Aller au contenu

Mon Atelier Virtuel

Café virtuel

AnatomIA

Un parcours interactif pour explorer des notions d’IA et réfléchir à nos usages.

AnatomIA

Ma carte pour comprendre l’IA

Une personne interprète à partir de ce qu’elle vit. Un modèle de langage relie les données à des schémas appris pour produire une réponse.

Choisis un onglet pour explorer chaque partie.

Que voit l’IA ?

Et toi, que vois-tu ?

Avant de continuer, regarde la scène quelques secondes.

Une femme sort d’une maison avec une façade claire, une porte en bois, une fenêtre et des plantes, dans une lumière chaude.

Les étiquettes sont des exemples prédéfinis. Cette expérience n’analyse pas l’image en temps réel.

Que nous conseille SofIA ?

Un conseil pour utiliser l’IA sans cesser de penser par toi-même.

SofIA

SofIA · créée avec l’IA, guidée par le discernement humain.

Deux façons de répondre à une question

AspectPersonneSchéma d’un cerveau humain avec des connexions et un agrandissement de neurones et de synapses.IAModèle de langageRéseau artificiel avec des nœuds, des couches et un flux de données en entrée et en sortie.
Ce qu’elle reçoitSens, corps et environnement.Données et consignes de la tâche.
Ce sur quoi elle s’appuieMémoire, émotions et contexte vécu.Schémas issus de l’entraînement et contexte disponible.
Comment elle répondInterprète à partir de son expérience.Génère une réponse à partir de schémas et de probabilités.
Qui décideÉvalue la réponse et en assume les conséquences.Son résultat nécessite une évaluation humaine.

Comparaison simplifiée. Un réseau artificiel ne reproduit pas l’expérience d’une personne.

De la question à la réponse

  1. Ce que nous cherchons à obtenir.

  2. Comment nous formulons la demande.

  3. Les informations mises à disposition.

  4. Quelles instructions nous réutilisons pour cette tâche.

  5. Le système qui traite l’information.

  6. Les actions possibles.

  7. L’accès à d’autres ressources.

  8. Le résultat produit et les erreurs possibles.

  9. Ce que nous vérifions avant de l’utiliser.

Le parcours dépend de la tâche. Les outils et connexions sont facultatifs et peuvent apporter du contexte avant ou pendant la génération.

Là où la personne reste essentielle

Le discernement ne s’automatise pas.

Intention
Définir pourquoi nous posons la question.
Contexte
Apporter ce qui manque et situer la réponse.
Interprétation
Donner du sens à la réponse à partir de l’expérience et du contexte.
Revue
Vérifier les données, les sources et les hypothèses.
Décision
Choisir ce que nous utilisons ou écartons.
Responsabilité
Répondre de la façon dont nous appliquons le résultat.

Qu’est-ce qu’un token ?

Une unité utilisée par un modèle pour traiter le texte. Il peut s’agir d’un mot, d’une partie de mot ou d’un signe.

Pour poursuivre l’exploration

Quand une action se déclenche

Hooks

Une action configurée qui se déclenche lors d’un événement du flux, par exemple avant ou après l’utilisation d’un outil.

À quoi ça sert

Associer une vérification ou une notification à un moment précis du processus.

Ce qu’il faut vérifier

Son fonctionnement dépend de l’environnement et de la configuration. Il faut comprendre l’action exécutée et en vérifier le résultat.

Exemple

Après la modification d’un fichier, lancer une vérification de son format.

Hooks · Claude Code ↗

Comment elle se connecte et consulte

Connecteur

Une passerelle permettant d’accéder à une application ou à une source de données.

À quoi ça sert

Connecter un dossier de documents pour consulter des fichiers.

À surveiller

Vérifier les permissions : ce qui peut être lu, modifié ou envoyé.

Exemples

Un dossier de fichiers accessible par un connecteur.

Comment on lui parle

Token

Une unité utilisée par un modèle pour traiter le texte. Il peut s’agir d’un mot, d’une partie de mot ou d’un signe.

À quoi ça sert

Mesurer la quantité de texte traitée ou générée par le modèle.

À surveiller

Un mot ne correspond pas toujours à un token. Le découpage dépend du modèle et de la langue.

Exemples

Un mot long peut occuper plusieurs tokens. Les signes de ponctuation sont également traités.

Documentation OpenAI ↗

Comment on lui parle

Prompt

L’instruction donnée à un modèle pour guider sa réponse.

À quoi ça sert

Cadrer la tâche, l’objectif, le ton ou le format.

À surveiller

Un bon prompt ne garantit pas une bonne réponse. Le contexte et la vérification comptent aussi.

Je le teste dans Prompt Control →

Exemple

« Résume ce rapport en cinq points. »

Comment on lui parle

Contexte

Les informations que l’IA reçoit pour comprendre la situation.

À quoi ça sert

Donner au modèle les éléments nécessaires pour répondre de manière plus pertinente.

À surveiller

Un contexte incomplet, trop long ou erroné peut orienter la réponse dans la mauvaise direction.

Exemple

Un courriel d’une cliente et les conditions de sa commande.

Comment on lui apprend

Skill

Un ensemble d’instructions spécialisées que l’on peut réutiliser.

À quoi ça sert

Apprendre à l’IA comment réaliser un type de tâche de manière cohérente.

À surveiller

Une skill guide le comportement, mais ne remplace ni le modèle ni le jugement humain.

Exemple

Un guide réutilisable pour préparer des résumés avec une structure fixe.

Qui répond

IA

Le terme général qui désigne des systèmes capables d’effectuer certaines tâches associées à l’intelligence humaine.

À quoi ça sert

Analyser, prédire, générer, classer ou automatiser selon le système utilisé.

À surveiller

Toutes les IA ne fonctionnent pas de la même manière et n’ont pas les mêmes capacités.

Exemple

Un système qui identifie des objets sur des photos.

Qui répond

LLM

Un LLM est un type de modèle centré sur la compréhension et la génération du langage. LLM décrit une catégorie, pas une marque.

Exemples

La famille GPT fournit des exemples de modèles de langage. ChatGPT est l’application à travers laquelle nous interagissons avec des modèles.

Documentation OpenAI ↗

À quoi ça sert

Comprendre et générer du langage, résumer, reformuler, analyser ou dialoguer.

À surveiller

Il produit la réponse la plus plausible selon son fonctionnement, pas nécessairement la vérité.

Qui répond

Modèle

Un système entraîné pour produire des résultats à partir de données. Un LLM est un type de modèle.

Exemples

GPT-6.1 Sol est un modèle précis proposé dans ChatGPT Work et Codex. Un modèle qui classe des images est aussi un modèle, mais pas nécessairement un LLM.

Documentation OpenAI ↗

À quoi ça sert

Interpréter les informations reçues et produire une prédiction ou une réponse.

À surveiller

Tous les modèles n’ont ni les mêmes compétences, ni la même précision, ni les mêmes limites.

Qui répond

IA locale

Une IA qui fonctionne sur sa propre machine ou son propre serveur.

À quoi ça sert

Traiter des données sans nécessairement les envoyer vers un service externe.

À surveiller

Confidentialité ne signifie pas simplicité : matériel, maintenance et sécurité restent à gérer.

Exemple

Un modèle installé et exécuté sur un ordinateur portable.

Comment elle agit

Agent

Un système capable d’enchaîner des actions pour atteindre un objectif.

À quoi ça sert

Planifier, utiliser des outils, consulter des informations et exécuter plusieurs étapes.

À surveiller

Plus on lui donne d’autonomie, plus les limites et les contrôles deviennent importants.

Je l’explore dans Human in the Loop →

Exemple

Chercher un fichier, préparer un brouillon et attendre votre validation.

Comment elle agit

Workflow

Séquence d’étapes pour accomplir une tâche. Elle peut être manuelle, partiellement automatisée ou automatique.

À quoi ça sert

Structurer un processus et automatiser certaines actions répétitives.

À surveiller

Automatiser un mauvais processus ne le rend pas meilleur.

Exemple

Recevoir un formulaire, classer la demande et prévenir une personne.

Comment elle agit

Tool

Une fonction que l’IA peut utiliser pour agir au-delà de la conversation.

À quoi ça sert

Rechercher, calculer, lire un fichier, envoyer une information ou déclencher une action.

À surveiller

Il faut contrôler ce que l’outil peut faire et à quelles données il peut accéder.

Exemple

Une calculatrice qui additionne plusieurs chiffres.

Comment elle se connecte et consulte

API

Une interface qui permet à deux logiciels de communiquer.

À quoi ça sert

Faire circuler des données ou déclencher des fonctions entre différentes applications.

À surveiller

Les permissions, les données échangées et la sécurité des accès.

Exemple

Une application demande à une autre le statut d’une commande.

Comment elle se connecte et consulte

MCP

Un protocole qui standardise la connexion entre une IA, des outils et des sources de données.

À quoi ça sert

Permettre à différents systèmes de se connecter sans recréer chaque intégration de zéro.

À surveiller

La connexion doit rester contrôlée : qui accède à quoi, quand et avec quelles permissions.

Exemple

Un serveur propose des outils pour consulter des fichiers via MCP.

Comment elle se connecte et consulte

RAG

Une méthode qui recherche des informations avant de générer la réponse.

À quoi ça sert

Faire répondre l’IA à partir de documents ou de connaissances spécifiques.

À surveiller

Si l’information récupérée est mauvaise ou incomplète, la réponse peut l’être aussi.

Je l’explore dans Research Flow →

Exemple

Chercher des extraits d’un document pour appuyer une réponse.

Ce que l’on obtient

Résultat

Ce que le système produit à la fin du processus.

À quoi ça sert

Texte, analyse, recommandation, fichier, décision intermédiaire ou action.

À surveiller

Un résultat bien formulé n’est pas forcément un résultat correct.

Exemple

Un résumé des points principaux d’un rapport.

Ce que l’on obtient

Hallucination

Quand l’IA génère une information plausible mais fausse ou inventée.

À quoi ça sert

Ce n’est pas une fonction : c’est un risque à connaître.

À surveiller

Plus l’information est importante, plus la vérification des sources devient nécessaire.

Je l’explore dans AI Quality Check →

Exemple

Une référence bibliographique inventée qui semble authentique.

Jugement humain

Guardrails

Les règles et contrôles qui encadrent ce que l’IA peut faire.

À quoi ça sert

Limiter les actions, les accès ou certains comportements du système.

À surveiller

Ils réduisent les risques, mais ne les éliminent jamais complètement.

Exemple

Demander une autorisation avant d’envoyer un courriel.

Jugement humain

Human in the loop

Une personne intervient à un moment clé du processus.

À quoi ça sert

Vérifier, corriger, arbitrer ou autoriser une décision avant qu’elle ne produise ses effets.

À surveiller

L’humain doit intervenir là où son jugement apporte réellement de la valeur.

Je l’explore dans Human in the Loop →

Exemple

Relire un brouillon et l’approuver avant son envoi.

Ce site contient des contenus audiovisuels créés avec l’IA.