IA : Mais qu’est-ce donc que le LLM ? Comment démarrer ?

On entend parler d’intelligence artificielle partout, tellement partout qu’il devient presque difficile de regarder une publicité pour une machine à café sans qu’elle soit désormais “boostée à l’IA”. ChatGPT, Gemini, Claude, Copilot, agents intelligents, génération d’images, assistants capables d’écrire du code ou de résumer un document de 200 pages… le vocabulaire s’est tellement enrichi que l’on pourrait presque avoir besoin d’une IA simplement pour comprendre les explications des autres IA.

Et au milieu de cette joyeuse soupe technologique revient régulièrement un mystérieux acronyme : LLM.

Trois lettres qui donnent immédiatement l’impression que votre interlocuteur maîtrise parfaitement son sujet lorsqu’il les prononce dans une réunion. “Nous allons intégrer un LLM dans notre workflow”, annonce-t-il, avant de retourner boire son café avec la satisfaction du devoir accompli.

Mais derrière ce terme qui peut sembler réservé aux informaticiens se cache en réalité l’un des concepts les plus importants pour comprendre l’IA actuelle. Et surtout, il n’est absolument pas nécessaire d’être développeur, ingénieur ou spécialiste en mathématiques pour en comprendre les grandes lignes.

Parce qu’une chose devient de plus en plus évidente : il est temps de commencer à s’intéresser sérieusement à l’IA.

LLM, ça veut dire quoi exactement ?

LLM signifie Large Language Model. Il s’agit d’un modèle d’intelligence artificielle entraîné sur d’immenses quantités de données afin d’apprendre les structures, les relations et les régularités du langage. Les modèles modernes utilisent notamment l’architecture Transformer, qui leur permet de traiter le contexte d’une demande et de générer une réponse cohérente.

La meilleure manière de vulgariser tout cela est peut-être d’imaginer une machine qui a passé une partie absolument déraisonnable de son existence à analyser du texte et qui est devenue extrêmement douée pour déterminer quelle suite de mots est susceptible de fonctionner dans un contexte donné.

Cela ne signifie toutefois pas que le LLM “pense” comme un être humain. Il ne possède pas nécessairement une compréhension du monde comparable à la nôtre et il peut produire une réponse parfaitement convaincante alors qu’elle est totalement fausse.

C’est d’ailleurs l’un des pièges les plus importants de l’IA générative : une réponse qui semble intelligente n’est pas automatiquement une réponse exacte.

L’IA peut donc vous expliquer un sujet avec beaucoup d’assurance, utiliser un vocabulaire parfaitement adapté et construire une démonstration qui paraît impeccable… avant de vous annoncer tranquillement quelque chose qui n’existe pas. C’est ce que l’on appelle une hallucination.

Autrement dit, l’IA peut parfois raconter n’importe quoi avec le charisme d’un expert invité au journal télévisé.

Un LLM n’est pas simplement un Google qui parle

La distinction est importante, car elle permet de comprendre pourquoi ces outils changent autant notre manière d’utiliser l’informatique.

Lorsque vous utilisez un moteur de recherche, vous lui fournissez généralement une requête et il cherche des pages susceptibles de contenir l’information souhaitée. Un LLM fonctionne différemment : il génère une réponse à partir de votre demande et du contexte dont il dispose. Cette différence explique à la fois sa puissance et ses limites.

Vous pouvez lui demander de transformer un texte, de l’expliquer, de le résumer, de le traduire, de comparer deux solutions, de vous aider à écrire du code ou simplement de réfléchir avec vous à une idée. Vous pouvez également poursuivre la conversation et préciser progressivement ce que vous voulez obtenir. C’est cette capacité à dialoguer qui rend les choses particulièrement intéressantes.

Vous n’avez plus forcément besoin de connaître la commande exacte, le logiciel exact ou la méthode exacte. Vous pouvez simplement expliquer ce que vous essayez de faire. Et c’est probablement l’un des changements les plus importants apportés par l’IA.

Mais concrètement, qu’est-ce que je peux en faire ?

C’est ici que l’on sort du grand discours sur “L’IA qui va révolutionner le monde” pour revenir à quelque chose de beaucoup plus intéressant : votre quotidien.

Un LLM peut devenir un assistant pour une multitude de petites tâches que nous réalisons régulièrement, aussi bien à la maison qu’au travail. Il ne s’agit pas nécessairement de lui confier des missions extraordinaires ; au contraire, c’est souvent dans les tâches les plus banales que l’on découvre son intérêt.

Et ce tableau ne représente finalement qu’une petite partie de ce qui est possible. La véritable puissance apparaît lorsque l’on commence à combiner plusieurs usages : analyser un document, en extraire les informations importantes, les comparer avec d’autres données, puis transformer le résultat en tableau ou en présentation. On passe alors progressivement du simple chatbot à l’assistant numérique.

Le secret n’est pas de parler comme un informaticien

On entend beaucoup parler de “prompt engineering”, ce qui donne immédiatement l’impression qu’il faut suivre une formation de six mois avant d’avoir le droit de poser une question à ChatGPT. Rassurez-vous, ce n’est pas nécessaire.

Un prompt n’est finalement rien d’autre qu’une instruction donnée à l’IA. Plus cette instruction contient de contexte et précise le résultat attendu, plus vous avez de chances d’obtenir quelque chose d’intéressant.

Comparez par exemple : « Écris-moi un mail. » avec « Je dois prévenir mon responsable que je ne pourrai pas participer à la réunion de vendredi. Rédige un mail professionnel, cordial et direct, sans entrer dans les détails personnels, et propose une nouvelle date. Le message doit rester sous 120 mots. »

Dans le second cas, l’IA dispose simplement de davantage d’informations pour comprendre ce que vous attendez. Une méthode très simple consiste donc à lui donner le contexte, l’objectif, les contraintes et le résultat souhaité.

Vous pouvez même lui dire quel rôle adopter. « Tu es un professeur de mathématiques qui explique les choses à un adolescent de 15 ans. », ou encore : « Tu es un technicien informatique. Explique-moi ce problème sans jargon et propose-moi les différentes solutions, de la plus simple à la plus avancée. »

Ce n’est pas magique et ce n’est pas compliqué. Vous êtes simplement en train d’apprendre à donner de bonnes instructions à un nouvel outil informatique.

Et si la première réponse est mauvaise ?

Ne recommencez surtout pas tout depuis zéro. C’est justement là que la conversation avec un LLM prend tout son intérêt.

Vous pouvez lui répondre : « C’est trop technique, simplifie. », puis : « Donne-moi un exemple concret. », puis : « Compare cette solution avec l’autre. », puis : « Je n’ai toujours pas compris, explique-moi avec une analogie. », et pour terminer, si nécessaire : « Maintenant, vérifie ton raisonnement et indique-moi ce qui pourrait être incorrect. »

L’IA devient alors une sorte de partenaire de réflexion avec lequel vous pouvez avancer progressivement.

Et cette façon de travailler est probablement beaucoup plus intéressante que la recherche du « prompt magique » censé résoudre tous les problèmes de l’humanité en une seule phrase.

Mais surtout : ne lui faites pas aveuglément confiance

C’est probablement le point le plus important de tout cet article. Une IA peut être extraordinairement utile et extraordinairement convaincante tout en se trompant.

Google recommande lui-même de vérifier les informations produites par les systèmes d’IA générative, particulièrement lorsqu’elles ont une importance réelle.

Pour une recette de pâtes, une erreur n’aura probablement pas de conséquence dramatique, hormis quelques spaghetti transformés en matériau de construction.

Pour une information médicale, juridique, financière ou professionnelle importante, la situation est évidemment différente. Il faut donc apprendre à considérer l’IA comme un assistant, et non comme un oracle numérique.

Elle peut vous faire gagner énormément de temps, vous donner des idées, vous expliquer des concepts et vous aider à produire quelque chose. Elle ne vous dispense cependant pas de votre propre jugement.

Et vos données dans tout ça ?

Il existe également une règle de bon sens qui mérite d’être adoptée immédiatement : ne donnez pas à une IA des informations que vous n’accepteriez pas de partager avec un service en ligne sans avoir compris comment elles sont traitées.

Mots de passe, données bancaires, informations confidentielles de votre entreprise, documents contenant des données personnelles ou informations concernant des clients ne doivent pas être copiés machinalement dans n’importe quel outil. Les services d’IA ont leurs propres politiques concernant les données et leur utilisation, et celles-ci peuvent également dépendre du type de compte ou de service utilisé.

Autrement dit, avant de déposer le fichier contenant toute la comptabilité de votre entreprise dans un chatbot gratuit, il peut être intéressant de lire les conditions du service.

Oui, je sais. Lire les conditions d’utilisation n’est pas exactement l’activité la plus palpitante de la journée. Mais c’est toujours plus agréable que d’expliquer ensuite à votre patron pourquoi le fichier confidentiel de l’entreprise s’est retrouvé dans la nature.

L’IA va-t-elle prendre votre travail ?

C’est probablement la question qui revient le plus souvent et la réponse mérite mieux qu’un simple « oui » ou « non ».

Dans de nombreux métiers, l’enjeu immédiat ne sera pas forcément la disparition complète du métier, mais plutôt la transformation des tâches qui le composent.

Une personne qui passe plusieurs heures par semaine à rédiger des comptes rendus, reformuler des textes, rechercher des informations ou construire des documents pourrait demain utiliser l’IA pour accélérer une partie de ce travail.

Cela ne signifie pas nécessairement que son métier disparaît. Cela signifie que la manière de l’exercer évolue. Et c’est probablement là que se trouve le véritable sujet.

La question intéressante n’est donc pas uniquement de savoir si l’IA va remplacer certains emplois, mais de comprendre ce qui risque de se produire lorsque deux personnes possédant exactement les mêmes compétences disposent de la même journée de travail, sauf que l’une maîtrise parfaitement les outils d’IA et l’autre refuse de les utiliser.

À terme, la différence pourrait devenir considérable.

Comment commencer sans se prendre la tête ?

La meilleure méthode est probablement la plus simple : commencez avec quelque chose que vous faites déjà. Ne cherchez pas immédiatement à devenir expert en IA. Prenez un problème concret et demandez à un LLM de vous aider à le résoudre.

Si vous devez écrire un mail, faites-le avec l’IA. Si vous devez comprendre un document, faites-le analyser. Si vous ne comprenez pas une notion, demandez-lui de l’expliquer. Si vous avez un problème informatique, décrivez-le-lui. Si vous devez préparer une présentation, demandez-lui de vous aider à construire le plan.

Puis recommencez le lendemain. Progressivement, vous découvrirez ce qui fonctionne bien, ce qui fonctionne moins bien et surtout comment formuler vos demandes pour obtenir de meilleurs résultats.

Il n’est pas nécessaire de tout comprendre avant de commencer. C’est exactement comme lorsque vous avez découvert Internet : vous n’avez probablement pas commencé par étudier le fonctionnement du protocole TCP/IP avant de consulter votre première page web.

Il devient urgent de s’y intéresser

L’intelligence artificielle n’est déjà plus une technologie réservée aux laboratoires de recherche ou aux passionnés d’informatique. Elle commence à s’intégrer dans les outils que nous utilisons quotidiennement, parfois même sans que nous nous en rendions compte.

Refuser de s’y intéresser n’empêchera donc pas l’IA d’évoluer. Cela revient simplement à laisser les autres apprendre à l’utiliser pendant que l’on reste spectateur.

Il ne s’agit pas de devenir fan de ChatGPT, de remplacer son cerveau par un abonnement mensuel ou de demander à une IA de choisir ses chaussettes le matin. Il s’agit simplement de comprendre ce nouvel outil, ses possibilités, ses limites et la manière de l’utiliser intelligemment.

Parce qu’il y a une différence entre quelqu’un qui utilise l’IA pour tout et n’importe quoi et quelqu’un qui sait précisément quand elle peut lui faire gagner du temps. Et cette différence risque bien de devenir une véritable compétence.

Alors autant commencer maintenant. Pas besoin de diplôme. Pas besoin de laboratoire. Pas besoin de prononcer « Large Language Model » avec un accent américain dans une réunion. Ouvrez simplement un LLM, posez-lui une vraie question et commencez à expérimenter.

Dans quelques années, il est fort possible que la question ne soit plus : « Est-ce que tu utilises l’IA ? »

Mais plutôt : « Sérieusement… tu fais encore ça à la main ? »

Pour résumer

Sources

• IBM — Large Language Models
• Google — Informations sur l’IA générative
• Google Cloud — Prompt engineering