Comment l'IA apprend
Comment une IA fait-elle pour répondre ? Léo et Maya explorent l'entraînement, les données, et pourquoi une IA peut avoir des préjugés.
Ecouter l'épisode
Mini-Quiz
Gratuit completNiveau Fondation, 10 questions pour vérifier les bases.
Tu veux les 9 questions suivantes ?
Débloque le quiz complet, les fiches récap et les exercices CEB blanc pour toutes les matières.
Pack CEB : 19,99 EURPaiement unique, accès illimité
Tu aimes apprendre avec edukia ? Crée ton compte gratuit !
Créer mon compte gratuit🎧
Tu aimes apprendre avec Léo et Maya ?
Découvre nos épisodes pour préparer le CEB 2026, avec quiz interactifs, fiches récap et suivi de progression.
Découvrir le Pack CEBÀ retenir de cet épisode
D'où vient tout ce que sait une intelligence artificielle ? Dans ce deuxième épisode de la série IA : Mode d'emploi, Léo veut savoir où l'IA prend ses exemples.
Maya lui explique l'entraînement : on montre à l'IA une quantité énorme de données, textes, images et sons, souvent venues d'Internet, avec le meilleur comme le pire. À chaque exemple, elle ajuste un peu sa façon de répondre, comme un sportif qui s'entraîne, mais sur des millions d'exemples.
Le point clé : la qualité des données change tout. Mauvaises données, mauvaises réponses.
Et comme l'IA reflète ce qu'on lui montre, elle peut avoir des biais sans le vouloir. Une IA entraînée surtout sur des visages d'un seul type reconnaît moins bien les autres.
Le piège à éviter, c'est de croire qu'une IA est forcément neutre et objective parce que c'est une machine : une machine qui apprend du monde reflète aussi les défauts du monde. Les équipes qui créent ces IA travaillent à corriger ces biais, et de notre côté, on retient une idée simple : une réponse d'IA n'est pas une vérité tombée du ciel, c'est le reflet de ses données.
L'entraînement : apprendre par la répétition
Pour qu'une IA apprenne, on lui montre des données : des textes, des images, des sons, en quantité énorme. C'est ce qu'on appelle l'entraînement.
Le principe ressemble à un sportif qui s'entraîne : plus il répète, meilleur il devient. Sauf que l'IA s'entraîne sur des millions, parfois des milliards d'exemples.
À chaque fois, elle ajuste un tout petit peu sa façon de répondre pour se rapprocher de la bonne réponse. C'est cette répétition à très grande échelle qui la rend performante.
Les données viennent du monde, avec ses défauts
Ces millions d'exemples viennent souvent d'Internet : articles, livres, photos, conversations. On y trouve le meilleur du monde, mais aussi le pire.
Or l'IA apprend ce qu'on lui montre. Si ses exemples sont riches et variés, elle devient très forte.
S'ils sont incomplets ou de mauvaise qualité, elle apprend de travers. On résume cette idée par une petite phrase facile à retenir : mauvaises données, mauvaises réponses.
Les biais : quand l'IA penche sans le vouloir
Certaines IA reconnaissent très bien certains visages et beaucoup moins bien d'autres. La raison est simple : si on entraîne une IA surtout avec des visages d'un seul type, elle devient excellente pour ceux-là et se trompe plus souvent sur les autres.
Pas par méchanceté, simplement parce qu'elle a moins vu les autres. On appelle ça un biais.
L'IA reflète les données qu'on lui a données : si elles penchent d'un côté, ses réponses aussi. C'est pour cela qu'une IA n'est pas automatiquement neutre.
Garder son esprit critique
La bonne nouvelle, c'est que les équipes qui créent ces IA connaissent ce problème. Elles équilibrent les données, testent les réponses et corrigent les biais.
Ce n'est pas parfait, mais ça progresse. De notre côté, on retient une idée simple : une réponse d'IA n'est pas une vérité tombée du ciel, c'est le reflet de ce qu'elle a appris.
On la prend au sérieux, mais on ne débranche jamais son propre cerveau. Se servir de l'IA, oui.
Croire qu'elle a toujours raison parce que c'est une machine, non.
Les points clés
- Une IA apprend par entraînement, sur d'énormes quantités de données souvent issues d'Internet.
- La qualité des données change tout : mauvaises données, mauvaises réponses.
- L'IA peut avoir des biais car elle reflète ses données, sans le vouloir.
- Une IA n'est pas neutre juste parce que c'est une machine : elle reflète les défauts du monde.
- Une réponse d'IA est un reflet de ses données, à prendre au sérieux mais à garder à l'oeil.
Questions fréquentes
Comment une intelligence artificielle apprend-elle ?
Par un processus appelé entraînement : on lui montre une quantité énorme de données (textes, images, sons) et, à chaque exemple, elle ajuste sa façon de répondre pour se rapprocher de la bonne réponse. C'est de la répétition, mais à très grande échelle.
D'où viennent les données d'une IA ?
Souvent d'Internet : articles, livres, photos, conversations. On y trouve le meilleur comme le pire, ce qui explique pourquoi la qualité des données a autant d'importance pour la qualité des réponses.
Qu'est-ce qu'un biais dans une IA ?
C'est le fait que l'IA penche d'un côté parce que ses données penchaient déjà de ce côté. Par exemple, une IA entraînée surtout sur un type de visages reconnaîtra moins bien les autres.
Ce n'est pas volontaire : elle reflète simplement ses exemples.
Une IA est-elle neutre parce que c'est une machine ?
Non. Une machine qui apprend à partir du monde reflète aussi les défauts de ce monde.
Une IA n'est donc pas automatiquement neutre ni objective : ses réponses dépendent de ses données.
Que faut-il retenir face à une réponse d'IA ?
Qu'elle n'est pas une vérité tombée du ciel, mais le reflet de ce que l'IA a appris. On peut s'en servir et la prendre au sérieux, tout en gardant son esprit critique et en vérifiant quand c'est important.