Couvre : qu'est-ce qu'une IA, un LLM, un agent, comment ça fonctionne.
1. Qu'est-ce que l'intelligence artificielle ?
L'analogie de la cuisine
Imaginez un chef qui a cuisiné des millions de plats. Un jour, on lui demande de créer une nouvelle recette : il ne réinvente rien, il combine ce qu'il a vu et goûté, selon ce qui fonctionne ensemble.
Une IA de génération de texte fait pareil : elle a "lu" des milliards de textes et a appris quels mots se suivent naturellement. Quand vous lui parlez, elle combine ces apprentissages pour produire une réponse.
VOUS L'IA RÉPONSE
"Écris-moi -> Analyse des mots -> "Voici une
une recette + souvenirs de recette de
de gâteau" millions de recettes gâteau..."
⚠️ L'IA ne "pense" pas : elle prédit ce qui est le plus
probable d'après ce qu'elle a appris. Comme un perroquet
savant... mais avec une mémoire de tout internet.Les 3 familles d'IA que vous croisez tous les jours
| Famille | Qu'est-ce que ça fait ? | Exemples concrets |
|---|---|---|
| IA de prédiction | Devine une valeur à partir de données | Netflix qui recommande un film, spam dans votre boîte mail, GPS qui prédit le trafic |
| IA générative | Crée du contenu neuf (texte, image, son, vidéo) | ChatGPT, Midjourney, les filtres Snapchat |
| IA de décision | Choisit parmi des options | Voiture autonome, trading automatique, tri de CV (controverse, voir éthique) |
2. Le vocabulaire essentiel (sans jargon)
┌─────────────────────────────────────────────────────────────┐
│ │
│ L'IA ── contient ──> le MACHINE LEARNING (apprentissage) │
│ │ │
│ contient │
│ │ │
│ v │
│ le DEEP LEARNING (réseaux de │
│ neurones profonds) │
│ │ │
│ contient │
│ v │
│ les LLM (grands modèles de │
│ langage : ChatGPT, Claude, │
│ Gemini, DeepSeek...) │
│
│ Comme : Transport > Voiture > Électrique > Tesla
└─────────────────────────────────────────────────────────────┘- Modèle : le "cerveau" entraîné. Un modèle = un fichier rempli de chiffres (des milliards) qui encode ce qu'il a appris.
- Entraînement : la phase où le modèle apprend. Coûteuse en énergie et en temps.
- Prompt : la question ou l'instruction que vous donnez à l'IA.
- Token : un morceau de mot. "Bonjour" = 1 token, "anticonstitutionnel" = 5-6 tokens. Les IA facturent et réfléchissent en tokens.
- Hallucination : quand l'IA invente avec assurance. Elle ne "ment" pas, elle complète une phrase de façon plausible même si c'est faux.
- Contexte (fenêtre) : la mémoire de travail. Combien de tokens l'IA peut "garder en tête" pendant votre conversation.
3. Comment ça marche vraiment ? (version simplifiée)
Un LLM transforme chaque mot en nombre, puis prédit le mot suivant :
Entrée : "La Tour Eiffel se trouve à"
│
v
Le modèle calcule des probabilités :
"Paris" ████████████████████ 92%
"France" ████ 4%
"l'étranger"██ 2%
"Lyon" █ 0,5%
...
│
v
Sortie : "Paris" (puis il recommence pour le mot suivant)C'est tout. Répéter cette prédiction des millions de fois = un texte complet. Ce qui est bluffant, c'est qu'à cette simplicité s'ajoutent des mécanismes d'attention qui permettent au modèle de "relire" tout le début de la phrase pour prédire la suite.
L'illustration du jeu des devinettes
Vous jouez à ce jeu : "Je pense à un mot, proposez le suivant". Au début, vous répondez au hasard. Après des millions de parties, vous devenez incroyablement bon pour deviner le mot le plus naturel. C'est l'entraînement.
4bis. Les agents IA : quand l'IA passe à l'action
LLM vs agent : la différence cruciale
LLM SEUL (assistant) AGENT IA (exécutant)
───────────────────── ─────────────────────
Vous posez une question Vous donnez un OBJECTIF
│ │
v v
Il réfléchit et répond Il fait un PLAN en étapes
│ │
v v
"Voici la réponse..." Il UTILISE DES OUTILS :
- chercher sur le web
- exécuter du code
- appeler des API
- lire/écrire des fichiers
│
v
Il VÉRIFIE le résultat,
corrige, recommence si besoin
│
v
"C'est fait : voici le résultat"Analogie : un LLM est un consultant brillant mais cloué à son fauteuil (il ne peut que parler). Un agent est ce même consultant auquel on donne un téléphone, un ordinateur et l'autorisation d'agir.
Anatomie d'un agent (les 4 composants)
| Composant | Rôle | Exemple concret |
|---|---|---|
| Le cerveau (LLM) | Réfléchit, planifie, décide | DeepSeek, Claude, GPT |
| Les outils | Agissent sur le monde réel | Recherche web, terminal, API météo |
| La mémoire | Se souvient entre les étapes | Historique de conversation, base de données |
| La boucle | Observe → réfléchit → agit → recommence | "Le fichier n'existe pas ? Je le crée d'abord." |
LA BOUCLE AGENTIQUE (le cœur de tout agent)
┌──────────────────────────────────┐
│ │
v │
[OBSERVER] --> [RÉFLÉCHIR] --> [AGIR] --┤
lire le résultat "que faire appeler
de l'action maintenant ?" un outil
│ │
v │
[OBJECTIF ATTEINT ?] ── non ────────────┘
│
oui
v
[RAPPORT FINAL]Exemple réel (celui de cette formation !)
Le radar emploi construit dans le module 3 est un système agentique :
- Objectif : "trouve les nouvelles offres d'emploi pertinentes"
- Outils : API France Travail, LLM de scoring, webhook Discord
- Boucle : toutes les 2h, il observe (nouvelles offres ?), raisonne (score de fit via IA), agit (alerte Discord), et garde en mémoire ce qu'il a déjà vu (déduplication)
⚠️ Règle de sécurité : un agent qui peut agir peut se tromper en agissant. On limite toujours ses permissions (principe du moindre privilège) et on garde un humain pour les actions critiques (payer, publier, envoyer en masse).
5. Ce que l'IA sait faire (et ne sait PAS faire)
✅ L'IA excelle à :
- Résumer, reformuler, traduire des textes
- Expliquer un sujet complexe simplement
- Rédiger des premières versions (mails, annonces, descriptions)
- Analyser des données et trouver des motifs
- Générer des images, de la musique, des vidéos courtes
- Écrire du code (avec vérification humaine)
❌ L'IA échoue ou est dangereuse à :
- Compter (les mots et les lettres, bizarrement)
- Les maths complexes sans outils externes (elle "devine")
- Connaître le présent (sa connaissance s'arrête à sa date d'entraînement)
- Les faits précis sans vérification (hallucinations)
- Décider éthiquement (elle n'a ni conscience ni valeurs)
- Remplacer le jugement humain (recrutement, médecine, justice : assistance seulement)
5. Exercices pratiques (outils gratuits)
Exercice 1.1 : votre première conversation
- Allez sur chat.deepseek.com (gratuit, sans carte bancaire)
- Demandez : "Explique-moi ce qu'est un LLM comme si j'avais 12 ans"
- Puis : "Maintenant explique-le comme si j'étais un développeur"
- Observez : le même modèle s'adapte au public. C'est le prompting.
Exercice 1.2 : provoquer une hallucination (pédagogique)
- Demandez à n'importe quelle IA : "Parle-moi du livre 'La Nuit des Crayons Gris' de Marcel Dupontel"
- L'IA inventera probablement un résumé crédible. Ce livre n'existe pas.
- Leçon : ne jamais faire confiance à une IA sans vérifier les faits.
Exercice 1.3 : comparer deux IA
- Posez la même question sur chat.deepseek.com et mistral.ai (Le Chat)
- Comparez le style, la profondeur, la vitesse
- Leçon : chaque modèle a un caractère. Choisir son IA, c'est comme choisir un outil.
6. Points clés à retenir
- L'IA générative prédit, elle ne pense pas.
- Elle est forte là où les humains sont lents (volume, vitesse) et faible là où les humains sont forts (jugement, créativité, éthique).
- Toujours vérifier les faits donnés par une IA.
- Un "prompt" bien écrit change tout : c'est l'objet du module 2.