Big data, entraînement, agent IA : les gros mots de l'intelligence artificielle

L'IA est partout : dans les conversations à la machine à café, dans les offres d'emploi, dans les annonces des entreprises. Et avec elle, une avalanche de mots qu'on entend sans toujours oser demander ce qu'ils veulent dire. Big data, modèle, entraînement, agent… Difficile de se faire un avis sur une technologie quand on n'en maîtrise pas le vocabulaire.

Or ces outils prennent déjà des décisions qui nous concernent tou·tes : trier des CV, recommander des contenus, répondre à nos questions. Comprendre comment une IA apprend, c'est mieux savoir l'utiliser, repérer ses limites et se faire un avis éclairé sur la place qu'on veut lui donner.

Dans notre série « Les gros mots de la tech », des créatrices de contenu tech décodent un mot du jargon en une minute. Voici les trois épisodes consacrés à la data et à l'IA.

1. Le big data

Le big data désigne des volumes de données tellement énormes qu'aucune personne ne pourrait les lire seule. Chaque clic, chaque achat, chaque trajet, chaque seconde passée sur une vidéo laisse une trace. Prises une par une, ces traces ne disent pas grand-chose. Rassemblées par millions, elles permettent de repérer des tendances, de prévoir des comportements et de prendre des décisions.

C'est aussi un vrai métier. Transformer cette masse de chiffres en informations utiles, c'est le travail des Data Analysts : nettoyer les données, les croiser, les visualiser, et en tirer des conclusions qu'une équipe peut comprendre et utiliser.

Amélie, de @ia.amelie, vous explique ce gros mot :

Concrètement : quand une application gratuite vous propose exactement le produit dont vous aviez besoin, ce sont vos données, et celles de millions d'autres personnes, qui ont rendu cette recommandation possible.

2. Entraîner une IA

Une IA peut reconnaître un chat sur des millions de photos sans savoir ce qu'est un chat. Pour y arriver, on l'a « entraînée » : on lui a montré une quantité gigantesque d'exemples, et à force, elle a appris à repérer des motifs. Elle ne comprend pas le monde, elle reproduit ce qu'elle a vu dans ses données.

C'est là que tout se joue. Les données d'entraînement sont produites par des humain·es, avec leurs habitudes et leurs biais. Une IA entraînée sur ces données les reproduit, et parfois les amplifie.

Amélie revient pour ce deuxième épisode :

Concrètement : une IA n'est jamais neutre. Elle reflète les choix de celles et ceux qui ont sélectionné ses données et défini ce qu'elle devait apprendre. D'où l'importance d'avoir des équipes diverses pour la concevoir.

3. L'agent IA

Un chatbot répond à vos questions. Un agent IA, lui, agit. On lui confie un objectif (« organise-moi une réunion avec ces trois personnes la semaine prochaine ») et il enchaîne seul les étapes : consulter les agendas, trouver un créneau, envoyer les invitations. Pour cela, il s'appuie sur un modèle d'IA et sur des outils auxquels on lui donne accès, comme une messagerie, un agenda ou un navigateur.

C'est l'une des grandes évolutions du moment, et elle soulève de vraies questions : jusqu'où laisser une IA agir à notre place, à quelles données lui donner accès, et qui est responsable quand elle se trompe.

Rim, de @femmedetech, vous explique ce que ça change :

Concrètement : les agents IA arrivent dans les outils de travail du quotidien. Savoir ce qu'ils font, et ce qu'ils ne savent pas faire, vous aide à les utiliser avec discernement plutôt qu'à les subir.

Comprendre l'IA pour avoir son mot à dire

Big data, entraînement, agent : ces trois mots racontent une même histoire. Des données produites par nous tou·tes, des modèles qui en apprennent les régularités, et des outils qui agissent de plus en plus à notre place. À chaque étape, ce sont des choix humains qui déterminent le résultat.

Plus les profils qui font ces choix seront variés, plus les outils seront justes. Et pour entrer dans ce secteur, nul besoin d'être un·e génie des maths : la data et l'IA s'apprennent avec de la curiosité et de la méthode. Découvrez nos formations aux métiers de la tech, dont la spécialité Data Analyst, accessibles sans prérequis technique.

Retrouvez toute la série « Les gros mots de la tech » sur notre compte Instagram.

Vos questions

À propos d'Ada Tech School

Ada Tech School est l'école inclusive des compétences Tech & IA qui durent. Depuis 2019, on a formé plus de 1 000 personnes à comprendre, construire et évoluer avec la technologie, quel que soit leur parcours. Ici, on apprend par la pratique, en projets et en équipe, avec une IA utilisée comme alliée et jamais comme substitut à la compréhension.

Pour changer de cap et construire une carrière dans la Tech :

• Fondamentaux Tech & IA (4 mois à temps plein) : pour partir de zéro, sans prérequis technique, et acquérir le langage commun à tous les métiers de la Tech.
• Formations métiers (4 mois à temps plein) : pour vous spécialiser en tant que Développeur·se Fullstack, Data Analyst, DevOps & Cybersécurité ou Chef·fe de projet IT.
• Concepteur·ice développeur·se d'applications (alternance de 12 ou 24 mois, titre RNCP niveau 6, Bac+3/4) : pour devenir opérationnel·le en entreprise, à partir d'un niveau Bac+2 ou équivalent.
• Expert·e en architecture et développement logiciel (alternance de 24 mois, titre RNCP niveau 7, Bac+5) : pour évoluer vers l'expertise et le pilotage de projets techniques, à partir d'un niveau Bac+3 ou équivalent.

Pour intégrer l'IA à votre métier actuel :

• Piloter et automatiser ses projets avec l'IA (30 h sur 7 semaines) : pour transformer un besoin réel de votre activité en solution IA, avec une certification à la clé (RS7234).

Toutes nos formations sont disponibles en ligne ou sur campus à Paris, Nantes et Lyon. En alternance, vous percevez un salaire et votre formation est financée par l'entreprise. Pour les autres parcours, plusieurs solutions de financement existent selon votre situation, comme le CPF, France Travail ou votre OPCO.

À propos de la Fondation Ada Tech School

La Fondation Ada Tech School a vu le jour en 2023, sous l'égide de la Fondation Agir Contre l'Exclusion (FACE).

Elle vise à identifier et déployer des actions complémentaires à la formation dans l'objectif de favoriser l'inclusion et développer la diversité dans le secteur du numérique, en particulier sur le métier de développeur·se informatique.

La Fondation Ada Tech School cible en priorité les femmes, demandeuses d'emploi ou en parcours de reconversion professionnelle.