Chapitre 110 minDébutant
C'est quoi l'IA générative et un LLM ?
Par Josselyn C., prof de BTS SIO. Mis à jour le .
À la fin de ce chapitre, tu sauras
- distinguer une IA qui génère d'une IA qui classe ou prédit ;
- expliquer ce qu'est un grand modèle de langage (LLM) ;
- séparer le modèle, l'assistant qui l'utilise et l'API qui le sert ;
- dire ce que change un modèle ouvert par rapport à un modèle fermé.
3 exercices corrigés
L'IA générative est la branche de l'intelligence artificielle qui crée des contenus nouveaux (texte, code, image, son, vidéo) à partir d'une demande, au lieu de seulement classer ou prédire. Un LLM, pour Large Language Model ou grand modèle de langage, est le modèle qui génère du texte et du code : c'est lui qui fait tourner ChatGPT, Claude, Gemini ou Le Chat. Ce chapitre pose le vocabulaire dont tu as besoin pour tout le reste du cours.
IA, apprentissage automatique, IA générative
Les quatre termes s'emboîtent comme des poupées russes.
| Terme | Ce que ça veut dire | Exemple que tu croises en SIO |
|---|---|---|
| Intelligence artificielle | Un programme qui accomplit une tâche qu'on associe d'habitude à l'intelligence humaine : reconnaître, décider, traduire, rédiger | Le correcteur orthographique de ton traitement de texte |
| Apprentissage automatique (machine learning) | Le programme apprend ses règles à partir d'exemples, au lieu qu'un développeur les écrive | Un filtre antispam entraîné sur des milliers de courriels déjà triés |
| Apprentissage profond (deep learning) | Apprentissage automatique avec des réseaux de neurones à très nombreuses couches | La reconnaissance de la parole de ton téléphone |
| IA générative | Apprentissage profond qui produit un contenu nouveau | Un assistant qui rédige un script PowerShell à partir de ta description |
Un pare-feu qui bloque le port 23 parce qu'une règle le dit n'est pas de l'IA : c'est une règle écrite par un humain. Un outil qui apprend tout seul à quoi ressemble un trafic réseau normal, puis signale ce qui s'en écarte, relève de l'apprentissage automatique.
IA qui classe, IA qui génère
Pour savoir si un outil relève de l'IA générative, regarde ce qui sort. Si c'est une catégorie, un nombre ou une probabilité, c'est une IA qui analyse : elle classe ou prédit. Si c'est un texte, du code, une image ou une voix qui n'existaient pas avant, c'est une IA qui génère.
| IA qui classe ou prédit | IA qui génère |
|---|---|
| Range un courriel en « spam » ou « légitime » | Rédige la réponse au courriel |
| Estime la probabilité qu'un disque tombe en panne dans le mois | Écrit la procédure de remplacement du disque |
| Reconnaît un visage pour déverrouiller un téléphone | Fabrique la photo d'un visage qui n'existe pas |
| Attribue une priorité à un ticket d'assistance | Propose une réponse au demandeur du ticket |
Les deux familles se complètent : un outil d'assistance peut classer un ticket avec un modèle de classification, puis rédiger un brouillon de réponse avec un LLM.
Les familles de modèles génératifs
Le principe de tous ces modèles est le même : ils ont appris, sur une énorme quantité d'exemples, quelles formes vont ensemble, et produisent un contenu plausible, qui ressemble à ce qu'ils ont vu. Plausible ne veut pas dire vrai : le chapitre 3 y revient.
| Famille | Ce qu'elle génère | Principe, en une phrase |
|---|---|---|
| LLM (grand modèle de langage) | Texte, code, réponses structurées en JSON | Prédit le morceau de texte suivant, encore et encore (chapitre 2) |
| Modèle de diffusion | Images, illustrations | Part d'un bruit aléatoire et le débruite pas à pas vers l'image décrite |
| Synthèse vocale | Voix | Apprend les caractéristiques d'une voix et lit un texte avec elle |
| Modèle vidéo | Séquences vidéo | Génère des images successives cohérentes entre elles |
Les modèles récents sont multimodaux : un même LLM lit du texte et des images (une capture d'écran d'erreur, un schéma réseau photographié) et répond en texte. Le TP L'IA voit-elle vraiment ? te fait vérifier à la main ce qu'une IA de vision croit voir.
Ce cours se concentre sur les LLM : ce sont eux que tu intègres dans une application, que tu déploies sur un serveur et qui écrivent du code.
Modèle, assistant, API : trois choses différentes
Quand quelqu'un dit « j'ai demandé à l'IA », il peut parler de trois choses.
- Le modèle. Un très gros fichier de nombres, les paramètres, et le programme qui sait les utiliser. Claude Opus 5.5, Llama 3.2 ou Gemma 4 sont des modèles. Un modèle seul n'a ni interface, ni historique, ni accès au Web.
- L'assistant. L'application qui met un modèle à ta disposition : claude.ai, ChatGPT, Le Chat, Microsoft Copilot. Elle ajoute une interface, l'historique de tes conversations, souvent la recherche sur le Web, l'envoi de fichiers et des réglages de confidentialité.
- L'API. L'accès au modèle par programme : ton application envoie une requête HTTP avec le texte, le fournisseur renvoie la réponse en JSON et facture au nombre de tokens. C'est ce que tu utilises au chapitre 7.
Sur ta propre machine, un logiciel comme Ollama joue le rôle de l'API : il télécharge un modèle ouvert, le fait tourner et répond aux requêtes sur le port 11434. Rien ne sort de ta machine, tant que tu utilises un modèle téléchargé.
Modèles fermés, modèles ouverts
Un modèle fermé n'est accessible que par l'API ou l'assistant de son éditeur : Claude (Anthropic), GPT (OpenAI), Gemini (Google). Tu ne télécharges jamais ses paramètres. Un modèle ouvert (open-weight) publie ses paramètres : tu peux le faire tourner chez toi ou sur ton serveur. Llama (Meta), Gemma (Google), Qwen (Alibaba), gpt-oss (OpenAI) et une partie des modèles de Mistral AI sont dans ce cas.
| Critère | Modèle fermé, par API | Modèle ouvert, installé chez toi |
|---|---|---|
| Qualité des réponses | Les meilleurs modèles du moment | Un cran en dessous à taille égale ; dépend beaucoup de la taille que ta machine supporte |
| Où partent les données | Chez le fournisseur, selon son contrat | Nulle part : tout reste sur ta machine ou ton serveur |
| Coût | Payé au token | Matériel et électricité ; pas de facture par requête |
| Mise en route | Une clé d'API et quelques lignes de code | Installer Ollama, télécharger le modèle (de 1 à plus de 20 Go), dimensionner la RAM |
| Mises à jour | Le fournisseur fait évoluer ou retire ses modèles | Tu gardes la version que tu as validée |
« Ouvert » ne veut pas toujours dire « libre » : les données et le code d'entraînement restent souvent secrets, et certaines licences posent des conditions d'usage. Lis la licence d'un modèle avant de l'utiliser dans une entreprise, comme pour une bibliothèque de code (licences logicielles).
Ce qu'un LLM fait bien, et moins bien
| Il fait bien | Il fait mal, ou pas du tout, sans aide |
|---|---|
| Reformuler, résumer, traduire un texte que tu lui fournis | Citer une source exacte qu'il n'a pas sous les yeux |
| Écrire un premier jet de code, de requête SQL ou de script | Garantir que ce code est juste, sûr et à jour |
| Expliquer un message d'erreur ou un concept | Connaître ce qui s'est passé après la fin de son entraînement |
| Proposer des idées, un plan, des cas de test | Faire des calculs longs sans outil |
| Transformer un format (texte vers JSON, tableau vers SQL) | Savoir ce que contient ton réseau, ta base ou ton code s'il ne les voit pas |
La colonne de droite n'est pas une fatalité : on lui donne des documents (RAG), des outils (recherche, exécution de code) et on vérifie (chapitre 5).
Pourquoi l'IA générative concerne ton BTS
Le référentiel du BTS SIO (2019, modifié en 2024) a été écrit avant l'arrivée des assistants grand public : il ne parle pas d'IA générative. Elle touche pourtant chacun de tes blocs de compétences : la veille et le support (bloc 1), le développement et l'infrastructure (bloc 2), la cybersécurité (bloc 3). Les entreprises s'y mettent : selon le baromètre France Num 2026, 40 % des TPE et PME françaises utilisent une solution d'IA. Et le règlement européen sur l'IA demande aux entreprises qui l'utilisent de favoriser la maîtrise de l'IA de leur personnel (chapitre 10).
Exercices
Exercice 1 sur 3 Classer ou générer ? Réussi À revoir
Pour chaque outil de Sorbier Logistique, dis s'il relève d'une IA qui classe ou prédit, ou d'une IA générative.
- Un module de la messagerie place les courriels suspects en quarantaine.
- Un assistant rédige le compte rendu d'une intervention à partir des notes du technicien.
- Un outil estime le nombre de colis à traiter demain à l'entrepôt de Mâcon.
- Un agent conversationnel répond aux clients qui demandent où en est leur livraison.
- Une fonction de l'outil de tickets attribue automatiquement la catégorie « Imprimante » ou « Réseau ».
- Un outil produit une illustration pour la page d'accueil de l'intranet.
Voir la réponseMasquer la réponse de l'exercice 1
- Classe : la sortie est une catégorie (suspect ou non).
- Génère : un texte nouveau.
- Prédit : la sortie est un nombre.
- Génère : des réponses rédigées. C'est un LLM, sans doute relié aux données de suivi.
- Classe : la sortie est une catégorie. Un LLM peut faire ce travail, mais la tâche reste une classification.
- Génère : une image, sans doute avec un modèle de diffusion.
Tu avais trouvé ?
Exercice 2 sur 3 Modèle, assistant ou API ? Réussi À revoir
Moussa raconte : « Le matin, je pose mes questions à Claude dans mon navigateur. L'après-midi, l'application de tickets que développe Chloé envoie les tickets au même modèle, Claude Opus 5.5, avec une clé fournie par Antoine. Le soir, chez moi, je teste Llama 3.2 avec Ollama. »
Repère dans ce récit les modèles, les assistants et les accès par programme. Moussa obtient-il les mêmes réponses le matin et l'après-midi ?
Voir la réponseMasquer la réponse de l'exercice 2
- Modèles : Claude Opus 5.5 et Llama 3.2.
- Assistant : claude.ai, dans le navigateur.
- Accès par programme : l'API d'Anthropic, utilisée par l'application de Chloé avec une clé d'API ; et l'API locale d'Ollama, sur le port 11434 de la machine de Moussa.
Les réponses ne sont pas forcément les mêmes. L'assistant ajoute ses propres consignes, l'historique et parfois une recherche sur le Web ; l'application de Chloé envoie ses propres consignes. Et un modèle génère avec une part de hasard (chapitre 3).
Tu avais trouvé ?
Exercice 3 sur 3 Ouvert ou fermé ? Réussi À revoir
Antoine veut un assistant qui résume les journaux des serveurs. Ces journaux contiennent des adresses IP internes et des noms de comptes. Il hésite entre un modèle fermé par API et un modèle ouvert installé sur un serveur interne. Donne un argument pour chaque solution, puis la question qu'il doit se poser avant de choisir l'API.
Voir la réponseMasquer la réponse de l'exercice 3
- Modèle fermé par API : de meilleures réponses, rien à installer ni à maintenir.
- Modèle ouvert en interne : les journaux ne quittent pas l'entreprise ; pas de facture par requête.
Avant de choisir l'API, Antoine doit vérifier ce que le fournisseur fait des données envoyées : durée de conservation, réutilisation pour l'entraînement, pays d'hébergement, contrat de sous-traitance au sens du RGPD (chapitre 10). Les noms de comptes sont des données personnelles, et les adresses internes décrivent son réseau.
Tu avais trouvé ?