Retour aux cours de Systemes d Information

Systemes d Information - Terminale STMG

Intelligence Artificielle

L Intelligence Artificielle revolutionne tous les secteurs. De ChatGPT a la voiture autonome, decouvrez comment l IA transforme les entreprises et quels sont les enjeux pour le management.

Objectifs du chapitre

Comprendre ce qu est l intelligence artificielle et ses différentes formes
Distinguer machine learning, deep learning et IA generative
Identifier les applications de l IA dans les différentes fonctions de l entreprise
Analyser les enjeux ethiques et les limites de l IA

Introduction : La Revolution IA

En novembre 2022, ChatGPT d OpenAI a atteint 100 millions d utilisateurs en 2 mois, le record absolu de croissance pour une application. Cette IA generative a declenche une course mondiale entre les geants technologiques et transforme la facon dont les entreprises travaillent.

Chiffres clés de l IA en 2024

97% des dirigeants pensent que l IA aura un impact majeur sur leur entreprise.
184 milliards de dollars : marche mondial de l IA en 2024.
40% des taches de bureau pourraient être automatisees par l IA.
ChatGPT traite 10 millions de requetes par jour.

Attention au Bac

L IA n est PAS une intelligence au sens humain. Elle ne "comprend" pas, elle detecte des patterns statistiques dans les données. Une IA de traduction ne connait pas les langues : elle predit le mot suivant le plus probable.

Partie 1 : Qu est-ce que l Intelligence Artificielle ?

1.1 Definition

L Intelligence Artificielle (IA) designe l ensemble des techniques permettant a des machines d accomplir des taches qui necessiteraient normalement l intelligence humaine : reconnaissance d images, traduction, prise de decision, etc.

1.2 Les différents types d IA

IA faible (ou etroite)

Specialisee dans une seule tache. C est l IA actuelle. Ex: Siri, recommendations Netflix, traduction Google.

IA forte (ou générale)

Capable de raisonner comme un humain sur tous les sujets. N existe pas encore. Objectif de la recherche.

Super IA

IA superieure a l intelligence humaine. Hypothetique. Source de debats ethiques.

1.3 Machine Learning vs Deep Learning

Aspect	Machine Learning	Deep Learning
Principe	L algorithme apprend a partir de données	Reseaux de neurones a multiples couches
Donnees	Besoin de données structurees, etiquetees	Peut traiter des données brutes (images, texte)
Puissance	Ordinateurs standards	Cartes GPU puissantes (NVIDIA)
Exemples	Detection de spam, credit scoring	Reconnaissance faciale, ChatGPT

Cas d entreprise : Google

Google utilise le deep learning pour son moteur de recherche. L algorithme BERT analyse le contexte des mots pour mieux comprendre les requetes. Resultat : Google traite 8,5 milliards de recherches par jour avec une pertinence impressionnante.

Partie 2 : L IA Generative (ChatGPT et au-dela)

2.1 Qu est-ce que l IA generative ?

L IA generative est une categorie d IA capable de creer du contenu nouveau : texte, images, musique, code informatique. Elle ne se contente pas d analyser, elle produit.

LLM (Large Language Models)

Modeles de langage entraines sur des milliards de textes. Ex: GPT-4 (OpenAI), Claude (Anthropic), Gemini (Google).

Generation d images

Cree des images a partir de descriptions textuelles. Ex: DALL-E, Midjourney, Stable Diffusion.

2.2 Comment fonctionne ChatGPT ?

Pre-entrainement : Le modèle apprend sur des milliards de textes (livres, sites web, Wikipedia).
Fine-tuning : Il est affine par des humains qui notent ses réponses.
Prediction : Il predit le mot suivant le plus probable, mot après mot.
Generation : Il construit ainsi des phrases coherentes et pertinentes.

Attention au Bac

ChatGPT peut "halluciner" : inventer des faits faux avec assurance. Il ne "sait" pas si ce qu il dit est vrai. Toujours verifier les informations importantes ! C est un outil d aide, pas une source fiable a 100%.

2.3 Applications en entreprise

Fonction	Application IA generative	Exemple
Marketing	Redaction de contenus, publicites	Carrefour genere ses newsletters avec l IA
Service client	Chatbots intelligents 24/7	Orange utilise des agents IA pour le SAV
RH	Redaction d offres, tri de CV	L Oreal utilise l IA pour pre-selectionner
Developpement	Generation de code, documentation	GitHub Copilot ecrit 40% du code

Partie 3 : L IA dans les Secteurs d Activite

Sante

Diagnostic medical (detection de cancers sur radios)
Decouverte de medicaments
Suivi des patients chroniques

Ex: L IA de Google detecte le cancer du sein avec 99% de precision

Finance / Banque

Detection de fraude en temps reel
Credit scoring automatise
Trading algorithmique

Ex: BNP Paribas bloque 95% des fraudes grace a l IA

Commerce / Distribution

Recommendations personnalisees
Prevision des stocks
Optimisation des prix

Ex: Amazon : 35% des ventes viennent des recommendations IA

Industrie / Logistique

Maintenance predictive
Robots autonomes
Optimisation des tournees

Ex: Renault utilise l IA pour predire les pannes machines

Cas d entreprise : Tesla

Tesla utilise le deep learning pour son Autopilot. Des millions de kilometres parcourus par la flotte entrainent constamment l IA. Chaque voiture Tesla apprend des autres. C est l "effet reseau" de l IA : plus il y a d utilisateurs, meilleure elle devient.

Partie 4 : Enjeux Ethiques et Limites

4.1 Les biais algorithmiques

Les IA peuvent reproduire et amplifier les biais presents dans les données d entraînement.

Exemple celebre : Amazon

En 2018, Amazon a abandonne son IA de recrutement car elle discriminait les femmes. Entrainee sur 10 ans de CV (majoritairement masculins), elle penalisait les CV contenant "femme".

4.2 Les enjeux majeurs

Emploi et automatisation

L IA va transformer 60% des metiers. Certains disparaitront, d autres apparaitront. La formation continue devient cruciale.

Vie privee et données

L IA necessite des masses de données. Qui les controle ? RGPD et AI Act europeens encadrent ces pratiques.

Transparence (boite noire)

Les decisions de l IA sont souvent inexplicables. Comment justifier un refus de credit automatise ?

Souverainete numérique

Les IA leaders sont americaines (OpenAI, Google) ou chinoises (Baidu). L Europe veut développer ses propres modèles.

4.3 Le cadre réglementaire : AI Act

L AI Act europeen (2024) classe les IA par risque :

Risque inacceptable : Interdites (notation sociale, manipulation).
Risque eleve : Tres encadrees (recrutement, credit, sante).
Risque limite : Obligations de transparence (chatbots).
Risque minimal : Pas de contrainte (jeux video, filtres photo).

Resume des Points Cles pour le Bac

Concepts

Machine Learning : apprend des données
Deep Learning : reseaux de neurones
IA generative : cree du contenu (ChatGPT)

Enjeux

Biais : l IA reproduit les discriminations
Emploi : transformation des metiers
AI Act : réglementation europeenne

Quiz de Validation - 3 Questions

Question 1 : Qu est-ce qu une "hallucination" pour ChatGPT ?

A. Une panne technique

B. Une réponse fausse presentee avec assurance

C. Une image generee

D. Un ralentissement du serveur

Question 2 : Quel type d IA n existe PAS encore ?

A. IA faible (etroite)

B. IA forte (générale)

C. IA generative

D. Machine Learning

Question 3 : Qu est-ce qu un biais algorithmique ?

A. Une erreur de code

B. Une discrimination reproduite par l IA

C. Un virus informatique

D. Une limite de calcul

Correction

Question 1 : B - L hallucination est quand l IA invente des faits faux.
Question 2 : B - L IA forte (générale comme un humain) n existe pas encore.
Question 3 : B - Un biais est une discrimination apprise des données d entraînement.