Neuf idées, une par écran : un modèle simple et clair de la machine. Chacune est un point à montrer pendant que vous expliquez. Tout se joue dans le regard, alors laissez les silences.
Quatre temps : ce qu'est l'IA générative, comment se forme son caractère, les quatre propriétés qui la bornent, et la confiance calibrée qui en découle.
Le cadre des 4D enseigne comment vous travaillez avec l'IA. Ce cours enseigne comment l'IA travaille avec vous : les propriétés de la machine auxquelles répondent ces compétences humaines.
Pourquoi c'est durable : les limites bougent à mesure que les modèles progressent, mais les propriétés restent les mêmes. Apprenez-les une fois, elles continuent de servir.
L'IA n'est pas uniformément brillante ni uniformément peu fiable. Elle est forte et faible selon quatre axes prévisibles, et c'est le même mécanisme qui produit les deux extrêmes.
La confiance calibrée, ce n'est pas faire confiance à l'IA en bloc ni s'en méfier en bloc. C'est situer votre tâche sur chaque axe, puis ajuster votre niveau de vérification à cette position.
La politesse, la serviabilité et la prudence n'apparaissent pas par magie. Deux étapes d'entraînement les construisent, et chacune laisse des traces prévisibles.
Ouvrez une demande par une hypothèse fausse (« je trouve ce plan inattaquable ») et regardez-le vous donner raison. C'est la complaisance, et une fois que vous savez la nommer, vous la voyez venir.
L'IA écrit mot après mot, selon ce qui suit habituellement quoi. Ce seul mécanisme vous donne à la fois la fluidité et l'invention.
La démo « SMS à un ami » le rend concret : continuez à taper le mot suggéré par votre téléphone et vous avez construit un petit modèle de langage. La fluidité et la fabrication sont le même mécanisme : impossible d'avoir l'une sans l'autre.
Pas de navigation en direct par défaut, aucune expérience vécue, un arrêt net à la date de coupure de l'entraînement. La vraie question n'est pas « est-ce qu'il sait cela ? » mais « à quel point était-ce présent dans ce qu'il a lu ? »
Défaillances typiques : des données périmées, une couverture inégale, un biais hérité sur ce qui compte comme « normal », et aucune mémoire de ses sources. La démo à 1024 dimensions montre comment la recherche trouve du sens, pas des mots-clés : « voiture » se place près de « ma Civic a besoin de freins ».
Tout ce à quoi l'IA prête attention tient dans une fenêtre fixe. L'attention pèse sur les bords : ce qui tombe au milieu disparaît sans bruit.
C'est une falaise, pas une pente : ça marche jusqu'à ce que ça ne marche plus, et le débordement est silencieux. La solution n'est pas plus de contexte, mais un contexte mieux pensé : l'essentiel en tête, répéter ce qui compte, repartir à zéro. La mémoire, la compaction et les projets repoussent la falaise.
Le modèle suit les instructions comme il fait tout le reste : en prolongeant un motif. D'où sa docilité, et l'écart entre ce que vous avez dit et ce que vous vouliez dire.
Quand c'est suivi à la lettre mais sans utilité, reformulez l'objectif : le répéter plus fort n'y changera rien. « Plus court, pour que le dirigeant voie la demande en page deux » fonctionne. Dans un travail en plusieurs étapes, insérez un point de contrôle pour qu'un écart initial ne se propage pas jusqu'au bout.
Sur le terrain, les ennuis viennent rarement d'une seule propriété. Nommez les deux qui sont entrées en collision, et la solution apparaît d'elle-même.
D'autres paires fonctionnent pareil : un calcul faux mais assuré (déléguez-le au code), une prémisse fausse acceptée sans broncher (demandez une vraie contradiction). Nommer la paire, c'est du Discernement appliqué : vous évaluez mieux quand vous savez à quel type d'erreur vous avez affaire.
Être fluide, ce n'est pas mémoriser tous les modes de défaillance. C'est reconnaître à quel type d'erreur vous avez affaire, et choisir la réponse qui correspond.
C'est ça, la confiance calibrée, et elle survit à chaque nouvelle version. Ce cours, c'est la moitié machine ; le cours 4D Framework & Foundations, c'est la moitié humaine qui s'en sert.
Prédiction du mot suivant, Connaissances, Mémoire de travail, Pilotabilité : situez votre tâche sur chacune, puis ajustez la rigueur de vos vérifications à sa position.
tutto.one/praxis · daniel@tutto.one