(Photo - Le grand tilleul en octobre)

Cette note souhaite vous faire part d’une lecture utile et accessible à propos de la manière la plus efficace de dialoguer avec une IA générative (les références du livre sont à la fin de la note). C’est un livre qui s’adresse au débutant qui découvre les IA génératives et souhaite apprendre à les utiliser, au professionnel (marketeur, designer, rédacteur, développeur, chef de projet) qui cherche à intégrer les IA génératives dans son travail, au créatif (artiste, écrivain, musicien, photographe) qui explore de nouvelles formes d’expression, à l’entrepreneur ou dirigeant, à l’étudiant ou à l’enseignant. Il offre, dans sa Partie 2, des exemples concrets et des techniques de prompts par contenus. 

Le prompting, ou l’art de dialoguer avec l’intelligence artificielle, est en train de devenir une compétence très recherchée (le prompt engineering se situe à la croisée des chemins entre la technologie de l’IA et les compétences en rédaction et en analyse). Ce qui fait la différence entre une utilisation basique et une maîtrise experte des IA génératives, c’est la qualité des prompts qui peuvent transformer une simple requête en une création exceptionnelle (texte, image, mélodie, code informatique). C’est un art nouveau, et bien qu’il soit contesté par certains (j’ai lu quelque part que Noam Chomsky  -que je me rappelle avoir étudié à mes cours de linguistique à l’université -considérait que les IA sont du pur plagiat), il a des principes fondamentaux qu’il faut connaître afin de construire des prompts qui ouvrent des possibilités infinies. Si les utilisateurs apprennent l’art de communiquer efficacement avec les IA, ils pourront exploiter leur potentiel créatif et informatif de manière profonde et enrichissante.

Une IA générative est un sous-domaine de l’IA qui s’attache à la création de nouveaux contenus, solutions, idées. Elle peut créer des œuvres originales, générer des réponses et des textes, produire de la musique, des images avec une qualité qui rivalise avec celle de créations humaines. Mais il faut apprendre à savoir lui donner les bonnes instructions. L’IA générative utilise des algorithmes pour imiter l’intelligence humaine et créer de nouveaux contenus à partir de données brutes massives (de l’audio, du code, des images, du texte, des simulations, des vidéos). Elle ne se contente pas de copier ou de répéter ce qui existe déjà, mais elle utilise ses connaissances pour générer de nouvelles idées, souvent innovantes, en combinant différents éléments de manière unique.

L’IA générative représente aujourd’hui une étape dans une longue évolution commencée dans les années ’50, avec les pionniers Alain Turing et John McCarty qui ont introduit le concept de machines capables de simuler l’intelligence humaine (le terme  intelligence artificielle a été inventé par John McCarthy). Il y a eu les décennies 80 et 90, avec l’introduction du machine learning, et la décennie 2000 avec l’émergence du deep learning, qui a permis des avancées dans la reconnaissance d’images, la traduction automatique et l’IA générative.

Les secteurs impactés par l’IA générative sont la santé (diagnostique assisté par l’IA, simulation de traitements et optimisation de protocoles, découverte de nouveaux médicaments), l’art et à la création (musique, peinture, design, littérature) où elle repose sur deux types de réseaux de neurones en compétition (un réseau qui génère des œuvres et l’autre qui les critique, ce qui permet d’affiner la création pour un résultat satisfaisant), l’éducation (contenu pédagogique sur mesure, tutoring virtuel, création de cours automatisés), la finance (trading, analyse de risque). Bien entendu, il y a les considérations éthiques et les biais dans l’IA (propagation de fausses informations, deepfakes). Mais les modèles d’IA dépendent des modèles sur lesquels ils sont entraînés : si ces données contiennent des biais, l’IA générative peut les reproduire ou les amplifier, d’où les filtres éthiques qui peuvent réduire les biais.

Ce qu’il faut savoir quand on rédige un prompt (instruction, phrase, question), c’est qu’il doit précis et assorti d’un contexte (un ensemble d’informations sur des circonstances, des conditions, un environnement). Le contexte est essentiel pour toutes les IA génératives parce qu’il leur permet de comprendre la demande de l’utilisateur et de lui fournir une réponse correcte. C’est le prompt, en tant qu’instruction initiale donnée à un système IA, qui déclenche le processus de génération (de texte, d’images, etc.). D’où l’importance du choix du langage et de la manière dont nous formulons des instructions pour les IA. La précision du prompt est cruciale pour communiquer l’intention de l’utilisateur, un prompt vague ou mal formulé pouvant conduire à des résultats imprécis ou hors sujet. Les modèles d’IA générative peuvent adapter leur contenu basé sur le langage utilisé dans le prompt et le contexte, et ainsi il y aura une personnalisation du contenu généré, en fonction du ton et du style linguistique utilisé dans le prompt et le contexte. (Pour ma part, la personnalisation du contenu en fonction de la qualité du prompt, c’est de la création et non du plagiat…). La rétroaction de l’utilisateur (la capacité d’ajuster le langage et le contexte en fonction du retour, de l’évaluation ou du feed-back) est un élément clé pour affiner les résultats générés par l’IA.

Il faut comprendre quelle est la structure de base d’un prompt, afin de choisir une formulation efficace et tirer le meilleur parti des capacités de l’IA : une demande claire, un contexte précis, des contraintes spécifiques (pour guider l’IA vers une réponse plus ciblée). Donc clarté, concision, spécificité, contexte, détails pertinents.  

Référence 

L’Art du prompt pour les Nuls, par Yasmina Salmandjee, Edition First 2025