Skip to main content

Thème 2 – Qu’est-ce que l’Intelligence Artificielle ?

Durée estimée : 6 à 8 minutes

🎯 Objectif du thème

Clarifier les notions fondamentales pour que tout le monde parle le même langage.
Distinguer les types d’IA et comprendre comment une machine “apprend”.
Préparer le terrain pour la suite : panorama, usages, sécurité.

🧩 Messages clés à faire passer

  1. L’IA imite certaines fonctions humaines : comprendre, apprendre, raisonner, créer.
  2. Elle ne pense pas, elle calcule des probabilités.
  3. Il existe plusieurs familles d’IA, chacune adaptée à un usage précis.
  4. L’IA générative est la plus récente, celle qui crée du contenu.
  5. L’humain reste au centre : l’IA est un outil d’aide, pas une conscience.

🖼️ Slide 1 — Introduction du thème

Titre

Qu’est-ce que l’Intelligence Artificielle ?

Accroche

« Avant de parler d’usages ou de sécurité, mettons-nous d’accord sur ce que recouvre réellement le mot “IA”. »

Visuel suggéré

  • Cerveau moitié humain / moitié circuit électronique.
  • Variante : frise des grandes étapes (règles → apprentissage → profond → génératif).

Texte oral

« Quand on parle d’intelligence artificielle, on parle en réalité d’un ensemble de techniques permettant à une machine d’imiter certaines capacités humaines : observer, apprendre, raisonner, parfois créer.
L’IA n’est pas une seule technologie mais une famille d’approches qui ont évolué au fil du temps.
On va donc voir comment une IA devient “intelligente” et quelles sont ses grandes familles. »

🖼️ Slide 2 — Comment une IA devient intelligente ?

Titre

Comment une IA devient intelligente ?

Accroche

« L’IA apprend par l’expérience : elle observe, se trompe, corrige et s’améliore. »

Bullet points

  • Données : matière première (textes, images, chiffres…).
  • Algorithmes : méthodes pour apprendre à partir des données.
  • Apprentissage : essais/erreurs pour réduire les fautes.
  • Généralisation : savoir faire juste sur des cas nouveaux.

Schéma suggéré

Cycle : Données → Apprentissage → Évaluation → Amélioration

Texte oral

« Une IA devient performante grâce à l’apprentissage.
Elle reçoit un grand volume de données, teste un modèle, compare le résultat attendu à celui obtenu et ajuste ses paramètres pour s’améliorer.
Progressivement, elle reconnaît des motifs ou fait des prédictions même sur des cas qu’elle n’a jamais vus.
C’est ce qu’on appelle le machine learning : un apprentissage automatique par l’expérience. »

🖼️ Slide 3 — Les grandes familles d’IA

Titre

Les grandes familles d’IA

Accroche

« Toutes les IA ne fonctionnent pas de la même manière : elles ont évolué par étapes. »

Bullet points

  1. IA symbolique : suit des règles humaines (“si… alors…”).
  2. IA d’apprentissage : découvre des corrélations dans les données.
  3. IA profonde : reconnaît voix, images, vidéos grâce à des réseaux neuronaux.
  4. IA générative : crée du contenu nouveau (texte, image, son…).

Schéma suggéré

Frise chronologique : Symbolique → Apprentissage → Profonde → Générative

Texte oral

« On distingue quatre grandes familles d’IA.
Les premières, symboliques, reposent sur des règles écrites par l’homme.
Le machine learning apprend à partir des données.
Le deep learning va plus loin : il comprend les images, sons et vidéos.
Enfin, l’IA générative est la plus récente : elle ne se contente plus d’analyser, elle produit du contenu. »

🖼️ Slide 4 — L’IA générative : la révolution actuelle

Titre

L’IA générative : la révolution actuelle

Accroche

« Elle ne se limite plus à analyser, elle crée. »

Bullet points

  • Texte : ChatGPT, Claude.
  • Image : DALL·E, Midjourney.
  • Son / Musique : Suno, MusicLM.
  • Code / Vidéo : Copilot, Sora.
  • Crée en prédisant le mot, le pixel ou la note la plus probable.

Visuel suggéré

Mosaïque illustrant les quatre types de contenus (texte, image, audio, code).

Texte oral

« L’IA générative est celle qui a déclenché la révolution actuelle.
Elle peut produire du texte, des images, du code ou du son à la demande.
En réalité, elle ne pense pas : elle calcule la suite la plus probable à partir de son apprentissage.
Mais le résultat est si fluide qu’on y voit de la créativité, ouvrant d’immenses perspectives dans la création, la communication et le support. »

🖼️ Slide 5 — Ce que l’IA n’est pas

Titre

Ce que l’IA n’est pas

Accroche

« Elle imite l’intelligence, elle ne la possède pas. »

Bullet points

  • Elle ne pense pas : elle calcule.
  • Elle ne comprend pas : elle prédit.
  • Elle n’a pas de conscience ni d’intention.
  • Elle recombine des informations existantes.

Visuel suggéré

Deux colonnes : “Ce qu’on imagine / Ce qu’elle fait réellement”.

Texte oral

« Il faut remettre les choses en perspective :
une IA ne réfléchit pas, elle calcule des probabilités.
Elle ne comprend pas réellement le sens de ce qu’elle dit, elle le simule.
C’est un outil puissant, mais pas une conscience.
L’humain reste celui qui donne du sens et valide les résultats. »

🖼️ Slide 6 — Pourquoi maintenant ?

Titre

Pourquoi maintenant ?

Accroche

« Trois évolutions majeures ont rendu l’IA accessible à tous. »

Bullet points

  1. Explosion des données disponibles.
  2. Puissance de calcul abordable (GPU, cloud).
  3. Nouvelles architectures de modèles (LLM).

Schéma suggéré

Triangle : Données – Calcul – Algorithmes
→ Sommet : “IA pour tous”.

Texte oral

« L’IA devient incontournable parce que trois conditions sont réunies :
nous avons énormément de données, des machines capables de les traiter, et de nouveaux modèles qui savent en tirer des conclusions.
C’est ce qui a permis à l’IA de sortir des laboratoires pour arriver dans nos outils du quotidien. »

🖼️ Slide 7 — L’humain reste au centre

Titre

L’humain reste au centre

Accroche

« L’IA ne remplace pas l’intelligence humaine : elle la complète. »

Bullet points

  • Outil d’aide à la décision, pas de remplacement.
  • L’humain garde le jugement et la responsabilité.
  • La valeur vient du duo humain + IA.

Visuel suggéré

Cerveau moitié humain / moitié machine en coopération.

Texte oral

« L’IA n’a pas vocation à remplacer l’humain, mais à le compléter.
Elle accélère certaines tâches, libère du temps, améliore la précision.
Mais c’est toujours l’humain qui garde le jugement, la créativité et la responsabilité des décisions.
Le vrai enjeu est donc d’apprendre à travailler intelligemment avec elle. »

🪜 Transition vers le Thème 3

Thème 3 : Les grands types d’IA et leurs spécificités.
Objectif : explorer plus en détail les différents domaines d’application et comprendre où chacune excelle.

No comments to display

Back to top