L'intelligence artificielle recouvre beaucoup de techniques : reconnaître une image, détecter une fraude, recommander un produit, prévoir une demande. L'IA générative en est une branche particulière. Elle produit du contenu nouveau, du texte, des images, du son, de la vidéo ou du code, à partir d'une demande formulée en langage courant. Les assistants conversationnels comme ChatGPT, Gemini ou Claude en sont les exemples les plus connus.
D'où vient l'IA générative
Les techniques génératives existent depuis longtemps, mais trois étapes ont rendu possible leur usage à grande échelle :
- 2017 : des chercheurs de Google publient « Attention Is All You Need », qui décrit l'architecture Transformer. Elle permet d'entraîner efficacement des modèles sur d'énormes quantités de texte, et sert de base à la plupart des modèles de langage actuels
- 2020 : OpenAI présente GPT-3, un modèle capable de rédiger des textes cohérents sur presque n'importe quel sujet à partir de quelques lignes d'instruction
- 30 novembre 2022 : OpenAI lance ChatGPT, qui rend ces capacités accessibles à tous dans une interface de conversation
Depuis, plusieurs fournisseurs proposent des modèles concurrents, et les capacités progressent à chaque génération : textes plus longs, plusieurs langues, lecture d'images et de documents, utilisation d'outils.
Comment ça marche, en une phrase
Un modèle génératif de texte prédit, morceau par morceau, la suite la plus probable d'un texte, à partir de ce qu'il a appris pendant son entraînement et de ce qu'on lui donne à lire au moment de la demande. Ces morceaux s'appellent des tokens. Ce principe explique à la fois la fluidité des réponses et leur principal défaut : un texte probable n'est pas forcément un texte vrai.
Ce que l'IA générative fait bien
- Comprendre une question formulée librement, avec ses fautes, ses détours et ses sous-entendus
- Reformuler une information dans un autre registre, une autre longueur ou une autre langue
- Résumer et structurer un long document ou une conversation
- Rédiger un premier jet : un e-mail, une fiche produit, une réponse type
- Extraire des informations d'un texte libre : un nom, une date, un besoin exprimé
Ce qu'elle fait mal, ou pas seule
- Garantir l'exactitude d'un fait. Sans source fiable, un modèle peut inventer avec assurance ; on parle d'hallucination
- Connaître votre entreprise. Il ne sait rien de vos tarifs, de vos horaires ou de vos conditions, sauf si on les lui fournit
- Connaître l'actualité. Ses connaissances générales s'arrêtent à la date de fin de son entraînement
- Prendre une décision engageante. Une remise, un remboursement ou un diagnostic relèvent d'une personne qui en porte la responsabilité
L'IA générative dans un assistant d'entreprise
Un assistant IA d'entreprise utilise l'IA générative dans un cadre étroit. On lui donne une consigne qui fixe son rôle et ses limites, les documents de l'organisation comme source de vérité, et des règles pour passer la main à l'équipe. Le modèle sert alors surtout à comprendre la question et à formuler une réponse claire à partir des documents, plutôt qu'à puiser dans ses connaissances générales.
Ce cadre change la nature du risque. La question n'est plus « le modèle sait-il ? » mais « les documents disent-ils la bonne chose, et le modèle s'y tient-il ? ». C'est pourquoi la qualité de la base de connaissances, la citation des sources et la relecture des conversations comptent davantage que le choix du modèle le plus récent.
Ce que dit le droit européen
Le règlement européen sur l'intelligence artificielle, l'AI Act, encadre l'IA générative à deux niveaux. Les fournisseurs de modèles à usage général, comme ceux qui développent les grands modèles de langage, ont des obligations de documentation et de transparence. Les organisations qui déploient un système d'IA en contact avec le public doivent, entre autres, informer les personnes qu'elles interagissent avec une IA. Les contenus générés doivent aussi, dans certains cas, être identifiables comme tels.
Les données personnelles traitées dans les conversations restent soumises au RGPD, comme pour tout autre traitement.
IA générative et IA « classique »
Les deux ne s'opposent pas. Beaucoup de systèmes combinent des briques génératives et des briques plus anciennes : une recherche par mots-clés pour retrouver un document, une règle fixe pour bloquer un sujet, un modèle de classification pour repérer une urgence. Un bon assistant utilise l'IA générative là où elle apporte quelque chose, la compréhension et la formulation, et des mécanismes déterministes là où la prévisibilité compte.
L'IA générative dans KernChat
KernChat utilise des modèles génératifs du marché (Google Gemini, Anthropic Claude ou OpenAI) pour comprendre les questions des visiteurs et formuler des réponses à partir des documents de l'organisation, en français, en néerlandais et en anglais. Chaque réponse qui s'appuie sur un document cite sa source, le visiteur est informé qu'il parle à un assistant, et les sujets réservés passent à l'équipe.