Ce qu'un LLM sait et ne sait pas

Une machine à prolonger du texte

Un grand modèle de langage (LLM, Large Language Model) est un programme entraîné sur d’immenses quantités de textes. Pendant cet entraînement, il a appris quelles suites de mots sont probables dans quel contexte. Quand vous lui posez une question, il ne « cherche » pas la réponse dans une encyclopédie : il produit, morceau par morceau, la suite de texte la plus plausible au vu de votre demande.

Cette mécanique explique à la fois sa force et ses faiblesses :

• il écrit un français fluide, adapte le ton, résume, reformule et structure très bien ;
• mais il n’a aucune notion intégrée de vérité : une phrase fausse peut lui sembler aussi plausible qu’une phrase juste.

Les assistants que vous utilisez au travail (chat d’entreprise, assistant intégré à la messagerie ou au traitement de texte) reposent sur ce type de modèle, parfois complété par des outils : recherche web, lecture de vos documents, calculatrice.

Ce qu’il sait faire

L’IA générative est un excellent assistant de premier jet :

• Rédiger : un brouillon d’e-mail, une annonce, une note de synthèse, une trame de présentation.
• Reformuler : simplifier un texte technique, changer de ton, traduire.
• Résumer : condenser un compte rendu de réunion ou un long document que vous lui fournissez.
• Structurer : transformer des notes en plan, en tableau, en liste d’actions.
• Proposer des idées : titres, questions d’entretien, objections possibles d’un client.

Dans tous ces cas, vous gardez la main : vous relisez, corrigez et décidez.

Ce qu’il ne sait pas (ou mal)

• Les faits récents : ses connaissances s’arrêtent à la date de fin de ses données d’entraînement. Sans accès à une recherche ou à vos documents, il ignore ce qui s’est passé depuis, et peut ne pas le signaler.
• Les faits précis : chiffres, dates, références de textes, noms de personnes. Il peut les inventer de façon très convaincante : on parle d’hallucination.
• Les calculs : sans outil de calcul, il peut se tromper sur une simple addition de colonnes.
• Votre contexte : il ne connaît ni vos clients, ni vos procédures internes, ni vos chiffres, sauf si vous les lui donnez (avec les précautions vues plus loin dans ce cours).
• La constance : la même question posée deux fois peut produire deux réponses différentes.

Le bon réflexe : l’IA propose, vous disposez

Une règle simple guide tout ce cours : la responsabilité du résultat reste à la personne qui l’utilise. Si un e-mail envoyé à un client contient une erreur produite par l’IA, c’est votre e-mail. Concrètement :

1. Utilisez l’IA pour aller plus vite sur la forme (rédaction, structure, ton).
2. Vérifiez vous-même le fond (faits, chiffres, engagements).
3. Ne lui confiez pas une décision qui affecte une personne (recrutement, sanction, crédit) sans contrôle humain réel.

Choisir la bonne tâche

Avant d’ouvrir l’assistant, posez-vous deux questions :

• Puis-je vérifier facilement le résultat ? Un résumé d’un document que j’ai sous les yeux : oui. Une statistique de marché sans source : non.
• Quel est le coût d’une erreur ? Une idée de titre ratée : faible. Un chiffre faux dans un devis : élevé.

Plus la vérification est facile et le coût d’erreur faible, plus l’IA est un bon choix.