Démystifier l'IA
P1 45:00

Démystifier l'intelligence artificielle

Formation en deux jours. Jour 1 — comprendre, manipuler, toucher les limites. Jour 2 — affûter le prompting, comparer, choisir son outil. Six périodes de quarante-cinq minutes, sans magie.

Format 3 × 45 min
Salle Informatique, compte Windows nominatif
Outil chat.mistral.ai (sans compte)
Date
CIP — Centre Interrégional de Perfectionnement

Période 1 — Poser les bases et désamorcer

45 min · 4 activités
45:00
Prêt à démarrer
Démarrage à blanc — 5 min

Démarrage à blanc

5 min

Arrivée sans diapositive, titre du cours au tableau. Question d'ouverture unique :

Quand vous entendez « intelligence artificielle », qu'est-ce qui vous vient ?

Tout est noté au tableau sans hiérarchiser ni commenter. Récolte attendue : Terminator, ChatGPT, peur du chômage, « c'est magique », « j'y comprends rien ». Matière brute pour la suite.

Intention : signaler que c'est leur cours, pas le tien. Crucial pour les inscrits-par-l'employeur.

Cadrage

5 min

Programme des deux jours en une phrase : comprendre ce que c'est, puis apprendre à l'utiliser à bon escient. Trois règles courtes :

  • pas de question bête
  • pas de compte à créer aujourd'hui
  • on essaie tout

Mini-conférence

25 min

Douze écrans pour donner de la profondeur sans alourdir, dans cet ordre : situer (chronologie 70 ans, trois familles d'IA), entrer dans le LLM (définition, matière première, métaphore, démo prédiction), expliquer la mécanique (entraînement, échelle, c'est / n'est pas), puis poser les comportements clés (variation des réponses, ce qu'il ne sait pas) avant le takeaway final.

Cinq mots de vocabulaire au fil de l'eau, jamais en bloc : modèle, entraînement, prompt, contexte, génératif. Chaque mot apparaît au tableau quand il devient utile.

Démo sobre au beamer (Claude ou Le Chat) après la slide 6, pour rendre le mécanisme visible avant d'entrer dans la mécanique d'entraînement. → Affichage LLM

Désamorçage

10 min

Retour au tableau du démarrage. Reprise honnête de chaque représentation listée. Trois ou quatre à traiter, pas tous — on est plus serré qu'avant.

Fantasmes principaux : Terminator, prendre nos jobs, c'est magique, Big Brother, les IA mentent, c'est pour les jeunes, ça pollue, c'est une bulle.

Intention : transformer les peurs en compréhensions partielles. Beaucoup ont déjà été désamorcés en filigrane par la mini-conférence enrichie.

Période 2 — Premier contact réussi

45 min · 3 activités + 5 min de marge
45:00
Prêt à démarrer
Mise en route guidée — 5 min

Mise en route guidée

5 min

Projection de chat.mistral.ai. En deux phrases : européen, sans compte, gratuit. Gestes refaits au beamer pour qu'ils suivent pas à pas.

Premier prompt à l'unisson, écrit au tableau :

Explique-moi en 3 phrases ce qu'est un LLM, comme si j'avais 12 ans.

Première réussite collective et garantie. Petite onde de surprise dans la salle.

Atelier « réussite garantie »

25 min

Quatre cas au tableau, un seul par personne au début, un deuxième possible si rapide. Quatre minutes pour formuler, puis lancement.

  • Cas A — Le mail délicat. Décliner poliment une invitation pro.
  • Cas B — Le résumé. Coller un texte et demander un résumé en 5 points.
  • Cas C — Le traducteur intelligent. Traduire un courriel court DE/EN→FR avec un ton précis.
  • Cas D — Le brainstorming. Dix idées de cadeau, profil et budget précis.

Circuler. Ne pas corriger. Repérer trois ou quatre exemples contrastés (prompts courts vs détaillés) pour la mise en commun.

Intention : « manipulation réussie » atteinte. Le mot prompt s'installe en contexte plutôt qu'en définition hors-sol.

Mise en commun

10 min

Trois questions seulement, dans cet ordre :

  • À celle qui a un résultat moyen : qu'as-tu écrit exactement ?
  • À celui qui a un très bon résultat : et toi, qu'as-tu écrit ?
  • À la salle : qu'est-ce qui fait la différence ?

Ils trouvent eux-mêmes les ingrédients : contexte, format, public, ton. Nommer au tableau au fur et à mesure. On systématisera au Jour 2.

Période 3 — Toucher les limites et consolider

45 min · 4 activités
45:00
Prêt à démarrer
Sortir du cadre — 15 min

Sortir du cadre

15 min

Consigne : poser à Le Chat une question dont eux connaissent la réponse précise. Cinq catégories :

  • Hyperlocal. Habitants d'un petit village, horaires de la déchetterie, président de commune.
  • Très récent. Météo d'hier, derniers résultats sportifs.
  • Personnel. Que sais-tu sur [leur prénom-nom] ? Connais-tu [leur PME] ?
  • Piège classique. Combien de R dans « strawberry » ? Kilo de plumes vs kilo de plomb.
  • Fausse citation (démo formateur). Trois citations sourcées d'un auteur connu — vérifier les sources.

Débrief : faire émerger le mot hallucination par les participants. → Vocabulaire

Tour de table « ce que je retiens »

15 min

Chacun reformule en une phrase. Corriger les approximations sans humilier. Faire retraduire les mots-clés entre voisins : pouvoir expliquer prompt ou hallucination avec ses propres mots vaut consolidation.

Intention : ancrage par la verbalisation, pas par la mémorisation.

Questions résiduelles

10 min

Ouvrir le tapis. C'est typiquement là que sortent les vraies questions des discrets de la P1 et des inscrits-par-l'employeur qui ont eu le temps d'apprivoiser la situation.

Cadrage du Jour 2

5 min

Programme : approfondissement du prompting, comparaison de plusieurs IA, choix d'outils et question des comptes.

Consigne unique : apporter un cas concret de leur métier qu'ils aimeraient essayer.

Période 4 — Le prompting comme métier

Jour 2 · 45 min · 4 activités
45:00
Prêt à démarrer
Panorama & retour J1 — 10 min

Panorama IA & retour J1

10 min

Tour d'horizon du paysage IA pour situer ce qu'ils ont vu la semaine passée dans le contexte plus large. Quatre slides dans la deck participants :

  • Le paysage en 2026 — accroche
  • Six familles d'usage — conversation, images, code, documents, voix, vidéo
  • Anatomie d'un produit IA — Le Chat (Mistral), Claude, ChatGPT en parallèle (modèles, plans, fonctionnalités). Copilot mentionné en note car il suit une logique différente (consommateur de GPT, plusieurs portes d'entrée)
  • L'IA qui dessine — DALL-E, Midjourney, Firefly, Flux

Tour de table très court à la fin : un mot sur ce qu'ils retiennent de J1, et vérification qu'ils ont leur cas métier en main.

Intention : décompresser ce qui se passait en arrière-plan la semaine passée. Ils savent maintenant qu'« IA » ≠ « Le Chat ».

L'anatomie du bon prompt

12 min

Formalisation en cinq composantes (reprend ce qui est sorti en P2 mise en commun) :

  • Rôle — quel point de vue tu fais adopter à l'IA
  • Contexte — ce que l'IA ne peut pas deviner
  • Tâche — l'action précise attendue
  • Contraintes — format, longueur, ton, public
  • Exemples — un modèle, un style, une référence

Notion clé à poser : on n'attend pas LA bonne réponse, on en obtient UNE qu'on raffine. L'itération est la compétence centrale.

Démo formateur courte : un prompt minimal vs un prompt riche sur le même cas, comparaison côte à côte au beamer. Distribution de la fiche prompting à 5 composantes en parallèle.

Atelier prompting — cahier d'exercices

18 min

Chacun reçoit le cahier de 15 exercices (PDF imprimé). Trois sections progressives :

  • Échauffement (1-5) — un exercice par composante
  • Application (6-10) — combiner les cinq composantes
  • Mise en situation (11-15) — cas concrets de la vie de bureau

Consigne : faire au minimum un exercice de chaque section. Tester dans Le Chat, observer, itérer. Le reste se fait à la maison pour ceux qui veulent.

Circulation active du formateur, déblocage individuel, repérage des progressions intéressantes pour la mise en commun.

Intention : asseoir la méthode par la pratique répétée plutôt que par la formulation de leur propre cas (trop difficile à ce stade pour plusieurs). On crée l'aisance d'abord ; l'application personnelle viendra naturellement ensuite.

Mise en commun rapide

5 min

Deux ou trois volontaires montrent leur progression v1 → v2. Le formateur nomme les composantes qui ont changé entre les itérations.

Repérage des techniques utiles à mentionner en P5 (notamment few-shot, chain of thought si quelqu'un est allé loin).

Période 5 — Comparer, vérifier, prendre du recul

Jour 2 · 45 min · 4 activités
45:00
Prêt à démarrer
Cap sur la comparaison — 5 min

Cap sur la comparaison

5 min

Pourquoi comparer plusieurs IA : style, ton, longueur, tendance à inventer, force sur certains domaines plutôt que d'autres.

Présentation rapide des concurrents : Claude (Anthropic, réputé pour ses réponses nuancées), ChatGPT (OpenAI, le plus connu), Gemini (Google), Le Chat (Mistral, qu'ils connaissent déjà).

Astuce pour la suite : duck.ai donne accès à Claude et GPT-4o mini sans créer de compte supplémentaire. Idéal pour tester sans s'inscrire partout.

Test croisé

15 min

Chacun prend son meilleur prompt de la P4 (v2 ou v3) et l'exécute sur :

  • Le Chat (qu'ils ont déjà ouvert)
  • Au moins une autre IA via duck.ai

Note les différences observées sur papier ou dans un nouveau document.

Intention : aucun outil n'est « le meilleur ». Il y a un outil adapté à un usage.

Mise en commun comparative

10 min

Ce qui change entre les IAs : style, longueur, structure de la réponse, ton, tendance à se vouloir exhaustif vs synthétique, à inventer ou à reconnaître ses limites.

Question à faire émerger : pour le cas que vous avez testé, quelle IA donne le résultat le plus utilisable ? Pas la meilleure dans l'absolu — la mieux adaptée à votre besoin.

Vérifier une réponse

15 min

Atelier guidé : prendre une réponse « factuelle » d'une IA (un chiffre, une date, une citation, une affirmation), la vérifier en croisant avec d'autres sources.

Méthodes simples à transmettre :

  • Recherche Google contradictoire — taper la même question
  • Vérifier qu'une source citée existe vraiment
  • Demander à une autre IA la même information et comparer
  • Sur les faits suisses précis, vérifier sur le site officiel concerné
Intention : installer l'idée que l'IA est une assistante, pas une autorité. Le réflexe de vérification est la compétence à long terme.

Période 6 — Données, choix d'outils, perspectives

Jour 2 · 45 min · 4 activités
45:00
Prêt à démarrer
Ce qu'on a accepté en créant le compte — 10 min

Ce qu'on a accepté en créant le compte

10 min

Avec leur compte Mistral en main, ouvrir les Conditions Générales d'Utilisation et la politique de confidentialité. Repérer ensemble :

  • Où vont les conversations qu'ils tapent
  • Si elles servent à entraîner les futurs modèles
  • Comment s'opposer à cet usage (opt-out)
  • Combien de temps les données sont conservées

Comparaison express avec ChatGPT (OpenAI) et Claude (Anthropic) sur les mêmes points — tu projettes les pages de politique côte à côte.

Intention pédagogique forte : ils ont signé sans lire en s'inscrivant la semaine passée. C'est exactement le piège qu'ils auront à éviter dans leur vie pro. Mise en situation authentique.

Choisir son outil — tableau de décision

10 min

Projection d'un tableau de décision avec critères :

  • Usage — perso, pro, mixte
  • Sensibilité des données — public, interne, confidentiel
  • Fonctionnalités — texte seul, vision, code, recherche web
  • Budget — gratuit, 20 €/mois, plan entreprise
  • Hébergement — suisse, européen, américain

Pas de prescription : un cadre pour qu'ils choisissent eux-mêmes selon leur contexte.

Atelier final — leur cas en livrable

15 min

Production d'une version finale de leur cas métier : le prompt abouti + le résultat retenu + une note de trois lignes.

La note doit répondre à :

  • Quel outil j'ai utilisé pour ce cas ?
  • Pourquoi celui-ci plutôt qu'un autre ?
  • Comment je vais l'intégrer dans mon quotidien pro ?

Bilan et perspectives

10 min

Tour de table : ce que chacun repart avec — un usage qu'ils n'auraient pas osé la semaine passée, une question qui reste ouverte.

Quelques pistes d'approfondissement à évoquer :

  • Le podcast Trench Tech (en français, IA et société)
  • Le rapport AI Index de Stanford (chiffres annuels)
  • Les cours en ligne de DeepLearning.AI (en anglais, gratuits)
  • Les newsletters francophones : Le Brief de Numerama, IA Generation

Évaluation à chaud si Eduqua le demande.

1 / 12 — Mini-conférence
Pour situer dans le temps

L'IA, ça fait 70 ans qu'on y travaille.

  • 1956Dartmouth — le terme « intelligence artificielle » apparaît
  • 1997Deep Blue (IBM) bat Kasparov aux échecs
  • 2012Révolution du deep learning (reconnaissance d'images)
  • 2022ChatGPT — l'IA arrive chez le grand public
Le paysage de l'IA

Trois grandes familles.

A — Symbolique

  • Règles écrites par des humains
  • Années 50–80

B — Apprentissage machine

  • Déduit ses règles à partir d'exemples
  • Années 90–2010

C — Apprentissage profond

  • Réseaux de neurones très profonds, à grande échelle
  • 2010s — d'où vient l'IA générative
Le Chat, ChatGPT, Claude sont des LLMs — une branche de l'IA générative, elle-même issue de l'apprentissage profond.
Démystification — point de départ

Qu'est-ce qu'un LLM ?

Trois lettres : Large Language Model. Un grand modèle de langage. Le moteur derrière ChatGPT, Le Chat, Claude.
Sur quoi il a appris

Sa matière première, c'est du texte.

~ 10 000 milliards de mots. L'équivalent d'environ mille vies humaines de lecture continue.
Wikipedia · livres numérisés · articles · web public · codes sources
La métaphore

Quelqu'un qui aurait tout lu.

Et qui, à chaque mot qu'on lui demande, devine le suivant le plus probable. Mot après mot. Phrase après phrase.
Faisons l'expérience

Devinons le mot suivant.

Le soleil se lève à l'est
Tapez sur l'écran pour révéler. — C'est exactement ce que fait un LLM : prédire le mot suivant le plus plausible.
L'entraînement, en pratique

Comment il apprend.

  1. On prend un texte.
  2. On en cache certains mots.
  3. Le modèle essaie de les deviner.
  4. On compare avec la vraie réponse.
  5. On corrige ses réglages internes.
  6. On recommence — des milliards de fois.
C'est ça, l'entraînement. Une fois fini, le modèle ne change plus quand on l'utilise.
Le « L » de LLM

Pourquoi l'échelle change tout.

Petit modèle

  • ~ 1 million de paramètres
  • Capable, mais limité aux tâches préparées

Grand modèle (LLM)

  • 100 à 1 000 milliards de paramètres
  • Des capacités nouvelles émergent
  • Utilisable « pour tout »
Lever les confusions

Ce qu'un LLM est. Ce qu'il n'est pas.

C'est

  • Un programme qui produit du texte
  • Entraîné sur d'énormes quantités d'écrits
  • Capable de paraître très naturel
  • Utile pour rédiger, résumer, traduire, brainstormer

Ce n'est pas

  • Un cerveau, ni un être conscient
  • Une base de données de faits vrais
  • Un moteur de recherche connecté au réel
  • Quelque chose qui « sait » ce qu'il dit
Un comportement à connaître

Pourquoi la même question donne parfois des réponses différentes.

À chaque étape, plusieurs mots possibles avec des probabilités différentes. Le modèle choisit parmi les plus probables — avec une part de variation.
Le ciel est →  bleu (45%)  ·  nuageux (22%)  ·  gris (15%)  ·  magnifique (8%)  ·  …
Pas un bug. Une caractéristique.
Les limites à garder en tête

Ce qu'il ne sait pas.

Le temps présent

  • Pas d'accès direct à ce qui se passe maintenant

Le passé récent

  • Connaissances figées à sa date de coupure

Vous personnellement

  • Sauf si vous le lui dites — et il oubliera

Les conversations passées

  • Mémoire courte par défaut, entre sessions
À retenir en une phrase

Le LLM produit du texte plausible. Pas forcément du texte vrai.

Quand les deux coïncident, c'est utile. Quand ils divergent, le modèle continue quand même — sans le savoir. C'est ce qu'on appelle une hallucination.
Tapez à droite ou à gauche pour naviguer · Flèches du clavier également

Vocabulaire

6 termes · à introduire au fil de l'eau
01 · Mini-conférence
Modèle

Un programme informatique qui a appris à reconnaître et à reproduire des motifs dans le langage. Pas un cerveau, pas une base de données — un système statistique très sophistiqué.

Quand l'introduire : quand on prononce pour la première fois le mot « LLM ».
02 · Mini-conférence
Entraînement

La phase, en amont, pendant laquelle le modèle a « lu » des quantités gigantesques de textes pour apprendre à prédire le mot suivant. Une fois entraîné, le modèle n'apprend plus.

Quand l'introduire : juste après « modèle », pour expliquer d'où vient sa « connaissance ».
03 · Atelier P2
Prompt

Ce qu'on écrit dans la zone de saisie pour demander quelque chose à l'IA. Plus le prompt est précis (rôle, contexte, format, ton), meilleure est la réponse.

Quand l'introduire : au moment du premier prompt à l'unisson en P2.
04 · Atelier P2
Contexte

Tout ce qui se trouve dans la conversation en cours et que l'IA peut « voir » pour formuler sa réponse. Une nouvelle conversation repart à zéro : pas de mémoire d'une session à l'autre dans Le Chat gratuit.

Quand l'introduire : quand un participant s'étonne que l'IA « ait oublié » quelque chose.
05 · Mini-conférence
Génératif

Qui produit. Une IA générative produit (du texte, des images, du son) plutôt que de choisir parmi des réponses pré-existantes. À chaque appel, la réponse peut être légèrement différente.

Quand l'introduire : quand on entend « IA générative » dans les médias, ou pour distinguer d'autres IA (filtres anti-spam, etc.).
06 · Période 3
Hallucination

Réponse fausse énoncée avec assurance. Pas un bug : la conséquence directe du mécanisme. Le modèle produit du texte plausible, et quand plausible et vrai divergent, il continue quand même.

Quand l'introduire : après l'expérience « sortir du cadre », à faire émerger par les participants eux-mêmes avant de poser le mot.
À introduire au fil de l'eau · Jamais en bloc

Superintelligence — comment aborder

Réponse de réserve · pour quand la question vient
Niveau 1
Science-fiction

Terminator, HAL 9000, Skynet. L'IA qui « se réveille » consciente et se révolte. Un récit, pas un scénario scientifique.

Niveau 2
AGI / Superintelligence

Une IA aussi capable qu'un humain — voire largement supérieure — sur la plupart des tâches cognitives. Vrai débat scientifique aujourd'hui, sans consensus.

Niveau 3
Les outils actuels

Le Chat, ChatGPT, Claude. Des prédicteurs de texte sophistiqués. Ni 1, ni 2. C'est ce que les participants vont manipuler.

Ne pas basculer dans un extrême : soit « vous regardez trop de films » (méprise, ferme le débat), soit « oui c'est super dangereux » (mélange les niveaux, inquiète à mauvais escient sur des outils qui ne sont pas l'objet du débat). Le sujet est légitime — mais ce n'est pas cet outil.

Le point ferme : un LLM ne veut rien. Pas de buts, pas de continuité, pas de représentation de lui-même. Il produit du texte plausible puis s'arrête.

Le pivot : « Ce qui inquiète certains chercheurs aujourd'hui, ce n'est pas que ChatGPT se réveille — c'est qu'on construise plus tard quelque chose de très différent. La peur n'est pas absurde, elle se trompe d'objet. »

La porte vers le niveau 2 reste entrouverte, sans y plonger.

Il y a un vrai débat aujourd'hui parmi des chercheurs très sérieux. Certains pensent qu'on pourrait construire dans 10, 20 ou 50 ans une IA aussi capable qu'un humain sur quasiment tout — on appelle ça l'IA générale, ou superintelligence.

Geoffrey Hinton, un des pères du deep learning, a quitté Google en 2023 pour pouvoir alerter publiquement. D'autres chercheurs tout aussi sérieux — comme Yann LeCun chez Meta — pensent que les systèmes actuels en sont très loin, et qu'il faudrait des percées qu'on ne sait pas faire. Personne ne sait qui a raison.

Ce qu'il faut retenir : c'est un sujet de débat légitime, ce n'est pas du cinéma. Mais ce n'est pas non plus ce que vous allez utiliser cet après-midi. Le Chat est un outil, pas un esprit.

Ce qu'on apprend aujourd'hui, c'est à utiliser cet outil. La question « et après ? » est une question à part — politique, éthique, sociétale — et chacun de vous a le droit d'avoir un avis dessus.

AGI Artificial General Intelligence. IA générale, par opposition aux IA spécialisées d'aujourd'hui.
Superintelligence IA qui dépasserait largement les capacités cognitives humaines sur la plupart des tâches.
Alignement Le champ de recherche qui étudie comment faire en sorte qu'une IA poursuive bien les buts qu'on lui assigne. Sujet sérieux et actif.
Réactif par défaut · à dégainer si la question vient au tableau du démarrage