Vocabulaire de base de l’IA : les mots derrière les chatbots et les modèles

L’IA a apporté à la langue courante un petit ensemble de mots anglais nouveaux et un grand ensemble de mots anciens dotés d’un nouveau travail. Il n’est pas nécessaire de tous les connaître. Le noyau qui suit est ce qu’il faut pour parler de ces outils, lire à leur sujet et demander ce dont vous avez besoin.

Noms

• model — le système lui-même ; ce qui a été entraîné. ChatGPT, Claude, Gemini : chacun est un model. This model is good at code.
• chatbot — la conversation dans laquelle vous écrivez, construite sur un modèle. The chatbot answered instantly.
• prompt — votre message à son intention. My prompt was too short. (Attention : le français « prompt » est un adjectif qui signifie « rapide » ; en anglais IA, c’est un nom qui signifie « consigne ».)
• input — ce qui entre (votre prompt, un fichier, un texte collé). The input was a long article.
• output — ce qui sort. The output was three paragraphs.
• response — la réponse du modèle. The response ignored my question.
• context — l’information environnante qu’utilise le modèle. I gave it the context of the whole email thread.

Il vaut la peine de distinguer deux paires, car elles se confondent facilement :

• input / output décrivent un flux, comme l’eau qui entre et qui sort.
• prompt / response décrivent une conversation, votre message et la réponse à celui-ci.

Verbes

• generate — le modèle produit du texte. It generated a summary.
• respond / answer — verbes neutres pour ce qu’il fait en répondant.
• prompt — vous lui donnez une consigne. I prompted it again with more detail.
• train — construire le modèle en lui montrant des exemples. Ce n’est pas quelque chose que vous faites, mais quelque chose que l’on fait au modèle.
• fine-tune — ajuster le modèle à une tâche précise. The company fine-tuned it for legal documents.
• run — exécuter le modèle. They run the model on their own servers.

Remarquez la direction. Vous prompt le modèle ; lui generates une réponse. The model prompted a response est une erreur : le prompting est le fait de la personne.

Ce que le modèle ne fait pas

Ceux qui apprennent l’anglais abusent de deux verbes quand ils parlent d’IA, et il vaut mieux corriger les deux :

• understand — le modèle ne comprend pas au sens humain. Il prédit. Dire the model doesn't understand my question est acceptable dans la langue courante, mais techniquement il predicts les mots suivants les plus probables. The model predicts what comes next.
• think — la même précaution s’applique. The model "thinks" step by step est une métaphore, non un fait. Dans un anglais soigné, le modèle reasons ou processes, et, si l’on veut être strict, entre guillemets.

Un registre quotidien sûr. Dans une conversation ordinaire, understand, think et know appliqués au modèle sont acceptables : tout le monde parle ainsi. La distinction n’importe que lorsque vous voulez être précis, par exemple lors d’un entretien d’embauche ou dans un texte sur l’IA.

Des mots qui ont changé de sens

Plusieurs mots courants portent désormais un second sens, propre à l’IA :

Mot	Ancien sens	Sens en IA
hallucinate	voir quelque chose qui n’existe pas	inventer une réponse qui paraît sûre mais est fausse
temperature	la chaleur de quelque chose	à quel point une réponse est créative ou aléatoire
token	un jeton ou une pièce	un fragment de texte que le modèle lit d’un seul coup
weight	le poids de quelque chose	un nombre que le modèle a appris pendant l’entraînement

Vous les verrez en détail dans l’article sur la façon dont les modèles vous comprennent. Pour l’instant, remarquez le schéma : l’IA a pris des mots concrets et leur a donné un travail abstrait.

Les mots dans une phrase

• The model ignored part of my prompt.
• I gave it the context and asked for a short output.
• It generated a response that was too generic.

Et une phrase qui relie tout l’ensemble : I prompted the chatbot with the input, and its response missed my context.

Mettez à l’épreuve ce que vous avez appris

Le test suivant évalue les noms, les verbes et les paires qui se confondent souvent.