« IA » ne désigne pas un outil unique.
Générer un texte, attribuer un score et répartir des tâches sont trois fonctions différentes, avec des risques différents.
Comprendre · Repères essentiels
Comprendre l’intelligence artificielle au travail.
Distinguer les systèmes, savoir comment un modèle de langage produit une réponse et lire ses performances sans leur faire dire plus qu’elles ne disent.
Lecture en 12 minutesSources sélectionnéesMis à jour en août 2026
Comprendre le système
The Arcadian or Pastoral State · 1834
Dans The Arcadian or Pastoral State, Thomas Cole représente une société qui commence à organiser son environnement : agriculture, techniques, sciences et premières institutions apparaissent. L’œuvre accompagne ici l’idée qu’avant d’évaluer les effets d’une technologie, il faut d’abord comprendre le système qu’elle forme, ses composants et les règles qui l’organisent. Voir l’œuvre ↗
Un LLM produit une suite plausible.
Il calcule des probabilités à partir du contexte ; il ne vérifie pas spontanément la vérité ni la conformité de sa réponse.
Le bon niveau d’analyse est le travail réel.
Le modèle compte, mais aussi la tâche, les données, les personnes, les règles de décision et l’organisation.
01 / Nommer le système
D’abord, de quelle intelligence artificielle parle-t-on ?
Le terme « IA » rassemble des systèmes qui ne produisent pas le même résultat. Pour comprendre un usage professionnel, commencez par identifier ce que l’outil fait réellement.
IA générative
Elle crée ou transforme du texte, des images, du son ou du code à partir d’une consigne. Un assistant conversationnel fondé sur un LLM appartient à cette famille.
IA prédictive
Elle estime une probabilité, attribue un score ou classe un cas à partir de données passées : risque de défaut, priorité d’un dossier, aide au diagnostic.
Gestion algorithmique
Elle répartit des tâches, fixe un ordre de traitement, mesure l’activité ou influence une décision de management. Elle peut intégrer ou non de l’IA générative.
02 / À l’intérieur d’un LLM
Comment un modèle de langage fabrique une réponse.
Un grand modèle de langage — ou LLM — est un réseau de neurones entraîné à prévoir la suite d’un texte. Il ne cherche pas une réponse toute faite dans une base de données : il la compose, unité après unité.
Le texte devient des jetons
La consigne et les documents fournis sont découpés en petites unités : mots, morceaux de mots ou signes.
Les jetons deviennent des nombres
Chaque jeton est converti en une représentation numérique qui encode les régularités apprises pendant l’entraînement.
L’attention pondère le contexte
Le Transformer examine les relations entre les jetons pour déterminer quels éléments du contexte comptent le plus à cet instant.
Le prochain jeton est choisi
Le modèle calcule une distribution de probabilités. Les réglages de génération influencent le choix et sa variabilité.
La réponse se construit pas à pas
Le jeton choisi rejoint le contexte, puis le calcul recommence jusqu’à la fin de la réponse.
03 / Capacités et limites
Ce que les modèles de langage savent faire — et ce qu’il reste à vérifier.
Les capacités dépendent du modèle, de sa version, de la langue, des documents fournis, des outils auxquels il a accès et de la façon dont la tâche est formulée.
| Type de tâche | Ce que le modèle peut apporter | Ce qui ne peut pas être présumé |
|---|---|---|
| 01Lire et rédiger | Résumer, reformuler, traduire, extraire des informations, comparer des documents ou préparer un premier texte. | Exhaustivité, fidélité à la source, mise à jour des informations et adéquation au contexte professionnel. |
| 02Raisonner sur un problème | Décomposer une question, proposer des hypothèses, appliquer une procédure décrite et expliquer les étapes d’un calcul. | Justesse constante. Une explication convaincante peut accompagner une réponse fausse. |
| 03Écrire du code et traiter des données | Produire, expliquer ou corriger du code ; préparer une requête ou une analyse exploratoire. | Sécurité, robustesse et bon fonctionnement sur les cas non testés. L’exécution et les tests restent indispensables. |
| 04Utiliser des outils | Avec une application adaptée, rechercher sur le web, consulter une base documentaire, appeler un logiciel ou enchaîner plusieurs actions. | Qualité des sources, autorisation d’agir et maîtrise des conséquences. Les droits d’accès doivent être limités. |
| 05Traiter plusieurs médias | Selon le modèle : décrire une image, transcrire un son, analyser un document ou répondre à partir d’une vidéo. | Perception complète des détails, compréhension de la situation et respect des règles propres au métier. |
Une capacité démontrée n’est pas une fiabilité garantie.
Réussir souvent une catégorie de tâches ne permet pas de prévoir chaque réponse. Il faut tester les erreurs qui comptent dans votre usage.
Une version de modèle est un objet daté.
Le fournisseur peut modifier le modèle, ses réglages, ses filtres ou ses outils. Une évaluation utile mentionne la version et la date.
04 / Lire les benchmarks
Il n’existe pas de classement universel du « meilleur modèle ».
Un benchmark mesure une performance sur un jeu de tâches, avec une consigne, une métrique et des conditions précises. Changez l’un de ces éléments et le classement peut changer.
Des liens vivants plutôt que des chiffres déjà périmés.
Les pages ci-dessous sont maintenues par leurs auteurs. Elles permettent de consulter les derniers résultats disponibles sans figer ici un palmarès qui serait rapidement dépassé.
01Capacités généralesTableau de bord maintenuHELM Capabilities — Stanford CRFMConnaissances, raisonnement, suivi d’instructions, dialogue et mathématiques, avec protocoles et prompts consultables.Voir les derniers résultats ↗
02Préférences humainesComparaisons en aveugleLMArenaDes utilisateurs comparent deux réponses sans connaître le modèle. Utile pour la préférence globale ; insuffisant pour juger seul l’exactitude.Ouvrir le classement ↗
03Modèles ouvertsAnnuaire d’évaluationsLeaderboards — Hugging FaceUn point d’entrée vers des évaluations générales ou spécialisées, avec des résultats publiés sur les fiches des modèles.Explorer les évaluations ↗
04GénéralisationProblèmes inéditsARC-AGI-2 — ARC PrizeDes tâches visuelles conçues pour éprouver l’interprétation, la composition de règles et l’adaptation à des problèmes nouveaux.Voir le benchmark ↗
05SantéÉvaluation spécialiséeMedHELM — Stanford CRFMUn cadre consacré aux tâches médicales, utile pour comprendre pourquoi une moyenne générale ne suffit pas dans un domaine professionnel.Consulter MedHELM ↗
05 / Revenir au travail réel
Un bon score technique ne prédit pas, à lui seul, un bon usage professionnel.
Le benchmark décrit le comportement d’un modèle dans un test. Le déploiement doit aussi être évalué dans la tâche réelle, avec ses contraintes, ses responsabilités et ses effets sur les personnes.
Évaluation du modèle
Le système répond-il correctement ?
- Exactitude sur des cas représentatifs
- Erreurs fréquentes et erreurs graves
- Stabilité d’une réponse à l’autre
- Coût, délai et besoin en ressources
- Résistance à des entrées trompeuses
Évaluation du déploiement
Le travail est-il mieux fait sans créer de nouveaux risques ?
- Temps réellement gagné, y compris la relecture
- Qualité finale du travail et traitement des exceptions
- Responsabilités et moyens de contester un résultat
- Charge, autonomie, compétences et coopération
- Effets observés avant et après la mise en place
Le principe à retenir
On n’évalue pas seulement un modèle. On évalue le système de travail formé par l’outil, la tâche, les données, les personnes qui l’utilisent et les règles de l’organisation.
06 / Avant un usage professionnel
Cinq questions pour passer de la démonstration à une décision éclairée.
Ces questions évitent de partir du produit ou de sa réputation. Elles obligent à décrire l’usage concret et les moyens nécessaires pour le maîtriser.
01Quelle tâche précise voulons-nous transformer ?
Décrire la situation actuelle, le résultat attendu, les personnes concernées et les moments où une erreur aurait des conséquences importantes. « Gagner du temps » n’est pas une tâche.
02Quelles données seront envoyées, conservées ou réutilisées ?
Identifier les données personnelles, confidentielles ou couvertes par un secret ; vérifier le lieu de traitement, la durée de conservation et les usages prévus par le fournisseur.
03Qui vérifiera le résultat, avec quel temps et quelles informations ?
Nommer la personne compétente, intégrer la relecture à la charge de travail et préciser les sources auxquelles elle pourra comparer la réponse.
04Qui décide et qui répond des conséquences ?
Distinguer la proposition de l’outil, la décision humaine et la responsabilité de l’organisation. Prévoir un moyen de contester, corriger ou suspendre l’usage.
05Quels effets allons-nous mesurer après le lancement ?
Choisir avant le test quelques indicateurs utiles : qualité, erreurs, temps de contrôle, charge, autonomie, compétences, entraide et difficultés signalées.
Pour aller plus loin
Choisir la ressource adaptée à la question que vous vous posez.
Une sélection courte, issue d’organismes publics ou de projets de recherche qui expliquent leur méthode. Le niveau et la langue sont indiqués.
Qu’est-ce qu’un modèle de langage ?
Une définition courte pour poser le vocabulaire sans entrer dans les détails techniques.
CNIL ↗ChatGPT expliqué en 5 minutes
Sept vidéos courtes sur le fonctionnement, les forces, les limites, les consignes et l’usage d’outils.
Inria ↗Introduction to Large Language Models
Jetons, contexte, paramètres, attention, limites et adaptation des modèles.
Google for Developers ↗Questions-réponses sur l’IA générative
Bénéfices, résultats inexacts, données personnelles et premières précautions de déploiement.
CNIL ↗AI Risk Management Framework
Cadre, ressources et profil consacré aux risques propres à l’IA générative.
NIST ↗Évaluer les modèles dans un contexte professionnel
Relier un protocole d’évaluation aux connaissances du métier et aux erreurs réellement importantes.
IA & Santé au Travail ↗Explorer l’IA en santé au travail
Relier la compréhension des modèles, les risques, les usages en SPSTI, l’évaluation, la prévention et le droit.
IA & Santé au Travail →