%20(1).webp)
Vous venez de tester vos connaissances sur l'IA à l'aide de notre quiz ? Découvrez les bonnes réponses et bien plus sur chacune des affirmations du quiz !
Et si vous pensez que c'est une bonne idée de se former à l'IA générative en 2025, découvrez notre formation en Prompt Engineering de 42h, éligible au CPF.
Aussi surprenant que cela puisse paraître, les débuts de l’Intelligence Artificielle remontent aux années 1940, avec de premiers articles scientifiques posant les fondements théoriques. Et c’est dans les années 1950 que le premier programme d’IA a vu le jour : il s’agit du "Logic Theorist", présenté lors de la conférence de Dartmouth en 1956 par Allen Newell et Herbert Simon.
Le test de Rorschach est très connu mais n’a absolument aucun lien avec l’Intelligence Artificielle. Il s’agit d’un test psychologique utilisant des taches d'encre pour analyser la personnalité humaine, développé par Hermann Rorschach au début du 20e siècle !
Le test utilisé pour évaluer la capacité d'une machine à imiter l'intelligence humaine est le "test de Turing", proposé par Alan Turing en 1950, un mathématicien de génie, considéré comme le père fondateur de l'informatique moderne (et de l'Intelligence Artificielle).
Les modèles d’Intelligence Artificielle modernes peuvent apprendre de nouvelles compétences par eux-mêmes, c’est à la base même de l’apprentissage automatique (Machine Learning) et l’apprentissage profond (Deep Learning).
Imaginez un enfant qui apprend à reconnaître les chats : après avoir vu suffisamment d'exemples, il identifie un chat sans qu'on lui explique pourquoi. L'IA fonctionne de façon similaire avec l'apprentissage non supervisé : elle reçoit des données brutes et découvre elle-même les modèles et relations qui s'y cachent. Par exemple, un algorithme peut apprendre à regrouper des clients par comportement d'achat sans qu'on lui dise comment. Plus elle traite de données, plus elle affine ses prédictions, s'améliorant automatiquement sans intervention humaine.
C'est vrai : les réseaux de neurones artificiels, qui sont une composante fondamentale de nombreux modèles d'IA, sont effectivement inspirés par la structure et le fonctionnement des neurones biologiques dans le cerveau humain.
Mais attention les modèles d'IA actuels sont encore très simplifiés par rapport à la complexité du cerveau humain : ils s'inspirent donc du fonctionnement de notre cerveau, mais ils ne fonctionnent pas exactement de la même manière que celui-ci !
Malgré leur capacité impressionnante à générer des textes cohérents, les modèles d'IA ne "comprennent" pas réellement le sens des mots qu'ils manipulent. Timnit Gebru, chercheuse spécialisée dans l'éthique de l'IA parle de "perroquets stochastiques" (ou "perroquets statistiques") pour désigner les IA comme ChatGPT ou Mistral : “perroquets" car ils répètent les textes appris lors de leur entraînement, et "stochastiques" car ils fonctionnent par probabilités.
Ces systèmes sélectionnent simplement les mots selon leur vraisemblance d'apparition dans un contexte donné, sans compréhension conceptuelle. C'est pourquoi ils produisent parfois des "affabulations" - terme plus approprié qu'"hallucinations" puisqu'ils ne perçoivent rien mais combinent seulement des éléments mémorisés
À l’heure actuelle, aucun film entièrement scénarisé par une IA n'a été produit à Hollywood. Et l’on voit mal un studio américain investir plusieurs dizaines de millions de $ dans un film écrit entièrement par une IA.
Mais dans les faits, l’usage d’outils d’IA générative comme ChatGPT explosent dans tous les métiers, particulièrement ceux où il faut beaucoup rédiger. Et les scénaristes n’y échappent pas : ils ont recourt à l’IA pour trouver des idées, écrire des répliques, réfléchir à différentes fins !
En 2018, Amazon a abandonné un outil d'IA pour le recrutement après avoir découvert qu'il discriminait les femmes. Il pénalisait les CV contenant des termes associés aux femmes car il avait été entraîné sur des CV majoritairement masculins. Ce cas est devenu un exemple emblématique des risques de biais dans les systèmes d'IA.
Sans formation adéquate au Prompt Engineering, beaucoup d'utilisateurs se contentent des fonctionnalités de base, et passent à côté du plein potentiel de ChatGPT, Claude et cie. Ces utilisateurs sont d'ailleurs souvent un peu déçu par les capacités de ces outils et s'en détournent.
C’est extrêmement dommage car le Prompt Engineering, et la maîtrise des outils d’IA générative va devenir indispensable une compétence indispensable sur un CV d'ici quelques années. En effet, les utilisateurs formés obtiennent des résultats significativement supérieurs avec les mêmes outils !
Notre formation au Prompt Engineering permet de maîtriser les bases du Prompt Engineering en 42h, mais également d’apprendre à créer des agents IA pour automatiser vos tâches les plus rébarbatives !
Deepseek R1 est un modèle d'IA générative développé par la start-up chinoise DeepSeek, qui a fait grand bruit lors de sa sortie en janvier 2025. En effet, il propose des niveaux de performance très élevés, tout en ayant coûté moins de 6 millions d'euros à développer. De plus, il est proposé en open source, ce qui le rend accessible à une large communauté de chercheurs et de développeurs.
Néanmoins, d'après les plus grands benchmarks de modèles d'IA, même s'il est l'un des modèles les plus puissants, il est surpassé par o3-mini d'OpenAI dans certaines tâches spécifiques.
Contrairement à certaines idées reçues, les outils d'IA générative ne vont pas créer du chômage de masse ni mettre sur la paille des millions de cadres ! Ils vont plutôt transformer nos méthodes de travail et redéfinir les compétences recherchées par les recruteurs.
L'IA générative représente un nouvel outil de productivité et de créativité, comparable à d'autres révolutions technologiques que nous avons connues dans les 50 dernières années (comme Internet ou le smartphone par exemple !).
Entre 1995 et 2015, maîtriser Excel et PowerPoint est devenu indispensable pour tout professionnel. C’est la même chose avec le prompt engineering : la capacité à "prompter" efficacement deviendra une compétence essentielle d'ici quelques années. Bonne nouvelle : vous pouvez devenir un expert du prompting en une semaine grâce à notre formation à l’IA générative éligible au CPF.
Pour devenir un pro de ChatGPT, Mistral, et de toutes les autres outils d'IA génératives qui deviennent omniprésents dans notre existence, il faut avant tout apprendre l'art du Prompt Engineering. Cela consiste à rédiger des consignes précises et adaptées pour obtenir des réponses de qualité.
Pour y parvenir, nous vous proposons une formation complète de 42 heures en Prompt Engineering. Vous y apprendrez non seulement à créer des prompts efficaces, mais aussi à développer des agents IA capables d'automatiser vos tâches répétitives.
Bonne nouvelle : cette formation peut être financée avec votre Compte Personnel de Formation (CPF) et peut être suivie à temps plein ou à temps partiel, en parallèle de votre emploi actuel !
