Glossaire IA : 34 termes expliqués simplement

A

API: Une prise standard qui permet à deux logiciels d’échanger des données sans intervention humaine. C’est par elle qu’une IA lit votre agenda ou crée une facture dans votre outil.; Cité dans : Marre d’atteindre ta limite Claude ?
Automatisation autonome: Une IA qui ne se contente pas de répondre : elle enchaîne seule plusieurs étapes vers un objectif (chercher, rédiger, mettre à jour un outil, relancer), dans un cadre que vous fixez. On lit aussi « IA agentique ».

B

Base vectorielle: Une base de données qui range les documents par sens (grâce aux embeddings) plutôt que par mots-clés. C’est le moteur de recherche qui alimente un RAG.
Benchmark: Un test standardisé qui compare les modèles d’IA entre eux sur des exercices identiques. Utile pour suivre les progrès, mais il dit peu de chose de la performance sur vos propres tâches.; Cité dans : Rôle des experts métier et IA : du producteur au garant, La fashionisation de l’économie, ou pourquoi l’intelligence est en train de devenir un commodity
Biais: Une erreur systématique héritée des données d’entraînement : si les exemples sont déséquilibrés, les réponses le seront aussi. À surveiller dès qu’une IA trie des candidats, des clients ou des dossiers.
Boucle de rétroaction: Le principe de la cybernétique : un système mesure l’écart entre ce qu’il obtient et ce qu’il vise, puis se corrige, encore et encore. C’est la logique d’un pilote automatique, et celle des automatisations IA qui s’améliorent avec vos retours.; Cité dans : La fashionisation de l’économie, ou pourquoi l’intelligence est en train de devenir un commodity

C

Chatbot: Un programme avec lequel on échange par messages, comme avec une personne. Les chatbots modernes reposent sur un LLM et peuvent répondre, résumer ou rédiger à la demande.
Commodité (commodity): Un bien devenu si standard qu’on ne le distingue plus d’un fournisseur à l’autre : seul le prix compte. L’idée défendue au labo : l’intelligence d’exécution prend ce chemin avec l’IA.; Cité dans : Rôle des experts métier et IA : du producteur au garant, La fashionisation de l’économie, ou pourquoi l’intelligence est en train de devenir un commodity
Connecteur: Le lien qui branche une IA sur un outil précis (messagerie, banque, logiciel de facturation, drive). Sans connecteur, l’IA conseille ; avec, elle peut agir dans vos outils, dans les limites que vous fixez.; Cité dans : Marre d’atteindre ta limite Claude ?

D

Données d’entraînement: L’ensemble des textes, images ou sons à partir desquels un modèle apprend. Leur qualité, leur origine et les droits qui s’y attachent conditionnent ce que le modèle sait faire, et les débats juridiques qui l’entourent.; Cité dans : L’histoire du copyright bégaie. Et on connaît la fin.
Droit d’auteur (copyright): Les droits d’un créateur sur son œuvre. Avec l’IA, deux questions se posent : l’entraînement sur des œuvres protégées, et la propriété de ce qui est généré. Pour une entreprise, la règle prudente est de relire et de s’approprier tout contenu publié.; Cité dans : L’histoire du copyright bégaie. Et on connaît la fin.

E

Embeddings: Une façon de traduire un texte en une suite de nombres qui représente son sens. Deux phrases proches par le sens obtiennent des nombres proches : c’est ce qui permet à une IA de retrouver le bon document même sans les mots exacts.

F

Fenêtre de contexte: La quantité de texte qu’un modèle peut garder en tête dans une même conversation, mesurée en tokens. Au-delà, il oublie le début : d’où l’intérêt de lui fournir l’essentiel, bien rangé.
Fine-tuning: Le réentraînement d’un modèle existant sur des exemples choisis pour qu’il adopte un style ou une spécialité. Coûteux et rarement nécessaire en PME : un bon contexte et des règles claires suffisent le plus souvent.

G

Génération d’images et de vidéos: Des modèles qui créent une image ou une vidéo à partir d’une description écrite. La plupart partent d’un bruit aléatoire qu’ils affinent pas à pas jusqu’à obtenir l’image demandée (on parle de modèles de diffusion).; Cité dans : L’histoire du copyright bégaie. Et on connaît la fin.
Gouvernance de l’IA: Les règles qu’une entreprise se donne pour utiliser l’IA : quels outils, pour quelles tâches, avec quelles données, qui valide, et ce qu’on fait du temps gagné. Sans elle, l’IA accélère dans toutes les directions à la fois.; Cité dans : L’IA ne réduit pas la charge de travail, elle l’intensifie (Étude Harvard 2026)

H

Hallucination: Une réponse fausse formulée avec assurance : un chiffre, une source ou une citation inventés. Le modèle prédit du texte plausible, pas forcément vrai ; d’où l’importance de lui donner vos sources et de vérifier.
Humain dans la boucle: Un mode de fonctionnement où l’IA prépare et où une personne valide avant toute action importante : envoyer un mail, payer, publier. C’est le bon réglage par défaut pour démarrer.; Cité dans : Rôle des experts métier et IA : du producteur au garant

I

IA fantôme (shadow AI): L’usage d’outils d’IA par les équipes sans cadre ni accord de l’entreprise, souvent avec des données sensibles copiées dans des services grand public. Le remède n’est pas l’interdiction mais un outil validé et des règles simples.
IA générative: Une IA qui produit du contenu nouveau (texte, image, son, vidéo, code) à partir d’une consigne, au lieu de simplement classer ou prédire. C’est la famille des assistants conversationnels apparus en 2022.; Cité dans : L’histoire du copyright bégaie. Et on connaît la fin.
Inférence: Le moment où un modèle déjà entraîné répond à une demande. C’est ce que vous payez à l’usage : chaque réponse consomme du calcul, compté en tokens.
Intelligence artificielle (IA): L’ensemble des techniques qui permettent à une machine d’accomplir des tâches qu’on associe à l’intelligence humaine : comprendre un texte, reconnaître une image, prévoir, décider. Le mot recouvre des outils très différents.

L

LLM (grand modèle de langage): Un modèle entraîné sur d’immenses volumes de texte pour prédire la suite la plus probable d’une phrase. Cette capacité, poussée très loin, lui permet de rédiger, résumer, traduire ou raisonner sur un document.

M

Modèle: Le « cerveau » statistique d’une IA, issu de l’entraînement. Un même modèle peut servir de nombreux outils différents ; c’est ce qu’on branche dessus (contexte, connecteurs, règles) qui fait la différence.; Cité dans : La fashionisation de l’économie, ou pourquoi l’intelligence est en train de devenir un commodity
Modèle ouvert (open source): Un modèle dont les paramètres sont publiés et que l’on peut faire tourner sur ses propres serveurs. Intéressant pour garder ses données chez soi, au prix d’une infrastructure à gérer.
Multimodal: Se dit d’une IA qui comprend plusieurs types d’entrées à la fois : texte, image, son, document scanné. Pratique pour lire une facture photographiée ou transcrire un message vocal.

O

OCR (reconnaissance de texte): La technique qui transforme une image de texte (scan, photo de ticket, PDF) en texte exploitable. Couplée à une IA, elle permet d’extraire montant, date et fournisseur d’un justificatif.

P

Prompt: La consigne écrite que l’on donne à une IA. Plus elle précise l’objectif, le contexte, le format attendu et les limites, plus la réponse est utile.; Cité dans : L’IA t’a rendu accro, pas libre.

R

RAG (génération augmentée par recherche): Une méthode qui fait d’abord chercher l’IA dans vos documents, puis lui fait rédiger sa réponse à partir de ce qu’elle a trouvé. Résultat : des réponses fondées sur vos sources, avec moins d’hallucinations.
Règlement européen sur l’IA (AI Act): Le texte européen qui encadre l’IA selon le niveau de risque des usages, entré en application par étapes depuis 2024. Pour la plupart des usages de PME, il demande surtout de la transparence et un minimum de maîtrise par les équipes.
RGPD et IA: Le règlement européen sur les données personnelles s’applique aussi quand une IA les traite : savoir où vont les données, limiter ce qu’on transmet, informer les personnes concernées.

T

Température: Un réglage qui dose la part d’imprévu dans les réponses d’un modèle. Basse, il reste factuel et constant ; haute, il devient plus créatif, mais aussi moins fiable.
Token: L’unité de découpage du texte pour un modèle, souvent un morceau de mot. Les limites de mémoire et la facturation à l’usage se comptent en tokens.; Cité dans : Marre d’atteindre ta limite Claude ?, Rôle des experts métier et IA : du producteur au garant

W

Workflow (flux automatisé): Une suite d’étapes déclenchée automatiquement : un mail arrive, la pièce jointe est classée, la facture est saisie, vous êtes prévenu. L’IA rend ces flux capables de traiter des cas moins prévisibles.