Glossaire de l'IA au travail

Quarante mots que vous allez croiser dès que vous utilisez l'IA au travail, expliqués sans jargon, chacun avec un exemple concret et un point d'attention.

En bref

40 définitions, chacune sur sa propre page.
Pour chaque mot : une définition courte, une explication, un exemple au travail et ce qu'il faut surveiller.

Faire le diagnostic en 2 minutes

Tous les mots

Agent IA: Une IA qui ne se contente pas de répondre : elle enchaîne des actions (chercher, remplir, envoyer) pour atteindre un objectif.
AI Act: Le règlement européen qui encadre les systèmes d'intelligence artificielle selon leur niveau de risque.
Ajustement fin: Poursuivre l'entraînement d'un modèle existant sur des exemples choisis, pour le spécialiser.
Anonymisation: Rendre impossible, de façon définitive, l'identification d'une personne à partir d'un document ou de données.
API: La porte d'entrée qui permet à deux logiciels d'échanger des informations automatiquement.
Apprentissage automatique: La branche de l'IA où un programme apprend à partir d'exemples, plutôt que de suivre des règles écrites à la main.
Apprentissage profond: Une famille de méthodes d'apprentissage automatique qui utilise des réseaux de neurones à nombreuses couches.
Assistant personnalisé: Un assistant IA préparé pour une tâche précise, avec ses consignes permanentes et ses documents de référence.
Automatisation sans code: Relier des outils entre eux pour qu'une tâche s'enchaîne seule, en cliquant plutôt qu'en programmant.
Biais: Une tendance de l'IA à favoriser ou défavoriser systématiquement certaines réponses, personnes ou points de vue.
Chatbot: Un programme avec lequel on échange par messages, comme dans une conversation.
Consignes permanentes: Des instructions que l'IA applique à toutes vos conversations, sans que vous ayez à les répéter.
Contexte: Tout ce que l'IA a sous les yeux au moment de répondre : votre demande, la conversation, les documents joints.
Copilot: L'assistant IA de Microsoft, intégré à Outlook, Word, Excel, PowerPoint et Teams selon la licence de l'entreprise.
Déclencheur: L'événement qui lance une automatisation : un mail reçu, un formulaire rempli, une date atteinte.
Deepfake: Une image, une vidéo ou une voix truquée par IA pour faire dire ou faire à quelqu'un ce qu'il n'a jamais dit ni fait.
Données personnelles: Toute information qui permet d'identifier une personne, directement ou indirectement.
Données sensibles: Les données personnelles que le RGPD protège le plus : santé, opinions, religion, syndicat, orientation sexuelle, origine, génétique, biométrie.
Exemples dans la demande: Donner à l'IA un ou plusieurs exemples du résultat attendu, pour qu'elle en reprenne le style et la forme.
Grand modèle de langage: Le programme au cœur des IA qui écrivent : il prédit, mot après mot, la suite la plus probable d'un texte.
Hallucination: Une réponse fausse donnée avec assurance par une IA : un chiffre, une source, un nom ou une règle qui n'existe pas.
IA générative: Une intelligence artificielle qui produit du contenu nouveau (texte, image, son, vidéo) à partir d'une demande écrite ou parlée.
Image générée par IA: Une image créée par une IA à partir d'une description écrite.
Licence entreprise: L'abonnement professionnel d'un outil d'IA, avec en général des garanties de confidentialité et d'administration que la version gratuite n'a pas.
Modèle à crochets: Une demande type réutilisable, où les parties qui changent sont entre crochets : [CLIENT], [DATE], [DOCUMENT].
Modèle de raisonnement: Un modèle qui prend le temps de décomposer un problème en étapes avant de répondre.
Modèle ouvert: Un modèle d'IA dont l'éditeur publie les paramètres, ce qui permet de l'installer sur ses propres serveurs.
Multimodal: Se dit d'une IA qui comprend ou produit plusieurs types de contenus : texte, image, son, vidéo.
Politique d'usage de l'IA: Le document qui dit, dans une entreprise, quels outils d'IA utiliser, pour quoi faire, et avec quelles données.
Prompt: Le texte que vous écrivez à une IA pour lui dire ce que vous attendez d'elle.
Pseudonymisation: Remplacer ce qui identifie une personne par un code, tout en gardant ailleurs le moyen de faire le lien.
RAG: Une technique qui fait chercher à l'IA les passages utiles dans vos documents avant qu'elle ne réponde.
Réseau de neurones: Un modèle mathématique fait de couches de calculs simples, reliées entre elles, qui s'ajustent pendant l'apprentissage.
Shadow AI: L'usage d'outils d'IA par des salariés sans que l'entreprise le sache ni l'encadre.
Synthèse vocale: La lecture d'un texte par une voix artificielle.
Température: Le réglage qui rend les réponses d'un modèle plus prévisibles (basse) ou plus variées (haute).
Token: Le petit morceau de texte (un mot, une partie de mot, une ponctuation) que le modèle traite un par un.
Transcription automatique: La conversion automatique de la parole en texte écrit.
Transformeur: L'architecture de réseau de neurones sur laquelle reposent la plupart des grands modèles de langage actuels.
Vérification des faits: Le contrôle, par vous, de ce que l'IA affirme avant de l'utiliser ou de l'envoyer.