Bien utiliser l’IA générative : les fondamentaux

Les points abordés dans ce module :

1. Qu’est ce qu’un prompt ?
2. Anonymiser ses requêtes : protéger les données personnelles
3. Contrôler la véracité des réponses de l’IA

Maintenant que nous avons exploré en profondeur les mécanismes de l’IA générative et identifié ses principaux risques, il est temps d’aborder la question pratique : comment utiliser ces outils de manière efficace, sécurisée et responsable ? Cette section vous fournira les bases pour interagir avec l’IA de façon optimale.

1. Qu’est ce qu’un prompt ?

Avant de plonger dans les techniques d’utilisation avancées, il faut d’abord comprendre ce qu’est un prompt, terme anglais que l’on peut traduire en français par « requête » ou « instruction ».

Un prompt est tout simplement le texte, la question ou la consigne que l’on soumet à une intelligence artificielle ou à un chatbot pour obtenir une réponse. C’est l’interface de communication entre l’utilisateur humain et la machine. Par exemple, lorsque vous demandez à un chatbot « Donne-moi la météo à Lyon pour demain », cette phrase constitue le prompt. Le chatbot analyse ce prompt, le décompose, en extrait le sens et l’intention, puis génère une réponse adaptée en fonction de ses capacités et de ses données.

Le prompt peut prendre différentes formes selon les outils : il peut s’agir d’une question simple, d’une instruction détaillée, d’une demande de création d’image à partir d’une description textuelle, d’un fichier audio à transcrire, ou même d’un document à analyser. Ce qui compte fondamentalement, c’est que le prompt sert de point de départ, d’amorce, à l’IA pour produire un résultat.

💻️L’importance capitale de la qualité du prompt

Voici un principe essentiel à retenir : la qualité de la réponse obtenue dépend directement de la clarté, de la précision et de la pertinence du prompt que vous formulez. Si le prompt est vague, ambigu ou mal formulé, l’IA risque fortement de donner une réponse incomplète, hors sujet, ou simplement inutilisable. À l’inverse, un prompt bien rédigé, structuré et précis permet d’obtenir une réponse pertinente, précise, nuancée et véritablement utile.

C’est là qu’intervient une discipline émergente appelée « prompt engineering », que l’on pourrait traduire par « ingénierie des requêtes » ou « art de formuler des prompts efficaces ». Il s’agit de la capacité à améliorer et à affiner progressivement ses prompts pour obtenir le meilleur résultat possible de l’IA. Ce processus repose presque toujours sur une méthode itérative d’essais et d’erreurs : on teste différentes formulations, on observe attentivement les réponses produites, on identifie ce qui fonctionne et ce qui ne fonctionne pas, puis on ajuste le prompt, on le précise, on le restructure, jusqu’à ce que le résultat soit satisfaisant et corresponde vraiment à ce que l’on recherchait.

🔬Le prompt engineering : structurer ses requêtes pour des réponses optimales

Avant de tirer le meilleur parti de l’intelligence artificielle, il convient de maîtriser l’art de la rédaction des prompts, c’est-à-dire des instructions soumises à l’IA générative. Un prompt bien construit permet non seulement d’obtenir des réponses de meilleure qualité, mais limite aussi les risques de mauvaise interprétation ou d’utilisation de données sensibles.

Voici les éléments fondamentaux d’un prompt efficace :

• L’instruction : Il s’agit de la consigne principale donnée à l’IA, qui précise l’action attendue. Une consigne claire, comme « Résume le document joint », oriente immédiatement l’IA vers le résultat souhaité.
• Le format de réponse : Indiquer la forme attendue, par exemple « sous forme de liste à puce », favorise une sortie lisible et adaptée à vos besoins. Cette précision facilite l’exploitation de la réponse.
• Le contexte : Préciser le domaine, la situation, l’objectif ou l’audience permet de personnaliser la réponse et d’assurer qu’elle soit pertinente.
• Le ton : Demander un style particulier, tel qu’un ton « calme et clair », module la présentation et l’accessibilité des informations. Le ton peut varier selon le public ou la finalité.
• Le rôle / persona : Spécifier que l’IA agit comme « un assistant personnel » dirige le niveau de détail, la posture et l’approche de la réponse.
• Un exemple : Fournir un modèle de réponse guide l’IA, clarifie le style attendu et lève les ambiguïtés.

Exemple de prompt structuré :
« Advens est une société française de services en cybersécurité. Elle est spécialisée dans les prestations de conseil, d’audit et de services managés en cybersécurité pour des clients B2B. Agis comme un assistant personnel avec un ton calme et clair. Résume le document joint en identifiant les points les plus importants sous la forme d’une liste à puce. Utilise cet exemple ‘…’ comme référence. »

2. Anonymiser ses requêtes : protéger les données personnelles

Même en maîtrisant l’art du prompt, il reste indispensable d’anonymiser ses demandes lorsque cela est possible. Protéger les identités, adresses, ou informations sensibles est essentiel, tant pour nos propres données que celles des tiers concernés.

• Exemple : Plutôt que d’inclure le nom, l’adresse et l’âge précis d’une personne, généralisez la situation (« un bénévole senior avec des problèmes de dos dans une grande ville »). L’objectif est de supprimer toute donnée non indispensable à la résolution du problème.
• Deux méthodes principales existent :
  • La généralisation : Substituer la donnée personnelle par une catégorie ou un groupe (senior/junior, grande ville/village).
  • L’approximation : Utiliser une estimation, par exemple « environ 30 ans », « près de Rennes ».

Cette démarche contribue non seulement à la sécurité, mais favorise également la neutralité et la pertinence des réponses.

3. Contrôler la véracité des réponses de l’IA

Il demeure impératif d’exercer un esprit critique sur toutes les réponses générées par l’IA. Les erreurs factuelles, interprétations erronées ou confusions subsistent, même dans des modèles avancés.

• Exemple : Comparer « l’œuf d’autruche et l’œuf de vache » met en évidence une contradiction, puisque les vaches sont des mammifères et ne pondent pas d’œufs.
• Toujours vérifier que les sources fournies existent, qu’elles sont fiables et que les informations sont à jour. Des requêtes mal formulées peuvent conduire à des erreurs ou des approximations. ⚠️⚠️

Avant de soumettre une demande à l’IA, relisez-la, corrigez toute faute ou information incorrecte, et spécifiez autant de contexte que possible. Après avoir obtenu une réponse, prenez le réflexe de la vérifier auprès de sources externes solides.

👉️Les biais et les discriminations dans les réponses de l’IA

L’IA n’est pas à l’abri des stéréotypes ni des biais issus des données d’entraînement. Les exemples précédents illustrent la tendance de l’IA à générer des métiers, à orienter ses descriptions ou à se baser sur des critères non pertinents, tels que la situation familiale dans la sélection des candidats à un poste.

Pour limiter ces biais :

• Formulez vos requêtes de façon neutre ;
• Analysez toujours les réponses avec recul ;
• Identifiez les critères utilisés par l’IA, et évaluez leur pertinence ou leur caractère discriminatoire.

Conclusion : adopter une démarche responsable

L’intelligence artificielle générative redéfinit nos usages numériques et professionnels. Mais son déploiement s’accompagne de défis majeurs, qu’il s’agisse de la protection des données, de la gestion des risques, ou de la lutte contre les biais et les discriminations.

Pour profiter pleinement de ces opportunités sans négliger les dangers :

• Protégez et anonymisez autant que possible vos données personnelles ;
• Vérifiez systématiquement la véracité des informations délivrées par l’IA ;
• Soutenez les solutions respectueuses des normes européennes pour la souveraineté et la sécurité ;
• Favorisez une IA « frugale » peu consommatrice en ressources et responsable sur le plan environnemental ;
• Gardez systématiquement le contrôle humain sur toutes décisions critiques.

Face à l’évolution rapide de ces technologies, la curiosité et la vigilance resteront vos meilleurs atouts. Restez informé, partagez vos connaissances et contribuez à un futur numérique plus sûr et inclusif.

Ce module a été rédigé par Hugo Lausenaz-Pire, consultant en gestion des risques et conformité de cybersécurité chez Advens, passionné par l'intelligence artificielle et diplômé en Mastère expert informatique et système d'information spécialité sécurité IT.