Numérique · Intelligence artificielle
IA générative
L’IA générative désigne les systèmes d’intelligence artificielle capables de produire des contenus nouveaux (texte, image, son, vidéo, code) à partir d’une consigne, en s’appuyant sur des modèles entraînés sur d’immenses corpus.
Mis à jour le 4 min de lecture
Rédiger un courriel, résumer un rapport, créer une illustration, composer une musique, traduire une vidéo en conservant la voix : depuis 2022, ces tâches sont accessibles à tous via des outils d'IA générative. Contrairement à l’IA dite « discriminative », qui classe ou prédit (ce courriel est-il un spam ?), l’IA générative produit quelque chose qui n’existait pas.
Ce qu’elle sait produire
| Type de contenu | Exemples d’usages | Technologies principales |
|---|---|---|
| Texte | Rédaction, résumé, traduction, réponse à des questions, assistance | Grands modèles de langage (LLM) |
| Code informatique | Écriture, explication, correction de programmes | LLM spécialisés ou généralistes |
| Image | Illustration, retouche, maquette, photo réaliste | Modèles de diffusion |
| Son et voix | Synthèse vocale, clonage de voix, musique | Modèles audio, diffusion |
| Vidéo | Clips générés à partir d’un texte ou d’une image | Diffusion vidéo, Transformers |
| Données | Données synthétiques pour tester ou entraîner d’autres modèles | Divers |
Les modèles récents sont multimodaux : ils comprennent et produisent plusieurs types de contenus à la fois (décrire une photo, générer une image à partir d’une conversation).
Comment ça marche
Le texte : prédire le mot suivant
Un grand modèle de langage est un réseau de neurones de type Transformer, entraîné sur d’énormes volumes de textes à prédire le jeton (token, fragment de mot) suivant. Répétée des milliers de fois, cette prédiction produit un texte complet. Le modèle est ensuite affiné pour suivre des instructions et répondre utilement, notamment grâce à des évaluations humaines.
L’image : partir du bruit
Les modèles de diffusion apprennent à retirer progressivement du « bruit » (une neige aléatoire de pixels) pour faire apparaître une image correspondant à la description demandée. Ils ont supplanté les GAN (réseaux antagonistes génératifs, 2014) pour la plupart des usages.
Les trois étapes de la vie d’un modèle
- Pré-entraînement sur des données massives (pages web, livres, code, images légendées) : très coûteux en calcul et en énergie.
- Affinage (fine-tuning) et alignement sur des comportements souhaités.
- Utilisation (inférence) : chaque requête mobilise aussi de la puissance de calcul.
Repères chronologiques
| Année | Étape |
|---|---|
| 2014 | Invention des GAN par Ian Goodfellow |
| 2017 | Architecture Transformer |
| 2020 | GPT-3 montre des capacités de rédaction étonnantes |
| 2022 | Diffusion grand public des générateurs d’images ; lancement de ChatGPT (30 novembre) |
| 2023-2026 | Modèles multimodaux, génération vidéo, agents capables d’agir dans des logiciels |
L’histoire plus large est retracée dans histoire de l’intelligence artificielle.
Les limites à connaître
- Hallucinations : un modèle peut affirmer avec assurance des faits faux ou inventer des références (voir hallucinations de l’IA).
- Biais : il reproduit les stéréotypes présents dans ses données.
- Connaissances datées : sans accès à des sources à jour, il ignore les événements postérieurs à son entraînement.
- Variabilité : la même question peut donner des réponses différentes.
- Confidentialité : les informations saisies peuvent, selon les services et les réglages, être conservées ou servir à l’entraînement. Ne pas y entrer de données personnelles ou confidentielles sans garantie contractuelle.
- Coût environnemental : l’entraînement et l’usage massif consomment beaucoup d’électricité et d’eau.
Les questions juridiques et éthiques
- Droit d’auteur : l’utilisation d’œuvres protégées pour entraîner les modèles fait l’objet de nombreux procès et d’un débat législatif. En droit français, une création purement générée par une machine, sans apport créatif humain, n’est en principe pas protégée par le droit d’auteur.
- Hypertrucages (deepfakes) : fausses vidéos ou voix servant à l’arnaque, à la désinformation ou au harcèlement (voir fake news et désinformation).
- Transparence : l'AI Act européen impose de signaler les contenus générés ou manipulés par IA (hypertrucages notamment) et d’informer les personnes qu’elles interagissent avec une IA.
- Travail : effets sur les métiers de la rédaction, de la traduction, de l’illustration et du développement (voir IA et emploi).
Ces enjeux sont développés dans éthique de l’IA.
Questions fréquentes
L’IA générative comprend-elle ce qu’elle écrit ?
Elle manipule des régularités statistiques du langage avec une efficacité remarquable, ce qui lui permet de raisonner sur de nombreux problèmes. La question de savoir si cela constitue une « compréhension » au sens humain reste débattue ; en pratique, elle peut se tromper là où un humain ne se tromperait pas.
Peut-on détecter un texte écrit par une IA ?
Pas de façon fiable. Les détecteurs produisent de nombreux faux positifs et faux négatifs. Le filigrane numérique (watermarking) et les métadonnées de provenance progressent, surtout pour les images, mais ne sont pas universels.
Un contenu généré par IA est-il libre de droits ?
Pas forcément. Les conditions d’utilisation du service s’appliquent, et le contenu peut reproduire des éléments protégés (personnage, style très reconnaissable, marque). La prudence s’impose pour un usage commercial.