Lorsqu'on commence à utiliser ChatGPT, Gemini ou tout autre outil d'IA, que l'on trouve si courant, on retrouve souvent des termes qui semblent tirés d'un film Blade Runner : « hallucinations, jetons, invites, réglage fin… ». Concepts fondamentaux à comprendre si nous voulons évoluer dans le monde de l'IA pour le futur.
Mais ces mêmes mots n’ont pas d’origine ésotérique et ne sont pas non plus destinés aux ingénieurs en développement logiciel. En réalité, ce sont des mots simples qui décrivent des paramètres bien précis de l’univers de l’intelligence artificielle. Par conséquent, connaître ces termes équivaut à devenir alphabétisé dans le monde de ChatGPT et compagnie et à commencer à choisir des chatbots qui nous conviennent vraiment.
Parce que si vous savez ce qu’est une hallucination IA, vous pouvez rapidement apprendre à les identifier. La même chose se produit avec les jetons et les fameuses invites. En fait, l’invite devrait être le minimum que tout utilisateur souhaitant interagir avec des chatbots intelligents devrait connaître. Nous avons donc créé un « dictionnaire » expliquant 8 termes clés, expliqués à tous les publics, pour que personne ne soit laissé de côté.
Quels sont les termes les plus importants que nous devons connaître à propos de l’IA ?
Comme tout autre type de logiciel, l’IA a son propre fonctionnement et sa propre mécanique, avec le vocabulaire qui en résulte, que chaque utilisateur peut considérer comme plus ou moins technique. Mais parmi tous les mots que vous allez croiser, nous allons vous expliquer les plus importants :
rapide
C'est notre question ou notre ordre à l'IA. C'est aussi simple que cela. La qualité de l’invite définira la qualité de la réponse. Une simple invite (pouvez-vous m'aider avec les données de la Seconde Guerre mondiale ?) n'est pas la même chose qu'une invite plus spécifique (« J'ai besoin que vous me disiez quel jour la Seconde Guerre mondiale a commencé »). Plus la précision de l’instruction est grande, plus la précision de la réponse est grande.
Hallucinations
Une hallucination est un texte généré par l’IA avec des informations complètement fausses, mais qui à première vue peut paraître convaincante. Le modèle ne « ment » pas délibérément. Tout est basé sur le fait que son fonctionnement prédit des mots qui sonnent correctement même s'ils sont inventés. Les détecter est très simple et nous pouvons nous attaquer à la racine du problème : il suffit d'écrire le rapide demander des sources vérifiables et vérifier les informations provenant d’au moins 3 sources différentes.
S'il répond que Miguel de Cervantes avait un courrier électronique, il n'y a pas grand chose à ajouter.
Jeton
L'unité minimale de texte que l'IA peut traiter. Il peut s'agir d'un mot entier, d'une partie de mot ou d'un signe de ponctuation. « Bonjour » = 1 jeton. Cela présente une valeur énorme pour les utilisateurs et les entreprises commerciales. Et la grande majorité des entreprises facturent par jetons, et chaque modèle a une limite de jetons avec lesquels travailler. Si on le dépasse, le modèle « oublie » l’enjeu.
Fenêtre contextuelle
La quantité maximale d'informations (calculée en jetons) qu'une IA peut traiter simultanément. Il existe des modèles capables de traiter 4 000 jetons, 128 000 jetons ou dépasser le million de jetons. Si on dépasse cette limite, le modèle oublie le début de la conversation
Réglage fin
Il s’agit de l’action d’entraîner un modèle avec nos propres données pour le personnaliser. En gros, c'est comme vous offrir 100 livres spécialisés au lieu de 10 000 livres génériques. C'est donc un terme étroitement lié à divers secteurs d'activité qui souhaitent des modèles spécialisés (banque, médecine, mécanique…) mais pas trop important pour les utilisateurs généralistes.
LLM (grand modèle de langage)
Un modèle d'IA entraîné sur des milliards de mots pour prédire le mot suivant. ChatGPT, Gemini, DeepSeek ou Claude sont de parfaits exemples de LLM. Ils fonctionnent entièrement à travers des modèles statistiques et non à travers une pensée réelle.
Température
Ce paramètre mesure le contrôle de la créativité par rapport à la précision et est réparti entre des nombres de 0 à 2. Lorsque la température est de « 2 », les réponses sont très créatives, mais peu fiables. Exactement le contraire de la situation où l’on se retrouve face à une température « 0 ».