🤖 Module 1

Fondamentaux de
l'Intelligence Artificielle

Comprendre les bases de l'IA, ses types, ses capacités et ses applications concrètes dans la vie professionnelle.

⏱ 6 heures 📊 Niveau : Débutant 👥 Public : Tous profils 🎯 5 chapitres
🎯

Objectifs pédagogiques

À l'issue de ce module, le participant sera capable de :
2040
Milliards $ marché IA mondial
300M
Emplois impactés (FMI)
1Md
Utilisateurs ChatGPT (2025)
40%
Gain de productivité moyen
1

Qu'est-ce que l'Intelligence Artificielle ?

⏱ ~60 min

1.1 Définition

L'Intelligence Artificielle (IA) est la simulation de processus d'intelligence humaine par des machines informatiques. Elle englobe l'apprentissage, le raisonnement, la résolution de problèmes, la perception et la compréhension du langage.

Définition opérationnelle : un système est dit "intelligent" s'il peut percevoir son environnement, traiter de l'information et prendre des décisions pour atteindre un objectif donné.

1.2 Les grandes familles de l'IA

🔢

IA Symbolique

Règles explicites, logique formelle. Ex: systèmes experts des années 80.

🧠

Machine Learning

Apprentissage à partir de données. L'algorithme s'améliore avec l'expérience.

🕸️

Deep Learning

Réseaux de neurones profonds. Reconnaît des schémas complexes dans les données.

✨

IA Générative

Crée du contenu nouveau : texte, images, audio, vidéo, code.

1.3 Chronologie clé

  • 1950 — Test de Turing, Alan Turing pose les bases
  • 1956 — Conférence de Dartmouth, naissance du terme "IA"
  • 1997 — Deep Blue bat Garry Kasparov aux échecs
  • 2012 — AlexNet révolutionne la vision par ordinateur
  • 2017 — Architecture Transformer publiée par Google
  • 2022 — ChatGPT atteint 100M d'utilisateurs en 2 mois
  • 2024–2026 — IA multimodale, agents autonomes, IA souveraine
💡 À retenir : L'IA n'est pas magique — c'est de la statistique et des mathématiques très sophistiquées, appliquées à d'énormes quantités de données.
2

L'IA Générative — Comprendre la Révolution

⏱ ~75 min

2.1 Qu'est-ce que l'IA générative ?

L'IA Générative (ou GenAI) désigne des systèmes capables de créer du contenu original : texte, images, sons, vidéos, code informatique ou données synthétiques.

Contrairement à l'IA "analytique" qui classe ou prédit, l'IA générative produit quelque chose de nouveau en s'appuyant sur des patterns statistiques appris.

2.2 Comment ça fonctionne ?

📚

1. Entraînement

Le modèle "lit" des milliards de textes et apprend les relations entre les mots.

🎲

2. Prédiction

Il prédit le mot le plus probable à chaque étape, selon le contexte donné.

💬

3. Génération

En chaînant ces prédictions, il génère un texte cohérent et pertinent.

🔄

4. RLHF

Des humains évaluent les réponses pour améliorer la qualité et la sécurité.

2.3 Ce que l'IA générative peut créer

  • Texte : articles, emails, résumés, rapports, scripts, code…
  • Images : illustrations, logos, photos réalistes (DALL-E, Midjourney, Flux)
  • Audio : voix de synthèse, musique, doublage (ElevenLabs, Suno)
  • Vidéo : clips, animations, deep fakes (Sora, Runway, Kling)
  • Code : développement logiciel, débogage, documentation (GitHub Copilot)
  • Données : simulation, augmentation de jeux de données
💬 Exemple concret

Un conseiller de l'ANAPEJ peut demander à ChatGPT : "Rédige un email professionnel pour informer 50 chercheurs d'emploi de l'ouverture d'une session de formation en informatique le 15 juillet. Ton adapté à des jeunes de 18–30 ans."

En 3 secondes, il obtient un email complet, prêt à envoyer ou à adapter.

2.4 Les outils GenAI à connaître

💬

ChatGPT (OpenAI)

Leader mondial. Version gratuite (GPT-4o mini) et payante. Multimodal.

🤖

Claude (Anthropic)

Excellent pour la rédaction et l'analyse. Très sûr et précis.

🔍

Gemini (Google)

Intégré à Google Workspace. Excellent pour la recherche web.

🇫🇷

Mistral (France)

Modèle européen souverain. Disponible gratuitement.

3

Les LLM — Grands Modèles de Langage

⏱ ~60 min

3.1 Qu'est-ce qu'un LLM ?

Un Large Language Model (LLM) est un modèle d'IA entraîné sur des quantités massives de texte (des centaines de milliards de mots) pour comprendre et générer du langage naturel.

Caractéristiques clés : taille (milliards de paramètres), contexte (fenêtre de "mémoire"), multimodalité (texte + images + audio).

3.2 Comment un LLM "comprend" ?

  • Tokenisation : décompose le texte en "tokens" (morceaux de mots)
  • Embeddings : convertit les tokens en vecteurs numériques
  • Attention : mécanisme qui pèse l'importance de chaque mot dans son contexte
  • Prédiction : génère le token suivant le plus probable
🎯 Point clé : Un LLM ne "comprend" pas réellement — il calcule des probabilités statistiques. Il peut donc se tromper avec une totale confiance. C'est l'hallucination.

3.3 Comparatif des principaux LLM

🥇

GPT-4o (OpenAI)

Le plus polyvalent. Multimodal. Idéal pour usage général.

🥈

Claude 3.5 (Anthropic)

Meilleur pour l'écriture longue et l'analyse nuancée.

🥉

Gemini 1.5 Pro

Fenêtre contexte 1M tokens. Intégré à Google.

🆓

Llama 3 (Meta)

Open-source. Hébergeable localement. Souveraineté des données.

3.4 La fenêtre de contexte

La fenêtre de contexte (context window) est la "mémoire de travail" du LLM — tout ce qu'il peut traiter en une seule interaction. Plus elle est grande, plus on peut lui donner de documents à analyser.

  • GPT-4o : 128 000 tokens (~100 000 mots)
  • Claude 3.5 : 200 000 tokens (~150 000 mots)
  • Gemini 1.5 Pro : 1 million de tokens (~750 000 mots)
4

Cas d'Usage Concrets de l'IA

⏱ ~60 min

4.1 Dans l'administration et services publics

  • Rédaction automatique de circulaires, courriers officiels et rapports
  • Résumé de procès-verbaux de réunion
  • Chatbots citoyens pour répondre aux questions fréquentes
  • Analyse de données statistiques et génération de tableaux de bord
  • Traduction de documents administratifs

4.2 Dans la formation et l'éducation

  • Création de plans pédagogiques et supports de cours
  • Génération de quiz et exercices personnalisés
  • Tutorat IA adaptatif pour les apprenants
  • Correction et feedback automatisé
  • Traduction et adaptation de contenus

4.3 Dans les entreprises et PME

  • Rédaction de propositions commerciales et emails clients
  • Analyse de contrats et documents juridiques
  • Génération de contenus marketing et réseaux sociaux
  • Automatisation du service client
  • Analyse financière et prévisions

4.4 Pour la recherche d'emploi

  • Optimisation du CV selon l'offre d'emploi
  • Simulation d'entretiens professionnels
  • Rédaction de lettres de motivation
  • Identification des compétences manquantes
  • Préparation de portfolios professionnels
🇲🇷 Contexte Mauritanie

En Mauritanie, l'IA peut transformer : la gestion des ressources halieutiques (prédiction des stocks), l'accès aux services bancaires en zones rurales (via mobile banking + IA), la détection précoce de la sécheresse pour l'agriculture, et la formation professionnelle à distance dans les régions enclavées.

5

Limites, Risques et Bonnes Pratiques

⏱ ~45 min

5.1 Les hallucinations

Le phénomène le plus critique : l'IA peut inventer des faits avec une totale assurance. Elle peut créer de fausses citations, des statistiques inexistantes, des références bibliographiques fictives.

⚠️ Règle absolue : Toujours vérifier les faits, chiffres, dates et sources fournis par une IA avant de les utiliser dans un document officiel.

5.2 Les biais algorithmiques

  • Biais de représentation : sur-représentation des données occidentales et anglaises
  • Biais de confirmation : l'IA peut renforcer des stéréotypes existants
  • Biais de genre / ethniques : dans la génération d'images et de textes
  • Biais culturels : les valeurs culturelles mauritaniennes peuvent être sous-représentées

5.3 Sécurité et confidentialité des données

  • Ne jamais partager des données personnelles, médicales ou sensibles dans une IA publique
  • Les conversations sont souvent utilisées pour améliorer les modèles
  • Utiliser des VPN ou des solutions on-premise pour les données confidentielles
  • Respecter la réglementation nationale sur la protection des données

5.4 Impact sur l'emploi

  • Certains métiers évoluent, d'autres disparaissent, de nouveaux émergent
  • L'IA augmente la productivité mais aussi les exigences de compétences
  • Opportunité : les travailleurs qui maîtrisent l'IA sont plus compétitifs
  • Nécessité d'une formation continue et d'une adaptabilité permanente

5.5 Les 5 règles d'or

🔍

Vérifier

Toujours valider les informations produites par l'IA.

🔒

Protéger

Ne jamais partager de données sensibles ou confidentielles.

🧠

Garder le contrôle

L'IA assiste, l'humain décide. Maintenir son jugement critique.

📚

Se former

Les outils évoluent vite. Se tenir informé en permanence.

⚖️

Agir éthiquement

Respecter les droits d'auteur, la vie privée et les valeurs.

💡 Message clé : L'IA est un outil extraordinairement puissant. Comme tout outil, son usage dépend de celui qui le manie. La compétence humaine reste irremplaçable : pensée critique, créativité, empathie, contexte culturel et prise de décision éthique.