Initiation a l'IA

Objectifs

Objectifs Pédagogiques Détaillés

MODULE 1. Comprendre l'écosystème et le fonctionnement de l'IA (Jour 1)

• Définir les concepts clés de l'IA : faire la distinction entre l'IA étroite (ANI), l'IA générale (AGI), le Machine Learning et le Deep Learning.


• Expliquer le fonctionnement technique simplifié d'un Modèle de Langage (LLM), notamment le principe de la tokénisation et de la prédiction du mot suivant.


• Identifier les principaux acteurs du marché (OpenAI, Anthropic, Google, Mistral) et choisir l'outil adapté selon le besoin (texte, image, recherche documentaire).


• Reconnaître les limites intrinsèques de l'IA, telles que les hallucinations et les biais algorithmiques.

• Structurer des requêtes complexes en appliquant la méthode C.R.E.A.T.E. (Caractère, Requête, Exemples, Ajustements, Type de sortie, Extras).


• Utiliser des techniques de prompting avancées comme le Chain of Thought (chaîne de pensées) pour améliorer la précision des raisonnements de l'IA.


• Personnaliser les réponses de l'IA en configurant un dossier de contexte (style, ton, préférences) pour éviter les répétitions.


• Produire des contenus multimédias (images, synthèses de documents PDF) en utilisant des outils spécialisés.

• Optimiser ses tâches de communication (rédaction d'emails, résumés de réunions) et d'organisation grâce à l'IA.


• Appliquer les règles de sécurité des données en entreprise, en identifiant les informations qui ne doivent jamais être partagées avec une IA publique.


• Évaluer la conformité de ses usages vis-à-vis du RGPD et de l'AI Act européen.


• Concevoir un processus de travail (workflow) manuel utilisant l'IA pour résoudre une problématique métier concrète.

Description

Jour 1 : Fondations, Démystification et Écosystème

L'objectif est de poser des bases solides et de comprendre l'outil avant de l'utiliser.

• Matin : Comprendre l'IA et ses enjeux
  
   
  
  
  
  • Définitions clés : Différence entre IA étroite (ANI) et IA générale (AGI), et l'imbrication entre Machine Learning et Deep Learning.
  
  
  • Le "Cerveau" numérique : vulgarisation du fonctionnement des LLM (Modèles de Langage) et du concept de tokénisation (comment l'IA découpe et compte les mots).
  
  
  • Éthique et Limites : Comprendre les hallucinations, les biais algorithmiques et la confidentialité des données dès le départ.
  
  
  
  


• Après-midi : Panorama des outils et premières manipulations
  
   
  
  
  
  • L'écosystème 2026 : Comparaison des géants (ChatGPT, Claude, Gemini, Mistral) et outils spécialisés comme Perplexity pour la recherche.
  
  
  • Atelier participatif : Identifier l'IA déjà présente dans le quotidien (Netflix, GPS, filtres anti-spam).
  
  
  
  

• Matin : Maîtriser le texte (Prompt Engineering)
  
   
  
  
  
  • La méthode C.R.E.A.T.E. : Apprendre à structurer une requête parfaite (Caractère, Requête, Exemples, Ajustements, Type de sortie, Extras).
  
  
  • Techniques avancées : Utiliser le "Chain of thought" (chaîne de pensées) et le mode "Dialogue" où l'IA pose des questions avant d'agir.
  
  
  • Personnalisation : Mise en place d'un dossier de contexte simple (qui vous êtes, votre style) pour que l'IA adapte son ton sans répétition.
  
  
  
  


• Après-midi : Image, Son et Analyse de documents
  
   
  
  
  
  • IA Générative visuelle : Initiation à Midjourney ou DALL-E pour créer des visuels professionnels.
  
  
  • Analyse de fichiers : Utiliser l'IA pour résumer des PDF longs, extraire des points clés ou transformer un texte complexe en notes simples.
  
  
  
  

• Matin : Cas d'usage professionnels et Sécurité
  
   
  
  
  
  • Productivité quotidienne : Rédaction d'emails, préparation de réunions, aide à la décision et optimisation de profil LinkedIn/CV.
  
  
  • Cadre Légal et RGPD : Focus sur l'AI Act européen et la protection des données de l'entreprise (ce qu'il ne faut jamais confier à une IA publique).
  
  
  • Propriété intellectuelle : À qui appartiennent les contenus générés ?.
  
  
  
  


• Après-midi : Projet final et Certification
  
   
  
  
  
  • Grand Atelier Pratique : Conception d'un "Workflow IA" manuel (sans automatisation/agent) pour résoudre un problème métier réel (ex: créer une campagne de communication complète).
  
  
  • Bilan et évaluation : Session de questions/réponses et évaluation des acquis pour satisfaire aux exigences Qualiopi
  
  
  
  

Conditions d'accès

Notion de base informatique