L'IA dans les produits de tous les jours

Ce que vous saurez faire

Voyez un produit d’IA comme cinq parties, et non comme « un modèle ». Chaque partie représente un travail que quelqu’un fait. En connaissant ces parties, vous voyez où se trouvent les emplois et où vos compétences peuvent servir.

Avant de commencerCe qu’il faut savoir et avoir sous la mainEnviron 25 minutes

Ce que vous devez savoir

• Rien. Aucun cours préalable n’est nécessaire. Vous n’écrivez pas de code dans ce cours.

Ce qu’il vous faut

• Un navigateur et un éditeur de texte. Tout éditeur qui enregistre du texte brut convient : Notepad sur Windows, TextEdit sur macOS (en mode texte brut) ou VS Code.
• Dans Préparer vos notes de cours, vous créez le dossier et le fichier de notes pour tout le cours.

Préparer vos notes de cours

Vous écrivez de courtes réponses dans chaque leçon. À la fin du cours, vous les utilisez pour rédiger votre travail final. Gardez-les dans un seul fichier.

1. Créez un dossier nommé ai-career dans votre dossier Documents.
2. Ouvrez votre éditeur de texte et créez un fichier.
3. Sur la première ligne, tapez # My AI career notes (mes notes de carrière en IA).
4. Enregistrez le fichier dans le dossier ai-career, sous le nom notes.md.
5. Fermez l’éditeur. Ouvrez de nouveau notes.md.

Résultat attendu : le fichier s’ouvre et affiche la ligne # My AI career notes. Si le fichier est introuvable, consultez la liste « Recent files » (fichiers récents) de l’éditeur pour trouver son emplacement. Enregistrez-le ensuite de nouveau dans le dossier ai-career.

Si vous utilisez TextEdit sur macOS, sélectionnez Format › Make Plain Text (format › convertir au format texte) avant d’enregistrer. Sinon, TextEdit enregistre un fichier de texte enrichi, et le nom .md peut devenir .rtf.

L’extension .md signifie Markdown : du texte brut où une ligne qui commence par # est un titre. Vous n’avez pas besoin d’en savoir plus sur Markdown.

Les mots utilisés dans ce cours

L’IA (intelligence artificielle) désigne des systèmes informatiques qui accomplissent des tâches demandant habituellement un jugement humain. Par exemple : comprendre du texte, reconnaître des images ou faire des prédictions.

L’apprentissage automatique est aujourd’hui la façon la plus courante de créer une IA. Au lieu d’écrire chaque règle à la main, les gens montrent de nombreux exemples à un ordinateur. L’ordinateur trouve lui-même les régularités. Le résultat est un modèle : un fichier de régularités apprises qui transforme une entrée en sortie.

Par exemple, un filtre antipourriel est un modèle. Il a appris à partir de millions de courriels marqués comme pourriels ou non par des gens. Pour chaque nouveau courriel, il donne un score : la probabilité que ce courriel soit un pourriel.

L’inférence consiste à utiliser un modèle entraîné sur une nouvelle entrée pour obtenir une sortie. Chaque fois que le filtre antipourriel vérifie un nouveau courriel, il effectue une inférence.

L’exemple : un assistant documentaire chez Larkfield

Dans ce cours, vous suivez une entreprise. Larkfield est une boutique en ligne qui vend des lampes, des meubles et des articles de cuisine. Larkfield est fictive, mais son problème est courant.

L’équipe de soutien de Larkfield répond à environ 1 200 messages de clients chaque semaine. Beaucoup de réponses dépendent des politiques de l’entreprise : retours, livraison, garantie et paiement. Il y a 40 documents de politiques, et certains changent plusieurs fois par année.

Aujourd’hui, un agent cherche lui-même dans les documents. Cela prend environ quatre minutes par question. Lors d’un contrôle de qualité, le responsable du soutien a constaté qu’environ une réponse sur 12 citait une ancienne règle.

Larkfield veut un assistant documentaire. L’agent tape une question. L’assistant trouve la bonne section de la politique et rédige une courte réponse avec un lien vers cette section. L’agent vérifie la réponse, puis répond au client. L’assistant n’écrit jamais lui-même au client.

Les cinq parties d’un produit d’IA

Les cinq parties de l'assistant documentaire de Larkfield. L'exploitation ramène les nouveaux problèmes dans le prochain cycle de travail.

Description textuelle du diagramme

1. Besoin utilisateur : les agents de soutien doivent trouver rapidement la bonne règle de la politique.
2. Données : les 40 documents de politiques, versions actuelles seulement.
3. Modèle : trouve les sections pertinentes et rédige une courte réponse.
4. Application : un panneau dans l’outil de soutien, avec un lien vers la règle.
5. Exploitation : mises à jour des politiques, commentaires des agents et vérifications chaque semaine.

Une flèche part de l’exploitation vers le besoin utilisateur. L’exploitation révèle de nouveaux problèmes et de nouvelles politiques, qui lancent le prochain cycle de travail.

Partie	La question à laquelle elle répond	Chez Larkfield
1. Besoin utilisateur	Qui a un problème, et à quoi ressemble un meilleur résultat?	Les agents perdent du temps et citent parfois d’anciennes règles. Mieux : une réponse correcte avec sa source, en moins d’une minute.
2. Données	Quelle information l’IA utilise-t-elle, et peut-on s’y fier?	Les 40 documents de politiques. Seulement la version actuelle de chacun.
3. Modèle	Qu’est-ce qui transforme l’entrée en sortie?	Un modèle de langage qui lit les sections trouvées et rédige une courte réponse.
4. Application	Comment une personne l’utilise-t-elle, et que se passe-t-il autour?	Un panneau dans l’outil de soutien. Il affiche la réponse, le lien vers la section de la politique et sa date.
5. Exploitation	Comment assurer son fonctionnement après le premier jour?	Les nouvelles politiques sont ajoutées automatiquement. Les agents signalent les mauvaises réponses. Quelqu’un examine les réponses signalées chaque semaine.

Suivre une question à travers les cinq parties

Un agent reçoit ce message d’un client : « J’ai acheté une lampe il y a 40 jours. Elle fonctionne, mais je n’aime pas sa couleur. Puis-je la retourner? »

Étape	Ce qui se passe	Résultat
1. L’agent pose une question	L’agent tape : « Retour après 40 jours parce que j’ai changé d’idée? »	Une question dans le panneau de l’assistant
2. Trouver les données	L’assistant cherche dans les documents de politiques actuels.	Il trouve Politique de retour, mars 2026, section 2.1 : « Retours pour changement d’idée : dans les 30 jours suivant la livraison. Articles défectueux : dans les 90 jours. »
3. Inférence	Le modèle lit la question et la section 2.1, puis rédige une réponse.	« Non. Les retours pour changement d’idée sont acceptés dans les 30 jours suivant la livraison. (Politique de retour, section 2.1) »
4. Application	Le panneau affiche la réponse, le lien et la date de la politique. L’agent ouvre le lien et vérifie l’information.	L’agent répond au client et offre de l’aide si la lampe devient défectueuse.
5. Exploitation	La question, la réponse et l’évaluation de l’agent sont enregistrées pour la vérification hebdomadaire.	Si la réponse était incorrecte, l’équipe le voit lors du prochain examen.

Remarquez à quel point l’étape 3 est petite. Le modèle est nécessaire, mais les quatre autres parties représentent la majeure partie du travail. Quelqu’un a dû comprendre le problème des agents. Quelqu’un a dû rassembler les bons documents et les garder à jour. Quelqu’un a dû intégrer la réponse dans l’outil que les agents utilisent déjà. Et quelqu’un doit la vérifier chaque semaine.

Chacune de ces personnes occupe un emploi. Vous les rencontrez dans les prochaines leçons.

Exercice guidé : un produit de tous les jours

Voici un exemple détaillé avec un produit que vous utilisez probablement : l’heure d’arrivée dans une application de cartes.

Partie	Dans une application de cartes
1. Besoin utilisateur	Une personne au volant veut savoir quand elle arrivera et quelle route est la plus rapide.
2. Données	Les cartes routières, les limites de vitesse et la vitesse actuelle de nombreux téléphones sur chaque route.
3. Modèle	Prédit le temps de trajet sur chaque route pour la prochaine heure.
4. Application	L’application affiche l’itinéraire, l’heure d’arrivée et un nouvel itinéraire si une route est bloquée.
5. Exploitation	L’équipe compare les heures d’arrivée prédites et réelles, et met les cartes à jour quand les routes changent.

À votre tour :

1. Dans notes.md, ajoutez un titre : ## Five parts (cinq parties).
2. Choisissez une fonction d’IA que vous utilisez. Exemples : un filtre antipourriel, une recherche de photos sur téléphone (« montrer des photos de chiens ») ou des suggestions de films dans une application de diffusion en continu.
3. Écrivez une ligne pour chacune des cinq parties.
4. Pour la partie 5, écrivez une chose qui peut mal tourner après le premier jour.

Afficher un exemple de réponse pour un filtre antipourriel

1. Besoin utilisateur : les gens veulent les courriels importants dans leur boîte de réception, sans pourriels.
2. Données : des courriels que les gens ont marqués comme pourriels ou non.
3. Modèle : donne à chaque nouveau courriel un score de pourriel.
4. Application : les courriels dont le score dépasse un seuil vont dans le dossier des pourriels. Les gens peuvent remettre un courriel dans la boîte de réception.
5. Exploitation : les expéditeurs de pourriels changent leurs messages, alors le modèle doit apprendre à partir de nouveaux exemples. Ce qui peut mal tourner : un nouveau type de pourriel passe le filtre, ou un courriel important finit dans le dossier des pourriels.

Vérification : chacune de vos cinq lignes doit dire quelque chose de différent. Si les parties 3 et 4 disent la même chose, demandez-vous : « Que voit la personne et que fait-elle? » C’est l’application.

Erreur courante

Penser que le modèle est le produit

Symptôme : un plan de projet dit seulement « entraîner un modèle » ou « utiliser un modèle de langage ». Personne ne sait qui utilise le résultat, ce qui arrive s’il est incorrect ou qui le met à jour.

Cause : le modèle est la partie la plus connue de l’IA, alors il reçoit toute l’attention. Les quatre autres parties ressemblent à du « travail normal », et on les oublie.

Solution :

1. Écrivez les cinq parties du projet, une ligne chacune.
2. Pour chaque partie, écrivez le nom de la personne ou de l’équipe qui s’en occupe.
3. Si une partie n’a aucun nom, le plan comporte une lacune. Comblez-la avant de commencer.

Vérifiez votre compréhension

Larkfield change sa politique de livraison, mais personne n'ajoute le nouveau document. Quelle partie a échoué, et que voient les agents?

Afficher la réponse

La partie 5, l’exploitation (garder les données à jour). Le modèle fonctionne encore correctement : il rédige de bonnes réponses à partir des documents qu’il possède. Mais les documents sont anciens, alors les agents voient des réponses affirmatives qui citent une ancienne règle. Voilà pourquoi le panneau affiche la date de la politique : elle aide l’agent à repérer le problème.

Vérifiez votre compréhension

Une question à l'assistant documentaire correspond-elle à une inférence ou à plusieurs? Expliquez.

Afficher la réponse

Au moins une. Le modèle rédige une réponse pour chaque question. Chaque exécution du modèle sur une nouvelle entrée est une inférence. Beaucoup de produits utilisent plus d’un modèle pour une seule question. Par exemple, un modèle peut trouver les sections et un autre rédiger la réponse. Une question correspond alors à deux inférences.

Récapitulatif

• Les systèmes d’IA accomplissent des tâches qui demandent un jugement humain. L’apprentissage automatique les crée à partir d’exemples, et le résultat est un modèle. Utiliser un modèle sur une nouvelle entrée est une inférence.
• Un produit d’IA a cinq parties : besoin utilisateur, données, modèle, application et exploitation.
• Le modèle est une partie. La majeure partie du travail et des emplois se trouve dans les quatre autres.
• Vous avez un fichier notes.md pour tout le cours.

Ensuite, vous découvrez les grandes familles de métiers en IA et ce que chacune produit.

Leçon suivante : Les grandes familles de métiers