Définitions IA
Glossaire de l'intelligence artificielle
Les termes de l'IA générative expliqués simplement, sans jargon inutile. Un mot, une définition claire — et un lien vers nos ressources pour aller plus loin.
Intelligence artificielle générative
L'IA générative est une catégorie d'intelligence artificielle capable de produire du contenu nouveau — texte, image, audio, code — à partir d'une demande en langage naturel, plutôt que de seulement classer ou prédire.
LLM (grand modèle de langage)
Un LLM (Large Language Model) est un modèle d'IA entraîné sur d'immenses volumes de texte pour comprendre et générer du langage. ChatGPT, Claude et Gemini reposent sur des LLM.
Il prédit le mot le plus probable suivant, ce qui lui permet de rédiger, résumer, traduire ou coder. Sa connaissance est figée à sa date d'entraînement, sauf s'il est connecté à des outils ou à une base documentaire.
Agent IA
Un agent IA est un programme qui utilise un modèle d'IA pour accomplir une mission de bout en bout : il décide des étapes, agit dans des outils (fichiers, mails, logiciels) et vérifie son résultat, au lieu de seulement répondre.
Chatbot (agent conversationnel)
Un chatbot est un programme qui dialogue en langage naturel et répond aux messages de l'utilisateur. Contrairement à un agent, il n'exécute pas d'actions de bout en bout : il conseille, l'humain applique.
Prompt
Un prompt est l'instruction que l'on donne à une IA générative pour obtenir un résultat. La qualité du prompt détermine largement la qualité de la réponse.
Prompt engineering
Le prompt engineering est l'art de formuler des instructions efficaces pour une IA : donner du contexte, un rôle, un format de sortie et des exemples afin d'obtenir des résultats fiables et reproductibles.
RAG (génération augmentée par récupération)
Le RAG (Retrieval-Augmented Generation) est une technique qui connecte un LLM à une base documentaire : le modèle récupère les passages pertinents puis rédige sa réponse à partir d'eux, ce qui réduit les erreurs et permet de citer des sources.
C'est la méthode standard pour qu'une IA réponde sur des données propres à une entreprise (procédures, catalogue, base de connaissances) sans réentraîner le modèle.
Hallucination
Une hallucination est une réponse d'IA plausible mais fausse : le modèle invente un fait, une source ou un chiffre. C'est une limite structurelle des LLM, atténuée par le RAG et la vérification humaine.
Token
Un token est l'unité de base que traite un LLM — environ trois quarts d'un mot en français. La facturation des API et la taille des messages se mesurent en tokens.
Fenêtre de contexte
La fenêtre de contexte est la quantité de texte (en tokens) qu'un modèle peut prendre en compte en une fois : la question, l'historique et les documents fournis. Au-delà, l'information la plus ancienne est oubliée.
Multimodal
Un modèle multimodal comprend et/ou génère plusieurs types de contenus — texte, image, audio, parfois vidéo — au lieu du texte seul. Il peut par exemple décrire une photo ou lire un document scanné.
Fine-tuning (affinage)
Le fine-tuning consiste à spécialiser un modèle pré-entraîné sur un jeu de données ciblé pour l'adapter à un ton, un format ou un domaine précis. Il diffère du RAG, qui ajoute des connaissances sans réentraîner.
MCP (Model Context Protocol)
Le MCP est un protocole ouvert qui permet à un agent IA de se connecter de façon standardisée à des outils et sources de données externes (fichiers, API, bases). Il sert de « prise universelle » entre le modèle et ton environnement.
Function calling (appel d'outils)
Le function calling est la capacité d'un LLM à déclencher des fonctions ou outils externes (chercher sur le web, envoyer un mail, interroger une base) au lieu de seulement produire du texte. C'est le mécanisme de base des agents.
Vibe coding
Le vibe coding désigne la création de logiciels en décrivant ce que l'on veut en langage naturel à une IA, qui écrit et corrige le code. Il rend le développement accessible sans maîtrise préalable de la programmation.
Assistant vs Agent vs Workflow
Un assistant répond à la demande ; un agent poursuit un objectif en enchaînant des actions de façon autonome ; un workflow exécute une suite d'étapes prédéfinies. L'agent se distingue par sa capacité à décider des étapes lui-même.
Température
La température est un réglage qui contrôle le niveau d'aléatoire des réponses d'un LLM : basse, les réponses sont stables et prévisibles ; haute, elles sont plus variées et créatives.
Open source (modèle ouvert)
Un modèle open source est un LLM dont les poids sont librement téléchargeables, ce qui permet de le faire tourner sur sa propre infrastructure — utile pour la souveraineté et la confidentialité des données.
Passer de la définition à la pratique
Nos formations IA (finançables OPCO) transforment ces concepts en compétences concrètes pour ton métier.