Concepts · Comment ça marche
Comment une IA apprend, vraiment ?
5 juillet 2026 · 6 min de lecture
Une IA générative apprend en trois temps : elle lit d'abord un immense corpus de textes pour apprendre à prédire le mot suivant, on la spécialise ensuite sur des exemples ciblés, puis on l'aligne sur des retours humains pour qu'elle réponde de façon utile et acceptable. Aucune de ces étapes ne lui apprend des faits vérifiés : elle apprend des régularités du langage. C'est ce qui explique à la fois ce qu'elle réussit et ce qu'elle rate.
Voici les trois étapes, dans l'ordre, et ce que chacune change concrètement.
Étape 1 · le pré-entraînement : prédire le mot suivant
Le pré-entraînement est la phase où le modèle absorbe la langue. On lui montre une quantité énorme de textes et on lui donne un seul exercice, répété des milliards de fois : devine le mot suivant.
Plus précisément, le modèle ne travaille pas sur des mots entiers mais sur des tokens, des fragments de texte (un mot court, un bout de mot, un signe de ponctuation). On masque la suite d'une phrase et il doit prédire le token qui vient. Quand il se trompe, ses paramètres internes sont légèrement corrigés. Recommence à très grande échelle, et le modèle finit par capter la grammaire, le style, des associations de faits, des raisonnements courants.
Un point clé : à ce stade, personne ne lui dit ce qui est vrai. Il apprend ce qui est fréquent et cohérent dans ses données. Si une formulation revient souvent, il la juge plausible, qu'elle soit exacte ou non. C'est déjà la racine des erreurs qu'on verra plus loin.
Ce mécanisme de prédiction est le cœur du fonctionnement d'un grand modèle de langage. Si le terme te parle peu, l'article c'est quoi un LLM repart de zéro.
Étape 2 · le fine-tuning : spécialiser le modèle
Au sortir du pré-entraînement, le modèle complète très bien du texte, mais il ne sait pas vraiment répondre. Si tu lui poses une question, il pourrait te répondre par une autre question, parce que c'est une continuation plausible.
Le fine-tuning corrige ça. On reprend le modèle déjà entraîné et on le réentraîne sur un jeu d'exemples plus petit et ciblé : des paires question-réponse bien rédigées, des instructions suivies de la bonne exécution. Le modèle apprend le format attendu d'un assistant qui répond.
C'est aussi le levier de la spécialisation métier. Un modèle généraliste peut être affiné sur des contrats juridiques, du code, ou un domaine précis, pour mieux en parler le langage. Attention au sens du mot : le fine-tuning lui apprend un style et des comportements, pas une base de faits qu'il pourrait citer fidèlement. Pour brancher une IA sur tes vraies données à jour, le fine-tuning n'est souvent pas la bonne porte, et l'article fine-tuning, RAG ou prompt explique laquelle choisir.
Étape 3 · le RLHF : aligner sur le jugement humain
Reste un problème : un modèle peut donner une réponse correcte mais inutile, ou plausible mais déplaisante, voire toxique. C'est là qu'intervient le RLHF, l'apprentissage par renforcement à partir de retours humains (en anglais reinforcement learning from human feedback).
Le principe en trois temps. Le modèle produit plusieurs réponses à une même question. Des personnes les classent de la meilleure à la pire. Ces préférences entraînent un système de récompense, puis le modèle est ajusté pour viser les réponses qui seraient mieux notées.
C'est ce dernier passage qui rend les assistants d'aujourd'hui agréables : ils suivent l'instruction, restent clairs, refusent certaines demandes. Le RLHF ne crée pas de nouvelles connaissances. Il oriente le comportement de ce que le modèle a déjà appris vers ce que des humains trouvent acceptable.
| Étape | Ce qu'elle apprend | Sur quoi |
|---|---|---|
| Pré-entraînement | Prédire le token suivant, la langue | Immense corpus de textes |
| Fine-tuning | Répondre, se spécialiser | Exemples ciblés et bien rédigés |
| RLHF | S'aligner sur le jugement humain | Réponses classées par des personnes |
Pierre chez M&M : ce que sait, ou non, l'assistant
Pierre dirige Maisons&Mobilia, une enseigne de meubles. Son équipe vient de brancher un assistant IA pour aider la relation client. Pierre veut comprendre une chose simple : sur quoi peut-il compter ?
Grâce au pré-entraînement, l'assistant écrit un français impeccable et connaît les usages courants du commerce de meubles. Grâce au fine-tuning et au RLHF, il répond poliment, suit le ton de la marque et refuse de promettre une livraison impossible.
Mais quand Sophie, à la compta, lui demande le délai exact de la commande passée hier, l'assistant n'en sait rien : cet événement n'existait pas dans ses données d'entraînement. S'il répond quand même un délai précis, il invente une suite plausible. Pierre retient la règle utile : l'assistant maîtrise la forme et le langage du métier, pas les faits du jour de M&M. Pour ces faits, il faudra le connecter aux vraies données de l'entreprise, pas espérer qu'il les ait appris.
Pourquoi ça éclaire ses forces et ses limites
Cette mécanique d'apprentissage explique directement le comportement que tu observes.
Le modèle est bluffant sur le langage, le résumé, la reformulation, le brouillon, parce que c'est exactement ce que le pré-entraînement optimise. Il généralise bien des régularités.
En revanche, il apprend des probabilités de mots, pas une vérité contrôlée. D'où trois limites durables. Les hallucinations d'abord : il peut produire une réponse fausse mais bien tournée, parce que plausible ne veut pas dire exact, comme le détaille hallucination IA. Les biais ensuite : il hérite des préjugés présents dans ses données d'entraînement, sujet creusé dans biais IA. La date de connaissance enfin : son savoir est figé à la fin de son entraînement, il ignore tout ce qui s'est passé après.
Une dernière clarification utile : ce processus est une forme de machine learning, l'apprentissage automatique, appliqué au langage. La différence entre IA générative et machine learning est démêlée dans IA générative et machine learning.
Aller plus loin
- C'est quoi un LLM · le mécanisme de prédiction au cœur de tout.
- IA générative et machine learning · où se situe l'apprentissage d'un modèle.
- Fine-tuning, RAG ou prompt · la bonne méthode pour spécialiser une IA.
- Hallucination IA · pourquoi un modèle invente, et comment limiter.
- Biais IA · ce que le modèle hérite de ses données.
Pour passer de la théorie à la pratique, l'app saisir.ai déroule ces notions en modules courts, exemple à l'appui.
Questions fréquentes
- Comment une IA apprend-elle ?
- En trois étapes. D'abord le pré-entraînement : le modèle lit un immense corpus de textes et apprend à prédire le mot suivant, ce qui lui fait absorber la grammaire, des faits et des tournures. Ensuite le fine-tuning, où on le spécialise sur des exemples ciblés de bonnes réponses. Enfin le RLHF, qui l'aligne sur ce que des humains jugent utile et acceptable.
- Quelle différence entre apprentissage et mémoire d'une IA ?
- L'apprentissage façonne les paramètres du modèle pendant l'entraînement, une fois pour toutes, sur des données arrêtées à une certaine date. Après, le modèle ne mémorise rien de tes conversations d'un échange à l'autre, sauf si l'outil ajoute un mécanisme de mémoire séparé. Ce qu'il sait nativement est donc figé à sa date de connaissance.
- Pourquoi une IA peut-elle se tromper si elle a beaucoup appris ?
- Parce qu'elle apprend des régularités statistiques du langage, pas des faits vérifiés. Elle produit la suite de mots la plus plausible, qui n'est pas toujours la plus exacte. C'est l'origine des hallucinations et des biais hérités des données d'entraînement.
- C'est quoi le RLHF ?
- RLHF veut dire apprentissage par renforcement à partir de retours humains. Des personnes notent les réponses du modèle, ces préférences entraînent un système de récompense, et le modèle est ajusté pour produire des réponses mieux notées : plus utiles, plus claires, moins toxiques.