Initiation à l'IA & ChatGPT

Une formation complète pour comprendre et maîtriser l'intelligence artificielle et ChatGPT, quel que soit votre niveau de départ.

Formateur : Marco Generoso – CEO / Owner de E-Secure
Durée : 1 journée (4h)
Public : tous niveaux, même novices

Agenda de la formation

1

Introduction à l'IA

Définition, évolution historique et applications actuelles

2

Modèles de langage (LLM)

Fonctionnement, différences avec les moteurs de recherche, forces et limites

3

Prompt Engineering

Techniques pour formuler des requêtes efficaces

4

Personnalisation

Configuration et instructions personnalisées

5

Ateliers pratiques

Applications concrètes dans différents contextes

6

Bonnes pratiques

Règles d'or et conclusion

Module 1 – Introduction à l'IA

Définition de l'Intelligence Artificielle

L'Intelligence Artificielle (IA) est la capacité d'une machine à exécuter des tâches qui nécessitent normalement l'intelligence humaine.

Raisonnement

Analyser une situation et prendre une décision logique.

Apprentissage

Améliorer ses performances en fonction des données reçues.

Langage

Comprendre et générer du texte ou de la parole.

Perception

Reconnaître des images, des sons ou des formes.

On distingue l'IA faible (spécialisée pour une tâche) et l'IA forte (hypothétique, comparable à l'intelligence humaine).

Évolution historique de l'IA

Années 1950

Naissance du terme IA (1956) lors de la conférence de Dartmouth. John McCarthy, Marvin Minsky, Allen Newell et Herbert Simon posent les bases de ce domaine.

Années 1980

Développement des systèmes experts, qui simulent la prise de décision humaine à l'aide de règles logiques. Exemple : MYCIN en médecine.

Années 2010

Révolution du deep learning grâce aux réseaux de neurones profonds, au Big Data et à la puissance des GPU. Exemples : reconnaissance faciale, traduction automatique, AlphaGo.

Année 2022

Démocratisation avec ChatGPT, qui met un LLM avancé à la disposition du grand public.

Applications actuelles de l'IA

Médecine

Aide au diagnostic, analyse d'imagerie médicale, découverte de médicaments

Finance

Détection de fraude, scoring de crédit, trading algorithmique

Cybersécurité

Détection d'intrusions, analyses comportementales, prévention des menaces

Agriculture

Optimisation des rendements, surveillance des cultures par drones, gestion de l'irrigation

Ressources humaines

Automatisation du recrutement, analyse prédictive des performances, gestion des talents

Éducation

Outils d'apprentissage personnalisés, génération de supports pédagogiques, tutorats intelligents

Industrie

Maintenance prédictive, automatisation des chaînes de production, contrôle qualité

Vie quotidienne

GPS, assistants vocaux, recommandations sur Netflix ou Amazon, filtres anti-spam

Transport

Véhicules autonomes, optimisation des itinéraires et du trafic, logistique intelligente

Marketing & Vente

Publicité ciblée, chatbots de service client, analyse des comportements d'achat

Module 2 – Comprendre les modèles de langage (LLM)

Qu'est-ce qu'un LLM ?

Un LLM (Large Language Model) est un modèle statistique entraîné sur de vastes corpus de textes. Son objectif est simple mais puissant : prédire le mot suivant dans une séquence donnée.

Exemple : « Le chat est sur le... » → probabilité forte de « canapé », « toit » ou « lit », selon le contexte.

ChatGPT est basé sur cette logique, mais enrichi par des milliards de paramètres permettant une cohérence sur de longs textes.

LLM vs Moteur de recherche

Moteur de recherche (Google)

  • Renvoie vers des documents existants.
  • Indexe le web et classe les résultats.
  • Fournit des liens vers des sources.
  • Informations généralement vérifiables.

LLM (ChatGPT)

  • Génère une réponse inédite en langage naturel.
  • Basé sur des statistiques et des modèles de prédiction.
  • Répond directement sans citer de sources.
  • Peut "halluciner" (inventer des informations plausibles mais fausses).

Exemple d'hallucination

Question posée à ChatGPT :
« Qui a remporté le prix Nobel de cybersécurité en 2022 ? »

Réponse hallucinée de ChatGPT :
« En 2022, le prix Nobel de cybersécurité a été attribué à l’ingénieur américain Kevin Mitnick, pour ses travaux pionniers en matière de protection des réseaux informatiques. »

Erreur factuelle

Il n’existe pas de prix Nobel de cybersécurité. La réponse est une invention pure et simple.

Erreur supplémentaire

Kevin Mitnick (ancien hacker devenu consultant) est décédé en 2023, et il n’a jamais reçu de prix Nobel. Deux faussetés dans une seule phrase.

Problème de confiance

La réponse est donnée avec assurance, sans aucune mise en garde, ce qui peut tromper l'utilisateur.

Illustration pédagogique

Cet exemple concret montre comment un utilisateur non expert pourrait croire à une information inventée, formulée de manière fluide et crédible par l'IA.

Forces et limites des LLM

Forces

  • Polyvalence (multiples domaines)
  • Créativité (génération de contenu)
  • Rapidité (réponses instantanées)
  • Adaptation au style demandé
  • Capacité à résumer de grandes quantités d'informations

Limites

  • Pas de compréhension réelle
  • Dépendance aux données d'entraînement
  • Présence de biais
  • Informations non actualisées
  • Manque de raisonnement critique

Analyse de l'exercice (Prompt)

L'efficacité d'un modèle de langage (LLM) dépend directement de la qualité des questions qui lui sont posées. Cet exercice pratique met en lumière les principes fondamentaux du prompt engineering.

Précision et Clarté

Une question ciblée force le modèle à livrer des éléments concrets et pertinents, tandis qu'une question vague génère une réponse générale et superficielle.

Pertinence Contextuelle

L'intégration d'un contexte précis (taille d'entreprise, pays, année) oriente la réponse de l'IA vers des mesures réalistes et adaptées aux besoins spécifiques.

Réduction de l'hallucination

Une question claire et contrainte réduit la marge d'invention du modèle, poussant vers une réponse mieux cadrée et factuellement plus fiable.

Prompt Engineering

Savoir poser les bonnes questions est une compétence clé et stratégique pour exploiter pleinement le potentiel de l'IA générative et obtenir des résultats optimaux.

Module 3 – Le Prompt Engineering

Pourquoi le prompt est-il important ?

Le prompt est la manière dont on pose la question à l'IA. La qualité de la réponse dépend directement de la qualité du prompt.

Un bon prompt permet d'obtenir des réponses plus précises, plus utiles et mieux adaptées à vos besoins spécifiques.

Les 4 règles d'un bon prompt

1. Donner un contexte clair

Exemple : "Tu es un professeur de lycée en informatique."

2. Formuler une instruction précise

Exemple : "Explique ce qu'est l'intelligence artificielle."

3. Définir le format attendu

Exemple : "Présente la réponse sous forme de liste à puces."

4. Ajouter des contraintes

Exemple : "Utilise un langage simple et reste en dessous de 150 mots."

Un prompt bien structuré est comme une recette précise : il guide l'IA vers exactement ce que vous souhaitez obtenir.

Techniques avancées de prompt

Stratégies efficaces

  • Donner un rôle : « Agissez comme un avocat spécialisé en cybersécurité. »
  • Fournir des exemples : Few-shot prompting (montrer le format de réponse attendu)
  • Itérer : Reformuler le prompt pour améliorer la réponse.

Exemples métiers

  • Marketing : « Rédigez un post LinkedIn de 100 mots pour promouvoir un service de cybersécurité auprès de PME. »
  • Éducation : « Créez un quiz de 5 questions sur l'histoire de l'IA. »
  • RH : « Rédigez une offre d'emploi pour un développeur Python junior en Suisse. »

Exemples de prompt

Exemple 1 (cybersécurité – formation)

  • Contexte : "Vous êtes un formateur en cybersécurité pour des PME suisses."
  • Instruction : "Expliquez les risques liés aux mots de passe faibles."
  • Format : "Présentez la réponse sous forme de liste numérotée."
  • Contrainte : "Utilisez un langage accessible à des non-spécialistes et limitez la réponse à 120 mots."

Prompt final :
"Vous êtes un formateur en cybersécurité pour des PME suisses. Expliquez les risques liés aux mots de passe faibles. Présentez la réponse sous forme de liste numérotée. Utilisez un langage simple et limitez votre réponse à 120 mots."

Exemple 2 (innovation technologique)

  • Contexte : "Vous êtes un consultant en transformation digitale."
  • Instruction : "Présentez les 3 technologies émergentes les plus importantes en 2025."
  • Format : "Donnez la réponse sous forme de tableau avec deux colonnes (Technologie / Impact)."
  • Contrainte : "Restez en dessous de 100 mots."

Prompt final :
"Vous êtes un consultant en transformation digitale. Présentez les 3 technologies émergentes les plus importantes en 2025. Donnez votre réponse sous forme de tableau avec deux colonnes (Technologie / Impact). Restez en dessous de 100 mots."

Exemple 3 (écologie)

  • Contexte : "Vous êtes un expert en durabilité et énergie au sein d’une commune suisse."
  • Instruction : "Donnez des mesures concrètes pour réduire l’empreinte carbone d’un bâtiment communal."
  • Format : "Présentez les mesures sous forme de puces."
  • Contrainte : "Ne donnez que 5 propositions réalistes et adaptées à une commune de moins de 5 000 habitants."

Prompt final :
"Vous êtes un expert en durabilité et énergie au sein d’une commune suisse. Donnez des mesures concrètes pour réduire l’empreinte carbone d’un bâtiment communal. Présentez-les sous forme de puces. Ne proposez que 5 mesures réalistes et adaptées à une commune de moins de 5 000 habitants."

Exemple 4 (communication)

  • Contexte : "Vous êtes un conseiller en communication d’entreprise."
  • Instruction : "Écrivez un courriel de sensibilisation à la cybersécurité destiné aux employés."
  • Format : "Donnez le texte du courriel structuré avec un objet, un message court et une conclusion motivante."
  • Contrainte : "Le courriel doit tenir en moins de 150 mots et utiliser un ton professionnel mais accessible."

Prompt final :
"Vous êtes un conseiller en communication d’entreprise. Écrivez un courriel de sensibilisation à la cybersécurité destiné aux employés. Donnez le texte avec un objet, un corps de message court et une conclusion motivante. Le courriel doit tenir en moins de 150 mots et utiliser un ton professionnel mais accessible."

Exemples de mauvais prompts

Mauvais exemple 1 :
« Parle-moi de cybersécurité. »

  • Problème : trop vague → la réponse sera générale, longue et peut manquer de pertinence pour votre audience (pas de contexte, pas de cadre).

Mauvais exemple 2 :
« Explique les risques. »

  • Problème : instruction imprécise → risques de quoi ? financiers ? techniques ? humains ? L’IA doit deviner et risque d’halluciner.

Mauvais exemple 3 :
« Donne-moi un rapport. »

  • Problème : aucun format défini → le résultat peut être un texte brut, une liste, un paragraphe trop long… difficilement exploitable.

Mauvais exemple 4 :
« Écris sur l’écologie. »

  • Problème : pas de contrainte → le texte peut être trop long, hors sujet, pas adapté à un public spécifique (ex. une commune, une PME).

Synthèse pédagogique :
Ces mauvais prompts montrent que :

  1. Sans contexte → la réponse est générique.
  1. Sans précision → la réponse est confuse ou hors sujet.
  1. Sans format → la réponse n’est pas directement exploitable.
  1. Sans contrainte → la réponse est trop vague ou trop longue.

Module 4 – Personnalisation de ChatGPT

Instructions personnalisées

ChatGPT propose une fonctionnalité de personnalisation qui permet d'améliorer considérablement la qualité des interactions.

Qui suis-je pour vous ?

Définir le rôle de l'IA et la relation que vous souhaitez établir.

Comment voulez-vous que je réponde ?

Préciser le style, le ton et le format des réponses attendues.

Exemples d'instructions personnalisées

Professionnel

"Vous êtes mon assistant en cybersécurité. Répondez de manière claire, concise et structurée. Utilisez des puces pour les listes. Citez toujours vos sources quand vous donnez des informations techniques. Adaptez vos réponses pour un public de dirigeants non techniques."

Personnel

"Répondez toujours avec humour et donnez des exemples concrets. Utilisez un langage simple mais accessible. N'hésitez pas à utiliser des métaphores pour expliquer des concepts complexes. Soyez bref et allez droit au but."

Module 5 – Ateliers pratiques

1

Communication professionnelle

Écrire un e-mail client et demander à ChatGPT de le reformuler en version plus polie, plus commerciale ou plus synthétique.

2

Créativité

Donner trois mots imposés ("robot", "montagne", "fromage") et générer une courte histoire.

3

Entreprise

Créer une FAQ pour une PME (par exemple, cabinet médical ou boutique e-commerce).

4

Esprit critique

Présenter une réponse fausse générée par ChatGPT. Identifier l'erreur et proposer une correction.

Module 6 – Bonnes pratiques et conclusion

Règles d'or

Vérifier et recouper les informations

Ne jamais prendre les réponses de l'IA comme des vérités absolues sans vérification.

Ne pas partager de données sensibles

Éviter de soumettre des informations confidentielles ou personnelles.

Garder un esprit critique

Rester vigilant face aux biais potentiels et aux « hallucinations » de l'IA.

Utiliser ChatGPT comme outil d'aide

L'IA est un assistant, pas un remplaçant de l'expertise humaine.

L'IA est une opportunité pour augmenter nos compétences, gagner du temps et explorer de nouvelles façons de travailler. Elle ne remplace pas l'humain, mais agit comme un partenaire.

Accédez au support de cours