Glossaire de l'IA

Agent conversationnel / Chatbot

Programme qui dialogue avec un humain, souvent en langage naturel, pour répondre à des questions ou guider l’utilisateur.

Agent IA / Système agentique

Système d’IA capable d’agir de manière autonome dans un environnement numérique (planifier, interagir avec des outils, s’adapter) pour atteindre un objectif.

API (Interface de programmation d'application)

Connecteur qui permet à deux logiciels de communiquer. Par exemple, une plateforme pédagogique peut utiliser une API pour interroger un modèle d’IA.

Apprentissage automatique (Machine Learning)

Méthode qui permet à une IA d’apprendre à partir de données, sans être programmée pour chaque tâche spécifique.

Apprentissage profond (Deep Learning)

Type d’apprentissage automatique basé sur des réseaux de neurones complexes, très utilisé pour la vision par ordinateur, la reconnaissance vocale ou le traitement du langage.

Biais algorithmiques

Distorsions dans les résultats d’un modèle d’IA, souvent causées par des données d’entraînement biaisées (préjugés, inégalités, stéréotypes…).

Chaîne de pensée (Chain of Thought)

Technique permettant à l’IA de raisonner étape par étape, en détaillant son raisonnement avant de fournir une réponse.

Corpus

Ensemble structuré de textes ou de données utilisés pour entraîner un modèle d’intelligence artificielle.

Évaluation automatisée

Utilisation de l’IA pour corriger ou analyser automatiquement des travaux d’apprenants et fournir un retour personnalisé.

Feedback automatique

Réponse ou explication générée par une IA à la suite d’une action de l’apprenant (exercice, question, rédaction...).

Fenêtre contextuelle (Context Window)

Capacité d’un modèle de langage à se souvenir du contexte précédent dans une conversation ou un document.

Fine-tuning

Phase d’ajustement du modèle après son entraînement initial, pour le spécialiser sur un domaine ou le rendre plus fiable.

Hallucination

Phénomène où une IA invente des informations incorrectes tout en les présentant de manière convaincante.

IA – Intelligence Artificielle

Discipline qui vise à simuler l’intelligence humaine à l’aide de systèmes informatiques.

IA explicable (Explainable AI)

Capacité d’un système à expliquer ses décisions ou résultats de manière claire et compréhensible.

IA générative

Branche de l’IA capable de créer du contenu original : texte, image, son, vidéo, code, etc.

Large Language Model (LLM) / Modèle de langage

Modèle d’IA entraîné sur des milliards de mots pour comprendre et générer du texte, comme ChatGPT, Claude ou Mistral.

Machine Learning

Voir Apprentissage automatique.

Modèle de langage (LLM)

Voir Large Language Model.

Multimodalité

Capacité d’un modèle à comprendre ou produire plusieurs types de contenus (texte, image, son, etc.) de manière combinée.

Prompt

Instruction ou question donnée à un modèle de langage pour obtenir une réponse (ex. : “Fais-moi une fiche de lecture niveau lycée”).

Reinforcement Learning with Human Feedback (RLHF)

Technique où des humains évaluent les réponses de l’IA pour améliorer son comportement et ses performances par renforcement.

Réseau de neurones

Structure mathématique utilisée pour imiter le fonctionnement du cerveau humain. C’est l’un des fondements de l’IA moderne.

Système adaptatif

Environnement d’apprentissage piloté par IA qui s’ajuste automatiquement au niveau, rythme et profil de chaque apprenant.

Système agentique

Voir Agent IA.

Token

Unité de traitement du texte utilisée par les LLM. Il peut s’agir d’un mot, d’une syllabe ou d’un caractère.

Transformer

Architecture mathématique utilisée par les LLM modernes, qui permet de traiter efficacement le langage naturel.

Zero-shot / Few-shot learning

Capacité d’un modèle à réaliser une tâche sans (zero) ou avec très peu (few) d’exemples préalables.