Comprendre les modèles d'IA avec SHERPIA

Objectifs pédagogiques

Expliquer le fonctionnement d'un LLM — prédiction token par token, entraînement, fine-tuning, system prompt, hallucinations — dans ses propres mots, sans recourir à des métaphores inexactes, avec un niveau de précision suffisant pour tenir une conversation avec un client dirigeant sur le sujet.
Différencier un usage "prompt expert" ponctuel d'un usage "agent autonome", et situer dans ce cadre les architectures concrètes rencontrées chez ses clients — agents vocaux, blocs IA dans une automatisation, RAG sur base documentaire — en évaluant ce que chacun implique en termes de délégation du jugement humain.
Appliquer la distinction entre intelligence (capacité à acquérir des compétences nouvelles face à des problèmes inédits) et compétence (output maîtrisé dans un domaine connu) pour répondre sans fausse réassurance ni alarmisme aux croyances de ses clients sur les capacités réelles de l'IA.
Expliquer pourquoi la réponse d'un LLM à "es-tu conscient ?" est un comportement dressé et non une introspection — et en tirer les conséquences sur la façon d'interpréter les formulations empathiques du modèle en session de coaching.
Confronter au moins deux positions théoriques sur la conscience des IA (fonctionnalisme, scepticisme, problème difficile) et formuler une position personnelle défendable — ni certitude excessive dans un sens ni dans l'autre.
Identifier les mécanismes par lesquels un outil d'IA peut induire une dépendance — chez soi comme chez ses clients — et formuler un cadre personnel de vigilance distinguant ce qu'on délègue légitimement de ce qui relève du jugement irréductible du coach ou du dirigeant.
Corriger spontanément une affirmation inexacte sur l'IA dans un contexte professionnel — client, supervision, prise de parole publique — en s'appuyant sur une compréhension juste du fonctionnement ou des limites du modèle.
Voir plus Voir moins

Présentiel - Le contenu ci-dessous est indicatif. Le sujet étant lié à l'IA générative, les avancées technologiques et les retours d'expérience conduisent à des ajustements réguliers du programme pour garantir sa pertinence et son actualité.
• Ouverture - Diagnostic des croyances Tour de table guidé : chaque participant formule ce qu'il croit vrai sur le fonctionnement et les capacités de l'IA. Mise en commun anonyme. Ces croyances constituent le matériau de départ de la journée — elles seront revisitées en clôture.
• Séquence 1 - Comment ça marche vraiment Apport structuré sur le fonctionnement des LLM : prédiction token par token, entraînement, fine-tuning, system prompt, hallucinations. Du prompt expert à l'agent autonome. Architectures concrètes rencontrées en entreprise : RAG sur base documentaire, blocs IA dans une automatisation, agents vocaux.
• Séquence 2 - Mise en pratique — Bloc technique Travail en binômes sur études de cas, restitution en plénière avec débrief formateur. Exemples de situations travaillées : dirigeant qui s'appuie en CODIR sur des données hallucinées par un LLM, manager qui a délégué son jugement à un agent autonome, décision stratégique produite par deux IA aux réponses contradictoires. Consigne commune : identifier ce que le coach doit comprendre techniquement pour ne pas être dépassé par la situation — et formuler ce qu'il dirait à son client.
• Séquence 3 - Intelligence, conscience, dépendance Apport structuré : intelligence vs compétence, ce que les LLM font vraiment quand ils "raisonnent." Conscience : pourquoi la question reste ouverte — le LLM comme simulateur d'agents, fonctionnalisme, problème difficile, limites du test de Turing. Théories scientifiques de la conscience et ce qu'elles permettent — et ne permettent pas — de conclure sur les IA actuelles. Mécanismes de dépendance aux outils d'IA : chez le dirigeant comme chez le coach.
• Séquence 4 - Mise en pratique — Bloc philosophique Travail en binômes sur études de cas, restitution en plénière. Exemples de situations travaillées : coachée qui dit que l'IA l'a "vraiment écoutée", manager convaincu de son obsolescence imminente, croyance que l'IA ne captera jamais les silences, dirigeant qui ne sait plus décider sans consulter son IA. Consigne commune : formuler ce que le coach doit avoir compris — sur l'IA et sur lui-même — pour accompagner ces situations avec rigueur et sans fausse réassurance.
• Séquence 5 Mise en perspective : une voix de référence. Visionnage collectif d'un extrait de conférence ou de vidéo de référence — chercheur, philosophe ou vulgarisateur reconnu sur les questions d'intelligence artificielle, de langage et de conscience — suivi d'un échange structuré autour des questions préparées par les participants au cours de la Séquence 4. Le choix de la ressource est effectué pour sa capacité à prolonger, nuancer ou challenger ce qui a été travaillé dans la journée.
• Séquence 6 -Intégration et livrable Retour sur le diagnostic d'ouverture : quelles croyances ont été révisées, lesquelles tiennent toujours et pourquoi. Production individuelle du livrable de formation : chaque participant complète une trame en trois volets — concepts clarifiés par la journée, croyances révisées, ce que ça change dans ma posture et ma pratique. L'ébauche est produite en séance, le document finalisé est rendu sous 7 jours et donne lieu à un feedback individualisé du formateur. Des alternatives à la production d'un écrit sont possibles sur simple demande.
• Clôture - Capitalisation sur les apprentissages de la journée Tour de table final : ce avec quoi chaque participant repart, et ce que la journée laisse ouvert dans sa réflexion.
Voir plus Voir moins