WakeHors-série · Comprendre · 3 octobre 2026
Comprendre : l'intelligence artificielle
Savoir ce qu'est vraiment une IA, comment ChatGPT, Claude ou Gemini fabriquent leurs réponses, ce qu'elles savent faire, ce qu'elles font mal, et ce qui fait débat, pour s'en servir les yeux ouverts.
Un hors-série reste tel qu'il a été publié, à sa date ; seule une erreur de fait s'y corrige, et la correction est datée en bas de page. Quand le sujet évolue, une nouvelle version sort comme un nouvel épisode.
Écouter ce hors-série
Ce hors-série est en ligne sur les plateformes ci-dessous, dans le même flux que les épisodes d'actualité.
L'escalier
5 étapesÉtape 1 — Le décor
Montrer que l'IA fait déjà partie du quotidien, distinguer ses deux grandes familles et poser les trois mots qui reviendront tout l'épisode.
Étape 2 — Comment ça marche
Expliquer le mécanisme sans jargon : apprendre par l'exemple, deviner le mot suivant, et ce que ce mécanisme implique (l'impression de compréhension, les erreurs, l'ignorance de l'actualité).
Étape 3 — Sous le capot
Donner au curieux le mécanisme exact : jetons, paramètres, réseau de neurones, les étapes de l'entraînement, les modèles qui raisonnent, les agents, et ce que tout cela coûte en calcul.
Étape 4 — Les questions qui fâchent
Traiter les débats sérieux de façon factuelle et neutre : faits établis, positions en présence, inconnues, chacun sourcé et daté ; ni promotion ni procès.
Étape 5 — Ce qu'il faut retenir
Rassembler l'essentiel : forces, limites, bons réflexes, puis un récapitulatif en cinq phrases que l'auditeur peut répéter.
Le lexique
21 mots- agent
- Programme fondé sur un modèle d'IA qui ne se contente pas de répondre : il planifie et exécute des actions avec des outils pour atteindre un objectif. — expliqué dans « Les agents : quand l'IA agit »
- algorithme
- Suite d'instructions précises qu'un ordinateur suit pour résoudre un problème, comme une recette de cuisine. — expliqué dans « L'IA est déjà dans votre poche »
- apprentissage automatique
- Méthode où le programme apprend à partir d'exemples au lieu de suivre des règles écrites à la main (en anglais : machine learning). — expliqué dans « Apprendre par l'exemple plutôt que par des règles »
- apprentissage par renforcement à partir de retours humains
- Phase d'ajustement où des personnes notent ou comparent des réponses pour orienter le modèle vers celles qu'on juge utiles et sûres (en anglais : RLHF). — expliqué dans « De l'entraînement au dressage par des humains »
- biais
- Déformation systématique des réponses d'un modèle, héritée de ses données d'entraînement ou de sa conception (par exemple, défavoriser un groupe de personnes). — expliqué dans « La fiabilité et les biais »
- centre de données
- Bâtiment rempli de serveurs informatiques, refroidis et alimentés en continu. — expliqué dans « Ce que ça coûte : puces, centres de données, petits et gros modèles »
- date de coupure
- Date au-delà de laquelle un modèle n'a plus rien vu pendant son entraînement ; il ignore ce qui s'est passé ensuite. — expliqué dans « Il ne sait pas ce qui s'est passé hier »
- données d'entraînement
- Les exemples (textes, images, sons) qu'on montre à un programme pour qu'il apprenne. — expliqué dans « Les trois mots de base : données, entraînement, modèle »
- entraînement
- Phase pendant laquelle le programme ajuste ses réglages internes à partir des données, jusqu'à bien accomplir sa tâche. — expliqué dans « Les trois mots de base : données, entraînement, modèle »
- GPU
- Processeur graphique, puce capable de faire un très grand nombre de calculs en parallèle ; c'est le matériel de base de l'IA. — expliqué dans « Ce que ça coûte : puces, centres de données, petits et gros modèles »
- grand modèle de langage
- Modèle entraîné sur d'immenses quantités de textes pour prédire la suite la plus probable d'un texte ; c'est le moteur de ChatGPT, Claude ou Gemini (en anglais : LLM). — expliqué dans « Un modèle de langage devine le mot suivant »
- hallucination
- Réponse fausse ou inventée qu'une IA présente avec assurance, comme si elle était vraie. — expliqué dans « Les hallucinations : inventer avec aplomb »
- IA générative
- IA capable de produire un contenu nouveau (texte, image, son, vidéo) à partir d'une demande, plutôt que de seulement classer ou reconnaître. — expliqué dans « Deux familles : l'IA qui reconnaît et l'IA qui produit »
- inférence
- L'utilisation d'un modèle déjà entraîné pour produire une réponse ; chaque question posée est une inférence. — expliqué dans « Ce que ça coûte : puces, centres de données, petits et gros modèles »
- intelligence artificielle
- Ensemble de techniques qui permettent à un programme d'accomplir des tâches qu'on associe à l'intelligence humaine : reconnaître, traduire, prévoir, rédiger. — expliqué dans « L'IA est déjà dans votre poche »
- jeton
- Morceau de mot (ou mot court, ou signe) que le modèle manipule sous forme de nombre ; un texte est découpé en jetons avant d'être traité (en anglais : token). — expliqué dans « Des jetons et des milliards de réglages »
- modèle
- Le résultat de l'entraînement : un programme figé, avec ses réglages, qu'on utilise ensuite pour répondre. — expliqué dans « Les trois mots de base : données, entraînement, modèle »
- modèle de raisonnement
- Modèle entraîné à produire des étapes de réflexion intermédiaires avant sa réponse finale, pour mieux résoudre les problèmes complexes. — expliqué dans « Les modèles qui réfléchissent avant de répondre »
- paramètre
- Un des réglages internes d'un réseau de neurones ; les grands modèles en comptent des milliards. — expliqué dans « Des jetons et des milliards de réglages »
- pré-entraînement
- Première phase, la plus coûteuse, où le modèle apprend à prédire la suite de textes sur un immense corpus. — expliqué dans « De l'entraînement au dressage par des humains »
- réseau de neurones
- Assemblage de calculs très simples, organisés en couches et inspirés de loin des neurones du cerveau, dont les réglages s'ajustent pendant l'entraînement. — expliqué dans « Des jetons et des milliards de réglages »
Corrections
Nos corrections sont datées et conservées — jamais effacées.
Version corrigée le 4 octobre 2026 : l'audio et la transcription en ligne sont la version corrigée. 9 points :
-
L'expression « effet IA » n'a pas été forgée par Douglas Hofstadter ni par Rodney Brooks, à qui l'épisode l'attribuait ; l'attribution est retirée.
Ce qui était dit « C'est ce que des chercheurs comme Douglas Hofstadter ou Rodney Brooks ont appelé l'effet IA : dès qu'un outil devient banal et maîtrisé, on lui retire l'étiquette d'intelligence. »
Ce qui est dit désormais « C'est ce qu'on appelle l'effet IA : dès qu'un outil devient banal et maîtrisé, on lui retire l'étiquette d'intelligence. »
Source : fr.wikipedia.org -
Le mot « hallucination » figurait déjà au Petit Robert ; c'est son sens lié à l'intelligence artificielle qui y est entré dans l'édition 2026.
Ce qui était dit « Le mot a même fait son entrée officielle dans Le Petit Robert, pour son édition deux mille vingt-six parue en deux mille vingt-cinq. »
Ce qui est dit désormais « Le Petit Robert, dans son édition deux mille vingt-six parue en deux mille vingt-cinq, a même ajouté ce sens au mot. »
Source : lerobert.com -
La phrase « Le danger immédiat réside plutôt dans l'erreur involontaire » semblait venir du CERT-FR, qui ne le dit pas ; le constat est par ailleurs cité au plus près de son texte.
Ce qui était dit « le CERT-FR constatait qu'aucun système n'avait pu mener une cyberattaque de bout en bout en totale autonomie. Le danger immédiat réside plutôt dans l'erreur involontaire. »
Ce qui est dit désormais « le CERT-FR constatait qu'aucun système d'IA générative n'avait pu mener seul toutes les étapes d'une cyberattaque. »
Source : cert.ssi.gouv.fr -
Un térawattheure représente la consommation annuelle de quelque 200 000 foyers consommant 5 000 kWh par an, pas « des dizaines de milliers ».
Ce qui était dit « un térawattheure correspondant à la consommation annuelle de dizaines de milliers de foyers. »
Ce qui est dit désormais « un térawattheure, soit un milliard de kilowattheures, de quoi couvrir pendant un an deux cent mille foyers qui consomment chacun cinq mille kilowattheures. »
Source : rte-france.com -
Selon l'Agence internationale de l'énergie, ces 60 % vont aux serveurs entiers, pas aux seules puces ; le refroidissement en prend de 7 % à plus de 30 % selon les centres.
Ce qui était dit « Dans un centre moderne, environ soixante pour cent de l'énergie électrique alimente les puces. Le reste sert surtout à évacuer la chaleur. »
Ce qui est dit désormais « Dans un centre moderne, environ soixante pour cent de l'électricité alimente les serveurs, et le refroidissement en absorbe, selon les sites, de sept à plus de trente pour cent. »
Source : iea.org -
Les mesures de Google portent sur mai 2025 mais ont été publiées en août 2025 ; la comparaison avec l'ampoule est désormais chiffrée.
Ce qui était dit « En mai deux mille vingt-cinq, Google rapportait pour une requête textuelle médiane sur Gemini zéro virgule vingt-quatre wattheure, soit ce que consomme une ampoule LED en un peu plus d'une minute, et zéro virgule vingt-six millilitre d'eau de refroidissement sur site. »
Ce qui est dit désormais « En août deux mille vingt-cinq, Google a publié une estimation fondée sur des mesures de mai : pour une requête textuelle médiane dans l'application Gemini, zéro virgule vingt-quatre wattheure, soit ce que consomme une ampoule LED de dix watts en un peu moins d'une minute et demie, et zéro virgule vingt-six millilitre d'eau de refroidissement. »
Source : cloud.google.com -
La lettre ouverte de l'Authors Guild a finalement réuni plus de 15 000 signatures d'écrivains et de leurs soutiens.
Ce qui était dit « Plus de neuf mille écrivains ont signé la lettre ouverte de l'Authors Guild, »
Ce qui est dit désormais « Plus de quinze mille écrivains et soutiens ont signé la lettre ouverte de l'Authors Guild, »
Source : authorsguild.org -
Dans l'affaire Bartz contre Anthropic, le juge n'a pas prononcé de sanction : il a refusé l'exception d'usage équitable pour la bibliothèque de copies piratées.
Ce qui était dit « En juin deux mille vingt-cinq, un tribunal américain a jugé légal d'entraîner un modèle sur des textes, mais a sanctionné la conservation de livres piratés. »
Ce qui est dit désormais « En juin deux mille vingt-cinq, dans l'affaire Bartz contre Anthropic, un juge fédéral américain a estimé que l'entraînement d'un modèle sur les livres en cause relevait de l'usage équitable, mais pas la conservation d'une bibliothèque de copies piratées. »
Source : govinfo.gov -
Les deux groupes équipés de l'IA ont obtenu 70,6 % et 60 % de bonnes réponses, contre 84,5 % sans IA.
Ce qui était dit « contre soixante-dix pour cent avec l'outil. »
Ce qui est dit désormais « contre soixante à soixante et onze pour cent environ avec l'outil, selon les groupes. »
Source : papers.ssrn.com