Comprendre et utiliser l’IA au quotidien

Taux de satisfaction : En cours d’évaluation

Taux de satisfaction : En cours d’évaluation

Objectifs

Comprendre le fonctionnement réel de l’IA sans jargon technique

Maîtriser le cadre 4D : Délégation, Description, Discernement, Diligence

Rédiger des prompts efficaces et évaluer les sorties de l’IA

Démystifier les termes entendus : token, température, hallucination, RAG…

Créer son espace de travail IA personnel (projets, contexte, documents)

Intégrer l’IA dans son quotidien professionnel de façon responsable

  • Support de formation
  • Exercices adaptés

Exercices pratiques sur Claude.ai (Anthropic). Compétences transférables à tout assistant IA : ChatGPT, Gemini, Copilot, Mistral, etc.

Formateur

  • 20 ans d’expérience
  • Consultant SI et usages

Programme

Mise en situation libre sur Claude.ai + Quiz Vrai/Faux

  • Chaque participant ouvre Claude.ai — consigne unique : « Réalisez une tâche liée à votre travail. Aucune aide, aucune instruction. »

Les 4 propriétés de l’IA : Next Token, Knowledge, Working Memory, Steerability + chaîne token → température

  • Next Token Prediction – Prédiction probabiliste token par token — la fondation de tout
  • Knowledge – Connaissance figée à la date d’entraînement — source des hallucinations
  • Working Memory – Mémoire limitée à la conversation — solution : les projets
  • Steerability – Le contexte influence – les probabilités — base du prompting

Le cadre 4D

  • Vue d’ensemble

  • Boucle Délégation–Diligence

DÉLÉGATION

  • Critères de décision
  • Comment planifier un projet en découpant les sous-tâches délégables.
  • Différence fondamentale : déléguer une TÂCHE (acceptable) vs déléguer une DÉCISION (risqué
  • Lien avec les propriétés

DILIGENCE

  • Vérifier avant d’utiliser un résultat IA
  • Données sensibles
  • Propriété intellectuelle
  • Responsabilité.
  • Quand refuser de déléguer

  • EXERCICE

  • Boucle Description–Discernement & prompting (interaction en acte)

DESCRIPTION

  • Anatomie d’un bon prompt
  • Le contexte modifie les probabilités calculées (Steerability)
  • Exemples positifs / Exemples négatif
  • Raisonnement étape par étape
  • Itérer et affiner : la conversation est un outil.
  • Introduction aux projets (Claude.ai)

DISCERNEMENT

  • Pourquoi une réponse peut être correcte en forme et fausse en fond
  • Détecter les hallucinations
  • Identifier une réponse bonne mais incomplète
  • Reconnaître une réponse générique
  • La boucle 4 D, approche systémique

  • EXERCICE

Capacités et limites de l’IA • RAG démystifié • Sensibilisation aux agents IA

CAPACITÉS ET LIMITES — CONTENU DÉTAILLÉ

  • Ce que l’IA fait très bien
  • Ce que l’IA fait mal
  • Panorama des acteurs : Claude (Anthropic), GPT (OpenAI), Gemini (Google), Mistral (français), Copilot (Microsoft). Tous sont des LLM — chacun a ses forces selon son entraînement.Pourquoi deux modèles donnent des réponses différentes ?

RAG —DÉMYSTIFICATION

  • La connaissance figée est la limite principale. Le RAG la contourne.
  • Concepts
  • Métaphore & sensibilisation

AGENTS IA & WORKFLOWS — SENSIBILISATION

  • Concepts
  • Métaphore & sensibilisation

  • EXERCICE

Usages métier — cas pratiques par fonction sur Claude.ai

  • Chaque participant travaille sur un cas réel apporté de leur organisation (ou un cas fourni par le formateur si personne n’en a).
  • Séquence à respecter : 4D Restitution en grand groupe : les participants présentent leur cas, leur prompt et leur évaluation. Le formateur commente

Éthique, gouvernance, AI Act et impact écologique de l’IA

  • RGPD
  • Propriété intellectuelle
  • Biais
  • Responsabilité
  • AI Act
  • Impact écologique Présentation du contexte Écogestes IAArbitrages

Mon espace de travail avec Claude.ai — Projets, documents de référence

Créer son premier espace de travail (projet Claude.ai) et comprendre pourquoi il résout le problème de Working Memory.

Construire sa « carte de visite IA »

EXERCICE

Clôture — Synthèse, QCM, évaluation, attestations