Fondamentaux de l'IA générative

Cette leçon est le premier des deux détours techniques du cours. Elle explique ce qui distingue l’IA générative des systèmes qui l’ont précédée, d’où viennent les grands modèles de langage, comment ils apprennent, et deux notions que vous retrouverez à chaque leçon : la fenêtre de contexte et les capacités émergentes. Ce socle renforce surtout votre Délégation : on confie mieux ce qu’on comprend.

Mise à jour du 5 novembre 2026. Les chiffres de cette leçon (fenêtre de contexte, modèles, date de coupure) sont ceux du centre d’aide Claude à cette date. Ils bougent plusieurs fois par an ; les mécanismes décrits, eux, ne bougent pas.

Ce qu’est l’IA générative

L’IA générative est capable de créer du nouveau contenu (texte, images, code) plutôt que d’analyser seulement ce qui existe déjà. C’est la différence de fond avec les systèmes d’IA précédents, centrés sur la classification ou la prédiction.

Un cas concret la rend tangible. Un système de classification à qui l’on soumet mille réclamations clients répond en les rangeant dans des catégories définies à l’avance : livraison, facturation, produit défectueux. Un système génératif à qui l’on soumet les mêmes mille réclamations peut rédiger la note qui les résume, proposer une réponse type par catégorie, ou reformuler une réclamation agressive en compte rendu neutre. Le premier choisit parmi des options connues ; le second produit un objet qui n’existait pas.

Cette capacité de production est aussi la source des précautions de la leçon suivante : un système qui ne peut que classer se trompe de case, tandis qu’un système qui produit peut produire quelque chose de faux avec la même fluidité que quelque chose de juste.

D’où viennent les grands modèles de langage

Les grands modèles de langage comme Claude sont devenus possibles grâce à la conjonction de trois avancées, dont aucune n’aurait suffi seule. La première est algorithmique : l’architecture Transformer, publiée en 2017, a changé la manière dont un modèle met en relation les éléments d’un texte, quelle que soit leur distance dans la phrase ou le document. La deuxième est la disponibilité de volumes massifs de données d’entraînement, des milliards de textes issus du web, de livres, de code et d’autres sources numériques ; c’est de cette diversité que vient la polyvalence apparente de ces systèmes. La troisième est l’augmentation de la puissance de calcul : les GPU et TPU modernes permettent d’entraîner des modèles de centaines de milliards de paramètres. Retenez l’articulation : une bonne architecture sans données ne mène nulle part, et des données sans capacité de calcul restent inexploitables.

Deux phases d’apprentissage

Un modèle apprend en deux phases successives, et confondre les deux conduit à mal interpréter son comportement en usage courant.

Pendant le pré-entraînement, le modèle analyse des milliards d’exemples pour détecter des régularités dans le langage. Il y apprend la grammaire, des faits, des formes de raisonnement et des styles d’écriture. À ce stade, c’est un compléteur de texte brut : présentez-lui un début de phrase, il produira une suite plausible, sans se soucier de savoir si vous attendiez une réponse, une question ou un conseil.

L’ajustement fin transforme ce compléteur en interlocuteur. Le modèle y apprend à suivre des instructions et à fournir des réponses utiles. Cette phase inclut l’apprentissage par renforcement avec retour humain (RLHF), où des évaluateurs notent la qualité des réponses. Une part de ce que vous percevez comme le « caractère » d’un assistant, sa façon de structurer, de nuancer, de refuser, vient de cette étape et non de la précédente.

Deux notions à garder en tête

La fenêtre de contexte désigne la quantité de texte qu’un modèle peut lire et retenir en une seule interaction : votre conversation, les documents joints, ses propres réponses. Sur claude.ai, elle est de 200 000 jetons, soit environ 500 pages, sur toutes les offres, et monte à un million de jetons sur les offres payantes avec les modèles récents. C’est ce qui détermine, très concrètement, si vous pouvez soumettre un rapport entier ou s’il faut le découper. Grande fenêtre ne veut pas dire précision égale sur chaque détail, et la leçon suivante y revient.

Les capacités émergentes désignent les aptitudes apparues avec la taille des modèles sans avoir été programmées. Ce phénomène explique pourquoi ces systèmes surprennent dans les deux sens : ils réussissent parfois des tâches que personne n’avait prévues, et échouent parfois là où l’on croyait le terrain acquis. C’est une bonne raison de tester ce que vous supposez plutôt que de le postuler.

Et sur Claude, en novembre 2026

Le menu à côté du bouton d’envoi règle trois choses : le modèle (la famille Claude 5.5, Haiku, Sonnet et Opus, et Claude Fable 5.1), le niveau d’effort, qui dose la quantité de réflexion consacrée à chaque réponse, et l’activation de la réflexion. Un effort plus élevé donne des réponses plus approfondies, mais plus lentes et plus coûteuses en usage. Vous n’avez pas besoin de maîtriser ces réglages pour suivre le cours ; sachez seulement qu’ils existent, car la leçon 6 en fait un élément de la conscience de la plateforme.

À vous de jouer

1. Demandez à Claude : « Explique-moi la différence entre pré-entraînement et ajustement fin avec une analogie tirée d’un métier que je connais : [votre métier]. » Jugez l’analogie : où tient-elle, où casse-t-elle ?
2. Testez une capacité que vous supposez absente : donnez à Claude une consigne que vous pensez trop fine pour lui (un jeu de mots dans votre langue, une règle de typographie, un calcul de date). Notez si votre supposition tenait.
3. Ouvrez le réglage du modèle et de l’effort sous le bouton d’envoi, sans rien changer pour l’instant : repérez simplement où il se trouve.

Questions de réflexion

• Comment la connaissance des deux phases d’apprentissage change-t-elle votre façon d’interpréter une réponse de l’IA ?
• Quelle capacité émergente vous a surpris, en bien ou en mal, dans votre propre usage ?

Sources officielles : Generative AI fundamentals (Claude Academy) · Taille de la fenêtre de contexte sur les offres Claude · Changer le modèle, l’effort et la réflexion · Vue d’ensemble des modèles (Claude Platform)

Points clés à retenir

• L’IA générative crée du contenu nouveau ; les systèmes précédents classaient ou prédisaient parmi des options connues.
• Trois avancées réunies ont rendu les grands modèles possibles : l’architecture Transformer, des données massives, la puissance de calcul.
• Deux phases : le pré-entraînement produit un compléteur de texte, l’ajustement fin en fait un assistant qui suit des consignes.
• La fenêtre de contexte borne ce que le modèle peut lire en une fois : 200 000 jetons sur claude.ai, jusqu’à 1 million sur les offres payantes avec les modèles récents.
• Les capacités émergentes n’ont pas été programmées : testez ce que vous supposez, dans les deux sens.

Crédits et licence — Adaptation française du cours « AI Fluency: Framework & Foundations » de l’Anthropic Academy, créé par Anthropic avec Rick Dakan (Ringling College of Art and Design) et Joseph Feller (University College Cork), auteurs du cadre AI Fluency. Les supports d’origine sont © 2025 Rick Dakan, Joseph Feller et Anthropic, publiés sous licence CC BY-NC-SA 4.0 ; cette adaptation, qui les traduit et les remanie, est diffusée sous la même licence.