Skip to main content
Ce glossaire rassemble les notions fondamentales de l’intelligence artificielle, du prompt engineering et du context engineering rencontrées dans ce cours. Prenez le temps de le consulter chaque fois qu’un terme vous semble flou : comprendre le vocabulaire est la première étape pour maîtriser les concepts.
Utilisez ce glossaire comme référence rapide pendant et après le cours. Si vous débutez, parcourez-le une première fois de haut en bas pour vous familiariser avec le vocabulaire avant d’aborder les modules techniques.

​
A – C

L’analyse de cycle de vie est une méthode normalisée d’évaluation des impacts environnementaux d’un produit ou d’un service sur toute son existence : extraction des matières premières, fabrication, usage, fin de vie. Appliquée à l’IA, elle couvre la fabrication du matériel, la construction des centres de données, l’entraînement du modèle et l’inférence. C’est la seule approche qui évite de déplacer un impact d’une étape à une autre sans le voir.
Un agent IA est un système autonome capable de percevoir son environnement, de planifier des actions et d’exécuter des tâches pour atteindre un objectif donné. Contrairement à un simple modèle de langage, un agent peut appeler des outils externes (recherche web, code, API) et enchaîner plusieurs étapes de raisonnement. Les agents sont au cœur des architectures LLM avancées comme ReAct ou AutoGPT.
L’AI Act (règlement (UE) 2024/1689) est le règlement européen sur l’intelligence artificielle, entré en vigueur le 1er août 2024 et modifié en juillet 2026 par le Digital Omnibus on AI. Il classe les systèmes en quatre niveaux de risque (inacceptable, haut, limité, minimal) et impose des obligations proportionnées. Les règles de transparence et le régime de sanctions s’appliquent depuis le 2 août 2026 ; celles des systèmes à haut risque à partir de décembre 2027.
Le mécanisme d’attention est une technique d’apprentissage automatique qui permet à un modèle de pondérer dynamiquement l’importance de chaque partie d’une séquence d’entrée lors de la génération d’une sortie. Il est au cœur de l’architecture Transformer et permet aux LLM de capturer des dépendances à longue distance dans le texte. La variante la plus utilisée est l’attention multi-têtes (multi-head attention).
Un benchmark est un jeu de données standardisé ou un ensemble de tâches permettant d’évaluer et de comparer les performances des modèles IA de manière objective. Des exemples courants incluent MMLU, HellaSwag ou HumanEval pour les LLM. Les benchmarks permettent de mesurer des capacités spécifiques comme le raisonnement, la compréhension de texte ou la génération de code.
Le biais d’automatisation est la tendance à accepter sans contrôle la recommandation d’un système automatisé, et à ignorer des informations contradictoires pourtant disponibles. Documenté bien avant l’IA générative dans l’aviation et la médecine, il s’accentue avec la fatigue, la charge de travail et, paradoxalement, avec la fiabilité habituelle du système. C’est le principal risque cognitif de l’usage quotidien des assistants IA.
Le Chain-of-Thought est une technique de prompting qui consiste à demander au modèle de décomposer son raisonnement en étapes intermédiaires explicites avant de donner une réponse finale. Cette approche améliore significativement les performances sur des tâches complexes comme les problèmes mathématiques ou le raisonnement logique. Elle peut être déclenchée par une simple instruction comme « Réfléchissez étape par étape. »
La context window (ou fenêtre de contexte) désigne la quantité maximale de texte (mesurée en tokens) qu’un modèle peut traiter en une seule fois, incluant à la fois le prompt et la réponse générée. Les modèles modernes disposent de fenêtres allant de 4 000 à plus de 1 million de tokens. Dépasser cette limite entraîne la troncature des informations les plus anciennes, ce qui peut impacter la qualité des réponses.

​
D – F

La dette cognitive désigne le déficit d’apprentissage et de mémorisation qui accompagne la délégation d’une tâche intellectuelle à un outil : on gagne du temps immédiatement, au prix d’un encodage plus superficiel. Le terme provient d’une étude du MIT Media Lab (2025) sur la rédaction assistée par IA. À manier avec ses limites : échantillon réduit, prépublication, une seule tâche étudiée.
L’effet rebond (ou paradoxe de Jevons) décrit le phénomène par lequel les gains d’efficacité d’une technologie sont absorbés, puis dépassés, par l’augmentation des usages qu’ils rendent possible. Appliqué à l’IA : le coût énergétique par requête chute rapidement, mais le nombre de requêtes croît plus vite encore. C’est pourquoi l’efficacité technique seule ne suffit pas à réduire l’impact global.
Un embedding est une représentation vectorielle dense d’un texte (mot, phrase, document) dans un espace mathématique de haute dimension. Des textes sémantiquement proches se retrouvent géographiquement proches dans cet espace vectoriel. Les embeddings sont la brique fondamentale des systèmes de recherche sémantique et des architectures RAG.
L’apprentissage few-shot désigne la capacité d’un modèle à s’adapter à une tâche grâce à un très petit nombre d’exemples fournis directement dans le prompt (généralement 2 à 10). Contrairement au fine-tuning, aucun réentraînement n’est nécessaire : le modèle extrait le schéma des exemples et l’applique aux nouvelles entrées. C’est une technique puissante pour guider le format ou le style de la réponse.
Le fine-tuning est le processus consistant à réentraîner un modèle pré-entraîné sur un jeu de données spécifique afin de l’adapter à une tâche ou un domaine particulier. Il modifie les poids du modèle, contrairement au prompting qui n’intervient qu’au moment de l’inférence. Des techniques comme LoRA ou QLoRA permettent de réaliser un fine-tuning efficace avec des ressources limitées.
Un foundation model (modèle de fondation) est un grand modèle entraîné sur des quantités massives de données générales, conçu pour être adapté à une multitude de tâches en aval. GPT-6 Astra, Claude, Gemini, Muse Spark, DeepSeek ou Kimi K3 sont des exemples de foundation models. Leur polyvalence les distingue des modèles spécialisés entraînés pour une unique tâche précise.

​
G – L

Une hallucination désigne le phénomène par lequel un LLM génère des informations factuellement incorrectes, inventées ou non fondées, tout en les présentant avec assurance. Ce problème découle de la nature probabiliste des modèles de langage, qui génèrent du texte plausible sans vérifier la véracité des faits. Réduire les hallucinations est l’un des défis centraux du déploiement responsable des LLM.
L’IA frugale désigne une approche visant à obtenir le résultat attendu avec le minimum de ressources : modèle le plus petit possible, contexte minimalement suffisant, recours justifié à l’IA générative. L’AFNOR SPEC 2314 (2024) en fournit un référentiel français : méthodologie de mesure par analyse de cycle de vie, 31 fiches de bonnes pratiques et règles encadrant les allégations de frugalité.
L’in-context learning (apprentissage en contexte) est la capacité d’un LLM à apprendre une nouvelle tâche uniquement à partir des exemples et instructions fournis dans le prompt, sans modifier ses poids. Il englobe les paradigmes zero-shot, one-shot et few-shot. Cette propriété émergente des grands modèles est l’une des caractéristiques les plus remarquables des LLM modernes.
L’inférence désigne le processus d’utilisation d’un modèle entraîné pour générer des prédictions ou des sorties à partir de nouvelles entrées. En pratique, c’est la phase où vous envoyez un prompt au modèle et recevez une réponse. L’inférence est distincte de l’entraînement : elle mobilise bien moins de ressources de calcul, mais doit rester rapide et efficace pour un usage en production.
L’instruction tuning est une forme de fine-tuning dans laquelle le modèle est entraîné à suivre des instructions en langage naturel. Il transforme un modèle de complétion brut en un assistant capable de répondre à des requêtes formulées comme des commandes. Les modèles FLAN-T5 et InstructGPT sont des exemples pionniers de cette approche.

​
K – M

Le knowledge cutoff (ou date de coupure) est la date limite à partir de laquelle un modèle n’a plus été exposé à de nouvelles données d’entraînement. Toute information publiée après cette date est inconnue du modèle, qui ne peut donc pas y faire référence de manière fiable. Il est important de garder cette limite à l’esprit pour éviter de poser des questions sur des événements récents à un modèle obsolète.
Un LLM (grand modèle de langage) est un modèle de réseau de neurones entraîné sur de vastes corpus pour traiter et générer du langage naturel. Les modèles actuels reposent majoritairement sur l’architecture Transformer. GPT-6 Astra, Claude Sonnet 5, Gemini 3.1 Pro, Muse Spark 1.3 (Meta), DeepSeek V4, Kimi K3 (Moonshot AI) et Grok 4.7 (xAI) comptent parmi les familles connues en septembre 2026.
Le MCP est un standard ouvert, lancé par Anthropic fin 2024, qui définit une façon uniforme de connecter un LLM à des outils et des sources de données externes (fichiers, bases de données, APIs). Plutôt qu’une intégration sur mesure pour chaque combinaison modèle/outil, un serveur MCP expose ses fonctions une seule fois, et n’importe quel client compatible peut s’y brancher. Adopté par la plupart des grands fournisseurs de modèles, il est aujourd’hui gouverné par l’Agentic AI Foundation, une fondation neutre indépendante d’Anthropic.
Un modèle de base est l’équivalent francophone de foundation model : un grand modèle pré-entraîné sur des données générales, servant de point de départ pour diverses applications. Il peut être utilisé directement via le prompting ou adapté par fine-tuning pour des usages spécifiques. Ce terme est de plus en plus utilisé dans les discussions institutionnelles et réglementaires francophones.
Un modèle multi-modal est capable de traiter et de générer plusieurs types de données simultanément, comme le texte, les images, l’audio ou la vidéo. GPT-6 Astra, Gemini et Claude Sonnet 5 sont des exemples de LLM multi-modaux. Cette capacité ouvre des cas d’usage comme l’analyse d’images, la transcription audio ou la génération de contenu visuel à partir de descriptions textuelles.

​
N – P

Les paramètres d’un modèle sont les valeurs numériques internes (poids et biais) apprises pendant l’entraînement et qui déterminent son comportement. Leur nombre est parfois utilisé comme indicateur de capacité, mais il ne suffit pas pour comparer deux modèles : l’architecture, les données, l’entraînement et le nombre de paramètres activés à chaque requête comptent aussi. De nombreux fournisseurs de modèles propriétaires ne publient pas ce chiffre.
La perplexité est une métrique statistique mesurant à quel point un modèle de langage prédit bien une séquence de texte donnée : une perplexité faible indique que le modèle trouve le texte probable et cohérent. Elle est couramment utilisée pour évaluer la qualité d’un modèle de langage pendant l’entraînement. À ne pas confondre avec Perplexity.ai, un moteur de recherche basé sur les LLM qui porte ce nom.
Un prompt est l’entrée textuelle fournie à un modèle de langage pour déclencher une génération de réponse. Il peut s’agir d’une question, d’une instruction, d’un exemple ou d’une combinaison de plusieurs éléments. La qualité du prompt a un impact direct sur la pertinence, la précision et le format de la réponse obtenue : c’est le cœur du prompt engineering.
Le PUE (Power Usage Effectiveness) mesure l’efficacité énergétique d’un centre de données : le rapport entre l’énergie totale consommée et celle réellement utilisée par les équipements informatiques. Un PUE de 1,1 est excellent, 2,0 médiocre. Le WUE (Water Usage Effectiveness) mesure la consommation d’eau par unité d’énergie informatique. Les deux s’arbitrent : un refroidissement évaporatif améliore le PUE en dégradant le WUE. Juger un centre de données sur le seul PUE est donc trompeur.

​
Q – S

Le RAG (génération augmentée par récupération) est une architecture qui enrichit le prompt d’un LLM avec des informations pertinentes extraites dynamiquement d’une base de connaissances externe. Elle combine un moteur de recherche (souvent vectoriel) et un modèle génératif pour produire des réponses factuellement ancrées. Le RAG permet de contourner les limites du knowledge cutoff et de réduire les hallucinations.
Le RLHF est une technique d’entraînement qui utilise les préférences humaines pour affiner le comportement d’un modèle. Des annotateurs humains classent des réponses générées, et ces préférences sont utilisées pour entraîner un modèle de récompense qui guide ensuite l’optimisation du LLM par apprentissage par renforcement. Le RLHF est central dans la création d’assistants comme ChatGPT ou Claude.
Les scopes classent les émissions de gaz à effet de serre d’une organisation : le scope 1 couvre les émissions directes, le scope 2 l’électricité achetée, et le scope 3 l’ensemble de la chaîne de valeur (achats, matériel, services cloud, déplacements). L’usage de l’IA relève principalement du scope 2 (électricité si vous hébergez) et du scope 3 (services d’IA achetés, matériel). C’est là qu’il s’intègre au bilan carbone, plutôt que dans une démarche séparée.

​
T – Z

La température est un hyperparamètre contrôlant le degré d’aléatoire dans la génération de texte par un LLM. Une valeur basse (proche de 0) rend les réponses déterministes et conservatrices ; une valeur élevée (proche de 1 ou plus) favorise la créativité et la diversité. Pour des tâches factuelles, une température basse est recommandée ; pour des tâches créatives, une valeur plus élevée est préférable.
Un token est l’unité de base du traitement textuel dans les LLM : il peut correspondre à un mot, une partie de mot, un signe de ponctuation ou un espace. En anglais, un token représente environ 0,75 mot en moyenne ; en français, ce ratio peut varier légèrement. Les coûts d’utilisation des API et les limites de context window sont tous deux mesurés en tokens.
Le Transformer est l’architecture de réseau de neurones introduite en 2017 dans l’article Attention Is All You Need, qui a révolutionné le traitement du langage naturel. Il repose sur le mécanisme d’attention multi-têtes et remplace les architectures récurrentes (RNN, LSTM) en permettant un traitement parallèle des séquences. Tous les LLM modernes sont basés sur cette architecture ou l’une de ses variantes.
L’apprentissage zero-shot désigne la capacité d’un LLM à effectuer une tâche sans qu’aucun exemple de démonstration ne lui soit fourni dans le prompt. Le modèle se fie uniquement à la compréhension générale acquise lors de son entraînement. Bien que moins précis que le few-shot pour certaines tâches spécialisées, le zero-shot offre une grande flexibilité et simplicité d’utilisation.