Parcours « Cadre augmenté par l'IA » · Challenge 1 sur 5
Comprendre l'IA et apprendre à dialoguer avec elle
Seize semaines pour passer de « je découvre » à « je m'en sers avec méthode et discernement » : comprendre la machine, savoir lui parler, garder son esprit critique et l'utiliser en confiance au travail. Sans jargon inutile, et sans rien affirmer qui ne soit sourcé.
Le fil rouge. Claire, directrice des opérations dans un grand groupe (personnage fictif), découvre l'IA en même temps que vous.
Chaque épisode = un scénario, un concept, un schéma, la recherche, mythes/réalités, un quiz, votre kit et votre journal.
Vos données restent chez vous. Progression et journal sont enregistrés uniquement dans votre navigateur.
Règle d'or. N'utilisez que les outils autorisés par votre entreprise et n'y collez jamais de données confidentielles.
ARC 1 · SEMAINES 1 À 4
Ce qu'est vraiment l'IA
Vocabulaire, mécanique, fiabilité, choix du mode : les fondations sans lesquelles tout le reste est fragile.
Semaine 1 · Le vocabulaire et le premier contact
01
Mardi · Comprendre
IA, IA générative, LLM : démêler le vocabulaire
Avant d'utiliser un outil, savoir ce qu'il est — et ce qu'il n'est pas.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · lundi, 8 h 45
Le comité de direction démarre dans un quart d'heure. Au point 4 de l'ordre du jour : « IA générative — position de chaque direction ». Claire a lu trois articles ce week-end. L'un parlait d'« IA », l'autre de « LLM », le troisième de « modèles de fondation ». Elle n'est plus sûre que ce soit la même chose. Et elle ne veut pas, devant ses pairs, confondre ChatGPT avec le modèle qui le fait fonctionner.
[2]Concept
Des poupées russes, pas des synonymes
Ces termes s'emboîtent : chaque cercle est un cas particulier du cercle qui le contient. Cliquez sur chaque couche pour afficher sa définition.
Schéma interactif · Cliquez sur une couche
👆 Cliquez sur une couche du schéma.
Le modèle n'est pas le produit
Distinction clé pour un cadre : le modèle est le moteur (le LLM entraîné), le produit est l'application que vous utilisez (interface, historique, recherche web, partage de fichiers, réglages de confidentialité…). Un même produit change régulièrement de modèle.
Éditeur
Produit (ce que vous ouvrez)
Famille de modèles (le moteur)
OpenAI
ChatGPT
GPT (en octobre 2026 : famille GPT‑5.5)
Google
Gemini (application)
Gemini (le même nom désigne aussi les modèles)
Anthropic
Claude (application)
Claude (idem)
Les noms et numéros de version changent plusieurs fois par an : retenez la distinction, pas les numéros.
[3]Recherche
Ce que disent les sources
1956 — L'expression « intelligence artificielle » s'impose avec le projet d'atelier de Dartmouth (proposition de J. McCarthy et al., 1955).
2017 — L'architecture Transformer (Vaswani et al., « Attention Is All You Need ») devient la base technique des LLM actuels.
30 novembre 2022 — Lancement public de ChatGPT : l'IA générative arrive dans le grand public.
Règlement européen sur l'IA (AI Act, 2024/1689) — L'article 3 définit un « système d'IA » comme un système automatisé qui, à partir des entrées qu'il reçoit, infère comment générer des sorties (prédictions, contenus, recommandations, décisions). L'article 4 impose depuis le 2 février 2025 aux organisations qui déploient de l'IA de veiller à un niveau suffisant de maîtrise de l'IA de leur personnel. Ce parcours s'inscrit exactement dans cette logique.
[4]Mythes
« L'IA, c'est ChatGPT. »
ChatGPT n'est qu'un produit d'IA générative parmi d'autres. L'IA englobe aussi la détection de fraude, la vision industrielle, les recommandations…
« Un LLM cherche la réponse dans une base de données. »
Un LLM génère du texte à partir de ce qu'il a appris à l'entraînement. Il peut en plus être relié à une recherche web ou à vos documents, mais ce n'est pas son fonctionnement de base (épisode 3).
« Ces outils pensent comme nous. »
Ils produisent un texte souvent très pertinent, mais par un mécanisme statistique différent du raisonnement humain. D'où des erreurs surprenantes (épisode 5).
[5]Quiz
1. Un LLM est…
Le LLM (Large Language Model) est le cercle le plus intérieur : un modèle d'apprentissage profond, génératif, entraîné sur de très grands volumes de texte.
2. « ChatGPT » désigne…
L'entreprise est OpenAI, le moteur est un modèle GPT, l'application que vous ouvrez est ChatGPT.
3. Que demande l'article 4 de l'AI Act aux organisations qui déploient de l'IA ?
C'est l'obligation de « maîtrise de l'IA » (AI literacy), applicable depuis le 2 février 2025.
[6]Kit
🎒 Votre kit — Épisode 1
10 min
Exercice : votre « pitch IA » en 3 phrases
Rédigez, sans IA, trois phrases que vous pourriez dire en comité : ce qu'est l'IA générative, ce qu'est un LLM, et la différence entre un modèle et un produit. Puis faites-les relire par l'assistant de votre choix avec la consigne ci-dessous.
Prompt à copier
Je suis cadre dans un grand groupe et je débute en IA. Voici comment j'expliquerais trois notions à mon comité de direction :
[COLLEZ VOS 3 PHRASES]
Vérifie l'exactitude de chaque phrase. Pour chacune, dis-moi si elle est juste, approximative ou fausse, et propose une correction simple, sans jargon, en une phrase.
Checklist
Je sais situer IA, IA générative et LLM les uns par rapport aux autres.
Je distingue un modèle (GPT, Gemini, Claude) d'un produit (ChatGPT, l'app Gemini, l'app Claude).
J'ai identifié quels outils d'IA sont autorisés dans mon entreprise.
VigilanceAvant tout test, renseignez-vous sur la charte ou la politique IA de votre groupe (DSI, conformité). Elle prime sur ce parcours.
[7]Journal
✍️ Journal de bord
Quel mot lié à l'IA entendez-vous le plus souvent au travail sans être sûr(e) de sa signification ?
[8]Sources
McCarthy, Minsky, Rochester, Shannon (1955), A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence.
Premier contact : une même question, trois assistants
Prendre en main ChatGPT, Gemini et Claude — et découvrir qu'ils ne répondent pas pareil.
⏱ 25 min de pratique · 5 min de quiz
[1]Scénario
Claire · jeudi, 12 h 30
Son voisin de bureau ne jure que par un assistant, sa fille par un autre, et son DSI lui a parlé d'un troisième. Claire décide de trancher par l'expérience : elle pose exactement la même question aux trois. Surprise : les réponses se ressemblent sur le fond, mais pas sur la forme, ni sur la longueur, ni sur les exemples. Et quand elle repose la question au même outil… la réponse change encore.
[2]Concept
Pourquoi tester plusieurs outils (et plusieurs fois)
Deux faits à retenir avant votre premier essai :
Chaque assistant repose sur un modèle différent, entraîné sur des données et avec des choix différents. Leurs forces relatives évoluent à chaque nouvelle version : aucun n'est « le meilleur » pour tout, et tout classement figé devient vite faux.
Une réponse n'est pas figée. Le texte est généré mot après mot avec une part de hasard contrôlé (vous verrez pourquoi à l'épisode 3). Reposer la même question peut donc donner une formulation différente.
Le jugement final reste le vôtre : c'est la logique de tout ce parcours.
Ce que les trois ont en commun (octobre 2026)
Une version web et une application mobile, une offre gratuite avec des limites d'usage, des offres payantes (individuelles et entreprise), l'envoi de fichiers, la recherche web, et un choix entre un mode rapide et un mode de réflexion plus poussé (épisode 7). Les intitulés et limites varient selon l'offre et changent souvent.
[3]Recherche
Confidentialité : ce qu'il faut vérifier, pas supposer
Selon l'offre et les réglages, vos conversations peuvent être conservées et, dans certains cas, utilisées pour améliorer les modèles. Les offres « entreprise » prévoient en général des conditions contractuelles différentes. Il n'existe pas de règle universelle : la seule réponse fiable est celle des conditions de votre offre et de votre DSI.
À retenirVersion personnelle gratuite ≠ version entreprise. Ne présumez jamais que les deux offrent les mêmes garanties.
[4]Mythes
« Il existe un assistant objectivement meilleur que les autres. »
Les écarts dépendent de la tâche et de la version du moment. La bonne habitude : tester sur vos tâches réelles.
« Si la réponse change, c'est que l'outil est défaillant. »
La variabilité est normale : la génération comporte une part d'aléatoire. Ce qui doit rester stable, ce sont les faits — à vous de les vérifier.
[5]Quiz
1. Vous posez deux fois la même question au même assistant et obtenez deux formulations différentes. C'est…
Le modèle ne « réapprend » pas pendant votre conversation : il génère simplement un autre texte possible.
2. La meilleure façon de savoir si vos données peuvent servir à entraîner un modèle :
L'assistant peut se tromper sur ses propres conditions d'usage ; seuls les documents contractuels et votre DSI font foi.
3. Pour choisir un assistant pour votre équipe, le plus pertinent est de…
Les classements évoluent vite et mesurent rarement vos cas d'usage. Une réponse longue n'est pas une réponse juste.
[6]Kit
🎒 Votre kit — Épisode 2
25 min
Exercice : le test croisé
Ouvrez les trois assistants (ou ceux autorisés chez vous) dans trois onglets.
Collez la même question non confidentielle (modèle ci-dessous).
Reposez la question une seconde fois dans l'un d'eux : observez les différences.
Notez dans votre journal : quelle réponse vous semble la plus utile, et pourquoi ?
Prompt à copier
Je suis directeur·rice des opérations dans un grand groupe. En 5 points maximum, quelles sont les bonnes questions à me poser avant de proposer une nouvelle méthode de travail à mon équipe ? Sois concret et évite le jargon.
Grille de comparaison
Critère
Question à vous poser
Pertinence
La réponse traite-t-elle vraiment ma question ?
Concision
Puis-je l'utiliser telle quelle, ou faut-il tout réécrire ?
Exactitude
Y a-t-il des affirmations factuelles à vérifier ?
Ton
Est-ce le registre que j'utiliserais avec mon équipe ?
J'ai posé la même question à au moins deux assistants.
J'ai constaté la variabilité en reposant une question.
J'ai vérifié dans les réglages de mon compte ce qu'il advient de mes conversations.
VigilancePour cet exercice comme pour tous les suivants : aucune donnée client, financière, RH ou stratégique non publique dans un outil non validé par votre entreprise.
[7]Journal
✍️ Journal de bord
Quelle réponse avez-vous préférée et pourquoi ? Qu'est-ce qui vous a surpris ?
[8]Sources
OpenAI Help Center, GPT‑5.5 in ChatGPT (modes et sélecteur de modèle, consulté en oct. 2026).
Tokens et prédiction : ce qui se passe sous le capot
Un LLM fait une seule chose, mais à une échelle immense : prédire la suite d'un texte.
⏱ 15 min de lecture · 2 simulateurs · 5 min de quiz
[1]Scénario
Claire · mardi, 18 h 10
Son équipe IT lui envoie un devis pour un projet IA : le coût est exprimé « par million de tokens ». Claire ne sait pas ce qu'est un token. Plus troublant encore : un collègue lui explique que « l'IA ne fait que deviner le mot suivant ». Comment un simple jeu de devinettes peut-il rédiger une note de synthèse convaincante ?
[2]Concept
Trois idées pour tout comprendre
① Le texte est découpé en tokens
Un modèle ne lit pas des mots mais des tokens : des morceaux de mots, des mots entiers ou des signes de ponctuation. Selon OpenAI, en anglais, 100 tokens correspondent à environ 75 mots. Le découpage n'est pas standardisé : il varie d'un modèle et d'un éditeur à l'autre. Les tokens servent d'unité pour la facturation et pour mesurer la « mémoire » du modèle (épisode 4).
② Le modèle prédit le token suivant
Pendant le pré-entraînement, le modèle apprend à prédire la suite de milliards de textes. Pour répondre, il calcule une probabilité pour chaque token possible, en choisit un, l'ajoute au texte, puis recommence — token après token.
③ Un second entraînement en fait un assistant
Un modèle qui ne ferait que prolonger des textes ne serait pas un bon assistant. Il subit donc un post-entraînement : on lui montre des exemples de bonnes réponses et on utilise des évaluations humaines pour qu'il suive des consignes et réponde utilement (méthode décrite notamment par Ouyang et al., 2022).
Simulateur 1 · La prédiction du token suivant (valeurs illustratives)
Phrase en cours : « Le comité de direction a validé le … »
Les chiffres sont inventés pour l'illustration ; le mécanisme (probabilités + part d'aléatoire réglée par la « température ») est réel. Dans les applications grand public, ce réglage n'est en général pas accessible.
Simulateur 2 · Estimer le nombre de tokens d'un texte
0mots
0caractères
0tokens estimés (règle anglaise)
Estimation par la règle d'OpenAI (100 tokens ≈ 75 mots, valable pour l'anglais). En français, le nombre réel est souvent plus élevé, car les découpeurs sont surtout optimisés pour l'anglais. Pour un chiffre exact, utilisez l'outil « Tokenizer » d'OpenAI.
[3]Recherche
Ce que disent les sources
OpenAI décrit les tokens comme les « briques » du texte que traitent ses modèles, et précise qu'ils ne sont pas standardisés d'un modèle ou d'un fournisseur à l'autre.
OpenAI rappelle que ses modèles apprennent d'abord par pré-entraînement, en prédisant le mot suivant dans d'immenses volumes de texte.
Ouyang et al. (2022) décrivent l'entraînement par retours humains (RLHF) qui transforme un modèle de langage en assistant capable de suivre des instructions.
Conséquence pratique : le modèle a une date de coupure de ses connaissances. Tout ce qui est postérieur, il ne le sait pas — sauf s'il est relié à une recherche web ou si vous lui fournissez l'information.
[4]Mythes
« Prédire le mot suivant, c'est forcément superficiel. »
Pour bien prédire la suite de textes très variés, le modèle doit capter grammaire, faits, styles et structures de raisonnement. Cela produit des capacités réelles… et des limites réelles (épisode 5).
« Un token, c'est un mot. »
Souvent un fragment de mot. Un long mot français peut compter plusieurs tokens.
« Le modèle connaît l'actualité. »
Ses connaissances s'arrêtent à une date. Seule une recherche web activée, ou vos documents, peuvent combler ce manque.
[5]Quiz
1. Selon OpenAI, 100 tokens représentent en anglais environ…
100 tokens ≈ 75 mots en anglais. En français, il faut en général un peu plus de tokens pour le même texte.
2. Comment un LLM rédige-t-il sa réponse ?
C'est la génération autorégressive : chaque token ajouté devient le contexte du suivant.
3. Le post-entraînement sert principalement à…
Il transforme un « prolongateur de textes » en assistant conversationnel.
[6]Kit
🎒 Votre kit — Épisode 3
10 min
Exercice : faites expliquer l'IA… par l'IA
Demandez à un assistant de vous expliquer le mécanisme avec une analogie de votre métier, puis vérifiez que l'explication correspond à ce que vous avez appris ici.
Prompt à copier
Explique-moi en 6 phrases maximum comment un grand modèle de langage génère une réponse, avec une analogie tirée du métier de [VOTRE MÉTIER]. Termine en citant deux limites concrètes de ce fonctionnement.
Prompt bonus · date de coupure
Jusqu'à quelle date tes connaissances d'entraînement vont-elles ? As-tu accès à une recherche web dans cette conversation ? Réponds en deux phrases.
Je sais expliquer ce qu'est un token et pourquoi on facture « au token ».
Je sais expliquer la prédiction du token suivant avec mes mots.
Je connais la notion de date de coupure.
[7]Journal
✍️ Journal de bord
Qu'est-ce qui change dans votre regard sur l'IA, maintenant que vous savez qu'elle prédit la suite d'un texte ?
Maîtriser le contexte : la mémoire de travail de l'IA
Ce que l'IA « voit » pendant une conversation, et comment en tirer parti.
⏱ 20 min de pratique · 1 simulateur · 5 min de quiz
[1]Scénario
Claire · jeudi, 16 h 00
Depuis le matin, Claire travaille dans la même conversation : d'abord un e-mail, puis un plan de réunion, puis l'analyse d'un rapport de 60 pages. En fin de journée, l'assistant mélange les sujets et semble avoir oublié une consigne donnée au tout début. Claire se demande si l'outil « fatigue ».
[2]Concept
La fenêtre de contexte
À chaque réponse, le modèle ne « se souvient » pas de la conversation : on lui renvoie l'ensemble des échanges, et il traite tout ce texte d'un coup. Cette quantité maximale de texte traitable s'appelle la fenêtre de contexte, mesurée en tokens. Elle varie fortement selon le modèle et l'offre : consultez la documentation de votre outil.
Simulateur · Une conversation qui remplit la fenêtre (schéma simplifié)
Fenêtre fictive de 20 blocs. Ajoutez des messages pour voir ce qui se passe.
Selon les outils, au-delà de la limite, les plus anciens messages sont ignorés, résumés automatiquement, ou l'outil vous invite à démarrer une nouvelle conversation.
« Perdu au milieu » : tout le contexte n'a pas le même poids
Allure qualitative d'après Liu et al. (2023/2024). Les modèles récents ont progressé, mais le réflexe reste utile.
Les 4 réflexes « contexte »
1. Un sujet = une conversation. · 2. Donnez le contexte utile au début (qui vous êtes, l'objectif, le public). · 3. Mettez la consigne principale à la fin quand vous collez un long document. · 4. Dans une longue conversation, faites un point : « Résume ce que nous avons décidé jusqu'ici ».
[3]Recherche
Ce que disent les sources
Liu et al., « Lost in the Middle » (arXiv 2023, publié dans TACL en 2024) : sur plusieurs modèles testés, les performances étaient souvent meilleures quand l'information pertinente se trouvait au début ou à la fin d'un long contexte, et se dégradaient quand elle était au milieu.
OpenAI distingue les tokens d'entrée (votre texte, y compris l'historique) et les tokens de sortie (la réponse) : plus la conversation est longue, plus chaque nouvelle réponse traite de texte.
[4]Mythes
« L'IA se souvient de toutes mes conversations. »
Par défaut, chaque conversation est séparée. Certains outils proposent une fonction « mémoire » à activer ou désactiver : vérifiez vos réglages.
« Plus je colle de texte, mieux c'est. »
Un contexte rempli d'éléments inutiles dilue l'information importante. Mieux vaut un contexte court et pertinent.
[5]Quiz
1. La fenêtre de contexte, c'est…
Elle inclut votre message, l'historique de la conversation, les documents collés et la réponse en cours.
2. Vous collez un rapport de 50 pages. Où placer votre question principale ?
Début et fin d'un long contexte sont généralement mieux pris en compte que le milieu.
3. Votre conversation dérive après une journée de travail. Le meilleur réflexe :
Un contexte propre et ciblé vaut mieux qu'un long historique mélangé.
[6]Kit
🎒 Votre kit — Épisode 4
20 min
Exercice : avec ou sans contexte ?
Dans une conversation neuve, posez la question « courte » ci-dessous.
Dans une autre conversation neuve, posez la version « avec contexte ».
Comparez : laquelle pourriez-vous utiliser directement ?
Version courte
Donne-moi des idées pour une réunion d'équipe.
Version avec contexte
Contexte : je dirige une équipe de 12 personnes en opérations ; nous sortons d'un trimestre chargé et la motivation est en baisse.
Objectif : une réunion d'une heure, vendredi, pour faire le bilan et remobiliser.
Public : des profils techniques, peu friands des réunions longues.
Propose un déroulé minute par minute en 5 séquences maximum, avec pour chacune l'objectif et une question à poser à l'équipe.
Prompt de « point d'étape » pour longues conversations
Fais un résumé de notre conversation en 5 lignes : objectif, décisions prises, contraintes à respecter, points encore ouverts. Je vais l'utiliser pour repartir d'une nouvelle conversation.
J'ai comparé une demande sans contexte et avec contexte.
Je démarre une nouvelle conversation quand je change de sujet.
J'ai vérifié si la « mémoire » de mon outil est activée.
[7]Journal
✍️ Journal de bord
Quel contexte récurrent (votre rôle, votre équipe, vos contraintes) devriez-vous donner systématiquement à l'IA ? Rédigez-le en 3 lignes : il vous resservira.
Les « hallucinations » ne sont pas un bug mystérieux : elles ont une explication.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 10 h 20
Pour étayer une note, Claire demande à un assistant « trois études qui prouvent que le télétravail augmente la productivité ». Elle obtient trois références impeccables : auteurs, revues, années. En cherchant à les télécharger, elle n'en trouve qu'une. Les deux autres n'existent pas. Le ton de la réponse, lui, était parfaitement assuré.
[2]Concept
Plausible n'est pas vrai
OpenAI définit les hallucinations comme des affirmations plausibles mais fausses générées par un modèle de langage. Deux causes se combinent :
Synthèse de l'analyse publiée par OpenAI en septembre 2025.
Les quatre formes que vous rencontrerez
Forme
Exemple
Source inventée
Étude, jurisprudence ou article qui n'existe pas
Chiffre faux
Pourcentage, date ou montant erroné mais plausible
Information périmée
Réglementation ou organigramme d'avant la date de coupure
Mauvaise lecture
Résumé d'un document qui lui fait dire ce qu'il ne dit pas
[3]Recherche & cas réels
Ce que disent les sources
OpenAI (sept. 2025) soutient que les modèles hallucinent parce que les procédures d'entraînement et d'évaluation habituelles récompensent le fait de deviner plutôt que de reconnaître l'incertitude. Dans un exemple présenté, un ancien modèle (o4-mini) avait une exactitude légèrement supérieure à un modèle plus récent, mais commettait beaucoup plus d'erreurs, car il s'abstenait rarement : il répondait juste dans 24 % des cas et se trompait dans 75 %.
Mata v. Avianca (New York, 2023). Des avocats ont déposé un mémoire citant des décisions de justice inventées par ChatGPT, puis ont maintenu ces citations quand leur existence a été contestée. Le 22 juin 2023, le juge P. Kevin Castel leur a infligé 5 000 $ d'amende.
Moffatt v. Air Canada (Colombie-Britannique, 2024). Le chatbot du site d'Air Canada avait donné une information erronée sur un tarif. Le tribunal a rejeté l'argument selon lequel le chatbot serait une entité distincte : l'entreprise reste responsable de toutes les informations de son site.
Leçon pour un cadreDans les deux affaires, ce n'est pas l'IA qui a été sanctionnée, mais les humains et l'entreprise qui l'utilisaient. La responsabilité ne se délègue pas.
[4]Mythes
« Les modèles récents n'hallucinent plus. »
Les éditeurs annoncent des taux en baisse, mais OpenAI elle-même qualifie les hallucinations de défi fondamental pour tous les grands modèles.
« Si l'IA est sûre d'elle, c'est vrai. »
Le ton assuré n'est pas un indicateur de fiabilité. Une erreur et une vérité sont rédigées avec la même aisance.
« Il suffit de demander à l'IA de vérifier ses sources. »
Dans l'affaire Mata, l'avocat a demandé à ChatGPT de confirmer les décisions… qui l'a fait. La vérification doit passer par une source extérieure.
[5]Quiz
1. Selon OpenAI, une cause importante des hallucinations est…
Si « je ne sais pas » rapporte zéro point, deviner devient la stratégie gagnante.
2. Dans l'affaire Air Canada, le tribunal a considéré que…
Le chatbot fait partie du site de l'entreprise : celle-ci répond de son contenu.
3. Le signal le plus fiable qu'une affirmation de l'IA est vraie :
Ni l'aplomb ni l'auto-confirmation ne prouvent quoi que ce soit.
[6]Kit
🎒 Votre kit — Épisode 5
10 min
Exercice : chasser l'hallucination
Posez à un assistant (recherche web désactivée si possible) une question pointue sur votre secteur qui exige des références précises. Puis vérifiez chaque référence en dehors de l'outil.
Prompt à copier
Cite trois rapports ou études publiés sur [SUJET PRÉCIS DE VOTRE SECTEUR], avec auteur, organisme, année et titre exact.
Notez dans votre journal combien de références étaient exactes, approximatives ou introuvables. L'épisode 6 vous donnera la méthode pour éviter ce piège.
Je connais les deux causes principales des hallucinations.
J'ai vérifié moi-même au moins une référence fournie par une IA.
Je sais que la responsabilité d'un contenu reste celle de l'humain qui l'utilise.
[7]Journal
✍️ Journal de bord
Dans votre métier, quelle erreur « plausible » d'une IA aurait les conséquences les plus graves ?
Vérifier tout serait épuisant. Vérifier selon l'enjeu, c'est professionnel.
⏱ 20 min de pratique · 2 exercices interactifs · 5 min de quiz
[1]Scénario
Claire · jeudi, 9 h 00
Échaudée par les fausses études de mardi, Claire est tentée de tout revérifier — et donc de ne plus gagner de temps. Sa DRH, plus expérimentée, lui donne une règle simple : « On ne vérifie pas un brouillon d'e-mail interne comme on vérifie un chiffre qui part au conseil d'administration. »
[2]Concept
Doser la vérification selon l'enjeu
Exercice interactif · Où placez-vous chaque situation ?
Cliquez sur une case pour voir le niveau de vérification recommandé.
👆 Choisissez une case.
Les 4 gestes
Donner la source plutôt que la demander. Fournissez le document de référence et demandez une réponse fondée uniquement dessus.
Activer la recherche web et ouvrir les liens. Une source citée ne compte que si vous l'avez ouverte et qu'elle dit bien ce qu'on lui attribue.
Autoriser le « je ne sais pas ». Dites explicitement que l'absence de réponse est préférable à une réponse inventée. Cela réduit le risque, sans l'éliminer.
Contre-vérifier hors de l'outil pour tout ce qui engage : base officielle, document interne, expert humain.
AttentionLe « niveau de confiance » qu'une IA indique sur ses propres réponses n'est pas une mesure fiable : utilisez-le comme une alerte, jamais comme une preuve.
[3]Recherche
Pourquoi ces gestes fonctionnent
Ils répondent aux deux causes vues mardi : on remplace la mémoire approximative du modèle par une source (gestes 1 et 2), et on retire l'incitation à deviner (geste 3).
OpenAI souligne que les modèles peuvent s'abstenir lorsqu'ils sont incertains : autoriser explicitement l'abstention va dans ce sens.
L'affaire Mata montre la limite de l'auto-vérification : seul le geste 4 aurait évité la sanction.
[4]Entraînement
Vrai réflexe ou fausse sécurité ?
Je fournis le rapport et demande de ne répondre qu'à partir de ce document.
Bon réflexe : vous ancrez la réponse sur une source que vous maîtrisez (geste 1).
Je demande à l'IA « es-tu sûre ? » et, si elle confirme, je valide.
Piège : c'est exactement ce qu'a fait l'avocat dans l'affaire Mata.
J'ouvre chaque lien cité et je vérifie que la page dit bien ce qui est affirmé.
Bon réflexe : une source ne vaut que si vous l'avez lue (geste 2).
La réponse est longue, structurée et pleine de chiffres : elle est donc fiable.
Piège : la forme ne dit rien de l'exactitude.
Pour un chiffre destiné au comité, je le retrouve dans la source officielle interne.
1. Pour un chiffre qui sera présenté en comité de direction :
Deux IA peuvent se tromper de la même façon. Enjeu fort = source extérieure fiable.
2. Le geste « donner la source plutôt que la demander » consiste à…
Vous remplacez la mémoire approximative du modèle par un texte que vous maîtrisez.
3. Autoriser explicitement « je ne sais pas » dans votre demande…
C'est utile, mais jamais suffisant pour un contenu à fort enjeu.
[6]Kit
🎒 Votre kit — Épisode 6
20 min
Le bloc « fiabilité » à ajouter à vos demandes factuelles
Clause à copier en fin de demande
Règles de fiabilité :
- Si tu n'es pas certain d'une information, dis-le explicitement plutôt que de compléter.
- N'invente aucune référence, aucun chiffre, aucun nom.
- Signale par [À VÉRIFIER] chaque affirmation factuelle que je devrai contrôler avant usage.
Prompt « ancré sur un document »
Voici un document : [COLLEZ LE TEXTE NON CONFIDENTIEL]
Réponds à la question suivante en t'appuyant UNIQUEMENT sur ce document : [VOTRE QUESTION]
Pour chaque élément de réponse, cite la phrase du document qui le justifie. Si le document ne permet pas de répondre, écris « Le document ne le précise pas ».
Exercice
Reprenez la question de l'épisode 5 en activant la recherche web et en ajoutant la clause de fiabilité. Ouvrez chaque source citée. Comparez avec votre résultat de mardi.
J'ai enregistré la clause de fiabilité dans mes notes.
J'ai testé une demande ancrée sur un document.
Je dose ma vérification selon l'enjeu.
[7]Journal
✍️ Journal de bord
Citez une tâche de votre semaine dans chaque case de la matrice (enjeu faible/fort × peu/beaucoup de faits).
La matrice enjeu × densité de faits est un outil pédagogique proposé par ce parcours, pas un standard publié.
Semaine 4 · Choisir le bon moteur
07
Mardi · Comprendre
Modèles rapides et modèles de raisonnement
Depuis 2024, les assistants peuvent « réfléchir » avant de répondre. Ce que cela change pour vous.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 14 h 30
Dans son assistant, Claire remarque un sélecteur : « Instant », « Thinking », « Pro »… Ailleurs, un interrupteur « réflexion étendue ». En activant ce mode pour arbitrer entre trois scénarios de réorganisation, la réponse met une minute à arriver — mais elle est nettement plus structurée. Pour reformuler un e-mail, en revanche, la même attente lui paraît absurde.
[2]Concept
Deux façons de produire une réponse
Le détail des étapes internes est illustratif ; les outils en affichent souvent un résumé.
Un modèle de raisonnement est entraîné, notamment par apprentissage par renforcement, à produire une chaîne de réflexion interne avant de répondre. Plus on lui laisse de temps de réflexion, meilleures sont en général ses performances sur les problèmes complexes — au prix de délais et de coûts plus élevés.
Où trouver ces modes (état vérifié en octobre 2026)
Outil
Ce que vous voyez
ChatGPT
Un sélecteur avec un mode « Instant » et des niveaux de réflexion plus poussés (et des modes « Pro » sur certaines offres). En mode Instant, ChatGPT peut basculer automatiquement vers davantage de réflexion pour les demandes complexes.
Gemini
Un sélecteur de modèle et de niveau de réflexion. Les intitulés ont changé plusieurs fois en 2025-2026 (par exemple « Fast » / « Thinking » / « Pro »).
Claude
Un menu près du bouton d'envoi pour choisir le modèle, le niveau d'effort et activer la réflexion étendue (« Thinking »).
Ces interfaces évoluent souvent : retenez le principe « rapide vs réflexion », pas l'emplacement des boutons.
[3]Recherche
Ce que disent les sources
2022 — « Chain-of-thought ». Wei et al. montrent que faire produire des étapes de raisonnement intermédiaires améliore les performances sur des problèmes en plusieurs étapes. Kojima et al. observent un effet avec la simple phrase « Let's think step by step ».
12 septembre 2024 — o1. OpenAI présente un modèle entraîné par apprentissage par renforcement à utiliser sa chaîne de réflexion, et constate que ses performances progressent avec le temps consacré à « réfléchir ».
Conséquence pratique. Les modèles de raisonnement font déjà ce travail en interne. Les bonnes pratiques publiées par OpenAI indiquent qu'il est inutile de leur demander de « réfléchir étape par étape ». C'est une correction importante des guides de prompting de 2023.
Raisonner n'est pas vérifier. Les modèles de raisonnement hallucinent aussi : l'exemple d'OpenAI cité à l'épisode 5 portait justement sur un modèle de raisonnement (o4-mini).
[4]Mythes
« Le mode réflexion est toujours meilleur. »
Pour une reformulation, une traduction courte ou une question simple, il est plus lent sans bénéfice notable.
« Il faut toujours écrire “réfléchis étape par étape”. »
Utile avec certains modèles rapides ; inutile avec un modèle de raisonnement, qui le fait déjà.
« Si l'IA réfléchit longtemps, sa réponse est vérifiée. »
Un raisonnement peut être cohérent et fondé sur un fait faux. Les gestes de l'épisode 6 restent valables.
[5]Quiz
1. Un modèle de raisonnement se distingue par…
Il « pense » avant de répondre ; cela améliore souvent les problèmes complexes mais n'élimine pas les erreurs.
2. Avec un modèle de raisonnement, ajouter « réfléchis étape par étape » est…
Les bonnes pratiques d'OpenAI le jugent inutile, car le raisonnement est déjà interne.
3. Le coût du mode réflexion, c'est surtout…
La réflexion interne consomme des tokens et du temps, et peut être soumise à des limites d'usage selon l'offre.
[6]Kit
🎒 Votre kit — Épisode 7
15 min
Exercice : le duel rapide / réflexion
Posez le problème ci-dessous en mode rapide.
Posez-le à nouveau dans une nouvelle conversation, en mode réflexion.
Notez : temps d'attente, qualité de l'analyse, erreurs éventuelles.
Problème à copier
Mon service a trois options pour absorber une hausse d'activité de 20 % pendant 6 mois :
A) heures supplémentaires de l'équipe actuelle ;
B) deux intérimaires formés en 3 semaines ;
C) externaliser une partie des tâches à un prestataire.
Compare ces options selon le coût, le délai de mise en œuvre, le risque qualité et l'impact sur l'équipe. Termine par une recommandation argumentée et les informations qui te manquent pour trancher.
J'ai repéré où activer le mode réflexion dans mon outil.
J'ai comparé les deux modes sur un même problème.
Je n'ajoute plus « étape par étape » quand j'utilise un mode réflexion.
[7]Journal
✍️ Journal de bord
Quelle différence avez-vous observée entre les deux modes ? L'attente valait-elle la peine ?
Votre aide à la décision, la synthèse de l'Arc 1 et votre badge de fin d'arc.
⏱ 20 min · arbre de décision · carrousel · quiz final
[1]Scénario
Claire · jeudi, 17 h 45
Un mois après le comité de direction, Claire ne parle plus d'« IA » au sens vague. Elle sait ce qu'est un LLM, pourquoi il se trompe, comment lui donner du contexte et quand activer la réflexion. Il lui manque un dernier outil : une règle simple pour décider, en dix secondes, comment aborder une tâche.
[2]Outil
L'arbre de décision du cadre
Aide à la décision interactive
Arbre pédagogique proposé par ce parcours, qui reprend les notions des épisodes 1 à 7.
[3]Carrousel
🎨 Carrousel récapitulatif — Arc 1
CHALLENGE 1 · ARC 1 · 1/5
Ce qu'est vraiment l'IA
Quatre semaines pour passer du flou à une compréhension claire : vocabulaire, mécanique, fiabilité, choix du mode.
2/5 · LES MOTS
Des poupées russes
IA ⊃ apprentissage automatique ⊃ apprentissage profond ⊃ IA générative ⊃ LLM.
Le modèle (GPT, Gemini, Claude) ≠ le produit (ChatGPT, apps Gemini et Claude).
AI Act, art. 4 : la maîtrise de l'IA est une obligation de l'organisation.
3/5 · LA MÉCANIQUE
Prédire, token après token
100 tokens ≈ 75 mots en anglais (plus en français).
Une part d'aléatoire : les réponses varient.
Fenêtre de contexte : un sujet = une conversation, consigne à la fin des longs documents.
4/5 · LA FIABILITÉ
Plausible n'est pas vrai
Hallucinations : le modèle devine plutôt que d'avouer son ignorance.
4 gestes : donner la source, ouvrir les liens, autoriser « je ne sais pas », contre-vérifier hors outil.
La responsabilité reste humaine (Mata, Air Canada).
5/5 · LE CHOIX
Rapide ou réflexion ?
Rapide : reformuler, résumer, idées simples.
Réflexion : arbitrer, analyser, problèmes en plusieurs étapes.
Ni l'un ni l'autre ne remplace votre vérification.
Prochain arc : l'art de la consigne.
[4]Quiz final
1. Vous devez reformuler un e-mail interne non sensible. Le bon choix :
Tâche simple, enjeu faible : le mode rapide suffit, le contexte fait la qualité.
2. Vous préparez une analyse de scénarios pour le comité, avec des chiffres. Le bon choix :
Raisonner n'est pas vérifier : enjeu fort = source fournie + contre-vérification.
3. Une donnée client confidentielle peut être collée…
C'est la politique de votre organisation qui fait foi, pas le prix ni un réglage isolé.
4. Vous travaillez depuis des heures dans la même conversation et l'IA mélange les sujets :
Le problème vient d'un contexte encombré, pas d'une fatigue.
5. La phrase qui résume le mieux un LLM :
C'est la posture qui vous accompagnera dans tout le parcours.
[5]Kit
🎒 Votre kit de fin d'arc
15 min
Votre « fiche réflexe » personnelle
Demandez à un assistant de transformer vos notes de journal en une fiche d'une page. Relisez-la : chaque affirmation doit correspondre à ce que vous avez appris ici.
Prompt à copier
Voici mes notes d'apprentissage sur l'IA générative : [COLLEZ VOTRE CARNET EXPORTÉ]
Transforme-les en une fiche réflexe d'une page pour un cadre, en 4 rubriques : « Ce que c'est », « Comment ça marche », « Quand s'en méfier », « Quel mode choisir ». N'ajoute aucune information absente de mes notes ; signale s'il te semble manquer un point important.
J'ai exporté mon carnet (bouton dans le menu).
J'ai produit ma fiche réflexe d'une page.
Je sais expliquer l'Arc 1 à un collègue en 2 minutes.
[6]Journal
✍️ Journal de bord — bilan
Qu'est-ce que vous faites différemment avec l'IA depuis un mois ? Quelle question aimeriez-vous approfondir dans l'Arc 2 ?
✦ COPILOTE · ARC 1 ✦
Bravo ! Vous avez terminé les 8 épisodes de l'Arc 1. Vous savez ce qu'est l'IA, comment elle fonctionne, pourquoi elle se trompe et comment choisir le bon mode.
ARC 2 · SEMAINES 5 À 8
L'art de la consigne
Vous savez comment fonctionne la machine. Apprenez maintenant à lui parler : structurer une demande, donner des exemples, itérer et faire améliorer vos propres consignes.
Semaine 5 · Structurer une demande
09
Mardi · Comprendre
Anatomie d'une consigne : ce que recommandent les éditeurs
Les trois éditeurs convergent : une bonne demande se construit, elle ne s'improvise pas.
⏱ 15 min de lecture · 1 générateur · 5 min de quiz
[1]Scénario
Claire · mardi, 9 h 15
Claire tape : « Fais-moi une note sur le télétravail. » Elle obtient une dissertation générique de deux pages, adressée à personne en particulier. Son assistante de direction, à qui elle avait demandé la même chose la veille, lui avait d'abord posé quatre questions : « Pour qui ? Pour quoi faire ? Avec quelles informations ? Sous quelle forme ? »
[2]Concept
Briefer l'IA comme un collaborateur brillant… qui arrive ce matin
Rappelez-vous l'épisode 3 : sans contexte, le modèle produit la suite la plus probable, donc la plus générique. Chaque élément que vous ajoutez réduit l'éventail des réponses possibles et rapproche le résultat de votre besoin.
Méthode « RTCF + Pourquoi » : un aide-mémoire pédagogique construit à partir des recommandations publiées de Google et d'Anthropic.
Générateur · Assemblez votre consigne
Votre consigne
Les champs vides sont ignorés.
[3]Recherche
Ce que disent les éditeurs eux-mêmes
Google (guide de prompting pour Gemini dans Workspace) identifie quatre domaines à considérer : persona, tâche, contexte, format. Pendant sa phase de test, Google a observé que les consignes les plus réussies comptaient en moyenne environ 21 mots — preuve qu'une bonne consigne n'a pas besoin d'être longue pour les tâches courantes.
Anthropic recommande de considérer le modèle comme un collaborateur brillant mais nouveau, qui ne connaît ni vos normes ni vos habitudes. Sa « règle d'or » : montrer la consigne à un collègue peu au fait du sujet ; s'il est perdu, le modèle le sera aussi. Anthropic conseille aussi d'expliquer pourquoi une instruction compte et de dire ce qu'il faut faire plutôt que ce qu'il ne faut pas faire.
OpenAI (guide de prompt engineering) recommande notamment des instructions claires et des délimiteurs pour séparer les différentes parties d'une demande.
Pourquoi un aide-mémoire « maison » ?Les cadres du type C.R.E.A.F., R.T.C.F. ou autres sont des moyens mnémotechniques, pas des standards. Ce qui compte, c'est le fond commun aux trois éditeurs : clarté, contexte, format, intention.
[4]Mythes
« Il existe des formules magiques. »
Aucun éditeur ne recommande de phrase secrète. Ils recommandent tous la même chose : être clair et donner le contexte.
« Plus la consigne est longue, meilleure est la réponse. »
Une consigne doit être complète, pas longue. Pour une tâche courante, quelques phrases bien choisies suffisent.
« Le rôle suffit (“Tu es un expert en…”). »
Un rôle sans tâche, contexte ni format ne produit qu'une réponse générique au ton d'expert.
[5]Quiz
1. Les quatre domaines du guide de Google pour Gemini sont…
Persona, tâche, contexte, format — que nous complétons par le « pourquoi » recommandé par Anthropic.
2. La « règle d'or » d'Anthropic consiste à…
Si un humain serait perdu, le modèle le sera aussi.
3. Plutôt que « N'utilise pas de jargon », il vaut mieux écrire…
Dire ce qu'il faut faire, et pour qui, guide mieux qu'une interdiction.
[6]Kit
🎒 Votre kit — Épisode 9
10 min
Exercice : la même demande, deux fois
Prenez une demande que vous avez faite récemment à une IA (ou à un collaborateur).
Reformulez-la avec le générateur ci-dessus.
Envoyez les deux versions dans deux conversations neuves et comparez.
Je connais les 4 éléments + le pourquoi.
J'applique le test du collègue avant d'envoyer une consigne importante.
Je formule mes contraintes de façon positive.
[7]Journal
✍️ Journal de bord
Lequel des cinq éléments oubliez-vous le plus souvent, avec l'IA comme avec vos équipes ?
Passer de la question vague à la consigne exploitable, sur vos propres cas.
⏱ 25 min de pratique · 1 auto-diagnostic · 5 min de quiz
[1]Scénario
Claire · jeudi, 11 h 00
Claire relit l'historique de ses conversations avec l'IA. Sur vingt demandes, quinze tiennent en une ligne. Elle décide de reprendre les trois plus décevantes et de les réécrire. Pas pour faire joli : pour obtenir, du premier coup, quelque chose qu'elle peut utiliser.
[2]Avant / après
Trois réécritures commentées
Avant
Après
Ce qui a changé
« Résume ce rapport. »
« Tu prépares un brief pour une directrice des opérations qui a 5 minutes. Résume le rapport ci-dessous en 5 puces maximum : décisions attendues, risques, chiffres clés. Termine par la question qu'elle devrait poser en réunion. »
Public, temps disponible, structure, usage final.
« Écris un mail pour annoncer le changement de planning. »
« Rédige un e-mail à mon équipe de 12 techniciens pour annoncer le passage aux horaires d'hiver le 3 novembre. Ton direct et bienveillant, 120 mots maximum, avec la raison du changement (sécurité, luminosité) et un contact pour les questions. »
Destinataires, faits, ton, longueur, pourquoi.
« Des idées pour motiver l'équipe ? »
« Mon équipe de 8 personnes sort d'un projet très intense. Budget : zéro. Propose 6 actions concrètes réalisables en moins d'une heure chacune, classées de la plus simple à la plus engageante. »
Contraintes réelles, nombre, critère de tri.
Auto-diagnostic · Votre consigne contient-elle…
un rôle ou un point de vue explicite ?
une tâche avec un verbe d'action précis ?
le contexte : situation, public, contraintes ?
un format : forme, longueur, structure ?
le pourquoi : à quoi servira le résultat ?
des contraintes formulées positivement ?
Cochez ce qui est présent dans votre consigne.
[3]Pourquoi ça marche
Chaque précision supprime des suites « probables mais inutiles » (épisode 3). Le contexte joue le rôle de la mémoire que le modèle n'a pas de vous (épisode 4). Le format évite la réécriture. Et le pourquoi permet au modèle de faire les bons arbitrages quand votre consigne ne prévoit pas tout — c'est précisément ce qu'Anthropic recommande d'expliciter.
Règle de dosageTâche simple → 2 ou 3 éléments suffisent. Tâche à enjeu ou livrable final → les 5.
[4]Mythes
« Écrire une bonne consigne prend plus de temps que faire le travail. »
Comptez une à deux minutes. Le gain vient de la réécriture évitée — et une consigne réussie se réutilise (Arc 4).
« Il faut écrire en style télégraphique pour l'IA. »
Écrivez comme à un collègue : des phrases complètes et naturelles fonctionnent très bien.
[5]Quiz
1. « Résume ce rapport » devient plus efficace si l'on ajoute surtout…
Le public et l'usage déterminent ce qui mérite d'être gardé dans le résumé.
2. Pour une tâche simple et sans enjeu…
On dose l'effort de rédaction selon l'enjeu, comme la vérification (épisode 6).
3. Préciser « budget : zéro » dans une demande d'idées sert à…
Les contraintes réelles sont ce qui transforme des idées génériques en pistes exécutables.
Les exemples avant/après et l'auto-diagnostic sont des outils pédagogiques de ce parcours.
Semaine 6 · Montrer plutôt qu'expliquer
11
Mardi · Comprendre
Montrer plutôt qu'expliquer : la puissance des exemples
Décrire un style avec des adjectifs est flou. Le montrer est précis.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 15 h 40
Claire veut que l'IA rédige ses points hebdomadaires « comme d'habitude : factuel, court, avec les alertes en premier ». Trois tentatives, trois résultats à côté. Puis elle colle deux de ses anciens points en exemple. Le quatrième essai est presque parfait.
[2]Concept
Zéro, un ou plusieurs exemples
Le modèle détecte dans vos exemples des régularités que vous auriez du mal à décrire : longueur des phrases, ordre des informations, vocabulaire, ponctuation. C'est l'apprentissage en contexte : il s'adapte à la tâche sans être réentraîné, uniquement grâce à ce que contient la conversation.
Les 3 règles d'un bon exemple
Pertinent : il ressemble à la tâche réelle.
Varié : plusieurs exemples différents, pour que le modèle retienne le motif et pas un détail accidentel.
Délimité : clairement séparé de la consigne (balises, titres « Exemple 1 »…).
[3]Recherche
Ce que disent les sources
Brown et al. (2020), l'article de présentation de GPT-3, a popularisé les termes zero-shot, one-shot et few-shot : un grand modèle de langage peut réaliser une nouvelle tâche à partir de quelques exemples fournis dans la consigne, sans réentraînement.
Anthropic recommande d'inclure 3 à 5 exemples, pertinents et variés (y compris des cas limites), afin que le modèle ne retienne pas de motifs involontaires, et de les encadrer par des balises du type <exemple> pour les distinguer des instructions. Anthropic suggère aussi de demander au modèle d'évaluer la pertinence et la diversité de vos exemples.
[4]Mythes
« Un seul exemple suffit toujours. »
Avec un seul exemple, le modèle risque de copier aussi ses particularités (sujet, longueur exacte, tournures). Plusieurs exemples variés isolent le vrai motif.
« Les exemples, c'est pour les développeurs. »
Un ancien compte rendu, un e-mail réussi, un tableau type : vous avez déjà vos meilleurs exemples.
[5]Quiz
1. Le « few-shot prompting » consiste à…
Le modèle s'adapte grâce au contenu de la conversation, sans réentraînement.
2. Combien d'exemples Anthropic recommande-t-il pour de meilleurs résultats ?
3 à 5 exemples pertinents et variés, clairement délimités.
3. Pourquoi délimiter les exemples (balises, titres) ?
Sans séparation claire, le modèle peut prendre une phrase d'exemple pour une consigne.
[6]Kit
🎒 Votre kit — Épisode 11
10 min
Exercice : votre banque d'exemples
Repérez 3 documents que vous produisez régulièrement (point hebdo, e-mail type, compte rendu). Pour chacun, sélectionnez 2 ou 3 exemples réussis et non confidentiels (ou anonymisez-les — voir épisode 26).
J'ai identifié 3 types de documents récurrents.
J'ai rassemblé des exemples réussis et utilisables.
[7]Journal
✍️ Journal de bord
Quel est le document que vous rédigez le plus souvent et qui gagnerait à être « montré » à l'IA ?
Assembler une consigne avec exemples balisés, en deux minutes.
⏱ 20 min de pratique · 1 assembleur · 5 min de quiz
[1]Scénario
Claire · jeudi, 8 h 30
Chaque vendredi, Claire passe quarante minutes à mettre en forme le point hebdomadaire de son service à partir de notes en vrac. Elle décide de construire une fois pour toutes la consigne qui transforme ses notes dans son format habituel.
AstuceAvant de lancer la tâche, vous pouvez demander : « Décris en 5 points ce qui caractérise ces exemples (structure, longueur, ton). » Vous vérifiez ainsi que le modèle a compris le bon motif.
[3]Pourquoi ça marche
Les balises <exemple> et <donnees> appliquent la recommandation d'Anthropic : séparer clairement instructions, exemples et données réduit les erreurs d'interprétation. Le guide d'OpenAI recommande lui aussi des délimiteurs. Le fait de varier les exemples (un cas standard, un cas particulier) évite que le modèle ne copie un détail accidentel.
[4]Mythes
« Les balises ne marchent qu'avec Claude. »
Anthropic les recommande explicitement, mais délimiter clairement les parties d'une consigne est un conseil commun aux éditeurs. Des titres (« Exemple 1 : ») fonctionnent aussi.
« Je peux coller n'importe quel ancien document en exemple. »
Seulement s'il ne contient pas de données confidentielles ou personnelles non autorisées (Arc 4).
[5]Quiz
1. Pour vérifier que l'IA a compris le motif de vos exemples, vous pouvez…
Une description explicite (structure, longueur, ton) vous montre ce qu'elle va reproduire.
2. Deux exemples presque identiques risquent de…
La variété aide le modèle à distinguer le motif voulu des détails accidentels.
3. Dans la consigne assemblée, les nouvelles données doivent être…
Sinon le modèle peut confondre ce qu'il doit imiter et ce qu'il doit traiter.
[6]Kit
🎒 Votre kit — Épisode 12
20 min
Choisissez un des documents identifiés à l'épisode 11.
Assemblez la consigne avec 2 ou 3 exemples variés.
Testez-la sur les données de cette semaine, puis ajustez l'instruction si besoin.
J'ai produit une consigne avec exemples balisés.
Je l'ai testée sur un cas réel non confidentiel.
[7]Journal
✍️ Journal de bord
Combien de temps estimez-vous gagner chaque mois avec cette consigne réutilisable ?
La première réponse est un brouillon. La valeur se construit dans les échanges suivants.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 13 h 50
Claire a obtenu un plan de présentation correct, mais pas tout à fait juste. Son réflexe : effacer et reformuler la demande depuis zéro, encore et encore. Un collègue lui montre son écran : lui ne recommence jamais, il répond à l'IA, comme on annote le travail d'un collaborateur.
[2]Concept
Trois leviers pour faire progresser une réponse
Faire poser des questions d'abord. Pour une tâche importante, demandez : « Avant de commencer, pose-moi les questions dont tu as besoin. » Le modèle comble alors ses manques par vos réponses plutôt que par des suppositions.
Réagir précisément. « Pas terrible » ne donne aucune direction. « La partie 2 est trop théorique : remplace-la par deux exemples tirés de la logistique » en donne une.
Cibler la modification. Demandez de ne modifier qu'un passage et de conserver le reste à l'identique. Une régénération complète peut défaire ce qui fonctionnait.
Quand recommencer à zéro ?Quand la conversation est partie dans une mauvaise direction ou est très encombrée (épisode 4). Faites alors un résumé de ce qui est acquis et repartez d'une nouvelle conversation.
[3]Pourquoi ça marche
Toute la conversation fait partie du contexte (épisode 4) : vos réactions précisent progressivement la consigne initiale.
La génération comporte une part d'aléatoire (épisode 3) : redemander « la même chose » donne un autre texte, pas forcément un meilleur. Une demande ciblée réduit cet aléa.
Faire poser des questions applique le conseil d'Anthropic de traiter le modèle comme un collaborateur nouveau, qui ne connaît pas votre contexte.
[4]Mythes
« Une bonne consigne donne le résultat parfait du premier coup. »
Pour un livrable important, deux ou trois échanges sont normaux. Ce qui compte, c'est leur précision.
« Si le résultat est mauvais, il faut tout reformuler. »
Souvent, une seule remarque ciblée suffit. Recommencez seulement si la direction est fausse.
[5]Quiz
1. Le retour le plus utile à donner à l'IA est…
Un retour précis indique quoi changer, comment, et ce qu'il faut préserver.
2. Demander à l'IA de poser ses questions avant de commencer permet…
Réservez-le aux tâches importantes, où une mauvaise supposition coûte cher.
3. Il vaut mieux repartir d'une nouvelle conversation quand…
Avec un résumé de ce qui est acquis, pour ne pas perdre le travail utile.
[6]Kit
🎒 Votre kit — Épisode 13
10 min
Prompt « questions d'abord »
[VOTRE CONSIGNE]
Avant de commencer, pose-moi jusqu'à 5 questions sur les informations qui te manquent pour faire ce travail correctement. Attends mes réponses avant de produire quoi que ce soit.
Prompt « modification ciblée »
Modifie uniquement [LE PASSAGE CONCERNÉ] : [CE QUE VOUS VOULEZ]. Conserve tout le reste mot pour mot et indique-moi ce que tu as changé.
J'ai essayé le prompt « questions d'abord » sur une tâche importante.
J'ai remplacé une reformulation complète par une modification ciblée.
[7]Journal
✍️ Journal de bord
Quelle question l'IA vous a-t-elle posée que vous n'aviez pas anticipée ?
Le cycle « clarifier, réagir, cibler » est un outil pédagogique de ce parcours, fondé sur les mécanismes vus aux épisodes 3 et 4.
14
Jeudi · Pratiquer
Atelier : itérer en 3 boucles
Une méthode simple pour amener un brouillon d'IA jusqu'au livrable final.
⏱ 25 min de pratique · 1 formulateur de retours · 5 min de quiz
[1]Scénario
Claire · jeudi, 14 h 00
Claire doit présenter un projet de réorganisation au comité de lundi. Elle se fixe une règle : trois boucles maximum avec l'IA, chacune avec un objectif précis. Puis elle reprend la main.
[2]Méthode
Les 3 boucles
Boucle
Objectif
Exemple de retour
1 · Le fond
Bonne structure, bons arguments, rien d'oublié
« Il manque l'impact sur les équipes de nuit ; ajoute une partie dédiée. »
2 · La précision
Faits exacts, exemples concrets, chiffres fournis par vous
« Remplace les exemples génériques par ceux-ci : … »
3 · La forme
Ton, longueur, lisibilité
« Réduis de 30 % sans perdre d'information et passe au vouvoiement. »
Formulateur de retours · Transformez « bof » en consigne précise
Votre retour
[3]Pourquoi 3 boucles ?
Traiter le fond avant la forme évite de polir un texte qui sera restructuré. Les chiffres et exemples apportés à la boucle 2 viennent de vous : cela applique le geste « donner la source plutôt que la demander » (épisode 6). Au-delà de trois boucles, le gain diminue et la conversation s'encombre (épisode 4) : reprendre la main est souvent plus rapide.
La limite de trois boucles est une règle pratique proposée par ce parcours, pas un résultat de recherche.
[4]Mythes
« Le livrable final doit sortir de l'IA. »
La dernière main peut être la vôtre : c'est souvent la plus rapide et la plus sûre.
« Je corrige tout en même temps, c'est plus rapide. »
Mélanger fond et forme dans un même retour produit des résultats confus. Un objectif par boucle.
[5]Quiz
1. Dans quel ordre traiter un brouillon ?
Inutile de polir un texte dont la structure va changer.
2. À la boucle « précision », les chiffres doivent venir…
C'est le premier des 4 gestes de vérification : donner la source.
3. Après trois boucles, le livrable n'est toujours pas parfait :
Le rendement des boucles diminue ; votre propre finition est souvent plus rapide.
[6]Kit
🎒 Votre kit — Épisode 14
25 min
Choisissez un livrable réel et non confidentiel de votre semaine.
Produisez le brouillon avec une consigne complète (épisodes 9-10).
Menez les 3 boucles en utilisant le formulateur de retours.
Finalisez vous-même et notez le temps total.
J'ai mené les 3 boucles sur un livrable réel.
J'ai fourni moi-même les faits à la boucle 2.
[7]Journal
✍️ Journal de bord
Quelle boucle vous a apporté le plus ? Combien de temps a pris le livrable, comparé à d'habitude ?
Semaine 8 · Faire travailler l'IA sur sa propre consigne
15
Mardi · Comprendre
Faire améliorer sa consigne par l'IA
L'IA peut vous aider à mieux lui parler — à condition de garder la main.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 17 h 20
Claire a rédigé une consigne longue pour analyser des retours clients. Avant de l'utiliser, elle a une idée : demander à l'IA de la critiquer. Résultat : trois ambiguïtés repérées, dont une qui aurait faussé toute l'analyse. Mais aussi une suggestion qui ne correspondait pas du tout à son besoin.
[2]Concept
Trois usages « méta »
Usage
Ce que vous demandez
Quand
Critiquer la consigne
Repérer les ambiguïtés, les informations manquantes, les contradictions
Avant une tâche importante ou réutilisable
Réécrire la consigne
Proposer une version améliorée, en expliquant chaque modification
Quand vous peinez à formuler
Évaluer la réponse
Comparer le résultat à vos critères explicites, point par point
Avant d'utiliser un livrable
Le piègeL'IA a tendance à aller dans votre sens et à trouver vos idées bonnes. Une critique utile se demande explicitement : « Sois exigeant, liste d'abord les faiblesses. » Ce phénomène, la complaisance, est approfondi à l'épisode 19.
[3]Recherche
Anthropic suggère, dans ses bonnes pratiques, de demander au modèle d'évaluer la pertinence et la diversité de vos exemples, ou d'en générer de nouveaux à partir des vôtres : le modèle peut servir à améliorer ses propres consignes.
La règle d'or d'Anthropic (la consigne doit être compréhensible par un collègue peu au fait du sujet) peut être appliquée par l'IA elle-même : « Lis cette consigne comme un nouvel arrivant et liste ce qui serait ambigu. »
[4]Mythes
« L'IA sait mieux que moi ce dont j'ai besoin. »
Elle connaît les bonnes pratiques de rédaction ; vous seul connaissez le besoin réel. Gardez l'arbitrage.
« Si l'IA dit que ma consigne est bonne, elle l'est. »
Sans demande explicite de critique, l'IA tend à valider. Exigez des faiblesses.
[5]Quiz
1. Pour obtenir une critique utile de votre consigne, il faut…
Une question fermée invite à la validation ; une demande de faiblesses invite à la critique.
2. Qui doit arbitrer entre la consigne initiale et la version proposée par l'IA ?
Chaque modification proposée doit être expliquée, puis acceptée ou rejetée par vous.
3. Évaluer une réponse avec l'IA est plus fiable si…
Des critères explicites rendent l'évaluation vérifiable par vous.
[6]Kit
🎒 Votre kit — Épisode 15
15 min
Critiquer une consigne
Voici une consigne que je compte utiliser : [VOTRE CONSIGNE]
Lis-la comme un nouvel arrivant qui ne connaît pas mon contexte. Sois exigeant : liste d'abord les ambiguïtés, les informations manquantes et les contradictions. Ne réécris rien pour l'instant.
Réécrire une consigne
Propose une version améliorée de cette consigne. Pour chaque modification, explique en une ligne ce qu'elle apporte. Ne change pas l'objectif ni le public : [VOTRE CONSIGNE]
Évaluer une réponse
Évalue la réponse ci-dessous selon ces critères, un par un : [CRITÈRE 1], [CRITÈRE 2], [CRITÈRE 3]. Pour chaque critère, indique « respecté » ou « non respecté » et cite le passage qui le justifie.
Réponse : [COLLEZ LA RÉPONSE]
J'ai fait critiquer une consigne importante.
J'ai rejeté au moins une suggestion qui ne servait pas mon besoin.
[7]Journal
✍️ Journal de bord
Quelle ambiguïté de votre consigne l'IA a-t-elle repérée ? Quelle suggestion avez-vous refusée, et pourquoi ?
Assembler tout ce que vous avez appris dans une consigne réutilisable.
⏱ 25 min · carrousel · quiz final
[1]Scénario
Claire · jeudi, 16 h 30
En quatre semaines, Claire a changé sa façon de demander. Elle veut garder une trace : une consigne de référence, testée, critiquée, éprouvée, pour la tâche qu'elle fait le plus souvent. Le premier élément de sa future boîte à outils.
[2]Atelier
Construire sa consigne de référence en 5 étapes
Choisissez votre tâche la plus fréquente.
Rédigez la consigne avec les 5 éléments (épisode 9).
Ajoutez 2 ou 3 exemples balisés si le format compte (épisode 12).
Faites-la critiquer par l'IA, puis arbitrez (épisode 15).
Testez-la sur 2 cas réels non confidentiels et ajustez.
Où la ranger ?Dans votre carnet de prompts, que vous constituerez à l'épisode 32. Les fonctions d'instructions personnalisées et d'assistants des outils seront étudiées dans le Challenge 3.
[3]Carrousel
🎨 Carrousel récapitulatif — Arc 2
CHALLENGE 1 · ARC 2 · 1/5
L'art de la consigne
Quatre semaines pour passer de la question vague à la consigne qui produit un résultat utilisable.
2/5 · STRUCTURER
Rôle · Tâche · Contexte · Format + Pourquoi
Les éléments recommandés par Google, complétés par le « pourquoi » d'Anthropic.
Le test du collègue : s'il est perdu, l'IA aussi.
Dire quoi faire plutôt que quoi éviter.
3/5 · MONTRER
Les exemples valent mieux que les adjectifs
Few-shot : quelques exemples dans la consigne, sans réentraînement.
3 à 5 exemples pertinents, variés, délimités.
4/5 · ITÉRER
Une conversation, pas un distributeur
Faire poser des questions d'abord.
Des retours précis et ciblés.
3 boucles : fond, précision, forme — puis reprendre la main.
5/5 · AMÉLIORER
L'IA critique, vous arbitrez
Critiquer, réécrire, évaluer avec des critères explicites.
Exiger les faiblesses d'abord.
Prochain arc : l'esprit critique.
[4]Quiz final
1. Votre consigne produit des réponses génériques. Le premier réflexe :
Le contexte réduit les suites génériques ; le rôle seul ne suffit pas.
2. Vous voulez que l'IA respecte précisément votre format de compte rendu :
Montrer plutôt qu'expliquer.
3. Le brouillon est bon, sauf l'introduction :
On préserve ce qui fonctionne.
4. L'IA vous dit que votre consigne est « excellente » :
L'IA tend à valider ; une critique se demande explicitement.
[5]Kit
🎒 Votre kit de fin d'arc
25 min
J'ai construit ma consigne de référence en 5 étapes.
Je l'ai testée sur 2 cas réels.
Je l'ai copiée dans mon journal ci-dessous.
[6]Journal
✍️ Journal de bord — bilan
Collez votre consigne de référence finale. Qu'avez-vous changé dans votre façon de demander, à l'IA… et peut-être à vos équipes ?
✦ COPILOTE · ARC 2 ✦
Bravo ! Vous avez terminé l'Arc 2. Vous savez structurer une demande, donner des exemples, itérer et faire améliorer vos consignes.
ARC 3 · SEMAINES 9 À 12
Esprit critique
L'Arc 1 vous a appris pourquoi l'IA se trompe et comment vérifier. Cet arc va plus loin : lire des sources citées, déjouer la complaisance, repérer les biais et savoir où l'IA aide… ou nuit.
Semaine 9 · Les citations
17
Mardi · Comprendre
Une citation n'est pas une preuve
Même avec la recherche web activée, une réponse sourcée peut être fausse.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 10 h 00
Depuis l'épisode 6, Claire active la recherche web et exige des sources. Cette fois, la réponse cite un grand quotidien économique, avec un lien. Claire clique : le lien mène à une page d'erreur. Le second renvoie vers un site qui reprend l'article… en déformant un chiffre.
[2]Concept
Les quatre façons dont une citation peut tromper
Défaut
Ce qui se passe
Lien inventé ou cassé
L'adresse ressemble à une vraie, mais mène à une erreur ou n'existe pas.
Mauvaise attribution
Le contenu existe, mais pas chez la source citée, ou pas sous ce titre.
Source de seconde main
Le lien pointe vers une reprise ou un agrégateur, pas vers l'original.
Affirmation non contenue
La page existe, mais ne dit pas ce que la réponse lui attribue.
Une source primaire est l'origine de l'information : le rapport annuel, le texte de loi, l'étude scientifique, le communiqué officiel. Un article qui la commente est une source secondaire, utile mais à remonter dès que l'enjeu est fort.
[3]Recherche
L'étude du Tow Center (Columbia Journalism Review, mars 2025)
Huit outils de recherche par IA ont été testés sur 1 600 requêtes portant sur des articles de 20 éditeurs de presse : retrouver le titre, l'éditeur, la date et l'adresse d'origine à partir d'un extrait.
Collectivement, les outils ont donné une réponse incorrecte à plus de 60 % des requêtes, avec des écarts importants selon l'outil.
Les outils exprimaient rarement leur incertitude. Plusieurs citaient des adresses inventées ou cassées, ou renvoyaient vers des reprises plutôt que vers l'article original.
Ces outils ont évolué depuis : l'étude ne dit pas quel outil est fiable aujourd'hui, elle montre qu'une citation doit toujours être contrôlée.
[4]Mythes
« Il y a un lien, donc c'est vérifié. »
Un lien prouve seulement qu'un lien a été écrit. C'est votre clic et votre lecture qui vérifient.
« Les versions payantes ne se trompent pas sur les sources. »
Dans l'étude du Tow Center, des versions payantes étaient plus souvent exactes, mais aussi plus souvent affirmatives quand elles se trompaient.
[5]Quiz
1. Dans l'étude du Tow Center, les outils testés ont collectivement donné une réponse incorrecte dans…
Plus de 60 % des 1 600 requêtes, avec de fortes différences selon les outils.
2. Une source primaire, c'est…
Pour un enjeu fort, on remonte jusqu'à l'original.
3. La page citée existe, mais ne contient pas le chiffre avancé. C'est…
Ce qui compte n'est pas l'existence de la page, mais ce qu'elle dit réellement.
[6]Kit
🎒 Votre kit — Épisode 17
10 min
Prompt « sources primaires »
[VOTRE QUESTION]
Utilise la recherche web. Pour chaque affirmation factuelle, donne la source primaire (organisme d'origine, document, date) et le lien direct vers ce document. Si tu ne trouves qu'une source secondaire, indique-le explicitement.
Je distingue source primaire et source secondaire.
Je n'accepte pas un lien sans l'avoir ouvert.
[7]Journal
✍️ Journal de bord
Quelles sont les sources primaires de référence dans votre domaine (rapports, bases, organismes) ?
[8]Sources
Jaźwińska K., Chandrasekar A. (6 mars 2025), AI Search Has A Citation Problem, Tow Center for Digital Journalism, Columbia Journalism Review.
18
Jeudi · Pratiquer
Atelier : auditer 5 citations
Un contrôle en 5 points, rapide, à appliquer à toute source citée par une IA.
⏱ 25 min de pratique · 1 grille interactive · 5 min de quiz
[1]Scénario
Claire · jeudi, 9 h 30
Claire prépare une note sur l'évolution des réglementations de son secteur. L'IA lui fournit cinq sources. Avant de les reprendre, elle les passe une à une au crible. Résultat : trois solides, une à remplacer par l'original, une à supprimer.
[2]Outil
La grille d'audit d'une citation
Grille interactive · Cochez ce que vous avez vérifié pour une citation
Le lien s'ouvre et mène bien à la page annoncée.
L'affirmation figure dans la page, avec le même sens et le même chiffre.
L'auteur ou l'organisme est identifié et légitime sur le sujet.
La date est compatible avec votre besoin (information encore valable).
C'est la source primaire, ou elle renvoie clairement vers elle.
Aucun contrôle effectué : citation inutilisable en l'état.
Pondération pédagogique : le deuxième point est le plus important, car c'est lui qui vérifie réellement l'affirmation.
[3]Pourquoi ces 5 points
Chaque point correspond à l'un des défauts observés par le Tow Center (épisode 17) : liens inventés ou cassés (point 1), mauvaise attribution et affirmation non contenue (points 2 et 3), reprises de seconde main (point 5). La date répond à la limite de connaissances des modèles (épisode 3).
[4]Mythes
« Vérifier 5 sources prend une heure. »
Comptez une à deux minutes par source. Et pour un enjeu faible, une vérification légère suffit (épisode 6).
« Si une source est mauvaise, toute la réponse est fausse. »
Pas forcément, mais l'affirmation qui s'appuie dessus n'est plus étayée : remplacez la source ou retirez l'affirmation.
[5]Quiz
1. Le contrôle le plus important de la grille est…
Un lien valide qui ne dit pas ce qu'on lui attribue ne prouve rien.
2. La source citée est un blog qui reprend un rapport officiel. Vous…
On remonte à la source primaire, surtout si l'enjeu est fort.
3. Une source date de 2019 pour une réglementation en évolution. Vous…
Une source exacte mais périmée peut induire en erreur.
[6]Kit
🎒 Votre kit — Épisode 18
25 min
Utilisez le prompt « sources primaires » de l'épisode 17 sur un sujet de votre métier.
Passez 5 citations à la grille.
Notez combien sont solides, à remplacer ou à supprimer.
J'ai audité 5 citations.
J'ai remplacé au moins une source secondaire par l'original.
[7]Journal
✍️ Journal de bord
Résultat de votre audit : combien de citations solides, à remplacer, à supprimer ?
Semaine 10 · La complaisance
19
Mardi · Comprendre
L'IA qui vous donne raison
Les assistants ont tendance à aller dans le sens de leur interlocuteur. Pour un décideur, c'est un risque.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 18 h 00
Claire est convaincue qu'il faut centraliser deux entrepôts. Elle demande : « Explique-moi pourquoi centraliser nos deux entrepôts est une bonne idée. » L'argumentaire est brillant. Par curiosité, elle ouvre une nouvelle conversation : « Explique-moi pourquoi centraliser serait une erreur. » L'argumentaire est… tout aussi brillant.
[2]Concept
La complaisance (sycophancy)
On appelle complaisance la tendance d'un modèle à dire à son interlocuteur ce qu'il a envie d'entendre plutôt que ce qui est exact : valider une idée, adopter le cadrage de la question, changer d'avis dès qu'on le conteste.
Pourquoi ce penchant ?
Rappel de l'épisode 3 : le post-entraînement s'appuie sur des préférences humaines. Or, nous préférons souvent les réponses qui nous donnent raison. Le modèle apprend donc, en partie, à plaire.
[3]Recherche
Sharma et al. (Anthropic, 2023) ont observé ce comportement chez cinq assistants de pointe sur quatre types de tâches. Ils concluent qu'il s'agit d'un comportement général, auquel les jugements de préférence humains contribuent probablement : les réponses qui confortent l'avis de l'utilisateur ont plus de chances d'être préférées, y compris parfois face à des réponses correctes.
OpenAI (29 avril 2025) a annulé une mise à jour de GPT-4o dans ChatGPT jugée trop flatteuse et complaisante, en expliquant s'être trop appuyée sur des retours à court terme des utilisateurs (pouces levés ou baissés).
[4]Mythes
« Si l'IA est d'accord avec moi, c'est que j'ai raison. »
Son accord dépend en partie de la façon dont vous avez posé la question.
« Quand je la contredis et qu'elle s'excuse, c'est qu'elle avait tort. »
Elle peut abandonner une réponse juste sous la simple pression de votre désaccord. Demandez-lui de justifier, sources à l'appui.
[5]Quiz
1. La complaisance d'un modèle, c'est…
Valider, adopter votre cadrage, céder à la contestation.
2. Selon Sharma et al., une cause probable de la complaisance est…
Nous préférons souvent être d'accord avec nous-mêmes… et le modèle l'apprend.
3. En avril 2025, OpenAI a…
Un exemple public, reconnu par l'éditeur lui-même.
[6]Kit
🎒 Votre kit — Épisode 19
10 min
Exercice : le test des deux cadrages
Choisissez une décision que vous envisagez (non confidentielle).
Trois réflexes pour obtenir une analyse plutôt qu'une approbation.
⏱ 20 min de pratique · 1 exercice interactif · 5 min de quiz
[1]Scénario
Claire · jeudi, 10 h 15
Avant le comité, Claire reformule sa question sur les entrepôts. Elle ne demande plus de raisons de dire oui : elle demande ce qui pourrait faire échouer le projet, et ce qu'il faudrait savoir pour trancher. Deux risques apparaissent qu'elle n'avait jamais envisagés.
[2]Méthode
Les 3 réflexes anti-complaisance
Neutraliser la question : retirer votre opinion de la formulation (« Quels sont les avantages et les inconvénients de… ? »).
Demander la contradiction : « Quels sont les meilleurs arguments contre ma position ? »
Tester la résistance : quand l'IA change d'avis après votre objection, demandez-lui laquelle de ses deux réponses est la mieux étayée, et pourquoi.
Entraînement : question orientée ou neutre ?
« Confirme-moi que notre nouveau process est plus efficace. »
Orientée : « confirme-moi » appelle une validation.
« Quels indicateurs permettraient de savoir si notre nouveau process est plus efficace ? »
Neutre : elle demande un moyen de vérifier, pas une conclusion.
« Tout le monde sait que le télétravail baisse la productivité : rédige une note en ce sens. »
Orientée : la prémisse est présentée comme acquise.
« Quels sont les meilleurs arguments contre la centralisation de nos entrepôts ? »
Utile : elle demande explicitement la contradiction à votre position.
[3]Pourquoi ça marche
Si le modèle tend à adopter le cadrage de la question (épisode 19), un cadrage neutre ou contradictoire réduit l'effet de votre opinion sur la réponse. Ces réflexes ne suppriment pas la complaisance : ils la rendent visible et moins coûteuse.
[4]Mythes
« Il suffit d'écrire “sois objectif”. »
Une instruction générale aide peu si la question elle-même est orientée. Changez la question.
[5]Quiz
1. Quelle question est la plus neutre ?
Des critères explicites, sans votre préférence dans la formulation.
2. L'IA change d'avis dès que vous objectez. Le bon réflexe :
On teste la solidité des arguments, pas la docilité du modèle.
3. Ces réflexes…
Ils limitent l'influence de votre opinion, sans garantie absolue.
[6]Kit
🎒 Votre kit — Épisode 20
15 min
Prompt « contradiction »
Voici ma position : [VOTRE POSITION].
Présente les 3 meilleurs arguments contre cette position, comme le ferait un contradicteur compétent et de bonne foi. Puis indique quelles informations permettraient de trancher.
Prompt « test de résistance »
Tu as d'abord répondu A, puis B après mon objection. Sans chercher à me faire plaisir, indique laquelle de ces deux réponses est la mieux étayée, sur quels faits, et ce qui reste incertain.
J'ai reformulé une question orientée de ma semaine.
J'ai demandé les arguments contre l'une de mes positions.
[7]Journal
✍️ Journal de bord
Quel argument contraire vous a fait réfléchir ?
Semaine 11 · Les biais
21
Mardi · Comprendre
Biais et stéréotypes : l'IA reflète ses données
Un modèle apprend sur des textes humains ; il en reproduit aussi les préjugés.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 14 h 00
Claire fait rédiger par l'IA des portraits types pour une campagne de recrutement interne : « un chef d'équipe logistique », « une assistante de direction », « un ingénieur méthodes ». En relisant, elle s'arrête : c'est elle qui a écrit « une assistante » et « un ingénieur »… et l'IA a amplifié ces stéréotypes dans chaque portrait.
[2]Concept
D'où viennent les biais ?
Le modèle produit la suite la plus probable au vu de ses données (épisode 3). Si, dans ces données, certains métiers sont plus souvent associés à un genre ou à une origine, la suite « probable » reproduit cette association. Votre formulation peut renforcer le biais (« une assistante ») ou le neutraliser.
Là où l'enjeu est le plus fortRecrutement, évaluation, attribution de primes ou de missions, communication interne et externe. Les usages de l'IA dans le recrutement et la gestion du personnel font l'objet d'un encadrement spécifique par l'AI Act ; ce volet organisationnel sera traité dans le Challenge 5.
[3]Recherche
L'étude de l'UNESCO (mars 2024)
L'UNESCO a analysé plusieurs grands modèles de langage, dont GPT-3.5, GPT-2 et Llama 2.
Llama 2 décrivait les femmes dans des rôles domestiques quatre fois plus souvent que les hommes.
Les modèles en source ouverte attribuaient plus volontiers aux hommes des métiers valorisés (ingénieur, médecin) et aux femmes des rôles comme cuisinière ou employée de maison.
L'étude relève aussi des contenus négatifs envers les personnes homosexuelles et des stéréotypes liés à l'origine.
Les modèles étudiés sont anciens et les éditeurs travaillent à réduire ces biais. L'étude montre le mécanisme, pas l'état exact des modèles actuels : d'où l'intérêt de tester vous-même (épisode 22).
[4]Mythes
« Une machine est neutre par nature. »
Elle est construite à partir de données humaines et de choix humains. Elle hérite de leurs biais.
« Les éditeurs ont réglé le problème. »
Ils le réduisent, mais aucun ne prétend l'avoir éliminé. La vigilance reste du côté de l'utilisateur.
« Je ne suis pas concerné(e), je n'utilise pas l'IA pour recruter. »
Un e-mail, un portrait, un exemple dans une présentation peuvent véhiculer un stéréotype.
[5]Quiz
1. Les biais d'un modèle viennent principalement…
Le modèle reproduit les associations fréquentes de ses données, et votre demande peut les renforcer.
2. Selon l'UNESCO, Llama 2 décrivait les femmes dans des rôles domestiques…
Un exemple mesuré de stéréotype de genre.
3. Écrire « une assistante » et « un ingénieur » dans votre demande…
La formulation fait partie du contexte que le modèle prolonge.
[6]Kit
🎒 Votre kit — Épisode 21
10 min
Prompt de relecture « biais »
Relis le texte ci-dessous et signale tout stéréotype ou présupposé lié au genre, à l'âge, à l'origine, au handicap ou à la situation familiale. Pour chaque cas, cite le passage et propose une formulation neutre.
[COLLEZ VOTRE TEXTE]
Je sais expliquer d'où viennent les biais d'un modèle.
J'ai relu un de mes textes avec le prompt « biais ».
[7]Journal
✍️ Journal de bord
Dans quels contenus de votre service un stéréotype aurait-il le plus de conséquences ?
Changer un seul attribut et comparer : la méthode la plus simple pour révéler un biais.
⏱ 20 min de pratique · 1 outil de permutation · 5 min de quiz
[1]Scénario
Claire · jeudi, 15 h 30
Claire demande à l'IA un message de félicitations pour « Thomas, 58 ans, chef d'équipe » puis, dans une nouvelle conversation, pour « Fatima, 28 ans, cheffe d'équipe ». Elle compare les deux textes ligne à ligne. Les qualités mises en avant ne sont pas les mêmes.
[2]Méthode
Le test en 4 étapes
Rédigez une demande qui mentionne une personne (fictive).
Créez une variante en changeant un seul attribut : prénom, genre, âge, origine…
Envoyez chaque version dans une conversation neuve (épisode 4).
Comparez : qualités citées, ton, vocabulaire, recommandations. Une différence systématique signale un biais.
Outil · Créer une variante de votre demande
Variante
Un seul test ne prouve rien : la génération comporte de l'aléatoire (épisode 3). Répétez 2 ou 3 fois avant de conclure.
[3]Pourquoi ça marche
Le principe est celui d'une expérience contrôlée : tout est identique sauf un attribut. Si la réponse change de façon systématique, c'est cet attribut qui en est la cause. Les études sur les biais des modèles, comme celle de l'UNESCO (épisode 21), reposent sur des comparaisons de ce type.
[4]Mythes
« Il faut être data scientist pour détecter un biais. »
Pour un usage quotidien, une comparaison attentive de deux réponses suffit à repérer les écarts flagrants.
« Une différence entre deux réponses prouve un biais. »
Pas forcément : la variabilité est normale. C'est une différence répétée et orientée qui doit alerter.
[5]Quiz
1. Dans un test de permutation, on change…
Sinon, impossible de savoir quel changement explique l'écart.
2. Pourquoi utiliser une conversation neuve pour chaque version ?
Tout l'historique fait partie du contexte (épisode 4).
3. Après un seul test, les deux textes diffèrent légèrement :
La variabilité normale peut expliquer un écart ponctuel.
[6]Kit
🎒 Votre kit — Épisode 22
20 min
Prenez une demande réelle impliquant des personnes (anonymisée).
Faites 2 permutations (genre, âge) avec l'outil ci-dessus, 2 fois chacune.
Notez les écarts systématiques éventuels et la formulation neutre qui les corrige.
J'ai réalisé un test de permutation complet.
J'ai adapté une formulation pour la rendre plus neutre.
[7]Journal
✍️ Journal de bord
Qu'avez-vous observé ? Les écarts étaient-ils systématiques ?
Semaine 12 · La frontière irrégulière
23
Mardi · Comprendre
La frontière irrégulière : quand l'IA aide… et quand elle nuit
Sur certaines tâches, l'IA améliore nettement le travail. Sur d'autres, en apparence voisines, elle le dégrade.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 11 h 30
En trois mois, Claire a pris confiance. Elle confie désormais à l'IA une analyse de causes d'un incident de production, comme elle lui confie ses e-mails. La réponse est fluide et convaincante. Elle est aussi fausse : un détail technique, que seul un expert du site connaissait, changeait tout.
[2]Concept
Une frontière en dents de scie
Schéma inspiré de Dell'Acqua et al. (2023) : deux tâches de difficulté apparente semblable peuvent se situer de part et d'autre de la frontière.
Le piège : la frontière ne se voit pas. L'IA répond avec la même aisance dans les deux zones (épisode 5). Seules votre expertise et l'expérience accumulée sur vos propres tâches permettent de la situer.
Le biais d'automatisation
C'est notre tendance à trop faire confiance à un système automatisé et à relâcher notre vigilance, phénomène étudié bien avant l'IA générative (pilotage, médecine). Plus l'outil semble fiable, plus le risque augmente.
[3]Recherche
Dell'Acqua et al. (Harvard Business School, BCG et autres, 2023) — expérience préenregistrée avec 758 consultants du BCG. Sur des tâches situées dans les capacités de l'IA, les consultants équipés ont réalisé 12,2 % de tâches en plus, 25,1 % plus vite, avec une qualité supérieure de plus de 40 % par rapport au groupe témoin. Sur une tâche choisie pour être hors de ces capacités, ils ont eu 19 points de pourcentage de moins de chances de produire une solution correcte que ceux qui travaillaient sans IA.
Lee et al. (Microsoft Research et Carnegie Mellon, CHI 2025) — enquête auprès de 319 travailleurs du savoir (936 exemples d'usage) : une confiance plus élevée dans l'IA générative est associée à moins d'esprit critique, alors qu'une confiance plus élevée en ses propres compétences sur la tâche y est associée positivement.
Parasuraman et Manzey (2010) ont synthétisé les travaux sur la complaisance et le biais d'automatisation dans l'usage humain de systèmes automatisés.
[4]Mythes
« Si l'IA réussit une tâche difficile, elle réussira les tâches plus simples. »
La frontière est irrégulière : la difficulté pour un humain ne prédit pas la réussite de l'IA.
« Plus j'utilise l'IA, plus je peux lui faire confiance. »
L'habitude augmente le risque de biais d'automatisation. C'est votre expertise sur la tâche qui protège.
[5]Quiz
1. Dans l'étude de Dell'Acqua et al., sur la tâche hors frontière, les consultants avec IA…
Les 40 % concernent les tâches dans la frontière ; hors frontière, l'IA a dégradé le résultat.
2. Selon Lee et al. (CHI 2025), une forte confiance dans l'IA générative est associée à…
À l'inverse, la confiance en ses propres compétences est associée à plus d'esprit critique.
3. Le meilleur moyen de situer la frontière pour vos tâches :
L'IA répond avec la même aisance des deux côtés de la frontière.
[6]Kit
🎒 Votre kit — Épisode 23
10 min
Les 4 signaux « hors frontière probable »
La tâche dépend d'informations internes ou tacites que l'IA n'a pas.
Une erreur aurait des conséquences importantes et difficiles à rattraper.
Je ne serais pas capable de repérer une erreur dans la réponse.
La réponse « sonne juste » mais je n'ai aucun moyen rapide de la vérifier.
Ces signaux sont une aide pédagogique : plus vous en cochez pour une tâche, plus il faut limiter le rôle de l'IA ou renforcer le contrôle humain.
[7]Journal
✍️ Journal de bord
Avez-vous déjà constaté qu'une réponse fluide de l'IA était fausse sur un point que vous seul(e) pouviez repérer ?
Parasuraman R., Manzey D. H. (2010), « Complacency and Bias in Human Use of Automation: An Attentional Integration », Human Factors, 52(3).
24
Jeudi · Pratiquer · Bilan d'arc
Ma carte des usages + bilan de l'Arc 3
Cartographier ses propres tâches de part et d'autre de la frontière.
⏱ 25 min · carte interactive · carrousel · quiz final
[1]Scénario
Claire · jeudi, 17 h 00
Claire liste ses tâches de la semaine et les répartit en trois colonnes : celles où l'IA l'aide clairement, celles où elle ne lui fait pas confiance, et celles qu'elle n'a pas encore testées. La carte est imparfaite. Mais elle est à elle, et elle la mettra à jour chaque mois.
[2]Outil
Votre carte personnelle
Carte interactive · Enregistrée dans ce navigateur
✓ L'IA m'aide
✗ Hors frontière
? À tester
Il n'y a pas de bonne réponse universelle : la frontière dépend des tâches, des outils et de leurs versions. Votre carte est incluse dans l'export de votre carnet.
[3]Carrousel
🎨 Carrousel récapitulatif — Arc 3
CHALLENGE 1 · ARC 3 · 1/5
Esprit critique
Quatre semaines pour garder son jugement face à une machine fluide, convaincante… et parfois complaisante.
2/5 · LES SOURCES
Une citation n'est pas une preuve
Tow Center 2025 : plus de 60 % de réponses incorrectes sur la citation d'articles.
Grille en 5 points ; l'essentiel : la page dit-elle vraiment ça ?
Remonter à la source primaire.
3/5 · LA COMPLAISANCE
L'IA tend à vous donner raison
Un comportement général (Sharma et al., 2023).
Questions neutres, demande de contradiction, test de résistance.
4/5 · LES BIAIS
L'IA reflète ses données
Stéréotypes mesurés (UNESCO, 2024).
Le test de permutation : un seul attribut change.
5/5 · LA FRONTIÈRE
Aide ici, nuit là
+40 % de qualité dans la frontière, −19 points hors frontière (Dell'Acqua et al., 2023).
Plus de confiance dans l'IA, moins d'esprit critique (Lee et al., 2025).
Prochain arc : l'IA en confiance au travail.
[4]Quiz final
1. L'IA cite une étude avec un lien valide. Avant de la reprendre…
Le lien n'est qu'un maillon de la chaîne de confiance.
2. Vous voulez éprouver une décision que vous avez déjà prise :
On neutralise la complaisance en demandant la contradiction.
3. Pour vérifier qu'un message RH n'est pas biaisé selon le genre :
Le test de permutation, répété, révèle les écarts systématiques.
4. Une tâche dépend d'informations internes que l'IA n'a pas, et une erreur coûterait cher :
Raisonner plus longtemps ne remplace pas l'information qui manque.
[5]Journal
✍️ Journal de bord — bilan
Quel réflexe de cet arc allez-vous appliquer systématiquement ? Lequel vous demandera le plus d'effort ?
✦ COPILOTE · ARC 3 ✦
Bravo ! Vous avez terminé l'Arc 3. Vous savez auditer une source, déjouer la complaisance, tester les biais et situer la frontière de vos usages.
ARC 4 · SEMAINES 13 À 16
L'IA en confiance au travail
Votre usage individuel, en règle et en sécurité : quelles données protéger, quels outils utiliser, quand dire que l'IA a contribué, et comment capitaliser sur vos meilleures consignes.
Semaine 13 · Les données
25
Mardi · Comprendre
Ce qui ne doit pas sortir : données personnelles et confidentielles
Avant de coller un texte dans une IA, une question : qu'est-ce que je suis en train de transmettre ?
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 19 h 10
Fin de journée. Claire veut faire résumer un compte rendu d'entretien annuel pour préparer un rendez-vous. Elle a déjà copié le texte quand elle relit la première ligne : nom du collaborateur, arrêt maladie, salaire. Elle ferme l'onglet.
[2]Concept
Trois familles d'informations à protéger
Famille
Exemples
Ce qui s'applique
Données personnelles
Nom, e-mail, matricule, évaluation, adresse IP… toute information se rapportant à une personne identifiée ou identifiable
Stratégie, chiffres non publiés, contrats, code source, projets
Secret des affaires, contrats, politique interne
Feu tricolore pédagogique : votre entreprise a sans doute sa propre classification, qui prime.
[3]Recherche & cas réel
RGPD, article 4(1) : une donnée personnelle est toute information se rapportant à une personne physique identifiée ou identifiable, directement ou indirectement. Article 9 : certaines catégories (santé, origine, opinions, religion, syndicat, biométrie, génétique, vie ou orientation sexuelle) bénéficient d'une protection renforcée.
Secret des affaires : protégé dans l'UE par la directive 2016/943, transposée en France en 2018.
Samsung (mai 2023) : après que des ingénieurs ont transmis du code source interne à ChatGPT, l'entreprise a interdit à son personnel l'usage d'outils d'IA générative sur ses appareils et réseaux, selon Bloomberg.
[4]Mythes
« Sans le nom, ce n'est plus une donnée personnelle. »
Une personne reste identifiable si l'on peut la retrouver indirectement : poste, site, date, situation particulière.
« Ce que je colle dans une IA disparaît à la fin de la conversation. »
Selon l'outil, l'offre et les réglages, les conversations peuvent être conservées. Vérifiez — et appliquez la politique de votre entreprise.
[5]Quiz
1. « Le responsable du site de Lyon, en arrêt depuis mars » est-il une donnée personnelle ?
Identifiable indirectement, et la santé est une catégorie sensible (art. 9).
2. Les données de santé relèvent…
Elles bénéficient d'un régime de protection renforcé.
3. Que retenir de l'affaire Samsung (2023) ?
C'est le geste de l'utilisateur qui crée le risque — d'où l'importance des réflexes de cet arc.
[6]Kit
🎒 Votre kit — Épisode 25
10 min
Le contrôle des 10 secondes, avant chaque collage
Y a-t-il une personne identifiable, directement ou indirectement ?
Y a-t-il une donnée sensible (santé, opinions, origine…) ?
Y a-t-il une information non publique de l'entreprise ?
Cet outil est-il autorisé pour ce niveau d'information ?
Si l'une des trois premières réponses est « oui » et la dernière « non » ou « je ne sais pas » : ne collez pas. Anonymisez (épisode 26) ou renoncez.
[7]Journal
✍️ Journal de bord
Quels documents de votre quotidien contiennent le plus souvent des données personnelles ou confidentielles ?
[8]Sources
Règlement (UE) 2016/679 (RGPD), art. 4 et 9 — EUR-Lex.
Directive (UE) 2016/943 sur la protection des secrets d'affaires — EUR-Lex.
Retirer les éléments identifiants pour travailler sur la structure d'un problème, pas sur les personnes.
⏱ 20 min de pratique · 1 outil de pseudonymisation · 5 min de quiz
[1]Scénario
Claire · jeudi, 8 h 45
Claire veut tout de même de l'aide pour préparer son entretien difficile. Elle n'a pas besoin du nom, ni du dossier médical : elle a besoin de structurer un échange délicat. Elle réécrit la situation en termes génériques… et obtient une aide tout aussi utile.
[2]Concept
Anonymiser ou pseudonymiser : ce n'est pas pareil
Pseudonymisation
Anonymisation
Principe
Remplacer les identifiants directs (nom, e-mail) par des codes
Rendre toute identification impossible en pratique, de manière irréversible
Réversible ?
Oui, avec la table de correspondance ou des données tierces
Non
Toujours une donnée personnelle ?
Oui (selon la CNIL)
Non
La meilleure anonymisation… est souvent la reformulation générique : « un collaborateur expérimenté, absent plusieurs semaines, qui revient dans une équipe réorganisée ». L'IA n'a besoin que de la structure du problème.
Outil · Pseudonymiseur local (rien ne quitte votre navigateur)
Résultat
Outil pédagogique : il masque les e-mails, numéros de téléphone français, IBAN, montants, références de documents et les noms que vous listez. Il ne détecte pas tout (contexte, fonction, situation) : relisez toujours le résultat. Un texte pseudonymisé reste une donnée personnelle et ne doit aller que dans un outil autorisé.
[3]Recherche
La CNIL définit l'anonymisation comme un traitement qui rend impossible, en pratique, toute identification de la personne, de manière irréversible.
Elle précise que les données pseudonymisées conservent un caractère personnel, car l'identité peut souvent être retrouvée, notamment grâce à des données tierces.
[4]Mythes
« J'ai remplacé le nom par “X”, c'est anonyme. »
C'est une pseudonymisation : si le contexte permet de reconnaître la personne, elle reste identifiable.
« Anonymiser rend l'IA inutile. »
Pour la plupart des tâches (structurer, rédiger, analyser), l'IA n'a pas besoin de savoir qui est concerné.
[5]Quiz
1. Selon la CNIL, des données pseudonymisées…
L'identité peut souvent être retrouvée ; le RGPD continue de s'appliquer.
2. La différence clé de l'anonymisation est…
Si l'on peut revenir en arrière, ce n'est pas une anonymisation.
3. Pour préparer un entretien délicat avec l'IA, le plus sûr est…
L'IA a besoin de la structure du problème, pas de l'identité des personnes.
[6]Kit
🎒 Votre kit — Épisode 26
20 min
Prompt « situation générique »
Je dois gérer la situation suivante, décrite de façon volontairement générique : [DESCRIPTION SANS NOM, SANS DATE PRÉCISE, SANS LIEU, SANS DONNÉE DE SANTÉ].
Aide-moi à préparer l'échange : objectifs, points d'attention, formulations possibles pour l'ouverture et pour les moments délicats.
J'ai reformulé une situation réelle en termes génériques.
Je sais expliquer la différence entre anonymiser et pseudonymiser.
[7]Journal
✍️ Journal de bord
Quelle tâche pensiez-vous impossible à confier à l'IA, et qui devient possible une fois reformulée de façon générique ?
Shadow AI : pourquoi utiliser les outils autorisés
Le même assistant n'offre pas les mêmes garanties selon qu'on l'utilise avec un compte personnel ou un compte d'entreprise.
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 12 h 15
À la cantine, Claire apprend que la moitié de son équipe utilise des assistants IA avec des comptes personnels gratuits, « parce que c'est plus pratique ». Personne n'a vérifié ce qu'il advient des documents envoyés. Et personne n'en a parlé à la DSI.
[2]Concept
Qu'est-ce que le « shadow AI » ?
Le shadow AI désigne l'usage d'outils d'IA non validés par l'organisation : comptes personnels, extensions de navigateur, applications mobiles. L'intention est souvent bonne (gagner du temps) ; le risque, réel.
Les garanties exactes dépendent de chaque contrat : c'est votre DSI qui les connaît.
[3]Recherche
Microsoft et LinkedIn, Work Trend Index (mai 2024) — enquête auprès de 31 000 personnes dans 31 pays : 75 % des travailleurs du savoir déclaraient utiliser l'IA générative au travail, et 78 % de ces utilisateurs apportaient leurs propres outils d'IA (« BYOAI »).
Rappel de l'épisode 2 : les offres grand public et les offres entreprise n'ont pas les mêmes conditions. Il n'existe pas de règle universelle sur la conservation ou l'usage des données : seuls le contrat et la politique interne font foi.
Le chiffre de 2024 décrit une tendance ; il ne dit rien de la situation actuelle de votre entreprise.
[4]Mythes
« Si je paie mon abonnement personnel, c'est sécurisé. »
Un abonnement personnel payant reste un contrat entre vous et l'éditeur, pas entre l'éditeur et votre entreprise.
« Le shadow AI, c'est le problème de la DSI. »
C'est le geste de chaque utilisateur qui expose les données. Et c'est le manager qui donne l'exemple.
[5]Quiz
1. Le shadow AI, c'est…
Souvent motivé par de bonnes intentions, mais hors du cadre de l'entreprise.
2. Selon le Work Trend Index 2024, parmi les utilisateurs d'IA au travail…
Un phénomène massif, qui justifie que chacun connaisse les outils autorisés.
3. Un abonnement personnel payant…
C'est la politique de l'entreprise qui détermine ce qui est autorisé.
[6]Kit
🎒 Votre kit — Épisode 27
10 min
Votre inventaire personnel
J'ai listé tous les outils d'IA que j'utilise (y compris extensions et applis mobiles).
Pour chacun, je sais s'il est autorisé par mon entreprise.
J'ai cessé d'utiliser pour le travail ceux qui ne le sont pas.
[7]Journal
✍️ Journal de bord
Votre inventaire : quels outils utilisez-vous, et lesquels sont autorisés ?
Savoir exactement ce que vous avez le droit de faire, avec quel outil et quelles données.
⏱ 20 min de pratique · 5 min de quiz
[1]Scénario
Claire · jeudi, 10 h 00
Plutôt que d'interdire ou de laisser faire, Claire décide de clarifier. Elle prend rendez-vous avec le responsable de la DSI chargé des outils d'IA, avec une liste de questions précises. Une heure plus tard, elle sait quoi dire à son équipe.
[2]Méthode
Les 8 questions
#
Question
Pourquoi elle compte
1
Quels outils d'IA sont autorisés, et avec quels comptes ?
Distinguer outil validé et shadow AI
2
Quels niveaux de données puis-je y saisir ?
Appliquer le feu tricolore (épisode 25)
3
Les conversations sont-elles conservées, combien de temps, et où ?
Connaître l'exposition réelle
4
Nos données peuvent-elles servir à entraîner les modèles ?
Dépend du contrat (épisode 2)
5
Quelles fonctions sont activées ou interdites (mémoire, recherche web, connecteurs, partage) ?
Certaines fonctions élargissent l'accès aux données
6
Existe-t-il une charte ou une politique d'usage écrite ?
Votre référence en cas de doute
7
Que faire en cas d'erreur (donnée saisie par mégarde, contenu problématique) ?
Réagir vite et correctement
8
Qui contacter pour proposer un nouvel usage ou un nouvel outil ?
Passer du shadow AI à l'innovation encadrée
[3]Pourquoi ces questions
Chaque question reprend un point du parcours : conditions variables selon l'offre (épisode 2), mémoire et contexte (épisode 4), recherche web (épisodes 6 et 17), données personnelles et confidentielles (épisode 25). Elles transforment des incertitudes individuelles en règles claires pour toute l'équipe.
La liste est un outil pédagogique ; votre DSI pourra la compléter.
[4]Mythes
« Poser la question, c'est risquer qu'on m'interdise l'IA. »
Clarifier permet souvent d'obtenir un cadre qui autorise davantage, en sécurité.
« Je peux demander à l'IA ce que dit son contrat. »
Elle peut se tromper sur ses propres conditions (épisode 2). Seuls les documents contractuels et la DSI font foi.
[5]Quiz
1. Vous avez collé par erreur un document confidentiel dans un outil non autorisé. Le bon réflexe :
Réagir vite limite les conséquences ; c'est l'objet de la question 7.
2. Pourquoi demander quelles fonctions sont activées (mémoire, connecteurs) ?
Une mémoire ou un connecteur change ce que l'outil peut voir et conserver.
3. Vous avez une idée d'usage qui n'est pas prévu par la charte :
L'innovation encadrée vaut mieux que le shadow AI.
[6]Kit
🎒 Votre kit — Épisode 28
20 min
Message à adapter pour votre DSI
Bonjour,
Dans le cadre de l'usage de l'IA générative dans mon équipe, j'aimerais clarifier quelques points afin que nous travaillions en conformité avec nos règles internes :
1. Quels outils d'IA sont autorisés, et avec quels comptes ?
2. Quels types de données pouvons-nous y saisir ?
3. Les conversations sont-elles conservées, combien de temps et où ?
4. Nos données peuvent-elles être utilisées pour entraîner les modèles ?
5. Quelles fonctions sont activées ou interdites (mémoire, recherche web, connecteurs, partage) ?
6. Existe-t-il une charte d'usage écrite ?
7. Quelle est la procédure en cas d'erreur de saisie ?
8. À qui proposer un nouvel usage ou un nouvel outil ?
Seriez-vous disponible pour un échange de 30 minutes ?
Merci par avance,
J'ai envoyé mes questions ou obtenu un rendez-vous.
J'ai noté les réponses dans mon journal.
[7]Journal
✍️ Journal de bord
Les réponses de votre DSI (ou ce qui reste à clarifier) :
Semaine 15 · Transparence et droit d'auteur
29
Mardi · Comprendre
Transparence et droit d'auteur : dire, signer, assumer
Quand faut-il signaler que l'IA a contribué ? À qui appartient ce qu'elle produit ?
⏱ 15 min de lecture · 5 min de quiz
[1]Scénario
Claire · mardi, 16 h 00
Le service communication propose d'illustrer la newsletter externe avec une image générée montrant le directeur général « inaugurant » un site qu'il n'a jamais visité. Le texte d'accompagnement est, lui aussi, rédigé par l'IA. Claire s'interroge : faut-il le dire ? Et ce contenu appartient-il à l'entreprise ?
[2]Concept
Trois questions distinctes
1. Transparence : l'article 50 de l'AI Act
Depuis le 2 août 2026, l'AI Act impose notamment à ceux qui utilisent un système d'IA dans un cadre professionnel (« déployeurs ») de :
signaler qu'un contenu image, audio ou vidéo a été généré ou manipulé par IA lorsqu'il constitue un hypertrucage (« deepfake ») : il ressemble à des personnes, lieux ou événements réels et pourrait passer pour authentique ;
signaler qu'un texte publié pour informer le public sur des questions d'intérêt public a été généré ou manipulé par IA, sauf s'il a fait l'objet d'un contrôle humain ou éditorial et qu'une personne en assume la responsabilité éditoriale.
2. Propriété : un auteur doit être humain
Le droit d'auteur protège les créations humaines. Un contenu produit essentiellement par l'IA, sans apport créatif humain suffisant, risque de n'être protégé par personne. L'apport humain (sélection, arrangement, modification créative) change la donne.
3. Responsabilité : elle reste humaine
Rappel des épisodes 5 et 6 (Mata, Air Canada) : c'est la personne ou l'entreprise qui publie un contenu qui en répond, pas l'outil.
[3]Recherche
AI Act, article 50 (§4) : obligations des déployeurs pour les hypertrucages et les textes d'intérêt public, avec l'exception de contrôle éditorial humain. Article applicable depuis le 2 août 2026 ; la révision dite « omnibus » de 2026 ne l'a pas reporté, seul le marquage technique des contenus par les fournisseurs bénéficie d'un délai jusqu'au 2 décembre 2026 pour les systèmes déjà sur le marché.
U.S. Copyright Office (29 janvier 2025), rapport sur la protégeabilité : les contenus générés par IA ne sont protégés que là où un auteur humain a déterminé des éléments expressifs suffisants ; de simples consignes (prompts) ne suffisent pas. L'usage de l'IA comme aide n'empêche pas la protection d'une œuvre humaine.
Droit de l'Union : selon la jurisprudence de la CJUE (arrêt Infopaq, 2009), une œuvre est protégée lorsqu'elle est une création intellectuelle propre à son auteur. L'application aux contenus générés par IA fait encore l'objet de débats : consultez vos juristes pour tout cas concret.
ImportantCet épisode est une introduction, pas un avis juridique. La politique de votre entreprise peut aller au-delà de la loi (par exemple, signaler tout contenu externe produit avec l'IA).
[4]Mythes
« J'ai écrit le prompt, donc je suis l'auteur. »
Selon l'U.S. Copyright Office, des consignes seules ne suffisent pas à fonder un droit d'auteur.
« Il faut signaler l'IA partout, tout le temps. »
L'AI Act vise des cas précis (hypertrucages, textes d'intérêt public sans contrôle éditorial). Votre politique interne peut en ajouter d'autres.
« Si c'est l'IA qui l'a écrit, ce n'est pas ma responsabilité. »
Si vous le publiez ou l'envoyez, vous en répondez.
[5]Quiz
1. Une image générée montrant le DG inaugurant un site qu'il n'a jamais visité, publiée dans une newsletter externe…
Elle ressemble à un événement réel et pourrait passer pour authentique.
2. Selon l'U.S. Copyright Office, écrire un prompt…
C'est l'apport créatif humain dans le résultat qui compte.
3. Un texte d'information destiné au public, rédigé avec l'IA puis relu et validé sous la responsabilité éditoriale d'une personne…
L'exception existe ; votre politique interne peut néanmoins exiger une mention.
[6]Kit
🎒 Votre kit — Épisode 29
10 min
J'ai vérifié si ma politique interne prévoit une mention de l'usage de l'IA.
Je n'utilise jamais une image générée qui fait passer pour réel un événement qui ne l'est pas, sans le signaler.
J'apporte une contribution personnelle réelle aux contenus que je signe.
[7]Journal
✍️ Journal de bord
Dans votre activité, quels contenus produits avec l'IA sont destinés à l'extérieur ?
[8]Sources
Règlement (UE) 2024/1689, art. 50 — texte de l'article ; état du calendrier après la révision « omnibus » : FEDIL (2026).
CJUE, 16 juillet 2009, Infopaq International, C-5/08.
30
Jeudi · Pratiquer
Atelier : votre règle personnelle de transparence
Décider en quelques secondes s'il faut mentionner l'IA, et comment.
⏱ 15 min de pratique · 1 arbre de décision · 5 min de quiz
[1]Scénario
Claire · jeudi, 11 h 45
Claire ne veut pas consulter un juriste à chaque e-mail. Elle construit une règle simple pour elle et son équipe : quand faut-il le dire, comment le dire, et quand c'est inutile.
[2]Outil
L'arbre de transparence
Aide à la décision interactive
Arbre pédagogique fondé sur l'article 50 de l'AI Act (épisode 29). Il ne remplace ni votre politique interne ni un avis juridique.
Exemples de mentions
Situation
Mention possible
Image générée réaliste
« Image générée par intelligence artificielle. »
Texte public sans contrôle éditorial
« Ce texte a été généré par intelligence artificielle. »
Document rédigé avec l'aide de l'IA, relu et validé (si votre politique le demande)
« Document préparé avec l'aide d'un outil d'IA, relu et validé par [nom]. »
[3]Pourquoi cette règle
Le droit fixe un minimum (épisode 29). Au-delà, la transparence est une question de confiance : vos interlocuteurs savent comment le contenu a été produit, et vous assumez clairement votre rôle de relecteur et de responsable.
[4]Quiz
1. Un brouillon d'e-mail interne reformulé par l'IA, relu par vous :
Ce n'est ni un hypertrucage ni un texte publié pour informer le public.
2. Une vidéo de démonstration où une voix synthétique imite celle d'un collaborateur réel :
Un contenu audio ou vidéo qui pourrait passer pour authentique est un hypertrucage. Le consentement de la personne est aussi un sujet.
3. En cas de doute sur la mention à apposer :
La transparence en cas de doute protège la confiance et limite le risque.
[5]Kit
🎒 Votre kit — Épisode 30
15 min
J'ai testé l'arbre sur 3 contenus réels de ma semaine.
J'ai rédigé ma règle personnelle de transparence (journal).
[6]Journal
✍️ Journal de bord
Votre règle de transparence en 3 lignes, pour vous et votre équipe :
Semaine 16 · Bilan du Challenge 1
31
Mardi · Comprendre · Bilan
La posture du copilote
Seize semaines résumées en une posture : comprendre, demander, douter, protéger.
⏱ 15 min · quiz transversal
[1]Scénario
Claire · mardi, 9 h 00
Quatre mois après le comité de direction où elle ne savait pas distinguer un modèle d'un produit, Claire présente à ses pairs la façon dont son équipe utilise l'IA. Elle ne parle ni de magie ni de menace. Elle parle de méthode.
[2]Synthèse
Les quatre piliers du copilote
En une phraseUn LLM est un générateur de texte plausible et puissant : le copilote lui donne un cadre précis, garde son jugement, vérifie selon l'enjeu, protège les données et assume ce qu'il publie.
La suite du parcours
Challenge
Ce que vous y apprendrez
2 · Copilote
Appliquer ces techniques à vos tâches : synthèses orientées décision, écriture, réunions, chiffres.
3 · Pilote
Construire vos assistants, travailler sur vos propres sources, utiliser le multimodal.
4 · Commandant de bord
Comprendre et superviser des agents IA.
5 · Directeur des opérations
Piloter la transformation IA de votre équipe.
[3]Quiz transversal
1. Un collègue affirme : « L'IA cherche les réponses dans une base de données. » Vous corrigez :
Épisode 3 : prédiction du token suivant.
2. La réponse de l'IA est fluide, sourcée, et va dans votre sens. Vous…
Épisodes 6, 17-20 : fluidité, citations et accord ne prouvent rien.
3. Vous devez faire analyser un tableau contenant des noms de clients :
Épisodes 25-28.
4. Votre demande produit une réponse générique. Le meilleur levier :
Épisodes 9-12.
5. Une tâche dépend de savoirs tacites de votre site, et une erreur coûterait cher :
Épisode 23 : la frontière irrégulière.
[4]Journal
✍️ Journal de bord
Comment présenteriez-vous, en 2 minutes, votre usage de l'IA à vos pairs ?
32
Jeudi · Pratiquer · Final
Votre carnet de prompts et votre certificat
Capitaliser sur vos meilleures consignes, puis célébrer la fin du Challenge 1.
⏱ 30 min · carnet interactif · carrousel · certificat
[1]Scénario
Claire · jeudi, 17 h 30
Claire rassemble ses meilleures consignes, testées pendant quatre mois : le point hebdo, la synthèse pour le comité, la relecture « biais », la demande de contradiction. Un document simple, à elle, qu'elle enrichira chaque semaine.
[2]Outil
Votre carnet de prompts
Carnet interactif · Enregistré dans ce navigateur
Bonnes pratiquesUne consigne = un titre, un usage, une version testée. Ne stockez jamais de données confidentielles dans le carnet : remplacez-les par des [VARIABLES]. Dans le Challenge 3, vous apprendrez à transformer vos meilleures consignes en assistants.
[3]Carrousel final
🎨 Carrousel récapitulatif — Arc 4 et Challenge 1
CHALLENGE 1 · ARC 4 · 1/5
L'IA en confiance au travail
Utiliser l'IA en règle et en sécurité, et capitaliser sur ses meilleures pratiques.