La Boîte noire, une série de vidéos pour comprendre l’IA générative en une minute
Lors de mes formations à l’IA générative, je dois aborder rapidement des mécanismes qui me passionnent, parce que le temps nous est compté et qu’il ne faut pas négliger l’essentiel : les impacts, la posture, la méthode. C’est pourquoi j’ai eu envie de créer La Boîte noire, une série de vidéos pédagogiques d'une minute qui permettent de se remettre rapidement les explications en tête. De nouvelles vidéos rejoindront régulièrement cette page : n’hésitez pas à revenir de temps à autre !
La Boîte noire, ép. 01 : la Boîte noire
Mais qu’est-ce que c’est que cette histoire de tokens ? Comment ça fonctionne vraiment, une IA générative ?
La vidéo ne peut pas être lue pour le moment. Ouvrir directement la vidéo.
La Boîte noire, ép. 02 : d’où viennent les tokens ?
La tokénisation et l’entraînement des LLM sur des quantités immenses de textes.
La vidéo ne peut pas être lue pour le moment. Ouvrir directement la vidéo.
La Boîte noire, ép. 03 : des tokens qui vont sur le web et génèrent des fichiers ?
La question revient parfois dans mes formations : « Attends, Arno, tu nous expliques le fonctionnement des premiers GPT, mais aujourd’hui les IA génératives font bien plus que cela : elles vont sur le web, lisent et génèrent des fichiers, se connectent à nos applis… Ça ne peut pas être qu’une histoire de tokens ! » Et pourtant si ! La structure des LLM n’a pas changé. On a simplement démultiplié leur puissance, ce qui leur permet de générer silencieusement des quantités industrielles de tokens invisibles aux yeux de l’utilisateur. L’astuce, c’est l’orchestrateur, une série de composants externes au modèle qui traduit ses tokens en actions concrètes. Le modèle donne des ordres à son orchestrateur qui fait le travail à sa place, exactement comme vous, quand vous dites « Alexa, allume la radio » ou « Siri, fais une recherche météo » !
La vidéo ne peut pas être lue pour le moment. Ouvrir directement la vidéo.
La Boîte noire, ép. 04 : l’effet ELIZA
Pourquoi je conseille en formation de prompter à l’infinitif ? À cause de l’effet ELIZA. Il était déjà redoutable en 1966, il l’est encore plus avec ces IA génératives qui reprennent notre vocabulaire et nos tics de langage, et font même semblant de se souvenir de nous comme l’explique l’épisode 05 un peu plus loin.
La vidéo ne peut pas être lue pour le moment. Ouvrir directement la vidéo.
La Boîte noire, ép. 05 : La mémoire
Parmi tout ce que j’explique en formation, c'est souvent ce qui étonne le plus : les LLM n’ont AUCUNE mémoire. Perturbant, non ? Pourtant, c’est la réalité. Alors on a développé plein de stratégies pour y remédier : augmenter la fenêtre de contexte en lui allouant des millions de tokens, mais aussi impliquer l’orchestrateur (expliqué dans l'épisode 03 ci-dessus), qui prend des notes que le modèle relit en permanence. C’est pratique lorsqu’on ne veut pas ré-expliquer à chaque fois à l’IA qu’on veut notre document avec telles et telles contraintes. Mais cela crée l’illusion de la relation et cela booste encore davantage l’effet ELIZA (voir la vidéo 04 ci-dessus).
La vidéo ne peut pas être lue pour le moment. Ouvrir directement la vidéo.
La Boîte noire, ép. 06 : Réfléchir avant d’écrire ?
Cela fait un moment maintenant que les LLM les plus avancés se sont mis à la réflexion. Même Euria propose un modèle « expert » à ses utilisateur·ices payant·es. Mais comment ça marche, en vrai ? Ces modèles réfléchissent-ils vraiment avant d’aligner leurs tokens ? Spoiler : non !
La vidéo ne peut pas être lue pour le moment. Ouvrir directement la vidéo.
La Boîte noire, ép. 07 : Je gagne huit heures par semaine avec l’IA… Mais pourquoi suis-je aussi crevé ?
En novembre 2025, je rédigeais un billet de blog sur cette majorité de salarié·es du secteur tertiaire qui déclaraient « gagner cinq heures par semaine » avec l’IA. Aujourd’hui, le Boston Consulting Group a révisé son étude : beaucoup parlent plutôt de huit heures hebdomadaires. D’accord, mais pourquoi sommes-nous si fatigué·es ? Une courte vidéo sur ce thème qui me tient particulièrement à cœur, et que j’aborde chaque fois que j’accompagne une association ou une ONG.
La vidéo ne peut pas être lue pour le moment. Ouvrir directement la vidéo.
À suivre !
De nouvelles vidéos viendront bientôt s’ajouter ici.
Bibliographie
Pour aller plus loin, quelques ressources à lire, à regarder ou à explorer. Les versions françaises sont proposées lorsqu’elles sont disponibles.
- Hugging Face — Comment fonctionnent les transformers ? et Les tokenizers. Deux chapitres du cours en ligne, en français, pour comprendre l’entraînement des modèles et la transformation du texte en tokens.
- Andrej Karpathy — Neural Networks: Zero to Hero. Une série de cours vidéo et de démonstrations en code, notamment sur la construction d’un GPT et de son tokenizer. En anglais ; pour approfondir, avec des bases en programmation.
- Anthropic — Utilisation d’outils avec Claude. La documentation en français explique comment les appels produits par le modèle sont exécutés par une application ou un service externe.
- Joseph Weizenbaum — ELIZA—A Computer Program for the Study of Natural Language Communication Between Man and Machine (1966). L’article fondateur, publié dans Communications of the ACM, vol. 9, n° 1, p. 36–45. Extrait en accès libre sur le site de l’Université du Maryland, comté de Baltimore, en anglais.
- Anthropic — Tracing the thoughts of a large language model (2025). Histoire de nuancer un peu certains de mes propos : non, on ne sait pas absolument tout des fonctionnements d'un modèle avancé. Comment il trouve ses rimes quand il compose un poème, par exemple. En anglais.
Envie d’aller plus loin en formation ?
Retrouvez mes prochaines formations ouvertes aux inscriptions individuelles à Bruxelles et en Wallonie.
