---
title : Formation IAg MODULE 1 - seconde
author: Stéphane FONTAINE
affiliation:
date: juillet 2025
copyright: Creative Commmons CC BY-NC-SA 4.0
tags : IAg, formation, élèves, lycée, seconde
---
# Module 1 : Qu'est-ce que l'Intelligence Artificielle Générative ? (50 min)
*Document réalisé et publié par Stéphane FONTAINE stephane.fontaine@ac-besancon.fr
au format [Markdown](https://fr.wikipedia.org/wiki/Markdown), le 22/07/2025 - mis à jour le 28/03/2026.
<img decoding="async" src="https://mirrors.creativecommons.org/presskit/buttons/88x31/png/by-nc-sa.eu.png" alt="Logo BY-NC-SA" width="150" height="40"> Contenus publiés sous licence [Creative Commons CC BY-NC-SA](https://creativecommons.org/licenses/by-nc-sa/4.0/deed.fr).*
> Ce module de formation est à destination d'élèves de lycée en seconde générale et technologique. Son objectif principal est de sensibiliser au fonctionnement des IAg pour les utiliser à des fins raisonnées.
> Il peut être pris en charge par n'importe quel enseignant qui a un peu travaillé le sujet en amont, soit en cours soit pendant des heures spécifiques comme l'heure de vie de classe. On pourrait imaginer un projet conjoint avec les enseignants-documentalistes pour aller plus loin.
**Sommaire**
[TOC]
## 0. Travail préparatoire (avant la séance)
Visionnez cette vidéo en prenant quelques notes pour répondre à quelques questions. Les notions évoqués sont complexes et nécessitent des explicitations en classe.
<iframe width="560" height="315" src="https://www.youtube.com/embed/xfq_5s027os?si=1lYp5oDd6QvSwwqo" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe>
[https://www.youtube.com/watch?v=xfq_5s027os](https://www.youtube.com/watch?v=xfq_5s027os) (4'56")
:::info
💡 **A FAIRE : Répondez par écrit succinctement aux 3 questions après avoir consulté la vidéo. On utilisera ces éléments au début de la séance.**
**1. Qu’as-tu retenu de la vidéo ? (Fais un court résumé à ta façon).**
**2. Qu’as-tu trouvé intéressant ou surprenant ?**
**3. Une question que tu te poses après avoir vu cette vidéo ?**
:::
## 1. Définitions (10 min)
#### Intelligence artificielle
Selon [John McCarthy](https://www.futura-sciences.com/tech/questions-reponses/intelligence-artificielle-sont-pionniers-intelligence-artificielle-4907/#:~:text=BY%20SA%202.0-,John%20McCarthy%2C%20l%27un%20des%20p%C3%A8res%20de%20l%27intelligence%20artificielle,-John%20McCarthy%C2%A0est), l’un des pionniers du domaine, c’est « *la science et l’ingénierie de la fabrication de machines intelligentes* ». L’**intelligence artificielle (IA)** est un domaine de l’informatique qui cherche à créer des systèmes capables de **réaliser des tâches** qui nécessiteraient normalement l’**intelligence humaine**.
*Autre définition : L’IA est un domaine scientifique, elle se définit comme étant l’ensemble des théories et des techniques développant des programmes informatiques complexes capables de **simuler certains traits de l’intelligence humaine**.*
| | | |
| ---------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| IA spécifique | **IA générative** | IA générale |
| Conçue pour exécuter une tâche déterminée de manière efficace. **Elle ne peut pas apprendre ou s’adapter **à de nouvelles tâches sans reprogrammation. | Capable de générer du contenu original (texte, image, son, vidéo, code, etc.) en utilisant des modèles d’apprentissage profond. **Elle imite la créativité humaine sans compréhension réelle.** | **Hypothétique** : serait capable de raisonner, de comprendre et d’apprendre de manière autonome, comme un humain. Elle pourrait exécuter n’importe quelle tâche intellectuelle. |
#### Intelligences artificielles génératives
Selon [Wikipédia](https://fr.wikipedia.org/wiki/Intelligence_artificielle_g%C3%A9n%C3%A9rative), l'**intelligence artificielle générative** ou **IA générative** (IAg ou *GenAI*) est un type de système d'[intelligence artificielle](https://fr.wikipedia.org/wiki/Intelligence_artificielle) (IA) capable de générer du texte, des images, des vidéos ou d'autres médias en réponse à des requêtes (aussi appelées [invites](https://fr.wikipedia.org/wiki/Interface_en_ligne_de_commande), ou en anglais *[prompts](https://fr.wikipedia.org/wiki/Ing%C3%A9nierie_de_prompt)*).
> L'IA générative ne doit pas être confondue avec l'[IA générale](https://fr.wikipedia.org/wiki/Intelligence_artificielle_g%C3%A9n%C3%A9rale), qui est souvent définie comme une IA au moins aussi compétente que l'humain dans pratiquement toutes les tâches cognitives. **Il n'existe pas à ce jour d'IA consensuellement considérée comme générale.**
>
> Pour aller plus loin : <https://datascientest.com/intelligence-artificielle-definition>
#### Modèles de langage
Les [Large Language Models (LLM)](https://datascientest.com/large-language-models-tout-savoir) **sont ceux que l'on utilise dans les IA génératives**. Ce sont des réseaux neuronaux conçus pour traiter de grandes quantités de **données textuelles**. Ils sont capables de comprendre et de **générer du langage naturel **de manière extrêmement fluide.
> Concrètement, il s’agit d’un [réseau neuronal transformer-based](https://datascientest.com/transformer-neural-network-tout-savoir). Ces modèles de base utilisent [l’IA ](https://datascientest.com/ia-generative-tout-savoir)générative (et plus précisément le [Deep Learning](https://datascientest.com/deep-learning-definition)) pour [le traitement du langage naturel (NLP)](https://datascientest.com/introduction-au-nlp-natural-language-processing) et [la génération de langage naturel (NLG)](https://datascientest.com/natural-language-generation-tout-savoir).\
> Pour aller plus loin sur les LLM : <https://datascientest.com/large-language-models-tout-savoir>
:::info
💡 **A FAIRE : Déterminez 5 mots-clés pour caractériser les IAg.**
::: spoiler **Réponses :**
* **algorithme**
* **imitation**
* **probabilités**
* **prompt**
* **modèles de langage**
:::
## 2. Histoire des IA (10 min)
Visionnez la vidéo et prenez quelques notes sur les notions et dates, personnes importantes.
<iframe width="100%" height="400" src="https://www.youtube.com/embed/qmwJx-r5vmw?si=7X80YCUco0dH1Rle" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe>
[https://youtu.be/qmwJx-r5vmw?t=29](https://youtu.be/qmwJx-r5vmw?t=29) (7'39")
Parcourez la frise et complétez votre prise de notes.
<iframe src="https://view.genially.com/64e486d0efc8e200198a554b" width="100%" height="400"></iframe>
[https://view.genially.com/64e486d0efc8e200198a554b](https://view.genially.com/64e486d0efc8e200198a554b)
:::info
💡 **A FAIRE : Déterminez 5 dates clés pour caractériser les IA et 5 noms de chercheurs.**
::: spoiler **Réponses :**
* **1950**
* **1956**
* **1997**
* **2016**
* **2022**
:::
## 3. Mise en œuvre ou fonctionnement (10 min)
L'IA générative est souvent entraînée par [apprentissage auto-supervisé](https://fr.wikipedia.org/wiki/Apprentissage_auto-supervis%C3%A9) sur de vastes ensembles de données. Les capacités d'une IA générative dépendent de la modalité ou du type d'ensemble de données utilisé.
<iframe width="100%" height="400" src="https://www.youtube.com/embed/WEDD2Tow1WQ?si=PN6rYAERKwyfAYg3" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe>
https://www.youtube.com/watch?v=WEDD2Tow1WQ (1'31'')
Pour comprendre le fonctionnement d’une IA, on doit prendre en compte deux étapes qui se succèdent :
**1. Entrainement du système d’IA **
Lors de la phase d’entrainement, les choix des entreprises et de ses ingénieurs s’expriment à plusieurs niveaux :
1. Sélection des données d’entrainement / Structuration ou tokenisation et vectorisation.
2. Le choix du modèle d’apprentissage (et donc le rôle de l’humain).
3. Test et ajustement (place de l’humain).
4. Choix des paramétrages accessibles selon les profils (freemium, payant, etc.).
**2. Processus de génération de médias (texte, images, audio, vidéo)**
Lors de la phase de génération, les choix des entreprises et de leurs concepteurs s’expriment à plusieurs niveaux :
1. La [tokenisation](https://fr.wikipedia.org/wiki/Tokenisation_\(s%C3%A9curit%C3%A9_informatique\)) et le contexte : sont liés au **choix des découpages des mots, aux concepts et notions.**
*Définition de token (ang) /jeton (fr) : ici, désigne une entité (ou unité) lexicale, dans le cadre de l'analyse lexicale.*
2. Le calcul des **probabilités** : dépend des paramètres définis par l’entreprise (de quelques milliards à plusieurs centaines milliards).
3. Le filtrage éventuel : imposé par l’entreprise ou un État.
**Ainsi, une IA générative n’est pas neutre dans ses réponses. Il est donc important de toujours conserver un regard critique sur les productions des IA génératives.**
Aller plus loin : <https://drane-versailles.region-academique-idf.fr/spip.php?article1410>
:::info 💡
**A FAIRE : Déterminez 3 notions fondamentales pour caractériser les IAg.**
::: spoiler **Réponses :**
* **tokenisation**
* **probabilités**
* **filtrage**
:::
## 4. Application (10 min)
Contrairement aux **algorithmes classiques** qualifiés de **déterministes**, les **grands modèles de langage,** qui s’appuient sur des réseaux de neurones profonds, sont **probabilistes**.
> D’une manière simplifiée, en analysant les **tokens qui précèdent** dans un texte, ils tentent de **prédire** quel est le **token** qui a le **plus de chance** d’être le **suivant**. Cette spécificité, propice à la créativité, peut conduire, en revanche, à des **réponses fausses** ou complètement **absurdes** de leur part : on parle alors d’**hallucinations** de l’IA.
Afin d’illustrer concrètement cela, allons sur la plateforme IA générative de textes de [Vittascience](https://fr.vittascience.com/ia/text.php?mode=mixed\&console=bottom) et demandons au "VittaBot" la suite de la phrase "Marly-le-Roi est ...".
*Interface de VittaBot*
Par défaut, l’interface montre la **couleur de fond** derrière chacun des **tokens**: celle-ci donne un **indice** sur leur **probabilité** respective. Le **vert** signale une **forte probabilité** alors que le **rouge** une **faible**. En **cliquant** sur un **token**, on peut accéder à sa **probabilité**.
Plusieurs d’entre eux ont une probabilité de 100 % : Ile-de-France, Yvelines... Avec une valeur de température de 0,5 (50 %), le modèle de [LLM](https://fr.wikipedia.org/wiki/Grand_mod%C3%A8le_de_langage), fournit des *tokens* dont la couleur de fond dominante est verte. Pour des valeurs plus élevées de la température, on trouve de plus en plus de *tokens* sur fond rouge.
> *En résumé, retenons que le paramètre appelé ****température**** détermine à quel point le modèle LLM sera ****plus ou moins créatif**** au niveau des réponses qu’il fournira. Le LLM, à partir d’une série de tokens, va choisir le suivant en ****analysant les probabilités distribuées à travers tous les tokens**** qui composent le vocabulaire du modèle. Un ****paramètre de température élevé**** (de 0,7 à 1) permet au modèle LLM de produire des ****résultats plus aléatoires**** donc plus créatifs mais avec un risque d’****hallucination**** accru. Un ****paramètre de température plus bas**** (0 à 0,3) fournira, quant à lui, des ****réponses plus prévisibles**** et cohérentes.*
💡Lors de l’utilisation d’une **IA générative**, il est donc important de trouver le **bon équilibre entre créativité et précision** en fonction des **besoins spécifiques** recherchés.\
Merci à <https://drane-versailles.region-academique-idf.fr/spip.php?article845>
:::info
💡 **A FAIRE : Dans l'outil [Vittascience](https://fr.vittascience.com/ia/text.php?mode=mixed\&console=bottom), rédigez un prompt (avec le modèle GPT-4o-mini) et générez un texte pour répondre à la demande suivante : A quoi peut servir l'IA générative à un élève de seconde pour ses études ?**
**Puis variez la température pour voir si l'outil comprend ce qu'il génère et indiquez à quelle température il déraille.
Et, enfin, affichez le tokensIDs pour vous rendre compte du type de données que manipule l'IAg.**
:::
## 5. Discussion (10 min)
Audition de Luc Julia, co-concepteur de l’assistant vocal Siri et spécialiste de l’intelligence artificielle, directeur scientifique de Renault, par la commission des affaires économiques du Sénat (juin 2025).
Il a partagé sa vision de l’IA avec les sénateurs en insistant sur le fait que l**’IA n’est pas une entité magique, mais un ensemble de mathématiques et d’algorithmes**. Il a également souligné l’importance de prendre en compte les biais inhérents aux IA actuelles, qui sont souvent le reflet des valeurs et des intérêts de leurs concepteurs.
*« On peut devenir idiot à cause de la technologie, ou décider de ne pas l’être. »*
<iframe
src="https://videos.senat.fr/iframe.5486945_685259f55eac4?timecode=1724000"
width="100%" height="400"
frameborder="0"
allowfullscreen="true"
scrolling="no"></iframe>
<https://videos.senat.fr/iframe.5486945_685259f55eac4?timecode=1724000>
:::info
💡 **A FAIRE : Ecoutez la vidéo de 8'02'' à 15'42'' et déterminez les 5 idées fortes mises en avant par Luc JULIA.**
::: spoiler **Réponses :**
* **les IAs et pas l'IA**
* **l'IA est supérieure aux humains sur des tâches spécifiques**
* **l'IAg, c'est uniquement des algorithmes statistiques avec beaucoup de données**
* **l'IAG : une évolution, pas une révolution sauf dans les usages**
* **le prompt permet d'interroger directement les IA en langage naturel**
* **les IA ne sont que des outils intéressants, mais aussi dangereux ([Pharmakon](https://fr.wikipedia.org/wiki/Pharmakos#Le_ph%C3%A1rmakon_dans_la_philosophie))**
:::