Intelligence artificielle (IA)
L'intelligence artificielle désigne des systèmes informatiques capables d'accomplir des tâches nécessitant jusqu'ici une réflexion humaine: comprendre des textes, reconnaître des images ou préparer des décisions. Les IA actuelles apprennent ces compétences à partir de grandes quantités de données, sans que chaque règle doive être programmée individuellement.
Système d'IA
Le règlement IA de l'UE définit un système d'IA comme un système fonctionnant avec un degré d'autonomie variable et qui, à partir d'entrées, déduit comment générer des prédictions, des contenus, des recommandations ou des décisions. Un chatbot sur le site web d'une entreprise est un système d'IA, contrairement à une formule Excel classique.
Apprentissage automatique
L'apprentissage automatique est la méthode utilisée pour développer la plupart des systèmes d'IA: un programme identifie des schémas dans des données d'exemple et les applique à de nouveaux cas. Un filtre anti-spam qui apprend à partir d'e-mails marqués en est un exemple simple.
Modèle de langage (LLM)
Un grand modèle de langage (Large Language Model, LLM) est un modèle d'IA entraîné sur un très grand nombre de textes et capable d'en générer. ChatGPT, Claude, Gemini, Mistral ou le modèle suisse Apertus reposent sur de tels modèles. Ils calculent quels mots ont le plus de probabilité de suivre, mais ne savent pas d'eux-mêmes si une affirmation est vraie.
IA générative
L'IA générative crée de nouveaux contenus: textes, images, vidéos, musique ou code informatique. Les modèles de langage et les générateurs d'images en font partie. Dans l'UE, depuis août 2026, ces contenus sont soumis à des obligations d'étiquetage, notamment pour les deepfakes.
Modèle d'IA à usage général (GPAI)
Le règlement IA de l'UE désigne ainsi les modèles utilisables pour de nombreuses tâches différentes, comme les grands modèles de langage. Depuis août 2025, leurs fournisseurs ont des obligations spécifiques, par exemple en matière de documentation technique et de données d'entraînement.
Hallucination
On parle d'hallucination lorsqu'un modèle de langage affirme avec conviction quelque chose de faux, comme un jugement inventé ou une source inexistante. Il est donc recommandé qu'une personne vérifie les résultats de l'IA avant de les transmettre à des clients.
Prompt
Le prompt est l'instruction donnée à un système d'IA. Plus la tâche, le contexte et le format souhaité sont décrits clairement, plus le résultat sera utilisable.
RAG (Retrieval-Augmented Generation)
Avec le RAG, un système recherche d'abord des passages pertinents dans vos propres documents et les fournit au modèle de langage comme base. Ainsi, un chatbot d'entreprise peut répondre à des questions sur des manuels internes et indiquer la source, sans que le modèle doive être réentraîné.
Agent d'IA
Un agent d'IA exécute plusieurs étapes de manière autonome: il planifie, utilise des outils, lit les résultats et décide de l'étape suivante, par exemple rechercher et réserver un voyage. Plus un agent agit de manière autonome, plus il est important de définir des limites et des contrôles.
Modèle ouvert (Open Weights)
Dans un modèle ouvert, les poids entraînés sont librement disponibles, ce qui permet de l'exploiter sur ses propres serveurs. Le modèle suisse Apertus va plus loin en rendant également publiques les données d'entraînement et le code. Cela représente un avantage pour les données confidentielles, qui n'ont pas besoin de quitter l'entreprise.
AGI (Artificial General Intelligence)
L'AGI désigne une intelligence artificielle capable non seulement d'accomplir des tâches spécifiques, mais aussi d'effectuer un travail intellectuel général au niveau humain. L'existence et le moment de l'apparition d'une AGI font débat parmi les experts; il n'existe pas non plus de définition universellement reconnue pour déterminer à partir de quand un système peut être considéré comme une AGI.
Superintelligence
Une superintelligence serait une IA surpassant largement les humains dans pratiquement tous les domaines intellectuels. Ce concept a été popularisé par le livre «Superintelligence» du philosophe Nick Bostrom (2014). Aucune superintelligence n'existe aujourd'hui; le débat porte surtout sur la manière de rendre ces systèmes sûrs et contrôlables s'ils venaient à apparaître.
Sécurité de l'IA (AI Safety)
La sécurité de l'IA englobe deux aspects: la protection des systèmes d'IA contre les attaques, par exemple via des entrées manipulées (injection de prompt), et la question de savoir comment garantir que l'IA fasse ce que les humains souhaitent. Ce deuxième domaine est également appelé alignment.
Injection de prompt
Une injection de prompt consiste à dissimuler des instructions dans des textes, des pages web ou des e-mails traités par un système d'IA. Celui-ci suit alors les instructions étrangères au lieu des siennes. Les entreprises utilisant des agents d'IA ayant accès aux e-mails ou aux fichiers doivent se protéger contre ce risque.
Deepfake
Un deepfake est une image, une vidéo ou un document audio créé ou modifié par l'IA et paraissant authentique. Dans l'UE, les deepfakes doivent être signalés; le Préposé fédéral à la protection des données et à la transparence exige que les deepfakes représentant des personnes identifiables soient toujours reconnaissables comme tels.
IA à haut risque
L'IA à haut risque est une catégorie du règlement IA de l'UE pour les applications ayant un impact majeur sur les personnes, par exemple dans les décisions de recrutement, l'évaluation de la solvabilité, l'éducation ou les infrastructures critiques. Des obligations strictes s'appliquent à ces systèmes, notamment pour ceux visés à l'annexe III à partir du 2 décembre 2027. Plus d'informations dans le guide sur le règlement IA de l'UE.
Compétence en IA
Depuis février 2025, le règlement IA de l'UE exige des entreprises qui proposent ou utilisent l'IA qu'elles mettent en place des mesures pour développer les compétences en IA de leur personnel. Cela signifie que les collaborateurs doivent connaître les opportunités et les risques des outils utilisés. Aucune certification n'est obligatoire.
Système de management de l'IA
Un système de management de l'IA définit au sein d'une organisation les responsabilités, l'évaluation des risques et le contrôle des applications d'IA. La norme correspondante est l'ISO/IEC 42001, selon laquelle une certification est possible. Plus d'informations sous ISO/IEC 42001.
Sources
Cette page donne une vue d’ensemble et ne remplace pas un conseil personnalisé. Les lois et les délais évoluent; seuls les textes officiels liés font foi.