La rédaction Aikiwi · Publié le · 8 min de lecture

Qu’est-ce que l’IA générative ? Définition, fonctionnement et limites

Visuel de couverture d'Aikiwi, rubrique Guides, couleurs de la catégorie Image : « L’IA générative », avec les logos de Midjourney et Suno

L’IA générative est une forme d’intelligence artificielle qui produit du texte, des images, du son, des vidéos ou du code à partir d’une demande. Elle s’appuie sur des modèles entraînés sur des données, sans garantir l’exactitude de ce qu’elle génère.

Qu’est-ce que l’IA générative ?

L’IA générative est une intelligence artificielle capable de créer des contenus originaux en réponse à une demande de l’utilisateur, selon la définition d’IBM. Cette demande prend notamment la forme d’un prompt, c’est-à-dire une consigne adressée à l’IA. AWS retient également cette capacité à produire de nouveaux contenus et de nouvelles idées.

Selon AWS, l’IA générative est apparue à la fin des années 2010 grâce aux progrès du deep learning, ou apprentissage profond. Son accès commercial s’est développé depuis 2022 avec les progrès du cloud computing, qui permet d’utiliser des ressources informatiques à distance. AWS distingue de cette manière l’apparition de cette technologie de sa disponibilité commerciale.

Ce que l’IA générative produit : texte, image, son, vidéo et code

L’IA générative peut produire du texte, des images, des vidéos, du son et du code, selon IBM. Ces productions correspondent à des tâches distinctes, de la rédaction d’un rapport à la création d’une animation. Aikiwi en réunit les outils dans ses catalogues : le catalogue des IA de texte, le catalogue des IA d’image, le catalogue des IA vidéo et le catalogue des IA de musique.

  • Le texte : les modèles génératifs peuvent rédiger des textes cohérents, notamment des e-mails, des pages web, des articles et des rapports. Ils prennent aussi en charge des tâches répétitives comme la synthèse de documents.
  • Les images et les vidéos : Selon IBM, des outils comme Midjourney créent des images réalistes ou des œuvres d’art originales. Pour la vidéo, IBM décrit des outils capables de créer des animations à partir d’un texte.
  • Le son et la musique : les modèles génératifs synthétisent des voix à l’intonation naturelle et peuvent créer une musique originale qui imite la structure de compositions professionnelles. Selon sa propre présentation, Suno permet aux créateurs de façonner leurs chansons dans Suno Studio, un studio accessible dans le navigateur.
  • Le code : l’IA générative peut écrire du code, compléter des extraits, convertir un langage de programmation en un autre et résumer le fonctionnement d’un programme. Selon GitHub, GitHub Copilot suggère du code pendant la frappe et répond aux questions sur une base de code.

Comment fonctionne l’IA générative ?

L’IA générative suit, dans la plupart des cas, trois phases décrites par IBM : l’entraînement, le réglage, puis la génération accompagnée d’une évaluation.

  1. Entraînement : l’algorithme apprend sur d’énormes volumes de données non étiquetées en tentant de prédire l’élément suivant d’une séquence, comme le mot suivant d’une phrase. À chaque prédiction, il s’ajuste pour réduire l’écart avec la donnée réelle. Cet apprentissage crée un modèle de fondation, un réseau de neurones dont les paramètres encodent les entités, les schémas et les relations présents dans les données.
  2. Réglage : le modèle de fondation est adapté à une application précise. Selon IBM, le réglage fin consiste à lui fournir des exemples étiquetés qui associent les questions attendues aux bonnes réponses, dans le format voulu. Pour un chatbot de service client, ces exemples correspondent aux demandes qu’il recevra et aux réponses qu’il devra produire : le réglage porte sur cet usage particulier.
  3. Génération et évaluation : le modèle produit un contenu en réponse à un prompt, une instruction qui lui est adressée. Pour le texte, AWS explique qu’il prédit le mot suivant à partir des mots précédents et de leur contexte, puis le choisit à l’aide d’une distribution de probabilité. Selon IBM, l’évaluation des sorties et un nouveau réglage servent ensuite à améliorer leur qualité.

Les familles de modèles génératifs

Les grands modèles de langage, ou LLM, sont selon IBM une classe de modèles de fondation conçus pour générer du texte. D’autres modèles de fondation sont destinés à l’image, à la vidéo, au son ou à la musique ; les modèles multimodaux prennent en charge plusieurs types de contenus. Un modèle n’est pas une application : il constitue la composante que celle-ci intègre pour assurer ses fonctions génératives.

Les modèles de diffusion ajoutent du bruit aux données d’entraînement, puis apprennent à le retirer progressivement pour révéler la sortie voulue. Selon IBM, ils servent surtout à la génération d’images. Les transformateurs désignent, eux, une architecture de modèle plutôt qu’un type de contenu produit. Cette architecture sous-tend la plupart des outils d’IA générative décrits par IBM : elle ne désigne pas une application particulière.

Quelle est la différence entre l’IA générative et l’IA analytique ?

L’IA générative est comparée par AWS aux modèles traditionnels de machine learning, ou apprentissage automatique. AWS n’emploie pas le terme d’IA analytique : sa comparaison distingue les modèles discriminants, qui classent, des modèles génératifs, qui produisent.

Type de modèleCe qu’elle faitExemple donné par AWS
Machine learning traditionnelUn modèle discriminant classe les données en leur attribuant une étiquette.Associer une image à un mot.
IA générativeUn modèle génératif apprend les caractéristiques des données et leurs relations pour reconstituer un contenu nouveau.Apprendre les formes d’oreilles et de queues pour reconstituer des images d’animaux absentes des données d’entraînement.

Les limites de l’IA générative

  • Hallucinations : l’IA générative peut produire un résultat absurde ou faux qui paraît plausible, selon la définition d’IBM. L’entreprise cite le cas d’un avocat dont l’outil avait produit des références de jurisprudence entièrement fictives. Une réponse crédible peut être fausse.
  • Variabilité des réponses : une même demande peut produire des réponses différentes, explique IBM, car les modèles génératifs sont probabilistes. Répéter une demande ne garantit pas de retrouver la réponse précédente.
  • Biais appris : les modèles génératifs peuvent apprendre les préjugés présents dans leurs données d’entraînement, selon IBM. Le contenu produit peut alors être biaisé, injuste ou offensant.
  • Originalité limitée : la créativité de l’IA générative reste limitée par ses données d’entraînement, souligne AWS. Ses résultats peuvent sembler répétitifs ou dérivés, même lorsqu’ils prennent la forme d’une nouvelle production.
  • Confidentialité des données : personnaliser un modèle d’IA générative avec des données propriétaires peut poser des problèmes de confidentialité et de sécurité, signale AWS. Cette limite concerne notamment les informations propres à une organisation utilisées pour adapter le modèle.

Ce que prévoit la législation européenne sur l’IA générative

Selon la Commission européenne, les règles de transparence de la législation sur l’IA s’appliquent depuis août 2026. Ces règles imposent d’informer les personnes lorsqu’elles interagissent avec une machine, par exemple un chatbot. Pour les fournisseurs d’IA générative, elle prévoit aussi de rendre identifiables les contenus produits par leurs systèmes.

Une partie des contenus générés par l’IA doit être étiquetée de manière claire et visible : la Commission européenne cite les hypertrucages (« deepfakes ») et les textes publiés pour informer le public sur des questions d’intérêt public. Cette obligation d’étiquetage vise ces catégories de contenus, et ne se confond pas avec l’exigence générale de rendre les productions de l’IA identifiables.

Questions fréquentes

C’est quoi l’IA ?

L’intelligence artificielle, ou IA, est le concept général qui englobe notamment les assistants intelligents, les chatbots, les générateurs d’images, les aspirateurs robots et les voitures autonomes, selon AWS. L’IA générative en est un sous-ensemble : elle produit de nouveaux contenus.

Sources et méthode

Informations vérifiées le .

Cet article est préparé par la rédaction d'Aikiwi avec une chaîne automatisée : chaque information est reliée à une source publique et vérifiée avant publication. Il ne rapporte pas de test pratique, sauf mention contraire. Notre méthode

Suivez l'IA et les agents IA avec notre newsletter.

Inscrivez-vous pour recevoir les nouveautés, les tendances et des astuces sur l'intelligence artificielle.

En vous abonnant, vous acceptez notre politique de confidentialité et notre politique de cookies.