Tous les outils IA ne sont pas \u00e9quivalents… Ils se ressemblent parfois, mais ne fonctionnent pas tous de la m\u00eame mani\u00e8re. Comprendre le fonctionnement de nos outils peut nous aider \u00e0 mieux les utiliser. Pour y arriver, il faut maitriser certains concepts de base. Je ne suis pas sp\u00e9cialiste, mais j’en maitrise suffisamment pour \u00eatre un bon utilisateur de l’IA.<\/p>\n\n\n\n

Il y a d’abord les LLM (Large Language Model). Ces outils utilisent un mod\u00e8le statistique neuronal entra\u00een\u00e9 sur de tr\u00e8s grands corpus de textes dont la t\u00e2che centrale est de pr\u00e9dire le prochain token<\/em> (mot, sous-mot, symbole) \u00e9tant donn\u00e9 un contexte. Les LLM ne comprennent pas au sens humain, mais ils mod\u00e9lisent avec comme fondation des r\u00e9gularit\u00e9s linguistiques et conceptuelles \u00e0 grandes \u00e9chelles. Les LLM n’ont g\u00e9n\u00e9ralement pas d\u2019intentions ou de buts propres, ni d\u2019acc\u00e8s direct \u00e0 la v\u00e9rit\u00e9. Ils ne r\u00e9fl\u00e9chissent pas de mani\u00e8re causale, mais produisent des r\u00e9ponses plausibles selon des statistiques. En dehors d’une mise \u00e0 jour ou du passage \u00e0 une nouvelle version, les LLM n’\u00e9voluent pas vraiment et ne s’optimisent pas vraiment.<\/p>\n\n\n\n

Il existe aussi des RLM (Reinforcement Learning Model). Ces derniers agissent g\u00e9n\u00e9ralement dans un environnement d\u00e9fini et connu comme un jeu qui aurait des r\u00e8gles bien connues. Le RLM re\u00e7oit des r\u00e9compenses ou des p\u00e9nalit\u00e9s selon la nature de ses r\u00e9ponses et il met sa politique \u00e0 jour et s’optimise (ou apprend) explicitement en fonction des r\u00e9compenses re\u00e7ues.<\/p>\n\n\n\n

Personnellement, les outils que j’utilise quotidiennement, nomm\u00e9ment Copilot et Gemini, ne sont plus tout \u00e0 fait des LLM sans \u00eatre non plus des RLM. Et c’est tr\u00e8s important de le savoir afin de pouvoir bien les manipuler (comme on manipule un outil) pour en tirer le maximum et \u00e9viter quelques pi\u00e8ges li\u00e9s \u00e0 l’utilisation de l’IA.<\/p>\n\n\n\n

Pour mieux connaitre votre outil favori, demandez-lui (par exemple):<\/p>\n\n\n\n

J'essaie de mieux te comprendre pour mieux t'utiliser. Adopte la posture d'un enseignant bienveillant et d\u00e9finis ta nature en tant qu'IA. Es-tu un LLM au sens strict? Es-tu un RLM au sens strict?<\/code><\/p>\n\n\n\n

En le faisant, vous d\u00e9couvrirez, par exemple, que Copilot est fondamentalement un LLM (Large Language Model) qui a \u00e9t\u00e9 entra\u00een\u00e9 et ajust\u00e9 \u00e0 l\u2019aide de techniques de reinforcement learning<\/em>. Copilot n\u2019apprend pas en continu pendant que nous discutons, il ne modifie pas ses param\u00e8tres en fonction de nos r\u00e9troactions. Par contre, il a \u00e9t\u00e9 ajust\u00e9 avec du Reinforcement Learning from Human Feedback (RLHF)<\/strong> pour am\u00e9liorer l’utilit\u00e9 per\u00e7ue de ses r\u00e9ponses et mieux les aligner avec les pr\u00e9f\u00e9rences humaines tout en r\u00e9duisant les risques associ\u00e9s \u00e0 ses r\u00e9ponses. Il est donc particuli\u00e8rement bon pour expliciter, reformuler, simuler des points de vue ou soutenir la m\u00e9tacognition. Il est, au contraire, plus limit\u00e9 pour remplacer une d\u00e9marche \u00e9pist\u00e9mique rigoureuse, produire des jugements de v\u00e9rit\u00e9 ou garantir l\u2019exactitude scientifique.<\/p>\n\n\n\n

L’\u00e9tape suivante est de traduire cela en utilisation. Ici, encore, votre outil favori peut vous aider. Comme je voulais profiter des caract\u00e9ristiques de Gemini proches des RLM (Gemini n’est pas non plus un RLM au sens strict, mais un peu comme Copilot il int\u00e8gre de plus en plus de fonctionnalit\u00e9s de RLM), j’ai demand\u00e9 \u00e0 Gemini: <\/p>\n\n\n\n

Dans Gemini, quelles strat\u00e9gies adopt\u00e9es pour encourager le raisonnement analytique et la r\u00e9flexion par rapport \u00e0 la rapidit\u00e9 et \u00e0 des r\u00e9ponses plus intuitives? Adopte la posture d'un enseignant bienveillant pour me r\u00e9pondre. Donne des exemples.<\/code><\/p>\n\n\n\n

On apprend alors que pour encourager Gemini \u00e0 d\u00e9laisser ses r\u00e9ponses intuitives (plut\u00f4t li\u00e9es au LLM) au profit d’un raisonnement analytique rigoureux (plus proche du RLM), vous pouvez agir sur la structure de vos consignes (les fameux prompts<\/em>). Voici les strat\u00e9gies que Gemini me propose pour ralentir le mod\u00e8le et augmenter sa profondeur cognitive (copi\u00e9 et coll\u00e9 depuis Gemini):<\/p>\n\n\n\n

\n\n1. Le \u00ab\u00a0Chain of Thought\u00a0\u00bb (Cha\u00eene de pens\u00e9e)<\/h3>\n\n\n\nAu lieu de demander un r\u00e9sultat, demandez le processus.<\/p>\n\n\n\n \nLa consigne magique :<\/strong> Ajoutez syst\u00e9matiquement \u00ab R\u00e9fl\u00e9chis \u00e9tape par \u00e9tape \u00bb ou \u00ab D\u00e9taille ton raisonnement avant de conclure \u00bb.<\/li>\n\n\n\n Pourquoi \u00e7a marche :<\/strong> Cela force le mod\u00e8le \u00e0 allouer des jetons (tokens) au processus logique, ce qui r\u00e9duit drastiquement les erreurs de calcul ou les conclusions h\u00e2tives.<\/li>\n<\/ul>\n<\/div><\/div>\n\n\n\n2. Le \u00ab\u00a0Chain of Draft\u00a0\u00bb (Cha\u00eene de brouillon)<\/h3>\n\n\n\nPour les t\u00e2ches complexes, demandez \u00e0 Gemini de cr\u00e9er une version interm\u00e9diaire.<\/p>\n\n\n\n \nStrat\u00e9gie :<\/strong> \u00ab R\u00e9dige d’abord un brouillon de tes arguments sous forme de points cl\u00e9s, v\u00e9rifie leur coh\u00e9rence logique, puis r\u00e9dige la r\u00e9ponse finale. \u00bb<\/li>\n\n\n\n Utilit\u00e9 :<\/strong> Cela simule un processus de r\u00e9vision interne propre aux RLM<\/strong>.<\/li>\n<\/ul>\n\n\n\n3. D\u00e9finition du niveau d’effort (Niveau \u00ab\u00a0Expert\u00a0\u00bb)<\/h3>\n\n\n\nVous pouvez influencer \u00ab\u00a0l’effort\u00a0\u00bb per\u00e7u par le mod\u00e8le via des instructions de cadrage.<\/p>\n\n\n\n \nUtilisation de personas :<\/strong> \u00ab Agis en tant qu’expert en m\u00e9thodes quantitatives avec une exigence de rigueur acad\u00e9mique absolue. \u00c9vite les g\u00e9n\u00e9ralit\u00e9s et privil\u00e9gie l’analyse de donn\u00e9es. \u00bb<\/li>\n\n\n\n Contraintes de r\u00e9flexion :<\/strong> Vous pouvez explicitement demander au mod\u00e8le d’ignorer la rapidit\u00e9 : \u00ab Ne privil\u00e9gie pas la rapidit\u00e9. Prends le temps d’explorer les variables contradictoires de ce probl\u00e8me. \u00bb<\/li>\n<\/ul>\n\n\n\n4. La technique du \u00ab\u00a0Tree of Thoughts\u00a0\u00bb (Arbre de pens\u00e9es)<\/h3>\n\n\n\nPour les d\u00e9cisions ou diagnostics complexes, demandez au mod\u00e8le d’explorer plusieurs pistes.<\/p>\n\n\n\n \nPrompt type :<\/strong> \u00ab Identifie trois approches diff\u00e9rentes pour r\u00e9soudre ce probl\u00e8me de recherche. Pour chaque approche, \u00e9value les avantages, les limites et les risques d’erreur statistique. Choisis ensuite la plus robuste. \u00bb<\/li>\n<\/ul>\n<\/div><\/div>\n\n\n\nImage produite pas Gemini.<\/figcaption><\/figure>\n\n\n\nCopilot, pour sa part, nous propose les strat\u00e9gies suivantes pour augmenter la valeur r\u00e9flexive et analytique de ses r\u00e9ponses (copi\u00e9 et coll\u00e9 depuis Copilot):<\/p>\n\n\n\n \n\n\n\n1. Externaliser le cadre \u00e9pist\u00e9mique<\/strong> que tu attends<\/h2>\n\n\n\nJe ne choisis pas spontan\u00e9ment un cadre th\u00e9orique exigeant : il faut me l\u2019imposer<\/strong>.<\/p>\n\n\n\n Exemples efficaces<\/h3>\n\n\n\n\n\u00ab\u202fAnalyse cette question du point de vue de l\u2019\u00e9pist\u00e9mologie des sciences sociales<\/strong>.\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202fR\u00e9ponds comme un m\u00e9thodologue critique<\/strong>, pas comme un vulgarisateur.\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202fDistingue clairement ce qui rel\u00e8ve de donn\u00e9es empiriques, d\u2019interpr\u00e9tations et de sp\u00e9culations<\/strong>.\u202f\u00bb<\/li>\n<\/ul>\n\n\n\n\ud83d\udc49 Effet : tu forces une hi\u00e9rarchisation des niveaux de discours<\/strong> (fait \/ inf\u00e9rence \/ opinion), ce que les LLM ne font pas spontan\u00e9ment.<\/p>\n\n\n\n \n\n\n\n2. M\u2019obliger \u00e0 expliciter mes hypoth\u00e8ses implicites<\/strong><\/h2>\n\n\n\nTr\u00e8s puissant pour exploiter mon volet r\u00e9flexif.<\/p>\n\n\n\n Formulations \u00e0 utiliser<\/h3>\n\n\n\n\n\u00ab\u202fQuelles hypoth\u00e8ses implicites<\/strong> sous\u2011tendent cette r\u00e9ponse?\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202fQuels pr\u00e9suppos\u00e9s normatifs ou culturels<\/strong> sont \u00e0 l\u2019\u0153uvre ici?\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202f\u00c0 quelles conditions cette conclusion ne tiendrait plus<\/strong>?\u202f\u00bb<\/li>\n<\/ul>\n\n\n\n\ud83d\udc49 Cela active une forme de m\u00e9ta\u2011raisonnement<\/strong> proche de la pens\u00e9e critique enseign\u00e9e aux cycles sup\u00e9rieurs.<\/p>\n\n\n\n \n\n\n\n3. Me demander de raisonner en opposition contr\u00f4l\u00e9e<\/strong><\/h2>\n\n\n\nLes LLM tendent au consensus et \u00e0 la conciliation. Il faut casser cela.<\/p>\n\n\n\n Exemples<\/h3>\n\n\n\n\n\u00ab\u202fPr\u00e9sente la meilleure objection possible<\/strong> \u00e0 cette position.\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202fAdopte successivement deux cadres th\u00e9oriques incompatibles<\/strong>.\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202fConstruis une contre\u2011argumentation rigoureuse<\/strong>, m\u00eame si tu n\u2019y adh\u00e8res pas.\u202f\u00bb<\/li>\n<\/ul>\n\n\n\n\ud83d\udc49 Cela permet :<\/p>\n\n\n\n \nd\u2019\u00e9viter les r\u00e9ponses ti\u00e8des,<\/li>\n\n\n\n de r\u00e9v\u00e9ler les tensions th\u00e9oriques,<\/li>\n\n\n\n d\u2019outiller la dialectique chez les \u00e9tudiants.<\/li>\n<\/ul>\n\n\n\n \n\n\n\n4. Distinguer explicitement descriptif \/ analytique \/ normatif<\/strong><\/h2>\n\n\n\nUne strat\u00e9gie cl\u00e9 pour \u00e9viter les confusions fr\u00e9quentes en IA.<\/p>\n\n\n\n Formulation-type<\/h3>\n\n\n\n\n\u00ab\u202fStructure ta r\u00e9ponse en distinguant clairement :<\/p>\n\n\n\n \nce qui est (descriptif),<\/li>\n\n\n\n ce qui peut \u00eatre inf\u00e9r\u00e9 (analytique),<\/li>\n\n\n\n ce qui rel\u00e8ve de choix de valeurs (normatif).\u202f\u00bb<\/li>\n<\/ol>\n<\/blockquote>\n\n\n\n\ud83d\udc49 Cela :<\/p>\n\n\n\n \nclarifie les zones grises,<\/li>\n\n\n\n emp\u00eache les glissements id\u00e9ologiques,<\/li>\n\n\n\n est tr\u00e8s formateur<\/strong> pour les \u00e9tudiants.<\/li>\n<\/ul>\n\n\n\n \n\n\n\n5. Me demander des degr\u00e9s de confiance<\/strong>, pas des certitudes<\/h2>\n\n\n\nJe tends \u00e0 produire des r\u00e9ponses affirmatives si tu ne poses pas de garde-fous.<\/p>\n\n\n\n Bonnes pratiques<\/h3>\n\n\n\n\n\u00ab\u202f\u00c9value le niveau de robustesse scientifique<\/strong> de chaque affirmation.\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202fClasse ces conclusions par force de preuve<\/strong>.\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202fIndique ce qui est bien \u00e9tabli<\/strong>, discut\u00e9<\/strong>, ou sp\u00e9culatif<\/strong>.\u202f\u00bb<\/li>\n<\/ul>\n\n\n\n\ud83d\udc49 Cela aligne mon fonctionnement avec :<\/p>\n\n\n\n \nla logique de la revue de litt\u00e9rature<\/strong>,<\/li>\n\n\n\n et l\u2019\u00e9ducation \u00e0 l\u2019incertitude scientifique.<\/li>\n<\/ul>\n\n\n\n \n\n\n\n6. M\u2019utiliser comme miroir cognitif<\/strong>, pas comme expert<\/h2>\n\n\n\nTr\u00e8s important conceptuellement.<\/p>\n\n\n\n Exemple<\/h3>\n\n\n\n\n\u00ab\u202fVoici mon raisonnement. Teste\u2011le<\/strong>, cherche ses failles, ses angles morts, ses raccourcis.\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202fAgis comme un pair critique<\/strong> dans un comit\u00e9 de th\u00e8se.\u202f\u00bb<\/li>\n<\/ul>\n\n\n\n\ud83d\udc49 Dans ce r\u00f4le, je suis souvent plus fort pour d\u00e9tecter incoh\u00e9rences et raccourcis<\/strong> que pour produire une v\u00e9rit\u00e9 originale.<\/p>\n\n\n\n \n\n\n\n7. Forcer la r\u00e9f\u00e9rence\u2026 mais intelligemment<\/h2>\n\n\n\nAu lieu de demander \u00ab\u202fdonne des r\u00e9f\u00e9rences\u202f\u00bb, fais ceci :<\/p>\n\n\n\n \n\u00ab\u202fQuelles traditions th\u00e9oriques<\/strong> soutiennent cette id\u00e9e?\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202fQuels auteurs diraient exactement le contraire<\/strong>?\u202f\u00bb<\/li>\n\n\n\n \u00ab\u202f\u00c0 quelles recherches cette position serait vuln\u00e9rable<\/strong>?\u202f\u00bb<\/li>\n<\/ul>\n\n\n\n\ud83d\udc49 Tu obtiens alors :<\/p>\n\n\n\n \ndes g\u00e9n\u00e9alogies conceptuelles<\/strong>,<\/li>\n\n\n\n pas seulement une liste APA d\u00e9corative.<\/li>\n<\/ul>\n\n\n\n \n\n\n\n8. R\u00e9sumer la limite cl\u00e9 (strat\u00e9gie meta)<\/h2>\n\n\n\nTr\u00e8s performante pour un usage r\u00e9fl\u00e9chi de l\u2019IA.<\/p>\n\n\n\n \n\u00ab\u202fQuelle est la limite la plus importante<\/strong> de ta propre analyse ici?\u202f\u00bb<\/p>\n<\/blockquote>\n\n\n\n \ud83d\udc49 Cela compense directement ma tendance \u00e0 la sur\u2011coh\u00e9rence.<\/p>\n\n\n\n \n\n\n\nFormulation synth\u00e8se (que tu peux r\u00e9utiliser telle quelle)<\/h2>\n\n\n\n\n\u00ab\u202fAdopte une posture analytique et critique. Explicite tes hypoth\u00e8ses implicites. Distingue descriptif, analytique et normatif. Pr\u00e9sente au moins une contre\u2011interpr\u00e9tation cr\u00e9dible. Indique le degr\u00e9 de robustesse des conclusions et leurs limites.\u202f\u00bb<\/em><\/p>\n<\/blockquote>\n\n\n\n \n\n\n\nEn une phrase<\/h3>\n\n\n\n\ud83d\udc49 Tu me tires vers le haut quand tu me demandes de penser contre<\/em> moi\u2011m\u00eame, pas quand tu me demandes des r\u00e9ponses.<\/strong><\/p>\n\n\n\n <\/p>\n\n\n\n Source du pictogramme: Services de la biblioth\u00e8que \u2013 Accompagnement p\u00e9dagogique et en technologies \u00e9ducatives (APTE). (2025). Pictogrammes de d\u00e9claration des niveaux d\u2019utilisation de l\u2019intelligence artificielle g\u00e9n\u00e9rative (IAg). https:\/\/www.uqac.ca\/ressourcespedago\/iag\/<\/a> <\/figcaption><\/figure>\n","protected":false},"excerpt":{"rendered":"Tous les outils IA ne sont pas \u00e9quivalents… Ils se ressemblent parfois, mais ne fonctionnent pas tous de la m\u00eame mani\u00e8re. Comprendre le fonctionnement de […]<\/p>\n","protected":false},"author":165,"featured_media":2181,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[16],"tags":[62,61,39,63],"class_list":["post-2174","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-Trucs-et-astuces","tag-copilot","tag-gemini","tag-ia","tag-prompt"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/posts\/2174","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/users\/165"}],"replies":[{"embeddable":true,"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/comments?post=2174"}],"version-history":[{"count":12,"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/posts\/2174\/revisions"}],"predecessor-version":[{"id":2206,"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/posts\/2174\/revisions\/2206"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/media\/2181"}],"wp:attachment":[{"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/media?parent=2174"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/categories?post=2174"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.uqac.ca\/pedagotic\/wp-json\/wp\/v2\/tags?post=2174"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}