Glossaire IA : 30 Termes Essentiels Expliqués Simplement
4 décembre 2025
Confession : Quand j’ai commencé à m’intéresser à l’IA, je me sentais noyé dans le jargon. LLM, transformer, fine-tuning, RAG… J’avais l’impression d’assister à une conversation en langue étrangère. Ce glossaire est celui que j’aurais aimé avoir. Pas de jargon inutile, juste des explications claires avec des analogies du quotidien.
L’IA a son propre vocabulaire. Et sans le comprendre, difficile de suivre les actualités, de choisir les bons outils, ou simplement de discuter avec quelqu’un qui s’y connaît.
J’ai rassemblé les 30 termes essentiels que tout débutant devrait connaître. Chaque définition vient avec une analogie simple et un exemple concret. Gardez cette page en favoris — vous y reviendrez souvent.
Un système d’IA capable d’agir de façon autonome pour accomplir des tâches, en prenant des décisions et en interagissant avec des outils ou des environnements.
Un agent IA, c’est comme un assistant personnel qui ne se contente pas de répondre à vos questions, mais qui peut aussi réserver vos billets de train, envoyer vos emails et organiser votre agenda — tout seul.
Un agent qui surveille votre boîte mail et répond automatiquement aux questions simples des clients.
🧮
Algorithme
Débutant
Une suite d’instructions précises que suit un ordinateur pour résoudre un problème ou accomplir une tâche.
C’est comme une recette de cuisine : une liste d’étapes à suivre dans l’ordre pour obtenir un résultat. L’algorithme de Netflix, par exemple, suit des règles pour vous recommander des films.
L’algorithme de tri d’un moteur de recherche qui classe les résultats par pertinence.
📚
API (Application Programming Interface)
Intermédiaire
Une interface qui permet à des applications de communiquer entre elles. C’est la « porte d’entrée » pour accéder aux capacités d’une IA depuis une autre application.
Imaginez un serveur de restaurant : vous (l’application) passez votre commande au serveur (l’API) qui transmet à la cuisine (l’IA) et vous ramène le plat. Vous n’avez pas besoin de savoir cuisiner.
L’API d’OpenAI permet d’intégrer ChatGPT dans votre propre application.
B
⚠️
Biais algorithmique
Intermédiaire
Des erreurs systématiques dans les résultats d’une IA, souvent causées par des données d’entraînement non représentatives ou des choix de conception problématiques.
Si vous n’apprenez à un enfant que des photos de chiens blancs, il aura du mal à reconnaître un chien noir. Les IA ont le même problème : elles reflètent les biais présents dans leurs données d’apprentissage.
Un système de recrutement IA qui favorise les hommes parce qu’il a été entraîné sur des CV historiquement masculins.
Voir aussi : Éthique IA
C
💬
Chatbot
Débutant
Un programme conçu pour simuler une conversation avec des humains, généralement par texte. Les chatbots modernes utilisent l’IA pour comprendre et générer des réponses naturelles.
C’est comme un standardiste virtuel qui répond à vos questions 24h/24, mais en version texte. Les meilleurs ne se distinguent presque plus d’un humain.
Le chat de support sur un site e-commerce qui répond à vos questions sur les délais de livraison.
🔗
Chain-of-Thought (CoT)
Avancé
Une technique de prompting qui demande à l’IA de « réfléchir étape par étape », ce qui améliore significativement ses performances sur les problèmes complexes.
C’est comme demander à un élève de montrer son travail en maths : en décomposant le raisonnement, on évite les erreurs d’inattention.
Ajouter « Réfléchis étape par étape » à votre prompt avant de poser un problème de logique.
Cloud vs Local : où vont vos données ?
🌐
Cloud
Débutant
Des serveurs distants accessibles via Internet qui stockent des données et exécutent des programmes. La plupart des IA fonctionnent « dans le cloud ».
Au lieu d’avoir une bibliothèque chez vous, vous accédez à une immense bibliothèque publique via Internet. Vous n’avez pas besoin de stocker les livres, juste d’y accéder.
ChatGPT fonctionne dans le cloud : vos messages sont envoyés à des serveurs d’OpenAI qui calculent la réponse.
D
📊
Dataset (Jeu de données)
Débutant
L’ensemble des données utilisées pour entraîner une IA. La qualité et la diversité du dataset influencent directement les performances du modèle.
C’est le « manuel scolaire » de l’IA. Plus le manuel est complet et varié, mieux l’élève (l’IA) sera préparé à répondre à toutes sortes de questions.
GPT-4 a été entraîné sur des milliards de textes issus d’Internet, de livres et d’articles.
🎭
Deep Learning (Apprentissage profond)
Intermédiaire
Une branche du machine learning utilisant des réseaux de neurones à plusieurs couches (d’où « profond ») pour apprendre des patterns complexes dans les données.
Imaginez plusieurs filtres superposés pour analyser une image : le premier détecte les contours, le suivant les formes, le suivant les objets… Ensemble, ils peuvent reconnaître un visage.
La reconnaissance faciale de votre téléphone utilise le deep learning.
🖼️
Diffusion (Modèle de)
Avancé
Une technique de génération d’images qui part de bruit aléatoire et le « débruite » progressivement pour créer une image cohérente.
Imaginez que vous prenez une photo et que vous la couvrez progressivement de neige. Le modèle de diffusion apprend à faire l’inverse : enlever la neige pour révéler l’image.
Midjourney et DALL-E utilisent des modèles de diffusion pour générer des images.
E
📐
Embedding
Avancé
Une représentation numérique (vecteur) qui capture le « sens » d’un mot, d’une phrase ou d’un document. Les embeddings permettent aux IA de comprendre les similitudes entre concepts.
C’est comme traduire des mots en coordonnées GPS : « roi » et « reine » seraient proches sur la carte, tandis que « roi » et « banane » seraient éloignés.
C’est grâce aux embeddings que ChatGPT comprend que « voiture » et « automobile » sont quasi-synonymes.
F
🎯
Fine-tuning
Intermédiaire
Le processus d’adaptation d’un modèle IA pré-entraîné à une tâche spécifique en l’entraînant sur des données supplémentaires ciblées.
C’est comme un médecin généraliste qui se spécialise en cardiologie : il garde ses connaissances de base mais apprend en profondeur un domaine spécifique.
Fine-tuner GPT sur des conversations de service client pour qu’il réponde mieux aux questions spécifiques de votre entreprise.
📝
Few-shot Learning
Intermédiaire
La capacité d’une IA à apprendre une nouvelle tâche à partir de seulement quelques exemples (généralement 2 à 5) fournis dans le prompt.
C’est comme montrer à quelqu’un 3 exemples de haïkus, puis lui demander d’en écrire un. Avec peu d’exemples, il comprend le format attendu.
Donner 2-3 exemples du ton souhaité dans votre prompt avant de demander à ChatGPT de rédiger.
G
🎨
IA Générative
Débutant
Une catégorie d’IA capable de créer du contenu nouveau : texte, images, musique, vidéo… Elle ne se contente pas d’analyser, elle produit.
La différence entre un critique d’art (qui analyse) et un artiste (qui crée). L’IA générative est dans le camp des créateurs.
ChatGPT génère du texte, Midjourney génère des images, Suno génère de la musique.
Une architecture de modèle de langage développée par OpenAI. « Generative » = crée du texte, « Pre-trained » = entraîné sur beaucoup de données, « Transformer » = l’architecture technique utilisée.
GPT est à l’IA textuelle ce que « iPhone » est aux smartphones : un nom de produit devenu presque générique pour désigner une catégorie.
GPT-4 est le modèle qui fait fonctionner ChatGPT.
H
🤯
Hallucination
Débutant
Quand une IA génère des informations fausses mais présentées avec assurance, comme si elles étaient vraies. Un des défauts majeurs des LLM actuels.
C’est comme un élève qui invente une réponse plutôt que d’avouer qu’il ne sait pas, mais en étant très convaincant.
ChatGPT qui cite un article scientifique qui n’existe pas, avec auteur, date et journal inventés.
I
🧠
Intelligence Artificielle (IA)
Débutant
Un ensemble de techniques permettant à des machines d’effectuer des tâches qui nécessiteraient normalement l’intelligence humaine : comprendre le langage, reconnaître des images, prendre des décisions…
L’IA essaie d’imiter certaines capacités du cerveau humain, mais avec des méthodes complètement différentes. Comme un avion imite l’oiseau pour voler, sans battre des ailes.
Votre assistant vocal, la recommandation Netflix, le filtre anti-spam de votre boîte mail — tout ça, c’est de l’IA.
🔄
Inférence
Intermédiaire
Le processus par lequel un modèle IA entraîné utilise ce qu’il a appris pour faire des prédictions ou générer des réponses sur de nouvelles données.
L’entraînement, c’est l’école. L’inférence, c’est l’examen final où l’élève applique ce qu’il a appris à de nouveaux problèmes.
Quand vous posez une question à ChatGPT, le calcul de la réponse est de l’inférence.
L
Comment fonctionne un LLM : de votre question à la réponse générée
📖
LLM (Large Language Model)
Débutant
Un modèle d’IA entraîné sur d’immenses quantités de texte pour comprendre et générer du langage naturel. « Large » fait référence aux milliards de paramètres.
Imaginez quelqu’un qui a lu tous les livres de toutes les bibliothèques du monde et peut maintenant écrire sur n’importe quel sujet dans n’importe quel style.
Une branche de l’IA où les machines apprennent à partir de données plutôt que d’être explicitement programmées. Elles s’améliorent avec l’expérience.
Au lieu de programmer « si l’email contient ‘viagra’, c’est du spam », on montre des milliers d’exemples de spam et le système apprend seul à les reconnaître.
Le filtre anti-spam de Gmail qui s’améliore au fil du temps en apprenant de vos clics.
🎭
Multimodal
Intermédiaire
Un modèle capable de traiter plusieurs types de données (texte, image, audio, vidéo) et de faire des liens entre eux.
Comme un humain qui peut regarder une image, en parler, écouter de la musique et faire le lien entre tout ça. Les modèles multimodaux font pareil.
GPT-4 Vision peut analyser une image et répondre à des questions dessus. C’est multimodal.
N
🧬
Réseau de Neurones (Neural Network)
Intermédiaire
Un modèle informatique inspiré du cerveau humain, composé de « neurones » artificiels connectés en couches qui traitent l’information.
Imaginez une chaîne de montage où chaque ouvrier (neurone) fait une petite transformation, et le produit fini émerge à la fin de la chaîne.
La reconnaissance d’images utilise des réseaux de neurones convolutionnels (CNN).
🔧
No-Code
Débutant
Des outils qui permettent de créer des applications ou d’utiliser l’IA sans écrire de code, généralement via des interfaces visuelles.
Comme Canva permet de faire du design sans être graphiste, les outils no-code permettent d’utiliser l’IA sans être développeur.
Créer un chatbot avec Botnation ou automatiser des tâches avec Make.
P
⚙️
Paramètre
Intermédiaire
Les « réglages internes » d’un modèle IA qui sont ajustés pendant l’entraînement. Plus il y a de paramètres, plus le modèle est potentiellement capable (mais aussi coûteux).
Comme les milliards de connexions synaptiques dans votre cerveau, chaque paramètre encode un petit bout de « connaissance ».
GPT-4 aurait environ 1.7 trillion de paramètres. Llama 2 en a 70 milliards.
💬
Prompt
Débutant
L’instruction ou la question que vous donnez à une IA pour obtenir une réponse. La qualité du prompt influence directement la qualité de la réponse.
Le prompt, c’est votre commande au restaurant. Plus vous êtes précis (« steak saignant, frites croustillantes, sans salade »), meilleur sera le résultat.
« Écris un email professionnel de relance pour un client » est un prompt.
Voir aussi : Prompt Engineering
🎨
Prompt Engineering
Débutant
L’art de formuler des prompts efficaces pour obtenir les meilleurs résultats d’une IA. Une compétence devenue essentielle en 2025.
C’est l’art de poser les bonnes questions. Comme un avocat qui sait exactement comment formuler ses questions pour obtenir les réponses qu’il veut.
Ajouter du contexte, un rôle, un format attendu et des exemples à votre prompt.
R
📚
RAG (Retrieval-Augmented Generation)
Avancé
Une technique qui combine un LLM avec une base de données externe. Le système « recherche » d’abord des informations pertinentes, puis les utilise pour générer une réponse plus précise.
Au lieu de répondre de mémoire, l’IA consulte d’abord une encyclopédie personnalisée (vos documents) avant de répondre. Ça réduit les hallucinations.
Un chatbot d’entreprise qui consulte la base de connaissances interne avant de répondre aux questions des employés.
🔄
RLHF (Reinforcement Learning from Human Feedback)
Avancé
Une méthode d’entraînement où des humains évaluent les réponses de l’IA, et ce feedback est utilisé pour l’améliorer. C’est ce qui rend ChatGPT « utile » et « inoffensif ».
C’est comme dresser un chien : vous le récompensez quand il fait bien, vous le corrigez quand il fait mal. L’IA apprend ce que les humains considèrent comme une « bonne » réponse.
Des annotateurs humains comparent des réponses de ChatGPT et indiquent laquelle est meilleure.
S
⚡
SaaS (Software as a Service)
Débutant
Un logiciel accessible via Internet, généralement par abonnement, sans avoir à l’installer sur son ordinateur. La plupart des outils IA sont des SaaS.
Au lieu d’acheter un DVD, vous prenez un abonnement Netflix. Au lieu d’acheter un logiciel, vous payez un accès mensuel.
ChatGPT Plus, Midjourney, Notion AI sont tous des SaaS.
T
🔢
Token
Intermédiaire
L’unité de base que les LLM utilisent pour traiter le texte. Un token peut être un mot, une partie de mot, ou même un caractère. Les prix des API sont souvent basés sur le nombre de tokens.
Les tokens sont comme les syllabes pour l’IA. « Bonjour » = 1 token, mais « anticonstitutionnellement » = plusieurs tokens.
GPT-4 peut traiter jusqu’à 128 000 tokens en contexte, soit environ 300 pages de texte.
🏗️
Transformer
Avancé
L’architecture révolutionnaire (2017) sur laquelle sont basés tous les LLM modernes. Sa particularité : le mécanisme d' »attention » qui permet de comprendre les relations entre tous les mots d’un texte simultanément.
Avant, les IA lisaient les textes mot par mot comme un débutant. Les Transformers voient tout le texte d’un coup et comprennent les liens entre les éléments éloignés.
Le « T » dans GPT signifie Transformer. C’est aussi la base de Claude, Gemini, Llama…
Gardez cette page en favoris ! Chaque fois que vous rencontrez un terme inconnu dans vos lectures sur l’IA, revenez ici. Et si un terme manque, dites-le-moi — je mettrai ce glossaire à jour régulièrement.
Pour approfondir
Maintenant que vous maîtrisez le vocabulaire, explorez ces guides pratiques :
Eliott a créé ce glossaire après avoir lui-même galéré avec le jargon de l’IA pendant ses premiers mois d’apprentissage. Son objectif : rendre l’IA accessible à tous, un terme à la fois. Ce glossaire est mis à jour régulièrement avec les nouveaux concepts qui émergent.
