2. Qu'est-ce qu'une requête ?

Une requête (un prompt, en anglais) est une instruction donnée à une intelligence artificielle (IA) pour générer une réponse. Cette réponse peut prendre diverses formes, comme du texte, du son, une image, une vidéo, un script ou autres, selon les capacités de l'IA. La requête sert donc de point de départ pour la création de contenu[1].

Les instructions fournies sous forme de requêtes sont appelées « entrées », tandis que les résultats générés par l'IA sont désignés sous le nom de « sorties ». Entre ces étapes, l'IA utilise des processus complexes qui lui permettent de transformer les entrées en sorties. Vous aurez l'occasion d'approfondir ces concepts dans le 📗Module 4 : Développer sa créativité à l'aide de l'IA. 

Cependant, ces processus restent souvent opaques, car les utilisateurs ont des difficultés à comprendre comment l'IA prend ses décisions. De plus, les données d'entraînement de l'IA ne sont généralement pas rendues publiques, ce qui rend difficile de connaître les bases sur lesquelles elle se réfère pour faire ses choix. Cela soulève la problématique de la « boîte noire » de l'IA[2].

L'illustration ci-dessous montre comment les entrées sont transformées en sorties par des processus internes, souvent perçus comme une « boîte noire » :

Légende

Les entrées : Elles comprennent divers types de données que l'IA peut traiter, telles que vos requêtes, des images, des fichiers, des vidéos et des pages web, selon les capacités de l'IA utilisée. Ces données sont les informations de base que l'IA utilise pour commencer son processus de traitement.

La boîte IA : Cœur du système, cette boîte représente les processus de l'IA, souvent perçus comme une « boîte noire ». Elle intègre des algorithmes complexes d'apprentissage automatique et de traitement des données qui transforment les entrées en sorties utilisables.

Les sorties : Les résultats produits par l'IA pourraient être des textes, des images, des vidéos, etc. Ces sorties sont le résultat direct du traitement des entrées par les algorithmes de l'IA, adaptées aux besoins spécifiques de l'utilisateur.

Important

Les processus qui convertissent les requêtes en réponses soulèvent des questions éthiques majeurs. Le manque de transparence des modèles d'IA peut poser des problèmes, particulièrement dans des domaines sensibles comme la médecine ou la justice, ou même dans des contextes mettant en jeu la sécurité d'êtres humains, comme c'est la cas pour les véhicules autonomes, par exemple. De plus, les modèles d'IA peuvent intégrer des biais en raison des nombreuses données d'entraînement, ce qui peut résulter à des décisions discriminatoires ou injustes et quelques fois sans que l'utilisateur s'en rende compte[4][5][6]. Ces sujets complexes, seront traitées progressivement tout au long du cours et spécifiquement dans le 📙Module 5 : Reconnaître les enjeux éthiques de l’IA. Par exemple, imaginez une voiture autonome qui renverse un piéton, plusieurs questions pourraient nécessiter des réponses : Qui est responsable de l'accident (l'IA, le propriétaire du véhicule, le constructeur du véhicule) ? Pourquoi cet accident est arrivé ? Si la voiture pouvait choisir entre deux piétons, pourquoi avoir fait le choix de renverser celui qui l'a été et pas le second ? Etc.