Glossaire de l'IA

Un système d'IA qui poursuit un objectif sur plusieurs étapes avec une certaine autonomie, en décidant de la suite et en utilisant en chemin des outils comme la recherche, des fichiers ou d'autres applications.

Exemple : Vous demandez à un agent de trouver les horaires de train pour une autre ville vendredi et de rédiger un message à votre équipe avec deux options ; il cherche, compare et rédige le brouillon pour que vous le relisiez.

Souvent confondu avec : Un assistant de chat répond à un message à la fois pendant que vous gardez la main, alors qu'un agent enchaîne une série d'actions avec moins d'intervention de votre part. Comme il peut agir, vérifiez à quoi il a le droit d'accéder et relisez son travail avant que quoi que ce soit ne soit envoyé, acheté ou supprimé.

Une connexion qui permet à un logiciel d'envoyer des requêtes à un modèle d'IA et de recevoir des réponses, pour que les développeurs puissent intégrer l'IA dans leurs propres applications et flux de travail.

Exemple : Le développeur d'une boutique en ligne se connecte à un modèle via une API pour qu'un premier jet de chaque description de produit apparaisse quand un nouvel article est ajouté, sans que personne n'ouvre une application de chat.

Souvent confondu avec : Utiliser un modèle via une API, ce n'est pas la même chose qu'utiliser l'application de chat du fournisseur : les fonctionnalités diffèrent, et chez certains fournisseurs l'usage de l'API est facturé séparément de l'abonnement à l'application. Vous n'avez pas besoin d'une API pour utiliser des outils d'IA au quotidien.

En savoir plus : Produits, modèles et offres

Un ensemble fixe de tâches de test utilisé pour mesurer et comparer des modèles d'IA ; un score montre comment un modèle s'en est sorti sur ce test précis dans des conditions précises, pas à quel point il sera utile pour votre travail.

Exemple : Un modèle peut obtenir un bon score sur une série de problèmes de concours de maths passés avec des réglages particuliers, et rédiger quand même un résumé médiocre de vos notes de réunion.

Souvent confondu avec : Un score de benchmark n'est pas un classement général de l'utilité. Les résultats dépendent du test, des prompts et des réglages utilisés, si bien que les scores de différentes sources peuvent ne pas concorder ; essayer votre propre tâche sur deux ou trois outils est une vérification plus directe pour vos besoins.

En savoir plus : Améliorer la réponse étape par étape, Choisir un outil et faire le bilan

Source : Artificial Analysis Intelligence Benchmarking Methodology (Artificial Analysis, consulté le 2026-10-10)

La date jusqu'à laquelle vont les données d'entraînement d'un modèle : le modèle peut donc ignorer les événements ou les changements survenus après cette date.

Exemple : Si vous posez une question sur une règle qui a changé le mois dernier, un modèle sans recherche web peut décrire l'ancienne règle comme si elle était toujours en vigueur.

Souvent confondu avec : La date limite des connaissances n'est pas la date de sortie ni de dernière mise à jour du produit ; elle est généralement antérieure. Quand un outil cherche sur le web, sa réponse dépend des pages qu'il a trouvées : vérifiez donc les dates et les sources dans tous les cas.

En savoir plus : Ce que l'IA peut et ne peut pas faire pour vous, Faire des recherches avec l'IA et vérifier les sources

Source : How up-to-date is Claude's training data? (Anthropic, consulté le 2026-10-10)

Une liste de nombres qui représente un morceau de texte, pour qu'un logiciel puisse mesurer à quel point deux textes sont liés selon la proximité de leurs nombres.

Exemple : Une application de notes peut utiliser des embeddings pour trouver une note intitulée « frais de réparation de la voiture » quand vous cherchez « combien a coûté la remise en état du véhicule », même si les mots sont différents.

Souvent confondu avec : Un embedding n'est ni un résumé ni une réponse que vous lisez ; c'est une représentation interne utilisée en coulisses pour la recherche, le regroupement et la génération augmentée par récupération.

Source : Vector embeddings (OpenAI, consulté le 2026-10-10)

Le processus par lequel un modèle d'IA apprend des schémas à partir d'une très grande quantité de données d'exemple, ce qui façonne sa manière de répondre ensuite.

Exemple : Un modèle de langage est entraîné sur d'immenses collections de textes : il apprend ainsi comment les phrases sont habituellement construites et quels mots et faits ont tendance à apparaître ensemble.

Souvent confondu avec : L'entraînement a lieu avant que vous n'utilisiez le modèle ; quand vous chattez, il s'appuie sur ce qu'il a déjà appris et sur le contenu de la conversation. Vos chats ne deviennent des données d'entraînement que si le fournisseur les utilise ainsi, ce que les réglages de confidentialité peuvent vous permettre de contrôler.

En savoir plus : Ce que l'IA peut et ne peut pas faire pour vous

Tout le texte qu'un modèle peut prendre en compte à un moment donné pour rédiger une réponse, y compris vos messages, les contenus que vous avez ajoutés et la réponse elle-même.

Exemple : Dans un chat très long, l'outil peut perdre de vue des détails donnés au début si ces premières parties ne tiennent plus dans sa fenêtre de contexte.

Souvent confondu avec : La fenêtre de contexte n'est pas une mémoire à long terme : elle couvre ce que le modèle a sous les yeux à cet instant, tandis qu'une fonctionnalité de mémoire distincte, quand un produit en a une, conserve des notes d'un chat à l'autre. Sa taille se mesure en tokens, pas en mots ni en pages.

En savoir plus : Donner le bon contexte

Source : Context windows (Anthropic, consulté le 2026-10-10)

L'entraînement complémentaire d'un modèle existant sur un ensemble plus petit d'exemples annotés, pour qu'il se comporte d'une certaine manière, par exemple en suivant une charte rédactionnelle.

Exemple : Une équipe de support fait un fine-tuning d'un modèle sur d'anciennes questions de clients associées à des réponses validées, pour que les nouvelles réponses suivent le même ton et le même format.

Souvent confondu avec : Le fine-tuning modifie le modèle lui-même et nécessite des données préparées et une mise en place technique. Mettre des instructions ou des exemples dans votre prompt, ou connecter des documents par génération augmentée par récupération, laisse le modèle inchangé et constitue généralement l'option la plus simple pour les tâches du quotidien.

Source : About supervised fine-tuning for Gemini models (Google Cloud, consulté le 2026-10-10)

Une méthode dans laquelle un système trouve d'abord des passages pertinents dans un ensemble choisi de documents et les transmet au modèle, pour que sa réponse s'appuie sur ce contenu.

Exemple : Le bot d'aide d'une entreprise cherche dans le manuel du personnel la partie sur les congés, puis rédige sa réponse à partir de cette partie et peut indiquer quelle partie il a utilisée.

Souvent confondu avec : La génération augmentée par récupération ne réentraîne pas le modèle ; elle ajoute à chaque fois le texte trouvé à la requête, et c'est en cela qu'elle diffère du fine-tuning. La réponse peut quand même être fausse si le mauvais passage est trouvé ou mal lu : ouvrez donc le passage sur lequel elle s'appuie.

Source : Retrieval-augmented generation (RAG) in Azure AI Search (Microsoft, consulté le 2026-10-10)

Un type de modèle d'IA entraîné sur une très grande quantité de texte pour prédire quel mot ou quelle partie de mot a de fortes chances de venir ensuite, ce qui lui permet de répondre à des questions, d'écrire et de résumer.

Exemple : Quand vous tapez « Explique la photosynthèse à un enfant de 10 ans », le grand modèle de langage derrière l'application de chat écrit la réponse morceau par morceau, chaque morceau étant choisi parmi ce qui a de fortes chances de venir ensuite.

Souvent confondu avec : Un grand modèle de langage est le moteur, pas l'application. L'application de chat que vous ouvrez est un produit d'IA qui fait tourner un ou plusieurs modèles et y ajoute des fonctionnalités, comme l'import de fichiers, la recherche ou les chats enregistrés.

En savoir plus : Ce que l'IA peut et ne peut pas faire pour vous, Produits, modèles et offres

Quand un modèle d'IA produit un texte factuellement faux ou qui ne correspond pas au contenu qui lui a été fourni.

Exemple : Vous demandez trois livres sur un sujet, et un titre et un auteur semblent réels, mais le livre n'existe pas quand vous le cherchez dans le catalogue d'une bibliothèque.

Souvent confondu avec : On ne repère pas une hallucination au ton : une mauvaise réponse peut paraître tout aussi assurée qu'une bonne. C'est aussi différent d'une information dépassée due à la date limite des connaissances, mais dans les deux cas il faut vérifier auprès d'une source primaire.

En savoir plus : Comment vérifier ce que l'IA vous dit, Faire des recherches avec l'IA et vérifier les sources

Source : Reduce hallucinations (Anthropic, consulté le 2026-10-10)

Une IA qui crée de nouveaux contenus, comme du texte, des images, du son ou du code, à partir de schémas appris sur un très grand nombre d'exemples.

Exemple : Vous demandez cinq titres possibles pour une affiche scolaire sur le recyclage, et l'outil vous en écrit cinq nouveaux.

Souvent confondu avec : Un moteur de recherche vous oriente vers des pages qui existent déjà, alors que l'IA générative écrit un nouveau texte qui peut sembler juste tout en étant faux. Sauf si l'outil cherche aussi sur le web, il ne vérifie rien.

En savoir plus : Ce que l'IA peut et ne peut pas faire pour vous

Une IA publiée sous des conditions qui permettent à chacun de l'utiliser, de l'étudier, de la modifier et de la partager pour n'importe quel usage, avec le code d'entraînement, les poids entraînés et suffisamment d'informations sur les données d'entraînement pour qu'une personne compétente puisse construire un système similaire.

Exemple : Un groupe de recherche publie un modèle avec ses poids, tout son code d'entraînement et une description détaillée de la provenance de ses données d'entraînement, sous des conditions qui autorisent tout usage, pour que d'autres équipes puissent l'examiner et réentraîner leur propre version.

Souvent confondu avec : IA open source et poids ouverts sont deux étiquettes différentes. Un modèle dont vous pouvez télécharger les poids, mais dont le code d'entraînement ou les informations sur les données ne sont pas partagés, ou dont la licence restreint l'usage que vous pouvez en faire, est à poids ouverts mais n'est pas une IA open source selon la définition de l'Open Source Initiative. Lisez la licence plutôt que de vous fier à l'étiquette.

Source : The Open Source AI Definition – 1.0 (Open Source Initiative, consulté le 2026-10-10)

Des systèmes informatiques qui accomplissent des tâches que l'on associe habituellement à la pensée humaine, comme comprendre le langage, reconnaître des images ou faire des prédictions.

Exemple : Une application photo qui regroupe les images selon les visages qu'elles contiennent utilise l'IA, tout comme un outil de chat qui rédige un e-mail à partir de vos notes.

Souvent confondu avec : L'IA est un domaine entier, pas un produit. L'IA générative est la partie qui crée de nouveaux textes, images ou sons ; beaucoup d'autres systèmes d'IA se contentent de trier, classer ou prédire, comme un filtre anti-spam.

En savoir plus : Ce que l'IA peut et ne peut pas faire pour vous

Capable de traiter plusieurs types d'entrée ou de sortie, comme du texte, des images, du son ou de la vidéo.

Exemple : Vous prenez en photo une liste de courses manuscrite et demandez à l'outil de la transformer en liste dactylographiée, classée par type d'aliment.

Souvent confondu avec : Multimodal ne signifie pas que tous les types d'entrée fonctionnent dans chaque produit ou chaque offre : un outil peut lire des images mais pas du son, ou créer des images mais pas de vidéo. Vérifiez ce que votre outil accepte, et vérifiez sa description d'une image avec autant de soin que n'importe quelle autre sortie.

Le niveau d'accès dont vous disposez à un produit d'IA, comme une formule gratuite ou un abonnement payant, qui détermine les fonctionnalités auxquelles vous avez droit.

Exemple : Deux camarades de classe utilisent la même application de chat, mais l'un est sur la formule gratuite et l'autre paie chaque mois : ils peuvent donc voir des fonctionnalités, des limites d'utilisation ou des choix de modèles différents.

Souvent confondu avec : Une offre n'est ni un modèle ni un produit ; c'est le niveau de compte auquel vous souscrivez. Chez certains fournisseurs, l'abonnement à l'application et l'usage de l'API par les développeurs sont facturés séparément.

En savoir plus : Produits, modèles et offres, Choisir un outil et faire le bilan

Source : I have a paid Claude subscription (Pro, Max, Team, or Enterprise plans). Why is Claude API usage billed separately from my paid Claude plan? (Anthropic, consulté le 2026-10-10)

Un modèle dont les poids entraînés, c'est-à-dire les nombres qu'il a appris pendant l'entraînement, sont publiés pour que chacun puisse le télécharger, le faire tourner et l'adapter lui-même selon les conditions de sa licence.

Exemple : Un développeur télécharge un modèle à poids ouverts et le fait tourner sur son propre ordinateur : les documents restent sur cette machine, mais il doit quand même respecter la licence fournie avec le modèle.

Souvent confondu avec : Poids ouverts ne veut pas dire IA open source. La licence peut limiter l'usage commercial ou certains usages, et les données et le code d'entraînement peuvent ne pas être publiés du tout ; l'IA open source, telle que la définit l'Open Source Initiative, exige les libertés d'utiliser, d'étudier, de modifier et de partager, ainsi que des informations sur les données, le code et les poids.

Source : Gemma 4 model overview (Google, consulté le 2026-10-10)

L'application, le site web ou la fonctionnalité que vous utilisez réellement, comme un assistant de chat ou une aide à la rédaction, qui fait tourner un ou plusieurs modèles d'IA en coulisses.

Exemple : Une application de prise de notes ajoute un bouton « Résumer cette page » : le bouton et l'application sont le produit, et un modèle derrière eux rédige le résumé.

Souvent confondu avec : Le produit n'est ni le modèle ni l'offre. Un même produit peut proposer plusieurs modèles ou versions de modèle, et ce que vous pouvez y faire dépend du produit, de votre offre et parfois de votre région, pas seulement du modèle qu'il contient.

En savoir plus : Produits, modèles et offres, Choisir un outil et faire le bilan

La consigne, la question ou le contenu que vous donnez à un outil d'IA pour lui dire ce que vous voulez.

Exemple : « Réécris ce paragraphe pour un lecteur de 12 ans en moins de 80 mots » est un prompt, tout comme un e-mail collé suivi de « Liste les trois choses que je dois faire ».

Souvent confondu avec : Un prompt n'a pas besoin de mots-clés spéciaux ni d'astuces. Un langage simple suffit : énoncez la tâche, donnez un peu de contexte et dites sous quelle forme vous voulez la réponse.

En savoir plus : Poser votre première question, Commencer avec un objectif clair

Une façon de travailler dans laquelle un modèle passe par des étapes supplémentaires pour décomposer un problème avant de donner sa réponse finale, souvent utilisée pour les maths, la logique, la planification ou le code.

Exemple : Si on lui demande de planifier un emploi du temps de révision hebdomadaire autour de deux examens et d'un job à temps partiel, un modèle en mode raisonnement peut prendre plus de temps et examiner les contraintes avant de montrer le planning final.

Souvent confondu avec : Raisonner n'est pas la même chose qu'avoir raison : les étapes peuvent sembler sensées et contenir quand même une erreur, vérifiez donc le résultat. C'est généralement plus lent et cela peut consommer davantage de votre quota d'utilisation : une simple reformulation ou un résumé rapide n'en a peut-être pas besoin.

Les options d'un produit d'IA qui déterminent ce qu'il advient de vos données, par exemple si vos chats peuvent servir à améliorer les modèles du fournisseur et si votre historique de chats est conservé.

Exemple : Avant d'utiliser un outil de chat pour le travail, vous ouvrez ses réglages, trouvez l'option sur l'utilisation de vos chats pour améliorer les modèles, et choisissez ce qui convient à votre situation et aux règles de votre organisation.

Souvent confondu avec : Les réglages de confidentialité varient selon le produit, l'offre et le type de compte, et ils peuvent changer : vérifiez donc vous-même les réglages actuels au lieu de supposer une valeur par défaut. Désactiver l'amélioration des modèles ne signifie pas forcément que rien n'est conservé ; évitez donc toujours de coller des données personnelles sensibles, des données d'entreprise ou celles d'autres personnes.

En savoir plus : Choisir un outil et faire le bilan, Découper une tâche de bureau

Source : Data controls in ChatGPT (OpenAI, consulté le 2026-10-10)

Une petite unité de texte qu'un modèle lit et écrit, qui peut être un seul caractère, une partie de mot, un mot entier ou un signe de ponctuation.

Exemple : Un mot court et courant correspond souvent à un seul token, tandis qu'un mot long ou rare peut être découpé en plusieurs tokens.

Souvent confondu avec : Un token n'est pas un mot : les limites et les prix exprimés en tokens ne se convertissent donc pas exactement en mots ou en pages. Les modèles découpent le texte de façons différentes, si bien qu'un même texte peut compter un nombre de tokens différent.

En savoir plus : Donner le bon contexte

Source : Understanding and counting tokens (OpenAI, consulté le 2026-10-10)

La capacité d'un modèle d'IA à appeler des fonctions ou des services externes, comme une recherche web, une calculatrice ou un agenda, et à utiliser les résultats dans sa réponse.

Exemple : Quand vous demandez les horaires d'ouverture d'un musée près de chez vous, un outil avec recherche web peut consulter une page à jour, tandis qu'un modèle sans outils ne peut répondre qu'à partir de ce qu'il a appris pendant l'entraînement.

Souvent confondu avec : L'utilisation d'outils est une capacité unique ; un agent est un système qui peut utiliser de nombreux outils sur de nombreuses étapes. Un modèle sans outils ne peut pas consulter le web ni votre agenda, même si sa réponse donne l'impression qu'il l'a fait.

En savoir plus : Ce que l'IA peut et ne peut pas faire pour vous

Source : Tool use with Claude (Anthropic, consulté le 2026-10-10)

Le modèle d'IA précis, identifié par un nom et généralement un numéro de version, qui génère les réponses au sein d'un produit.

Exemple : Une application de chat peut vous laisser choisir dans une courte liste de noms de modèles avec des numéros ; poser la même question à chacun peut donner des réponses de longueur, de style et d'exactitude différents.

Souvent confondu avec : La version du modèle est le moteur ; le produit est l'application qui l'entoure, et l'offre détermine quelles versions vous pouvez choisir. Un numéro plus récent ne garantit pas de meilleurs résultats pour votre tâche : essayez donc votre propre tâche avant de changer.

En savoir plus : Produits, modèles et offres