La bibliothèque 212AY
Glossaire
IA.
200+ termes d'intelligence artificielle expliqués simplement — du machine learning aux LLM, en passant par les agents IA, le RAG et le prompt engineering. Chaque définition avec un exemple concret, en français, anglais et arabe.
200 termes
Adoption de l'IA
L'adoption de l'IA est le parcours qui mène une organisation de la curiosité pour l'intelligence artificielle à son usage productif au quotidien. Une adoption réussie commence généralement petit : choisir un processus répétitif et pénible, mener un pilote, mesurer les résultats, puis déployer ce qui fonctionne. Les principaux obstacles sont rarement techniques ; ce sont des cas d'usage flous, des équipes non formées et la peur du changement. Une coopérative artisanale qui adopte d'abord l'IA pour traduire ses fiches produits gagne en confiance avant de s'attaquer aux prix ou à la logistique.
Agent IA
Un agent IA est un programme animé par un modèle d'IA capable de percevoir son environnement, de raisonner sur un objectif et d'agir via des outils comme un navigateur web, une base de données ou une messagerie, souvent en plusieurs étapes sans supervision humaine constante. Contrairement à un chatbot qui répond seulement aux questions, l'agent accomplit des tâches : vérifier le stock d'une boutique en ligne casablancaise, rédiger les emails fournisseurs et mettre à jour le tableau des commandes, en enchaînant les décisions comme un employé junior.
Alignement de l'IA
L'alignement de l'IA est l'effort de recherche visant à garantir que les systèmes d'IA poursuivent les objectifs et valeurs réellement voulus par leurs concepteurs et utilisateurs, plutôt que des buts nuisibles ou imprévus. Un système mal aligné optimise la lettre de ses instructions en trahissant leur esprit, tel un chatbot commercial chargé de maximiser les ventes qui se met à faire de fausses promesses aux clients. Des techniques comme le RLHF et l'IA constitutionnelle entraînent les modèles à être utiles, honnêtes et inoffensifs, un enjeu crucial à mesure que les systèmes gagnent en autonomie.
Employé IA
Un employé IA est un collaborateur numérique construit à partir d'agents IA qui prend en charge un rôle complet dans l'entreprise plutôt qu'une tâche isolée : répondre aux clients sur WhatsApp jour et nuit, qualifier les prospects, relancer les factures ou gérer les contenus des réseaux sociaux. Contrairement à un simple chatbot, l'employé IA suit des procédures, utilise vos outils, retient le contexte et rend compte à un responsable humain. Pour une PME marocaine, c'est comme embaucher un assistant infatigable pour le prix d'un abonnement logiciel.
Éthique de l'IA
L'éthique de l'IA est l'étude et la pratique d'un usage de l'intelligence artificielle respectueux des droits humains, de la dignité et des valeurs de la société. Elle pose les questions que toute organisation déployant l'IA doit trancher : le système est-il équitable envers tous les clients ? Les données personnelles sont-elles protégées ? Les personnes savent-elles qu'elles parlent à une machine ? Qui répond des erreurs ? Un assureur marocain tarifant ses polices par IA doit ainsi vérifier que le modèle ne discrimine pas et que les clients peuvent contester les décisions automatisées.
Culture IA (AI literacy)
La culture IA est le socle de connaissances permettant aux non-spécialistes d'utiliser l'intelligence artificielle efficacement et de façon responsable : comprendre ce que les modèles savent et ne savent pas faire, rédiger des prompts clairs, repérer erreurs et hallucinations, et savoir quand l'humain doit garder la main. Elle devient aussi essentielle que l'était la maîtrise du tableur dans les années 1990. Une équipe RH dotée d'une bonne culture IA rédige des fiches de poste en quelques minutes et trie plus vite, tout en sachant vérifier elle-même ce que l'IA affirme sur un candidat.
Sûreté de l'IA
La sûreté de l'IA est la discipline visant à empêcher les systèmes d'IA de causer des dommages, que ce soit par accident, mésusage ou comportement imprévu. Elle couvre des enjeux pratiques, comme garantir qu'un chatbot médical ne donne jamais de conseil dangereux ou qu'un modèle bancaire ne puisse être manipulé pour valider une fraude, jusqu'aux questions de long terme sur le contrôle de systèmes très capables. En entreprise, elle se traduit par des pratiques concrètes : tests avant déploiement, garde-fous sur les sorties, supervision humaine des décisions sensibles et procédures claires en cas d'erreur.
Transformation IA
La transformation IA est le processus stratégique consistant à repenser le fonctionnement d'une entreprise en intégrant l'intelligence artificielle dans toutes ses fonctions : service client, marketing, finance, opérations et prise de décision. Elle dépasse le simple achat d'outils : il s'agit de redessiner les processus, former les équipes et bâtir une culture où humains et systèmes d'IA collaborent. Un exportateur textile de Casablanca peut commencer par un assistant IA pour les emails clients, puis étendre à la prévision de la demande et au contrôle qualité, se transformant étape par étape plutôt que d'un coup.
Biais algorithmique
Le biais algorithmique survient quand un système d'IA produit des résultats systématiquement injustes pour certains groupes, généralement parce que ses données d'entraînement reflètent des inégalités historiques ou manquent de diversité. Un modèle de recrutement entraîné surtout sur des CV d'une seule ville peut pénaliser injustement les candidats des régions rurales ; un score de crédit peut désavantager les femmes entrepreneures si les données de prêts passées le faisaient. Rarement intentionnel, le biais est d'autant plus dangereux : il faut auditer les données et tester les résultats par groupe avant tout déploiement.