelle. Plus votre demande est claire, plus la réponse sera pertinente.
Suivant
Apports théoriques
Définitions et idées reçues
C'est un algorithme d’apprentissage profond qui analyse des données pour identifier des patterns. Exemple : génération automatique de texte cohérent.
C'est un modèle entraîné à grande échelle, utilisé comme base pour plusieurs applications. Exemple : ChatGPT utilisé pour différents métiers.
C'est la capacité de produire du contenu adapté à une demande spécifique. Exemple : adapter un email selon le ton demandé.
Parce que l’IA a appris à reproduire les structures humaines à partir de données massives.
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 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.
Non. Elle prédit des probabilités de mots.
Title
L’IA comprend-elle vraiment ?
Title
Pourquoi les réponses semblent humaines ?
Title
Title
Title
Qu'est ce qu'un modèle de fondation ?
Qu’est-ce que la génération contextuelle ?
Qu’est-ce qu’un réseau neuronal ?
Write a brief description here
Write a brief description here
Write a brief description here
Write a brief description here
Write a brief description here
Suivant
Apports théoriques
Les 3 phases du fonctionnement
⚡Avantage clé en entrepriseDisponible 24h/24 Pas de fatigue Productivité constante Exemple : génération de rapports automatisés
Génération et amélioration continueProduction de contenu Évaluation Ajustements Approche itérative = amélioration constante
Réglage (fine-tuning) Adaptation à un usage spécifique Amélioration de la pertinence Exemple : IA spécialisée en juridique ou marketing
Entraînement Analyse de milliards de données Création du modèle de fondation
Source : IBM, Scapicchio et Stryker, n.d., Qu’est-ce que l’IA générative ?
Suivant
Activité
Analyse de situations professionnelles
2 Minutes
Pour chaque cas, identifiez le mécanisme principal de l’IA générative mobilisé parmi les propositions données
Identifier les mécanismes clés de l’IA générative dans des contextes professionnels réels. Comprendre le rôle de chaque composant. Faire le lien entre fonctionnement technique et cas d’usage métier
Commencer
Situation 1 Votre entreprise utilise une IA entraînée sur des millions de documents pour rédiger des rapports.
Génération contextuelle
Réseau neuronal
Modèle de fondation
Réglage
Situation 2 Votre équipe adapte une IA pour produire des contenus juridiques avec un ton précis.
Génération contextuelle
Réseau neuronal
Modèle de fondation
Réglage
Situation 3Vous utilisez la même IA pour rédiger un email, puis un rapport, puis un post LinkedIn.
Génération contextuelle
Réseau neuronal
Modèle de fondation
Réglage
Situation 4 Vous obtenez une réponse très différente selon la manière dont vous formulez votre demande.
Génération contextuelle
Réseau neuronal
Modèle de fondation
Réglage
Cas pratique
Optimiser l'usage de l'IA générative
5 Minutes
À partir de la situation proposée, analysez l’usage de l’IA générative, répondez aux questions posées en mobilisant les notions théoriques
Comprendre l’impact du modèle de fondation, du réglage et du contexte sur la qualité des résultats. Être capable de proposer des actions concrètes d’amélioration sur un usage innéficace de l'IA
Commencer
ProblématiqueComment utiliser efficacement l’IA générative pour obtenir des contenus professionnels, cohérents et exploitables ?
Contexte Vous êtes responsable marketing dans une PME. Votre équipe produit régulièrement : des emails clients, des posts LinkedIn, des comptes rendus de campagne Pour gagner du temps, vous décidez d’intégrer une IA générative. Après quelques tests, vous constatez : des contenus parfois trop génériques, un ton pas toujours aligné avec votre marque, des résultats très variables selon les prompts
ProblématiqueComment utiliser efficacement l’IA générative pour obtenir des contenus professionnels, cohérents et exploitables ?
Contexte Vous êtes responsable marketing dans une PME. Votre équipe produit régulièrement : des emails clients, des posts LinkedIn, des comptes rendus de campagne Pour gagner du temps, vous décidez d’intégrer une IA générative. Après quelques tests, vous constatez : des contenus parfois trop génériques, un ton pas toujours aligné avec votre marque, des résultats très variables selon les prompts
ProblématiqueComment utiliser efficacement l’IA générative pour obtenir des contenus professionnels, cohérents et exploitables ?
Contexte Vous êtes responsable marketing dans une PME. Votre équipe produit régulièrement : des emails clients, des posts LinkedIn, des comptes rendus de campagne Pour gagner du temps, vous décidez d’intégrer une IA générative. Après quelques tests, vous constatez : des contenus parfois trop génériques, un ton pas toujours aligné avec votre marque, des résultats très variables selon les prompts
MODULE TERMINÉ !
Télécharger
QUIZZ
QUITTER
Feedback
L’IA adapte sa réponse au contexte du prompt → Génération contextuelle
Page suivante
Feedback
Un même modèle sert de base à plusieurs usages professionnels → Modèle de fondation
Page suivante
ÉLÉMENTS DE RÉPONSE ATTENDUS
L’IA repose sur un modèle de fondation généraliste Elle n’est pas encore adaptée au contexte spécifique de l’entreprise Elle génère des réponses “moyennes” basées sur des probabilités
Page suivante
Feedback
On spécialise le modèle pour un usage métier spécifique → Réglage
Page suivante
Feedback
L’IA analyse de grandes quantités de données pour apprendre des structures → cœur du réseau neuronal.
Page suivante
ÉLÉMENTS DE RÉPONSE ATTENDUS
Mettre en place un réglage (fine-tuning) ou des instructions spécifiques. Fournir des exemples de contenus, un ton éditorial, des règles métier etc...Objectif : spécialiser le modèle
Page suivante
Mauvaise réponse
✔️ Réflexe professionnel clé : ne jamais valider sans vérifier
ÉLÉMENTS DE RÉPONSE ATTENDUS
Mieux structurer les prompts : contexte clair, objectif précis, contraintes (ton, format, cible) Exemple :❌ Mauvais prompt : “Fais un post LinkedIn” ✅ Bon prompt : “Rédige un post LinkedIn professionnel (ton expert, 150 mots) pour présenter les résultats d’une campagne marketing B2B, avec un call-to-action”
Page suivante
Mauvaise réponse
✔️ Réflexe professionnel clé : ne jamais valider sans vérifier
Mauvaise réponse
✔️ Réflexe professionnel clé : ne jamais valider sans vérifier
Mauvaise réponse
✔️ Réflexe professionnel clé : ne jamais valider sans vérifier