Comprendre l'IA en 5 minutes !

Type : Articles

Adobe Stock 704394220 copie
🕓 Temps de lecture 5 minutes

Entre deux mails urgents et une correction de copies, rares sont ceux qui disposent de plusieurs heures pour explorer l’intelligence artificielle ! C'est pourquoi, nous vous proposons une sélection d’informations, centrée principalement sur des usages liés à l’enseignement supérieur pour vous aider à y voir plus clair.

Qu'est-ce que l'Intelligence Artificielle (IA) ?

D'après l'Union européenne, "l’IA désigne la possibilité pour une machine de reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité. L’IA permet à des systèmes techniques de percevoir leur environnement, gérer ces perceptions, résoudre des problèmes et entreprendre des actions pour atteindre un but précis. L’ordinateur reçoit des données (déjà préparées ou collectées) les analyse et réagit."

L'IA ne date pas d'hier puisque Ada Lovelace envisage, dès 1842, le concept d’une machine universelle programmable.

Aujourd'hui, une journée type est ponctuée par l'IA, sans que nous en soyons toujours conscients. Elle déverrouille notre smartphone en reconnaissant notre visage ou notre empreinte visuelle, trace notre meilleur itinéraire et calcule notre heure d’arrivée probable en fonction des conditions de circulation, fait le tri dans notre boîte de réception de mails pour prioriser nos messages importants, règle notre repas de midi grâce à notre appli bancaire, filtre le contenu de nos réseaux sociaux, nous suggère un film à regarder en fonction de nos goûts personnels et éteint la lumière de notre chambre grâce à une commande vocale.

IA utilisations courantes

Infographie illustrant des exemples d'utilisation de l'IA dans la vie quotidienne (https://www.europarl.europa.eu)

Zoom sur l'Intelligence Artificielle Générative (IAG)

L’Intelligence Artificielle Générative (IAG) marque une évolution importante car l'IAG ne se contente pas de traiter des données déjà disponibles, mais elle est capable de produire de nouveaux contenus, qu’il s’agisse de textes, d’images, de musiques ou même de vidéos.

Dans le domaine du texte, des outils comme ChatGPT, DeepSeek ou Claude reposent sur ce qu’on appelle un large modèle de langage (LLM), parmi lesquels on retrouve GPT-4, LLaMa ou LaMDA. Ces modèles sont entraînés sur d’immenses volumes de données textuelles, ce qui leur permet de saisir les relations entre les mots, les phrases et les concepts. Leur fonctionnement repose sur une logique probabiliste puisqu’à partir d’une suite de mots donnée, le modèle choisit celui qui a le plus de chances de venir ensuite.

Un foisonnement d'outils

Le secteur de l’intelligence artificielle générative connaît un impressionnant foisonnement d’outils adaptés à des usages spécialisés, allant bien au-delà de ChatGPT. On trouve aujourd’hui des assistants pour la rédaction, la création d’images ou de scripts, l’analyse de données et la personnalisation de contenus. Cette diversité ouvre la voie à une multitude d’applications concrètes, en entreprise comme dans le secteur éducatif, où la sélection de l’outil le plus pertinent ne cesse de s’élargir.

Selon la dernière étude d’Andreessen Horowitz, publiée en mars 2025, 40 % des plateformes les plus populaires n’étaient même pas recensées six mois auparavant, illustrant un rythme d’innovation remarquable.

Outils IA

Mars 2025 - 50 meilleurs produits web d'IA-first - https://a16z.com/100-gen-ai-apps-4/

Et dans l'enseignement ?

L’intelligence artificielle, c’est un peu l’éléphant dans l’amphi : impossible de ne pas la voir, mais chacun se demande encore comment l’apprivoiser.

Loin de se substituer aux enseignants, l’IA offre de nouvelles opportunités pour les pratiques pédagogiques, en voici quelques exemples :

  • Accéder à des assistants intelligents : Les étudiants peuvent bénéficier de tuteurs virtuels (ou chatbots) qui répondent à leurs questions en continu, complétant ainsi le suivi en présentiel.
  • Personnaliser l’apprentissage : L’IA permet de créer des exercices évolutifs pour adapter les parcours pédagogiques aux besoins individuels des étudiants, favorisant ainsi un apprentissage plus efficace et motivant.

  • Soutenir la correction et l’évaluation : Les outils d’IA peuvent automatiser la correction d’exercices, offrant un retour rapide aux étudiants et déchargeant les enseignants de tâches répétitives pour se concentrer sur la qualité des feedbacks.

  • Faciliter la recherche informationnelle : L’IA offre des outils pour analyser de grandes quantités de données éducatives et aider à les synthétiser.

  • Automatiser des tâches : L’automatisation de certaines tâches administratives ou pédagogiques peut libérer du temps pour la préparation et les interactions humaines.

  • Favoriser l'inclusion : l’IA permet de créer des outils d’accessibilité tels que la synthèse vocale, la traduction automatique ou le sous-titrage intelligent qui rendent les contenus accessibles à tous.

  • Etc.

Les principes essentiels

Ces vastes perspectives d'usages de l'IA nécessitent d’adopter une approche qui considère à la fois les bénéfices et les limites de ces outils.

Notre Haute École, via le Bureau du Numérique, recommande un usage réfléchi, critique, responsable et transparent des applications d’IA par les étudiants et les membres du personnel.

  • Un usage réfléchi, consiste à prendre le temps de comprendre comment et pourquoi on mobilise ces outils dans un contexte d’enseignement ou d’apprentissage. Cela implique de les intégrer à bon escient, en tenant compte des objectifs pédagogiques et d'éviter une utilisation mécanique ou systématique. De plus, vu l'impact significatif de l'IA sur l'environnement, il est recommandé de l'utiliser pour des tâches pour lesquelles elles offrent une plus-value.
  • Un usage critique, c’est garder une distance face aux résultats générés par l’IA en les interrogeant, en les comparant à d’autres sources et en exerçant son jugement académique. Cela évite de prendre pour acquis des généralisations, approximations ou erreurs que l’IA peut produire.
  • Un usage responsable, signifie veiller à ce que l’IA soit employée dans le respect des personnes, des données et des cadres institutionnels. Cela inclut une attention particulière à la protection des informations, au respect du travail académique et à la juste place de l’IA dans les productions étudiantes.
  • Un usage transparent, c'est pouvoir identifier clairement l’usage qui est fait de l’IAG dans les productions et ne pas la présenter comme étant sienne. Pour cela, il est recommandé de mentionner toute utilisation conformément aux règles de citation. Des logos et acronymes "NIA - Non recourt à l'IA, GIA - Généré par l'IA et AIA - Aidé de l'intelligence artificielle peuvent également être apposés aux productions.

Les enjeux et défis majeurs de l'IA

L’intelligence artificielle transforme nos sociétés en profondeur. Si elle promet efficacité, nouvelles compétences et innovations accélérées, elle soulève aussi des questions sensibles dont il faut prendre conscience et qu’il est essentiel d’anticiper pour en garantir un usage sûr, responsable et bénéfique à tous.

  • Biais algorithmiques et équité : Les outils d'IA peuvent reproduire ou amplifier des biais (culturel, de genre, d'âge, de complaisance, etc.) présents dans les données d’entraînement, qui déforment implicitement le contenu produit amenant à des discriminations.
    > Le défi est de concevoir des système d'IA équitables, transparents et contrôlables.
  • Désinformation et fiabilité : L’IA permet de générer textes, images et vidéos hyperréalistes, ce qui accentue les risques de désinformation et la diffusion de contenus erronés ou manipulés (deepfakes).
    > Le défi est de conscientiser les utilisateurs que toutes les images qu'ils partagent sur Internet peuvent être intégrées dans les données d'entraînement des IAG et pourraient être manipulées et utilisées de manière non éthique.
  • Transformation sociétale et économique : L’IA bouleverse l’organisation du travail, l’économie, la vie quotidienne et la structure aussi bien des institutions que des entreprises, tout en générant de nouveaux risques d’inégalités et de fractures sociales.
    > Le défi est d'accompagner l'adaptation continue des compétences pour pouvoir évoluer dans un monde professionnel transformé par ces technologies.
  • Qualité et gouvernance des données : Les données sont la base de l’IA. La gestion des données sensibles récoltées par les outils d’IA pose des questions éthiques et juridiques majeures. La sécurisation, la confidentialité et la transparence autour de ces données sont indispensables pour instaurer la confiance.
    > Le défi est de mettre en place des processus rigoureux de collecte, nettoyage, anonymisation, et respecter la réglementation comme le RGPD.
  • Sécurité des données et gouvernance : L’intégration de l’IA dans les infrastructures impose des contraintes fortes en matière de cybersécurité, de fiabilité des systèmes et de résistance aux manipulations ou attaques malveillantes.
    > Le défi est de sensibiliser les utilisateurs à la cybersécurité, protéger les données sensibles, renforcer la robustesse technique des systèmes face aux cyberattaques.
  • Consommation énergétique et durabilité : Les infrastructures nécessaires à l’IA ainsi que son utilisation ont un coût environnemental important.
    > Le défi est de développer des approches d’IA frugale pour réduire la consommation énergétique et d'encourager l’utilisation d’infrastructures écologiquement responsables (énergie verte, data centers sobres)

Pour répondre à ces enjeux, l'Union Européenne a introduit une nouvelle législation sur l'intelligence artificielle (IA Act). Cette loi européenne vise à encadrer les usages de l’intelligence artificielle, en imposant des obligations selon le niveau de risque, pour assurer la transparence et la sécurité des systèmes déployés. Elle classe les applications d’IA, interdit certains usages et prévoit des sanctions en cas de non-respect.

Du vocabulaire pour comprendre l'IA

Ce lexique rassemble des termes et notions couramment rencontrés lorsqu’on parle d’intelligence artificielle :

(A) L’agentivité IA est la capacité d’une machine ou d’un système d’IA à agir de manière autonome. L’agentivité humaine est la capacité qu’ont les individus à prendre des décisions et à agir de manière autonome. Il est essentiel de trouver un équilibre pour préserver la capacité humaine à décider et à agir en conscience, tout en tirant parti de l’autonomie fonctionnelle de l’IA.

(A) Les algorithmes sont des suites d’instructions permettant à l’IA de transformer des données brutes en décisions, prédictions ou classifications. Ils orchestrent les calculs et méthodes qui sous-tendent le fonctionnement interne d’une IA.

(B) Une boite noire désigne un mécanisme interne de prise de décision par l'IA qui reste opaque ou incompréhensible pour les utilisateurs : on voit les données d’entrée et le résultat, mais pas la logique intermédiaire. Cela pose un défi de transparence et de confiance, car il est difficile d’expliquer ou de justifier pourquoi l’IA a pris une décision donnée.

(D) Des données d'entraînement sont les informations (textes, images, chiffres, etc.) utilisées pour apprendre à un modèle d’IA à faire des prédictions ou à reconnaître des motifs.

(P) Un prompt est le texte ou la consigne, formulée par un humain, pour orienter la production du modèle IAG à partir d’une situation ou d’une demande spécifique.

(T) Un token est une petite unité d'information numérique représentant une valeur, une action ou un concept, utilisée dans différents contextes comme la technologie blockchain (actif numérique), l'IA (morceau de texte) ou l'authentification (clé de sécurité).

Conclusion

La Haute École recommande un usage réfléchi, critique, responsable et transparent des applications d’IA par l'ensemble des étudiants et du personnel.

En adoptant cette approche, l’IA peut devenir un partenaire capable de renforcer nos compétences et de développer notre réflexion. Pour cela, il est essentiel de soigner notre hygiène intellectuelle en cultivant notre curiosité et notre esprit critique, en continuant à apprendre et à expérimenter les choses avant de demander à la machine de le faire pour nous.

Il est également crucial de rester conscient que l’IA transforme nos sociétés en profondeur et soulève des questions sensibles et des défis majeurs.

Ces enjeux incluent la nécessité de concevoir des systèmes équitables face aux biais algorithmiques, de lutter contre la désinformation et la manipulation de contenus, d'accompagner l'adaptation des compétences professionnelles face aux bouleversements socio-économiques, et d'assurer une gouvernance rigoureuse des données.

Ces défis font également l'objet de la nouvelle législation européenne sur l'IA, l'IA Act, qui vise à encadrer les usages pour garantir la transparence et la sécurité.

Vous avez plus de 5 minutes ?

Nous vous proposons différentes ressources pour compléter votre approche personnelle de l'IA.

Des ressources externes

Des initiatives au sein de HELMo