- Agent
- Une IA générative qui planifie et agit dans d’autres systèmes pour atteindre un objectif.
- Agent washing
- Le fait de présenter des assistants, des chatbots ou des outils d’automatisation comme des agents sans réelles capacités agentiques.
- AI Act
- Le règlement (UE) 2024/1689, la loi européenne sur l’IA, modifié par le règlement (UE) 2026/1744.
- Situation de référence
- La valeur actuelle de l’indicateur qu’un projet d’IA doit faire évoluer, validée avec la direction financière avant le lancement des travaux.
- Biais
- Une iniquité systématique des résultats, souvent héritée de données historiques.
- Modèle fermé
- Un modèle proposé uniquement sous forme de service par son fournisseur.
- Contexte
- Les documents, données et échanges qu’un modèle peut voir lorsqu’il répond.
- Deepfake
- Un contenu audio, une image ou une vidéo générés par IA qui imitent une personne réelle.
- Déployeur
- Au titre de l’AI Act, une organisation qui utilise un système d’IA sous sa propre autorité.
- Évaluation
- Tests systématiques de la qualité des résultats d’un système d’IA.
- Autonomie excessive
- Un agent disposant de plus d’autonomie, de droits ou d’accès que sa tâche ne l’exige.
- Solution de repli
- Une alternative testée (un autre modèle ou le processus manuel), à utiliser lorsqu’un agent ou un modèle est indisponible.
- Fine-tuning
- Un entraînement complémentaire d’un modèle sur des exemples ciblés.
- Passerelle
- Une couche entre vos applications et les modèles d’IA qui vous permet de changer de modèle.
- IA générative
- Une IA qui crée de nouveaux contenus : texte, images, code ou son.
- Ancrage
- Relier un modèle à des sources fiables pour qu’il réponde à partir de celles-ci (aussi appelé RAG).
- Hallucination
- Un résultat assuré mais faux produit par un modèle d’IA.
- Risque élevé
- Au titre de l’AI Act, des usages comme le recrutement ou la notation de crédit, soumis à des obligations strictes.
- Humain dans la boucle
- Un mode de fonctionnement dans lequel une personne examine ou approuve les résultats de l’IA avant qu’ils ne prennent effet.
- Ratio humains-agents
- L’équilibre entre le travail réalisé par des agents et par des personnes, fixé selon l’importance du contact humain et du jugement.
- Grand modèle de langage
- Un modèle d’IA générative entraîné sur de grandes quantités de texte pour prédire le mot suivant.
- Apprentissage automatique
- Une IA qui apprend des schémas à partir d’exemples au lieu de suivre des règles écrites.
- Exposition observée
- La mesure, par Anthropic, de la part du travail d’un métier que l’IA couvre en pratique.
- Modèle open-weight
- Un modèle dont les poids entraînés peuvent être téléchargés et exécutés par d’autres.
- Prompt
- L’instruction ou la question donnée à un modèle.
- Injection de prompt
- Une entrée qui modifie le comportement d’un modèle de manière non prévue ; indirecte lorsqu’elle est cachée dans un contenu que le modèle lit.
- Fournisseur
- Au titre de l’AI Act, une organisation qui développe un système d’IA et le met sur le marché sous son propre nom.
- Shadow AI
- Une IA utilisée dans une organisation en dehors de toute politique approuvée.
- Règle d’arrêt
- Une condition, convenue à l’avance, qui entraîne l’arrêt d’un projet.
- Horizon temporel
- La durée des tâches qu’un agent IA peut accomplir avec un taux de réussite donné, exprimée en temps de travail humain.
- Token
- Un fragment de mot ; l’unité de lecture, d’écriture et de facturation des modèles.
- Transformer
- L’architecture de réseau de neurones, publiée en 2017, sur laquelle reposent les modèles de langage actuels.
