Douze personnes autour d’une table, dans les locaux d’une société de nettoyage industriel de quatre-vingt-dix salariés. Première question posée à la salle : d’où vient la réponse quand vous tapez quelque chose dans ChatGPT ? Neuf mains sur douze répondent « d’Internet ». C’est faux, et cette erreur explique la plupart des déceptions et des peurs qu’on rencontre ensuite. Le point de départ d’une formation d’initiation à l’intelligence artificielle, le débutant complet comme le curieux qui bricole depuis six mois, c’est de remettre les idées dans le bon ordre avant de toucher au clavier.
Ce que les gens croient en entrant dans la salle
Trois croyances reviennent presque toujours, et elles se contredisent entre elles, ce qui n’empêche personne de les tenir en même temps.
La première : l’outil consulte le web en direct et rapporte ce qu’il y trouve. La deuxième, souvent portée par les plus méfiants : c’est une immense base de données qui stocke tout ce qu’on lui a donné, y compris nos documents à nous, et qui les recrachera un jour chez un concurrent. La troisième, plus rare mais tenace chez les cadres : la machine comprend ce qu’elle dit, elle raisonne comme un collègue silencieux et un peu trop rapide.
Aucune des trois ne décrit ce qui se passe. Et tant qu’on ne les défait pas, aucun conseil pratique ne tient : le méfiant refusera d’écrire quoi que ce soit d’utile dans la fenêtre, le confiant collera son fichier de paie sans réfléchir.
Une machine à mots probables, sans une équation
L’image qui fonctionne le mieux devant un public non technique tient au correcteur du téléphone. Quand vous tapez « je vous confirme notre rendez-vous de », le clavier vous propose « demain », « mardi », « ce matin ». Il ne sait rien de votre agenda. Il a simplement vu passer des millions de phrases et il connaît la suite la plus probable.
Un modèle de langage fait la même chose, poussée très loin. Il a lu une quantité colossale de textes pendant sa phase d’entraînement, il en a retenu des régularités statistiques, et il produit mot après mot la suite la plus vraisemblable compte tenu de ce que vous lui avez écrit. Rien n’est cherché, rien n’est consulté. Tout est reconstitué.
Cette phrase-là, dans une formation d’initiation à l’intelligence artificielle, le débutant l’entend souvent trois fois avant qu’elle ne fasse vraiment son chemin. Elle vaut pourtant tout le reste, parce qu’elle explique d’un coup les qualités et les défauts de l’outil.
Pourquoi il se trompe avec autant d’assurance
Un moteur de recherche qui ne trouve rien affiche zéro résultat. Un modèle de langage, lui, ne dispose d’aucun mécanisme équivalent : il produira toujours une suite de mots plausible, même quand la réponse n’existe pas. C’est ce qu’on appelle une hallucination, et le mot est mal choisi puisqu’il suggère un accident. Ce n’est pas un accident, c’est le fonctionnement normal poussé hors de son domaine.
Nous faisons la démonstration en salle, toujours de la même manière. On demande la biographie d’un dirigeant local peu connu. Le texte qui sort est fluide, structuré, daté, et à moitié inventé. Les participants passent en une minute de la fascination à la vigilance, ce qui est exactement le trajet recherché.
Autre curiosité utile : demandez-lui combien de fois la lettre « r » apparaît dans un mot un peu long. Il se trompe régulièrement. Une machine qui rédige un courrier commercial correct et qui échoue sur un comptage d’école primaire, cela déstabilise. Cela installe surtout l’idée juste : ce n’est pas une intelligence générale, c’est un outil avec une forme précise, très bon dans son couloir et médiocre à côté.
Le couloir dans lequel l’outil est bon
Une fois le principe posé, la carte des usages se dessine toute seule et les participants la construisent eux-mêmes.
- Transformer un texte en un autre texte : résumer un compte rendu de dix pages, reformuler une réclamation agressive en réponse posée, traduire une notice, passer de notes brutes à un mail présentable.
- Faire émerger des idées : trente propositions d’objets de mail, une trame d’entretien annuel, les objections probables d’un client avant une visite.
- Expliquer et vulgariser : décoder un article réglementaire, transformer un jargon technique en langage compréhensible par un client.
- Ce qu’il faut lui refuser : les calculs qui engagent, les dates, les chiffres d’actualité, les références juridiques précises, et toute production que personne ne relira avant envoi.
Chez notre société de nettoyage, le premier usage retenu n’avait rien de spectaculaire : réécrire les consignes de sécurité en langage simple, pour des équipes dont une partie lit le français avec difficulté. Deux heures de travail, un document que la responsable QSE repoussait depuis un an.
Les cinq mots de vocabulaire qu’on garde
Promettre zéro jargon serait malhonnête. Il en faut un peu, mais très peu : modèle, consigne, contexte, données d’entraînement, hallucination. Cinq termes, définis avec des exemples de leur métier, suffisent à tenir une conversation sensée avec un prestataire ou un éditeur de logiciel. Tout le reste — paramètres, jetons, architecture, réglages fins — relève de la culture générale et n’a jamais aidé personne à écrire un meilleur mail.
Nous assumons cette coupe franche. Une formation qui déroule l’histoire de l’apprentissage automatique depuis les années cinquante impressionne la salle et ne change rien au lundi suivant.
Après la journée, et qui la finance
La formation Initiation IA vise l’ensemble des équipes : elle met tout le monde au même niveau de compréhension et pose les bonnes pratiques d’usage, y compris ce qu’on n’écrit jamais dans une fenêtre de conversation. Les dirigeants qui veulent ensuite structurer les règles internes et arbitrer les demandes orientent un manager vers la formation Référent IA, davantage tournée vers la gouvernance et la conduite du changement.
Côté budget, les formations MINOBIA peuvent entrer dans certains dispositifs de financement de la formation professionnelle. Le montage dépend du statut des personnes et de l’opérateur de compétences de la branche, il se vérifie avant de figer les dates.
Une formation d’initiation à l’intelligence artificielle, le débutant en ressort rarement expert, et ce n’est pas l’objectif. Il en ressort capable de dire pourquoi une réponse est douteuse, de refuser un usage risqué et de reconnaître les deux ou trois tâches de sa semaine qui gagneraient à passer par là. C’est le socle sur lequel se posent ensuite les modules MINOBIA, et l’expérience montre qu’un déploiement lancé sans ce socle finit par patiner.
Questions fréquentes
Faut-il un bagage informatique pour suivre ?
Non. Savoir se servir d’un traitement de texte et d’une messagerie suffit largement.
Nos documents nourrissent-ils l’outil ?
Cela dépend entièrement de la version utilisée et des réglages du compte. C’est précisément pour cette raison que nous traitons le sujet en salle, avec les paramètres réels de l’entreprise sous les yeux.
Peut-on former des équipes non sédentaires ?
Oui, en séquences courtes et sur des cas très proches de leur quotidien. Les sessions longues fonctionnent mal avec des équipes de terrain.
Mes collaborateurs risquent-ils de se croire remplaçables ?
La crainte existe et il vaut mieux la nommer dès la première heure. Comprendre le fonctionnement réel de l’outil la fait généralement retomber, parce qu’on voit vite tout ce qu’il ne sait pas faire.
Faut-il former tout le monde d’un coup ?
Nous conseillons plutôt un premier groupe mixte, issu de plusieurs services, puis un déploiement par vagues nourri des cas d’usage trouvés par le groupe précédent.
Prêt à transformer votre entreprise avec l’IA ?
À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
