Jour 2 : Dans les coulisses : comment fonctionnent ChatGPT et les modèles génératifs

Podcast

Écoutez cet article en audio

Sommaire du module

1. Rituel d'ouverture – Correction Jour 01
2. Titre du cours
3. Objectifs pédagogiques
4. Introduction
5. Partie théorique
6. Démonstration pratique
7. Atelier pratique
8. QCM
9. Exercices pratiques
10. Défi du jour
11. Résumé
12. Ressources complémentaires
13. Aperçu de la séance suivante

🔄 Rituel d'ouverture – Correction du Jour 01

Correction détaillée du QCM du Jour 01

Thème du Jour 01 : Bienvenue dans l’ère de l’IA : comprendre l’intelligence artificielle sans jargon

Question 1 : Que signifie le plus simplement le terme « intelligence artificielle » ?

A. Un robot qui pense exactement comme un humain

B. Un ensemble de techniques permettant à une machine d’accomplir certaines tâches habituellement liées à l’intelligence humaine

C. Une application réservée uniquement aux ingénieurs informaticiens

D. Un ordinateur connecté à Internet

✓ Bonne réponse : B
Explication : L’IA regroupe des techniques capables d’aider une machine à reconnaître, classer, traduire, prédire, expliquer ou générer. Elle ne se limite pas aux robots.

Question 2 : Quelle est la différence principale entre l’IA classique et l’IA générative ?

A. L’IA classique ne fonctionne jamais avec des données

B. L’IA générative sert uniquement à faire des calculs financiers

C. L’IA classique reconnaît ou prédit souvent, tandis que l’IA générative crée de nouveaux contenus

D. L’IA générative fonctionne seulement sans connexion Internet

✓ Bonne réponse : C
Explication : L’IA classique est souvent utilisée pour classer, détecter ou prédire. L’IA générative produit du texte, des images, de l’audio, des vidéos, des idées ou du code.

Question 3 : Qu’est-ce qu’un assistant IA comme ChatGPT, Gemini ou Copilot ?

A. Un collègue numérique capable de proposer des réponses, des idées ou des brouillons à partir d’une consigne

B. Une personne réelle cachée derrière un écran

C. Un moteur de recherche qui donne toujours des réponses exactes

D. Un outil réservé aux grandes entreprises internationales

✓ Bonne réponse : A
Explication : Un assistant IA répond à des consignes en langage naturel. Il peut aider, mais ses réponses doivent être relues et vérifiées par un humain.

Question 4 : Lequel de ces exemples est un usage possible de l’IA dans une PME africaine ?

A. Rédiger des messages WhatsApp professionnels pour les clients

B. Garantir automatiquement que tous les clients achèteront

C. Remplacer totalement le propriétaire de l’entreprise

D. Supprimer tous les coûts de fonctionnement

✓ Bonne réponse : A
Explication : L’IA peut aider une PME à rédiger, reformuler, organiser et préparer des contenus. Elle ne garantit pas les ventes et ne remplace pas la gestion humaine.

Question 5 : Dans le domaine de l’éducation, comment l’IA peut-elle aider un enseignant ?

A. En remplaçant définitivement l’enseignant dans la classe

B. En créant des quiz, des exemples, des résumés ou des explications adaptées au niveau des élèves

C. En empêchant les élèves de poser des questions

D. En donnant toujours des notes parfaites sans correction

✓ Bonne réponse : B
Explication : L’IA peut soutenir la préparation pédagogique, mais l’enseignant reste responsable de l’adaptation, de l’évaluation et de l’accompagnement des élèves.

Question 6 : Pourquoi faut-il toujours vérifier une réponse produite par une IA générative ?

A. Parce qu’elle peut produire des erreurs ou des informations inventées mais plausibles

B. Parce qu’elle ne sait jamais écrire en français

C. Parce qu’elle fonctionne uniquement la nuit

D. Parce qu’elle refuse toujours d’aider les débutants

✓ Bonne réponse : A
Explication : Une IA générative peut donner une réponse convaincante mais fausse. La vérification humaine, les sources fiables et le bon sens restent indispensables.

Question 7 : Lequel de ces énoncés est un mythe fréquent sur l’IA ?

A. L’IA peut aider à gagner du temps

B. L’IA peut se tromper

C. L’IA va automatiquement résoudre tous les problèmes d’une organisation

D. L’IA doit être utilisée avec prudence

✓ Bonne réponse : C
Explication : L’IA est un outil puissant, mais elle ne remplace pas la stratégie, les données de qualité, la formation, l’éthique et les décisions humaines.

Question 8 : Quel exemple correspond à un usage possible de l’IA dans l’agriculture ?

A. Faire tomber la pluie à la demande

B. Remplacer complètement l’expérience des agriculteurs

C. Aider à analyser des observations ou des images de plantes pour orienter une recherche de solution

D. Garantir une récolte parfaite chaque année

✓ Bonne réponse : C
Explication : L’IA peut aider à analyser des informations ou fournir des pistes, mais elle doit être complétée par l’expertise locale, les conseillers agricoles et les réalités du terrain.

Question 9 : Quelle est la meilleure attitude pour un débutant qui découvre l’IA ?

A. Croire toutes les réponses produites par l’IA

B. Commencer par de petites tâches, poser des consignes claires, tester et vérifier

C. Utiliser seulement des mots techniques compliqués

D. Éviter complètement l’IA jusqu’à devenir expert

✓ Bonne réponse : B
Explication : La bonne approche consiste à expérimenter progressivement, formuler des demandes simples, améliorer ses consignes et vérifier les résultats.

Question 10 : Quel est le défi pratique du Jour 01 ?

A. Créer immédiatement une application complète d’IA

B. Installer dix logiciels professionnels payants

C. Lister cinq tâches personnelles ou professionnelles que l’IA pourrait faciliter

D. Apprendre un langage de programmation avancé

✓ Bonne réponse : C
Explication : Le défi du jour est d’identifier cinq tâches concrètes que l’IA pourrait faciliter, puis de préciser comment elle aiderait et ce qu’il faudrait vérifier.

Explication des erreurs fréquentes du Jour 01

Confusion IA vs robot : Beaucoup pensent que l'IA = robot physique. Rappel : l'IA est avant tout logicielle.
IA = intelligence humaine : L'IA ne « comprend » pas vraiment comme nous. Elle imite très bien.
Peurs excessives : « L'IA va tout prendre nos emplois » – en réalité, elle transforme les métiers.
Sous-estimation de l'usage local : Plusieurs ont oublié que les outils IA sont déjà très utiles pour les agriculteurs (météo, prix des marchés), enseignants et agents publics.

Conseils pour progresser rapidement

Reprenez le résumé du Jour 01 et relisez les définitions clés.
Créez un compte gratuit ChatGPT (ou Gemini) dès aujourd'hui si ce n'est pas fait.
Essayez de poser 3 questions simples à l'IA sur votre quotidien (ex : « Explique-moi le Mobile Money »).
Notez vos observations dans un carnet (ou Google Doc) : c'est votre journal d'apprentissage.
Rejoignez la communauté WhatsApp/Telegram de l'Académie pour poser vos questions.

Bravo pour votre engagement ! Vous êtes prêts pour plonger dans les coulisses.

1. Titre du cours

Dans les coulisses : comment fonctionnent ChatGPT et les modèles génératifs

Comprendre les fondements techniques sans jargon pour utiliser l'IA de manière éclairée et responsable.

2. Objectifs pédagogiques

À la fin de cette séance, vous serez capable de :

Expliquer simplement ce qu'est un modèle de langage large (LLM)
Décrire le rôle et l'importance des tokens dans le traitement du texte
Comprendre le principe de l'entraînement des modèles génératifs
Expliquer pourquoi et comment les IA produisent parfois des hallucinations
Distinguer clairement la génération de texte de la recherche sur le web
Identifier les forces et les limites structurelles des LLM actuels
Adopter une attitude critique et responsable face aux réponses de l'IA

3. Introduction

Hier, nous avons découvert que l'IA est déjà partout autour de nous : dans nos téléphones, nos applications de paiement (Mobile Money), les recommandations sur les réseaux sociaux et même dans les services agricoles.

Aujourd'hui, nous allons faire un pas important : regarder sous le capot. Vous allez comprendre comment ChatGPT et les autres outils d'IA générative produisent leurs réponses. Pas besoin d'être informaticien ! Nous utiliserons des analogies simples et concrètes adaptées à notre contexte.

Pourquoi c'est important pour vous ?
Si vous comprenez les limites des modèles, vous saurez quand faire confiance à l'IA… et quand la vérifier. C'est essentiel pour un enseignant qui prépare un cours, un journaliste qui rédige un article, un entrepreneur qui rédige une proposition, ou un agent public qui analyse un dossier.

À la fin de cette leçon, vous ne regarderez plus jamais une réponse de ChatGPT de la même façon. Vous deviendrez un utilisateur averti, et non plus un simple consommateur.

4. Partie théorique

Qu'est-ce qu'un LLM (Large Language Model) ?

Un modèle de langage large (LLM) est un programme informatique entraîné sur des quantités énormes de texte (livres, sites web, articles, forums, réseaux sociaux…) pour prédire le prochain mot ou groupe de mots le plus probable.

Les modèles les plus connus sont :

GPT-4 (OpenAI – derrière ChatGPT)
Claude (Anthropic)
Gemini (Google)
Llama (Meta – open source)

L'analogie de l'élève qui a lu toute la bibliothèque du monde

Imaginez un élève extrêmement brillant qui a passé 10 ans à lire tous les livres, journaux, sites internet, forums et conversations disponibles dans le monde (en français, anglais, et plus de 100 langues). Il a une mémoire phénoménale.

Quand vous lui posez une question, il ne « cherche pas » dans une encyclopédie comme Google. Il utilise tout ce qu'il a lu pour deviner la suite la plus probable de la réponse.

C'est exactement ce que fait ChatGPT.

Les tokens : les « briques » du langage pour l'IA

Contrairement aux humains, l'IA ne comprend pas les mots comme nous. Elle décompose tout en tokens.

Un token est une unité de texte. En moyenne :

≈ 4 caractères ou ¾ de mot en anglais
En français, souvent 1 à 1,5 token par mot

Exemple concret :

Phrase : « Bonjour, comment allez-vous à Ouagadougou ? »

Tokens approximatifs : ["Bon", "jour", ",", " comment", " allez", "-", "vous", " à", " Ouaga", "dougou", " ?"]

ChatGPT convertit votre question en tokens → traite ces tokens → génère de nouveaux tokens un par un pour construire la réponse.

Comment les modèles sont-ils entraînés ?

Le processus se déroule en 3 grandes étapes :

Collecte massive de données : Des milliards de pages web, livres (publics), articles scientifiques, forums, etc.
Apprentissage par prédiction : Le modèle lit des phrases et apprend à prédire le mot suivant. Exemple : « Le soleil se lève à l'… » → il apprend que « est » est très probable.
Ajustement des paramètres : Des milliards de « poids » (paramètres) sont ajustés pour améliorer les prédictions. GPT-3.5 a environ 175 milliards de paramètres ; GPT-4 en a beaucoup plus.

Les paramètres clés que vous pouvez influencer

Température : Contrôle la créativité. 0 = réponses très prévisibles et factuelles. 1.0 = plus créatif et varié (mais plus de risque d'erreurs).
Longueur maximale : Nombre de tokens que le modèle peut générer.

Pourquoi les hallucinations existent-elles ?

Une hallucination est une réponse plausible mais fausse ou inventée.

Causes principales :

Le modèle ne « sait » pas. Il ne fait que compléter des patterns statistiques.
Il n'a pas accès à Internet en temps réel (sauf versions connectées comme ChatGPT-4o avec browsing activé).
Il privilégie la cohérence et le style plutôt que la vérité absolue.
Les données d'entraînement contiennent des erreurs ou des informations obsolètes.

Exemple concret en contexte africain :
Demandez à ChatGPT : « Quel est le nom du ministre de l'Agriculture du Burkina Faso en juillet 2026 ? »
Il peut inventer un nom plausible (« M. Kaboré » ou un nom réel mais faux contexte). Il n'a pas de « vérité » interne.

Différence fondamentale : Génération vs Recherche web

Recherche web (Google, Bing)	Génération IA (ChatGPT, Claude)
Indexe et renvoie des pages existantes	Crée un nouveau texte original
Montre les sources	Ne cite généralement pas les sources originales
Répond avec ce qui existe	Peut inventer du contenu plausible
Très bon pour les faits vérifiables	Très bon pour la synthèse, la rédaction, la créativité

Forces et limites structurelles des LLM

✓ Forces

Excellente synthèse et reformulation
Adaptation au ton et au style demandé
Créativité et génération d'idées
Apprentissage rapide à partir du contexte
Multilingue et accessible 24h/24

✗ Limites

Peut halluciner des faits
Pas de raisonnement logique profond (sauf techniques avancées)
Connaissances limitées à la date de coupure
Biais présents dans les données d'entraînement
Pas de « compréhension » réelle du monde

5. Démonstration pratique

Objectif : Voir en direct comment un LLM génère du texte et peut se tromper. Nous utilisons la version gratuite de ChatGPT (chat.openai.com).

Cas réel n°1 : Demande factuelle classique

Étape 1 : Connectez-vous à chat.openai.com
Étape 2 : Tapez exactement ceci :
« Explique-moi en 4 phrases simples comment fonctionne ChatGPT pour un agriculteur de Bobo-Dioulasso. »

Résultat attendu : Une réponse claire, bien structurée et globalement correcte.

Cas réel n°2 : Forcer une hallucination (le plus important !)

Étape 3 : Dans une nouvelle conversation, tapez :
« Quel était le prix exact du kilogramme de mil sur le marché de Ouagadougou le 12 avril 2025 ? Donne-moi le prix en FCFA et la source. »

Analyse de l'erreur :

Le modèle va probablement inventer un prix précis (ex. : 450 FCFA/kg) et une « source » (même si elle n'existe pas).
Demandez ensuite : « Comment sais-tu ce prix ? » ou « Peux-tu me donner la source exacte ? »
Le modèle avouera souvent qu'il n'a pas d'accès aux données en temps réel et qu'il a « estimé ».

Cas réel n°3 : Analyse de l'erreur

Étape 4 : Demandez maintenant à l'IA :
« Pourquoi as-tu inventé ce prix du mil ? Explique-moi honnêtement comment tu fonctionnes. »

Ce que vous allez probablement observer :

Le modèle explique qu'il génère des réponses « plausibles » à partir de patterns.
Il admet qu'il n'a pas d'accès aux données réelles du marché.
Il reconnaît que la cohérence est plus importante pour lui que la véracité.

Conseil professionnel : Toujours vérifier les faits chiffrés, les dates précises, les noms de personnes et les statistiques importantes avec une source fiable (sites gouvernementaux, journaux locaux, données INSD au Burkina, etc.).

6. Atelier pratique

Exercice guidé 1 (10 minutes)

Objectif : Expérimenter la tokenisation et la prédiction.

Ouvrez ChatGPT.
Tapez : « Décompose cette phrase en tokens comme le ferait un modèle LLM : "Les agriculteurs du Sahel utilisent souvent l'IA pour prévoir les pluies." »
Observez la réponse.
Ensuite demandez : « Maintenant, complète cette phrase de manière naturelle : Le mil est cultivé principalement dans les régions... »
Analysez comment il complète.

Exercice guidé 2 (15 minutes)

Objectif : Détecter les hallucinations.

Créez une nouvelle conversation.
Demande : « Raconte-moi une anecdote vraie sur le rôle de l'IA dans l'éducation au Burkina Faso en 2024. »
Ensuite posez : « Peux-tu me donner les noms des 3 écoles pilotes et les résultats mesurés ? »
Notez ce que l'IA invente ou non.
Terminez par : « Vérifie ces informations et dis-moi ce qui est vrai ou inventé. »

7. QCM – Testez vos connaissances (10 questions)

Répondez mentalement, puis consultez les corrections demain au jour 03. Vous pouvez également envoyer vos réponses par email à redaction@bntic.com

1. Qu'est-ce qu'un LLM ?

A. Un logiciel de comptabilité

B. Un modèle de langage large entraîné sur d'énormes quantités de texte pour prédire le mot suivant

C. Un robot qui lit des livres

D. Un moteur de recherche classique

2. Quel est le rôle principal des tokens ?

A. Stocker des images

B. Décomposer le texte en unités que le modèle peut traiter

C. Calculer le prix des produits

D. Envoyer des emails

3. L'entraînement d'un modèle consiste principalement à :

A. Écrire des règles manuelles pour chaque situation

B. Faire prédire au modèle le mot suivant sur des milliards de textes

C. Programmer toutes les réponses possibles

D. Copier des bases de données

4. Pourquoi les LLM produisent-ils des hallucinations ?

A. Parce qu'ils veulent tromper l'utilisateur

B. Parce qu'ils génèrent du texte plausible basé sur des probabilités, sans accès à la vérité absolue

C. Parce qu'ils sont mal programmés

D. Parce qu'ils n'ont pas assez de mémoire

5. Quelle est la différence principale entre ChatGPT et Google ?

A. Google génère du texte, ChatGPT affiche des liens

B. Google renvoie des pages existantes, ChatGPT crée du texte nouveau

C. Il n'y a aucune différence

D. ChatGPT est uniquement pour les images

6. Qu'est-ce que la température dans un LLM ?

A. La vitesse de réponse

B. Un paramètre qui contrôle le niveau de créativité / prévisibilité des réponses

C. La température ambiante du serveur

D. Le nombre de mots maximum

7. Un bon usage professionnel de ChatGPT consiste à :

A. Copier-coller les réponses sans vérification

B. Toujours vérifier les faits importants et utiliser l'IA comme assistant

C. Ne jamais l'utiliser pour des tâches importantes

D. Le considérer comme une source d'information officielle

8. Combien de paramètres environ contient GPT-3.5 ?

A. Environ 175 milliards

B. Environ 10 000

C. Environ 500

D. Environ 2 millions

9. L'analogie « élève qui a lu toute la bibliothèque » sert à expliquer :

A. Comment l'IA stocke toutes les réponses

B. Comment l'IA utilise des patterns statistiques appris pour générer du texte

C. Comment fonctionne un moteur de recherche

D. Le fonctionnement d'un ordinateur classique

10. Quelle est une bonne pratique recommandée après avoir reçu une réponse de ChatGPT ?

A. La publier directement

B. La vérifier pour les faits, dates, chiffres et noms

C. La rejeter systématiquement

D. Demander à l'IA de tout vérifier elle-même

8. Exercices pratiques

Niveau Débutant

Dans ChatGPT, demandez : « Explique-moi les tokens comme si j'avais 10 ans avec un exemple sur le marché de Ouagadougou. » Notez la réponse et reformulez-la vous-même.
Essayez de poser 3 questions factuelles sur le Burkina Faso et notez si les réponses vous semblent plausibles.
Expliquez à voix haute (ou à un proche) en 2 minutes : « Pourquoi ChatGPT peut se tromper ? »

Niveau Intermédiaire

Créez une hallucination volontaire : demandez un fait très précis (ex. : « Prix du litre d'essence à Koudougou le 3 mars 2025 »). Puis demandez à l'IA de justifier et d'admettre les incertitudes.
Comparez les réponses de ChatGPT et de Google sur la même question : « Quels sont les 3 principaux défis agricoles au Sahel en 2026 ? » Notez les différences.
Écrivez une courte explication (100 mots) du fonctionnement des LLM en utilisant uniquement l'analogie de l'élève et de la bibliothèque.

Niveau Avancé

Testez l'impact de la température : posez la même question 3 fois avec des instructions différentes (« Réponds de manière très factuelle » vs « Réponds de manière créative »). Comparez les résultats.
Concevez un prompt qui réduit les risques d'hallucinations (ex. : « Réponds uniquement à partir de faits vérifiés et indique quand tu n'es pas sûr »). Testez-le sur 2 sujets différents.
Rédigez un mini-guide (300 mots) à destination d'un journaliste burkinabè : « Comment vérifier une réponse de ChatGPT sur un sujet sensible ». Incluez 3 techniques concrètes.

9. Défi du jour

Défi : Expliquer ChatGPT en 3 phrases simples

À faire aujourd'hui :

Choisissez une personne proche (ami, parent, collègue, enfant de plus de 12 ans).
Expliquez-lui en exactement 3 phrases simples comment fonctionne ChatGPT.
Utilisez l'analogie de l'élève qui a lu toute la bibliothèque.
Terminez par : « Et c'est pour ça qu'il peut parfois se tromper. »
Notez sa réaction et une question qu'il vous a posée.

Partagez dans les commentaires ou sur WhatsApp de l'Académie : « J'ai expliqué à [relation] et voici sa réaction : … »

10. Résumé

Les LLM sont des modèles statistiques qui prédisent le mot suivant après avoir été entraînés sur des quantités massives de texte.
Les tokens sont les unités de base du texte que traite l'IA.
L'entraînement repose sur la prédiction massive du mot suivant.
Les hallucinations existent parce que le modèle génère du texte plausible, pas forcément vrai.
ChatGPT génère du nouveau contenu ; Google renvoie du contenu existant.
La meilleure pratique : toujours vérifier les faits importants.

11. Ressources complémentaires

📖 Blog OpenAI – Articles techniques expliqués (en anglais, mais très clair)
📺 3Blue1Brown – Neural Networks (série exceptionnelle – sous-titres FR disponibles)
📖 Towards Data Science – Articles « How Large Language Models Work »
🛠️ Outils à tester : ChatGPT (gratuit), Google Gemini, Microsoft Copilot, Claude.ai
📱 Pour mobile : Applications officielles ChatGPT et Gemini (très utiles en déplacement)
📚 Livre recommandé (gratuit en ligne) : « Understanding Deep Learning » – chapitre sur les transformers (version simplifiée disponible)
🔗 Hugging Face – Playground pour tester des modèles open source

Note : Tous les liens ont été vérifiés le 6 juillet 2026. Vérifiez régulièrement les mises à jour.

12. Aperçu de la séance suivante

Jour 03 — Premiers pas avec ChatGPT : votre premier assistant IA

Demain, nous passerons à la pratique concrète :

Création d'un compte et découverte de l'interface
Les bases du prompt engineering
Comment poser les bonnes questions
Premiers cas d'usage concrets pour votre métier (enseignant, entrepreneur, journaliste, agent public)
Atelier : Créer votre premier « assistant personnel »

Préparation : Créez votre compte ChatGPT gratuit dès aujourd'hui si ce n'est pas encore fait.

Rendez-vous demain pour transformer votre compréhension en compétences concrètes !