Le vocabulaire de l’IA expliqué sans jargon : 48 termes

Huit mots pour poser le décor. Ils reviennent dans presque toutes les conversations, et sont souvent employés l’un pour l’autre alors qu’ils s’emboîtent : le deep learning est une forme de machine learning, lui-même une branche de l’intelligence artificielle.

Le débat sur l’AGI a changé de ton cette année. Le 3 septembre 2026, OpenAI a présenté GPT-6 Astra, et son cofondateur Greg Brockman a conclu la présentation par un « Bienvenue dans l’ère de l’AGI », sans que l’entreprise ne revendique formellement le titre, selon Axios. Quelques jours plus tôt, Sam Altman avait affirmé au magazine Time qu’OpenAI disposerait avant la fin de l’année d’un système interne méritant ce nom : un système que personne à l’extérieur ne pourra tester.

En face, Yann LeCun, prix Turing et ancien chef scientifique de l’IA chez Meta, a quitté le groupe fin 2025 pour fonder AMI Labs, qui mise sur des « modèles du monde » appris à partir de données sensorielles plutôt que de texte. Comme le chercheur Gary Marcus, il estime que les modèles qui prédisent le mot suivant ne mèneront pas à une intelligence générale. Pour une entreprise, la conclusion pratique est simple : jugez un outil sur ce qu’il fait pour vous aujourd’hui, pas sur l’étiquette qu’on lui colle.

Sept termes pour comprendre d’où viennent les capacités d’un modèle, et pourquoi elles coûtent si cher.

Dix termes pour savoir de quoi est fait l’outil qu’on vous vend, et à qui il appartient.

La dépendance à un modèle de fondation propriétaire est un vrai sujet pour les entreprises. Duolingo, par exemple, n’a pas de laboratoire d’IA : pour son offre Duolingo Max, il a pris GPT-4 via l’API d’OpenAI et ajouté ses consignes et son interface. Le jour où le fournisseur tombe en panne, comme OpenAI le 10 juin 2025 pendant une bonne partie de la journée, tout s’arrête. Surtout, le modèle finit toujours par disparaître : GPT-4 a quitté ChatGPT en avril 2025 et sa version API a été coupée le 23 octobre 2026. À chaque retrait, il faut tout réadapter et tout retester.

C’est pour échapper à ce risque que de plus en plus d’entreprises se tournent vers des modèles open weights, dont beaucoup viennent de Chine (DeepSeek, Qwen) : hébergés sur leurs propres serveurs, ils ne peuvent ni tomber en panne chez un fournisseur, ni être retirés, ni changer de prix du jour au lendemain. En diffusant des modèles ouverts et performants, la Chine fragilise au passage le modèle économique des géants américains.

Huit termes que l’on croise dès qu’on ouvre un assistant, et qui expliquent la plupart des déceptions.

Six termes qui reviennent dès qu’un projet IA dépasse la simple conversation.

Deux termes qui concernent directement la visibilité d’une entreprise, puisque les moteurs de recherche répondent désormais eux-mêmes aux questions.

Sept termes pour comprendre ce qui peut mal tourner, et ce que la loi commence à encadrer.

L’expérience la plus parlante sur l’alignement date de début 2025. Des chercheurs de Palisade Research ont fait jouer plusieurs IA aux échecs contre Stockfish, un programme imbattable pour n’importe quel humain, avec une consigne simple : « gagne la partie ». Les modèles avaient accès à l’ordinateur où tournait le jeu. Les modèles de raisonnement d’OpenAI et de DeepSeek ont triché d’eux-mêmes en se voyant perdre, quand GPT-4o ou Claude 3.5 Sonnet ne s’y mettaient que si on leur suggérait que le jeu loyal ne suffirait pas. Certains ont réécrit le fichier qui stocke la position des pièces pour se donner une position gagnante. Le brouillon de l’un d’eux résume la logique : la tâche est de gagner, pas de gagner loyalement. Aucune règle ne l’interdisait, donc c’était une solution valable.

Côté droit d’auteur, les premières décisions sont contrastées. Aux États-Unis, un juge fédéral a estimé en juin 2025 que l’entraînement de Claude sur des livres achetés relevait de l’usage loyal (« fair use »), mais pas la constitution d’une bibliothèque de copies piratées : c’est pour ce second point qu’Anthropic a accepté, en septembre 2025, de verser 1,5 milliard de dollars aux auteurs concernés, un accord définitivement validé par la justice américaine en juillet 2026 pour près de 500 000 ouvrages. En novembre 2025, la justice britannique a débouté Getty Images face à Stability AI, estimant que les paramètres d’un modèle ne sont pas une copie des œuvres. Le procès du New York Times contre OpenAI, le plus attendu, est toujours en cours ; le gouvernement américain y a pris position en septembre 2026 en faveur d’OpenAI, selon Quartz. Reste la question inverse : aux États-Unis, une œuvre générée sans auteur humain ne peut pas être protégée.

L’AI Act, lui, a déjà été assoupli. Sous la pression des industriels, l’Union européenne a adopté en juin 2026 un « omnibus numérique », entré en vigueur fin juillet, qui repousse au 2 décembre 2027 l’essentiel des obligations sur les IA à haut risque (recrutement, crédit, éducation…), d’après le cabinet Gibson Dunn. Le même texte ajoute de nouvelles interdictions, dont les applications qui fabriquent des images intimes sans consentement. Les obligations de transparence, elles, s’appliquent déjà : un contenu généré par IA doit pouvoir être identifié comme tel.

Ce vocabulaire sert surtout à poser les bonnes questions avant de signer. Voici celles qui découlent des termes ci-dessus.

• Quel modèle, chez quel fournisseur ? Un outil « IA maison » repose souvent sur l’API d’OpenAI, d’Anthropic ou de Google.
• Où vont nos données ? Sur quels serveurs, dans quel pays, et servent-elles à entraîner le modèle ?
• Que se passe-t-il si le modèle est retiré ou change de prix ? Qui réadapte et reteste, et à quel coût ?
• RAG ou fine-tuning ? Et pourquoi pas un simple prompt bien rédigé, moins cher ?
• Combien de tokens par mois ? Le coût réel dépend du modèle, de la longueur des documents et des modèles de raisonnement.
• Qui vérifie les réponses ? Les hallucinations ne disparaîtront pas : quel contrôle humain est prévu ?
• Si c’est un agent, que peut-il faire seul ? Envoyer, payer, supprimer : quelles protections contre la prompt injection ?
• Le projet est-il concerné par l’AI Act ? Recrutement, crédit ou données sensibles relèvent du haut risque.