Avant de parler de jugement, il nous faut une base commune.
Aucun prérequis. Aucun jargon.
Ce module s’adresse à tous les apprenants et à tous les secteurs. Il introduit les notions nécessaires pour reconnaître l’IA dans votre travail, comprendre ce qu’elle peut faire
Avant de commencer
Chaque génération a connu ce moment. Les distributeurs automatiques devaient faire disparaître les guichetiers. L’informatique devait rendre les employés de bureau inutiles
La capacité à se demander « que fait réellement cet outil, et quand ne dois-je pas m’y fier ? » a fait la différence. L’IA est la version de notre génération. Ce module vous donne de quoi comprendre l’outil — afin que vous puissiez le façonner
Imaginez un bibliothécaire qui a lu tous les livres de la bibliothèque.
Vous lui demandez : « Comment créer une entreprise ? »
Le bibliothécaire ne vérifie pas si la réponse est vraie. Il restitue des schémas tirés de tous ces livres — il vous donne le genre de réponse que donnent les livres de gestion
L’IA peut donner l’impression de comprendre. Mais elle reconnaît des schémas ; elle ne vérifie pas de façon indépendante si la réponse est vraie — exactement comme le bibliothécaire
Imaginez que je vous montre cette phrase :
Vous connaissez immédiatement la réponse. Pourquoi ? Parce que vous en avez vu des milliers d’exemples. Essayons autre chose :
Vous devinez sans peine : toi, elle, lui. Là encore — vous prédisez.
Imaginez maintenant que vous ayez lu une quantité énorme de textes — des livres, des sites, des millions de conversations, des milliards d’exemples d’usage de la langue
Sa tâche principale est la prédiction : produire la suite de texte la plus probable à partir des schémas de ses données d’entraînement, et non d’un accès direct à la vérité.
Il n’écrit pas non plus la réponse d’un seul coup. Il prédit un petit morceau de texte, puis s’appuie sur ce qu’il vient d’écrire pour prédire le suivant — en construisant
Pourquoi un perroquet donne-t-il l’impression de comprendre le français ?
Parce qu’il produit des sons familiers au bon moment — sans saisir ce qu’ils veulent dire.
L’IA paraît intelligente pour la même raison : elle produit des réponses qui épousent la forme de la conversation, apprise sur d’immenses quantités de langage.
Exemple
Si je demande à une IA de rédiger une lettre de démission, elle en a vu des millions. Elle prédit à quoi une telle lettre ressemble habituellement.
Mais elle ne connaît ni votre supérieur, ni ce que vous ressentez, ni votre entreprise. Elle peut produire une lettre d’allure très professionnelle tout en passant à côté de ce qui compte vraiment
Elle travaille à partir de schémas, non d’une connaissance de votre situation.
Une réponse peut être fluide, pertinente et assurée sans reposer sur les faits qui comptent. L’aisance n’est pas l’exactitude, de même
Pensez à un message que vous rédigez régulièrement au travail — un courriel, un rapport, un point client. Que faudrait-il que l’IA sache pour que son brouillon soit réellement
Imaginez que je vous demande : « Racontez-moi ce qui s’est passé à mon mariage. »
Vous ne pouvez pas le savoir. Pourtant, certains — par souci d’être utiles — vont deviner quand même.
L’IA fait la même chose. Quand elle ne sait pas, elle prédit. Et la prédiction produit parfois de la fiction.
Essayez vous-même
Ouvrez ChatGPT, Copilot ou n’importe quelle IA et demandez :
Elle produira probablement trois conclusions détaillées, précises et assurées — pourcentages et recommandations à l’appui.
Nous avons cherché ce rapport et n’avons pas pu confirmer son existence. Plusieurs instituts publient bel et bien des travaux sur l’IA en Afrique de l’Ouest — et c’est précisément pour cela que l’invention
À noter : certains outils peuvent consulter le web ou ouvrir des documents liés. Mais ils doivent vous montrer la source. Sans source citée, traitez la réponse comme
Lorsqu’une IA avance une affirmation précise, une statistique, une étude ou une référence :
L’assurance de la réponse ne prouve pas qu’elle est juste.
On imagine souvent l’IA sous les traits d’un robot ou d’un agent conversationnel. Mais elle est aussi présente dans quantité d’outils du quotidien — souvent discrètement, en arrière-plan.
L’IA n’est pas un seul type d’outil. Elle peut recommander, classer, vérifier, estimer ou générer. Ce que la plupart des systèmes d’IA ont en commun : ils apprennent des schémas à partir de
Être impressionnant dans un domaine ne veut pas dire être fiable partout.
Un chien reconnaît des visages, apprend des ordres et résout des problèmes pratiques — mais ne fait pas de mathématiques. Les systèmes d’IA sont comparables : remarquables
Non pas « l’IA est-elle intelligente ? » — mais : bonne à quoi, entraînée sur quelles données, dans quel contexte, et avec quelles conséquences si elle se trompe ?
Pensez à une tâche de votre travail que l’IA ferait vite. Qu’est-ce qui exigerait malgré tout qu’un humain vérifie, tranche ou assume la responsabilité ?
Une fois cette idée acquise, tout le reste s’éclaire.
Si vous ne retenez qu’une chose de cette partie, que ce soit celle-ci. Tout le reste de la formation s’appuie dessus.
Vérifions maintenant si vous distinguez une prédiction utile d’une réponse digne de confiance.
Voici 10 outils et situations du quotidien. Répondez d’instinct : est-ce de l’IA, ou non ?
Cliquez une fois pour marquer IA (vert) · cliquez de nouveau pour marquer Pas de l’IA (ambre) · un troisième clic efface.
Maintenant que vous avez vu les réponses — qu’est-ce qui vous a pris au dépourvu ?
D’abord, une question rapide sur votre organisation :
Votre organisation utilise-t-elle l’IA, directement ou en arrière-plan de ses systèmes ?
« Je ne sais pas » est une réponse valable. Cette formation vous apprend quelles questions poser avant de supposer qu’un système est, ou n’est pas, de l’IA.
N’utilisez que des descriptions générales — n’indiquez aucune donnée personnelle (noms, numéros d’identité, coordonnées, salaire, données de santé ou disciplinaires).
L’IA est un logiciel qui apprend des schémas à partir de grandes quantités de données et qui s’en sert pour prédire, générer du contenu ou agir.
C’est tout. Pas de magie. Pas de pensée. Pas de compréhension. L’IA est de la reconnaissance de schémas à très grande échelle. Voyons ce que cela veut dire en pratique.
Imaginez que vous formiez une nouvelle recrue. Vous lui montrez des milliers de dossiers de crédit acceptés et des milliers de refusés, sans jamais lui expliquer la règle. Avec le temps, elle repère ce que les dossiers acceptés ont en commun.
L’IA procède de la même manière — sauf qu’au lieu d’une personne c’est un modèle mathématique, et qu’au lieu de milliers d’exemples il peut en voir des milliards.
L’IA connaît des faits — elle retrouve l’information comme un moteur de recherche
L’IA générative produit un texte plausible à partir de schémas. Elle ne consulte pas une base vérifiée, et elle ne sait pas quand elle se trompe.
L’IA est neutre — elle décide à partir de données brutes, sans biais
L’IA reflète les biais de ses données. Des données issues de systèmes inégaux produisent une IA qui perpétue ces inégalités.
L’IA comprend le contexte — elle sait ce que vous voulez dire, pas seulement ce que vous avez écrit
L’IA traite le texte que vous lui donnez. Elle ne connaît ni votre organisation, ni votre situation, ni ce que vous cherchez à obtenir.
L’IA peut assumer la responsabilité — « c’est l’algorithme qui a décidé »
Au regard du droit de votre pays comme à l’international, la responsabilité d’une décision prise par une IA revient aux personnes et aux organisations qui la mettent en œuvre.
Réponse assurée = réponse juste
L’IA s’exprime du même ton, qu’elle ait raison ou qu’elle invente tout. L’assurance n’est pas un signe d’exactitude.
Vous avez vu ce qu’est l’IA, ce qu’elle n’est pas, et les quatre types que vous rencontrerez. Ramenons cela à votre monde.
Répondez à ces trois questions sur votre propre organisation :
N’utilisez que des descriptions générales. N’indiquez aucune donnée personnelle (noms, numéros d’identité, coordonnées, salaire, données de santé ou disciplinaires).
Générative = crée du contenu
Prédictive / décision = note, classe ou trie
Vision par ordinateur = interprète images ou vidéos
Agentique = planifie et enchaîne des étapes vers un objectif
Je ne sais pas = décrivez ce qu’il fait