# Guide du professeur — Session 3 : Le langage des machines 🟢

**Programme :** Applied AI — Niveau Débutant
**Instructeur :** Yann Isola
**Durée conseillée :** 2 h (adaptable 1 h 30 – 2 h 30)
**Public :** grand public dès 12 ans, aucun prérequis technique
**Session précédente :** Session 2 (découverte des chatbots)
**Session suivante :** Session 4

---

## 🎯 Objectifs pédagogiques

À la fin de la session, chaque participant doit être capable de :

1. Expliquer avec ses mots qu'un ordinateur **ne comprend pas** le texte : il **calcule avec des nombres**.
2. Définir ce qu'est un **token** et découper un mot simple en tokens plausibles.
3. Expliquer l'idée d'**embedding** : des mots transformés en coordonnées, où les mots proches en sens sont proches sur la carte.
4. Décrire la **fenêtre de contexte** comme une « mémoire de travail » limitée.
5. Reconnaître une **hallucination** de l'IA et citer 2 réflexes pour la repérer.
6. Expliquer l'effet de la **température** sur les réponses d'une IA.

---

## 🧭 Fil rouge de la session

> **La grande idée :** quand vous écrivez à une IA, elle ne « lit » pas vos mots comme vous. Elle les découpe en morceaux, les transforme en nombres, calcule… puis reconvertit des nombres en mots. Toute la magie — et toutes les limites — viennent de là.

Métaphore filée à utiliser toute la séance : **l'IA est un touriste avec un dictionnaire de nombres.** Elle ne parle pas notre langue, mais elle a un immense livre de correspondances et une calculatrice géniale.

---

## ⏱️ Déroulé minute par minute

| Temps | Activité | Format |
|-------|----------|--------|
| 0–10 min | Accueil + rappel session 2 + question choc | Plénière |
| 10–25 min | Partie 1 — L'ordinateur ne comprend rien (et pourtant…) | Exposé interactif |
| 25–45 min | Partie 2 — Tokens et vocabulaire | Exposé + mini-jeu |
| 45–60 min | Partie 3 — Les embeddings : la carte des mots | Exposé + démo webpage |
| 60–70 min | ☕ Pause | — |
| 70–85 min | Partie 4 — La fenêtre de contexte (la mémoire de travail) | Exposé + jeu du téléphone |
| 85–100 min | Partie 5 — Hallucinations : quand l'IA invente | Exposé + exemples |
| 100–110 min | Partie 6 — La température : le curseur créativité | Démo webpage |
| 110–115 min | Activité finale — Le laboratoire des paramètres | Ateliers en binômes |
| 115–120 min | Quiz + synthèse + teaser session 4 | Plénière |

---

## 📖 Contenu détaillé par partie

### Partie 0 — Ouverture (0–10 min)

**Question choc à poser d'entrée :**
> « Quand vous envoyez "Bonjour, comment ça va ?" à ChatGPT… est-ce qu'il *lit* votre message ? »

Laisser débattre 2 minutes. La plupart diront oui. Réponse à révéler :
> « Non. Il ne voit jamais vos mots. Il voit une suite de nombres. Aujourd'hui, on découvre le langage secret des machines. »

**Rappel express session 2** (2 min) : on a appris à discuter avec un chatbot. Aujourd'hui on ouvre le capot.

---

### Partie 1 — L'ordinateur ne comprend rien (10–25 min)

**Message clé :** un ordinateur ne manipule que des nombres. Toujours. Le texte, les images, la musique : tout devient des nombres.

**À dire :**
- Un ordinateur, au fond, c'est une calculatrice ultra-rapide. Il ne connaît que les chiffres.
- Quand vous tapez la lettre « A », l'ordinateur stocke en réalité un nombre (par exemple 65 dans le code ASCII — *American Standard Code for Information Interchange*, un vieux standard américain qui donne un numéro à chaque lettre).
- L'IA (Intelligence Artificielle) fait pareil, mais en beaucoup plus malin : au lieu de numéroter les lettres, elle numérote des **morceaux de mots**.

**Démonstration au tableau :**
Écrire « CHAT » → montrer que la machine voit quelque chose comme `[67, 72, 65, 84]` (codes des lettres) ou, pour une IA moderne, un seul numéro de token, ex. `9846` ⚠ *(les numéros exacts varient selon les modèles — donner ceci comme un exemple illustratif, pas une valeur officielle)*.

**Analogie pour les 12 ans :**
> « Imaginez un ami qui ne parle que le langage des numéros de téléphone. Pour lui parler, il faut traduire chaque mot en numéro. Pour comprendre sa réponse, il faut retraduire ses numéros en mots. L'IA, c'est cet ami. »

**Piège à éviter :** ne pas dire « l'IA comprend le sens ». Dire plutôt : « l'IA calcule des relations entre les nombres, et ces relations *imitent* la compréhension — souvent très bien ».

---

### Partie 2 — Tokens et vocabulaire (25–45 min)

**Définition simple :**
> Un **token** = un morceau de texte que l'IA traite d'un coup. Parfois un mot entier, parfois un bout de mot, parfois juste une ponctuation ou un espace.

**Exemples à écrire au tableau** ⚠ *(les découpages exacts varient selon les modèles ; ceux-ci sont illustratifs et réalistes)* :

| Texte | Découpage possible en tokens |
|-------|------------------------------|
| chat | `chat` (1 token) |
| intelligence | `intelli` + `gence` (2 tokens) |
| aujourd'hui | `aujourd` + `'` + `hui` (3 tokens) |
| anticonstitutionnellement | `anti` + `constitution` + `nellement` (3–5 tokens) |
| 😀 | 1 à 3 tokens (les emojis aussi sont découpés !) |

**Pourquoi découper ?** Trois raisons à expliquer :
1. **Il y a trop de mots.** Rien qu'en français : des centaines de milliers de formes (conjugaisons, pluriels…). Impossible de tous les numéroter.
2. **Les morceaux se recombinent.** Avec « anti », « constitution » et « nellement », on peut fabriquer plein d'autres mots. C'est comme des briques de LEGO.
3. **Les mots inconnus deviennent gérables.** Un mot jamais vu (« schtroumpfologie ») sera découpé en petits morceaux connus.

**Le vocabulaire :**
- L'IA possède une grande liste de tokens : son **vocabulaire**. Typiquement entre 30 000 et 200 000 tokens ⚠ *(ordre de grandeur en 2025–2026, varie selon les modèles)*.
- Chaque token a un **numéro fixe**. « chat » = toujours le même numéro pour un modèle donné.
- Le modèle ne voit JAMAIS vos lettres. Il voit la liste des numéros.

**Mini-jeu « Le tokeniseur humain » (8 min) :**
En binômes, découper ces mots en morceaux « logiques » (comme le ferait une IA) :
`ordinateur`, `incroyablement`, `parapluie`, `chatbot`, `refaire`
Comparer les découpages entre binômes. Point clé : **il n'y a pas une seule bonne réponse** — chaque modèle a son propre découpage, appris automatiquement selon la fréquence des morceaux dans ses textes d'entraînement.

**Fait amusant à partager :** le français « coûte » souvent plus de tokens que l'anglais pour dire la même chose (environ 1,2× à 2× ⚠), parce que la plupart des modèles ont été entraînés surtout sur de l'anglais. C'est pour ça que certains services facturent au token !

**Transition :** « OK, chaque token a un numéro. Mais le numéro 9846 ne dit rien sur le *sens* de "chat". Comment la machine sait-elle que "chat" ressemble plus à "chien" qu'à "brouette" ? Réponse : les embeddings. »

---

### Partie 3 — Les embeddings : la carte des mots (45–60 min)

**Définition simple :**
> Un **embedding** (mot anglais qu'on peut traduire par « plongement » — retenir surtout : **coordonnées de sens**) = transformer chaque token en un point sur une carte. Les mots de sens proche sont **voisins sur la carte**.

**Analogie de la carte de France :**
> « Sur une carte, Paris a des coordonnées, Lyon a des coordonnées. On peut mesurer la distance entre les deux. Les embeddings, c'est pareil, mais au lieu de la géographie, la carte représente le SENS. "Chat" et "chien" sont voisins. "Chat" et "facture" sont à l'opposé. »

**À dessiner au tableau (carte 2D) :**
```
        roi •        • reine
        homme •      • femme

   chien •  • chat
        • hamster            • pizza
                             • sushi
```

**La magie de l'arithmétique des mots :**
Écrire au tableau la célèbre équation :
> **roi − homme + femme ≈ reine** 👑

Explication : si on prend les coordonnées de « roi », qu'on enlève la direction « homme » et qu'on ajoute la direction « femme », on atterrit près de « reine ». La direction « masculin → féminin » est une **flèche** sur la carte, la même pour plein de paires de mots.

Autres exemples à faire deviner :
- Paris − France + Italie ≈ ? (**Rome**)
- manger − nourriture + boisson ≈ ? (**boire**)

⚠ *Précision honnête : cette arithmétique marche bien sur les anciens modèles de mots (comme word2vec, 2013) et sert ici d'intuition. Les IA modernes utilisent des embeddings plus complexes, mais l'idée « sens = position sur une carte » reste valable.*

**Point technique à simplifier :** en vrai, la « carte » n'a pas 2 dimensions mais des centaines, voire des milliers ⚠. Dire : « Imaginez une carte non pas en 2D mais en 1000D. Impossible à visualiser pour nous, facile à calculer pour la machine. Nous, on l'écrase en 2D pour la regarder. »

**Démo webpage :** ouvrir `webpage/index.html`, onglet « Carte des mots ». Faire glisser les mots, montrer les groupes (animaux, nourriture, royauté, émotions). Tester le mode « équation magique ».

---

### ☕ Pause (60–70 min)

---

### Partie 4 — La fenêtre de contexte (70–85 min)

**Définition simple :**
> La **fenêtre de contexte** = tout ce que l'IA peut « garder en tête » d'un coup : votre conversation, vos documents, ses propres réponses. Mesurée en tokens.

**Message clé :** l'IA n'a PAS de mémoire permanente de votre conversation. À chaque message, elle **relit toute la conversation depuis le début** (tout ce qui tient dans la fenêtre) et calcule la suite.

**Analogie de la table de travail :**
> « Imaginez que vous faites vos devoirs sur une petite table. Vous pouvez y poser 10 feuilles maximum. Si une 11e feuille arrive, il faut en faire tomber une — en général la plus ancienne. La fenêtre de contexte, c'est cette table : tout ce qui est dessus, l'IA le voit ; tout ce qui est tombé, elle l'a oublié. »

**Conséquences concrètes à donner :**
1. Dans une **très longue conversation**, l'IA peut oublier ce que vous avez dit au début.
2. Si vous ouvrez une **nouvelle conversation**, elle repart de zéro (sauf fonctions de mémoire spéciales de certaines applis ⚠).
3. Les modèles récents ont des fenêtres de plus en plus grandes — de quelques milliers à plus d'un million de tokens ⚠ *(chiffres qui évoluent très vite, à vérifier au moment du cours)*. Un million de tokens ≈ plusieurs gros romans.

**Jeu du téléphone inversé (5 min) :**
Demander à un volontaire de mémoriser une liste de 15 courses lue une seule fois. Il en retient ~7. Conclusion : « Vous avez une fenêtre de contexte, vous aussi ! Celle de l'IA est plus grande, mais elle existe et elle a une limite. »

**Astuce pratique à donner :** si une conversation devient très longue et que l'IA « perd le fil », deux réflexes :
- lui redonner un **résumé** des points importants ;
- ou ouvrir une **nouvelle conversation** avec un bon récapitulatif.

---

### Partie 5 — Les hallucinations (85–100 min)

**Définition simple :**
> Une **hallucination** = quand l'IA affirme avec assurance quelque chose de **faux ou d'inventé** : une fausse date, un livre qui n'existe pas, une citation fabriquée.

**Pourquoi ça arrive ? (l'explication qui découle de toute la session) :**
- L'IA ne consulte pas une base de faits. Elle **calcule le token suivant le plus probable**.
- Elle est entraînée à produire du texte *plausible*, pas du texte *vrai*.
- Quand elle ne sait pas, elle ne dit pas toujours « je ne sais pas » : elle produit ce qui *ressemble* le plus à une bonne réponse. Comme un élève qui n'a pas révisé mais qui rédige avec aplomb.

**Formule à faire retenir :**
> « L'IA est une machine à produire du **plausible**, pas du **vrai**. Souvent les deux coïncident. Pas toujours. »

**Exemples typiques d'hallucinations à citer :**
- Une **bibliographie inventée** : titres de livres et auteurs qui n'existent pas (très fréquent).
- Une **fausse citation** attribuée à une personne célèbre.
- Un **détail historique déformé** : bonne histoire, mauvaise date.
- Des **chiffres précis sortis de nulle part** (« 73,4 % des Français… » sans source).

**Comment les repérer — les 4 réflexes à afficher :**
1. 🔍 **Vérifier les faits importants** ailleurs (moteur de recherche, source officielle) — surtout dates, chiffres, noms, citations.
2. 🎯 **Se méfier du trop précis** : plus un détail est précis et invérifiable, plus il faut se méfier.
3. 🔗 **Demander les sources** : « D'où vient cette information ? Donne-moi la source. » (Attention : l'IA peut aussi inventer des sources ⚠ — il faut cliquer et vérifier.)
4. ⚖️ **Règle des enjeux** : plus la décision est importante (santé, argent, devoirs notés), plus il faut vérifier.

**Point de nuance :** les hallucinations diminuent avec les nouveaux modèles et les outils de recherche intégrés ⚠, mais elles n'ont pas disparu. Le réflexe de vérification reste indispensable.

---

### Partie 6 — La température (100–110 min)

**Définition simple :**
> La **température** = un curseur qui règle le hasard dans le choix des tokens. Bas = l'IA choisit presque toujours le token le plus probable (réponses sages, prévisibles). Haut = elle laisse leur chance aux tokens moins probables (réponses surprenantes, créatives… ou incohérentes).

**Analogie du distributeur de fin de phrase :**
Écrire au tableau : « Le ciel est… » et les probabilités imaginaires :
- bleu : 60 %
- gris : 25 %
- magnifique : 10 %
- en fromage : 0,1 %

> « Température basse : l'IA dit presque toujours "bleu". Température moyenne : parfois "gris" ou "magnifique". Température très haute : un jour, elle dira "en fromage". »

**Quand utiliser quoi (tableau pratique) :**

| Situation | Température |
|-----------|-------------|
| Résumé, traduction, code, maths | Basse 🧊 |
| Rédaction équilibrée, e-mails | Moyenne 🌤️ |
| Brainstorming, poésie, idées folles | Haute 🔥 |

⚠ *Note : dans la plupart des chatbots grand public, on ne peut pas régler la température directement — elle est fixée par le service. Certaines interfaces pour développeurs le permettent. Mais on peut l'imiter avec des consignes : « réponds de façon très classique » vs « sois audacieux et surprenant ».*

**Démo webpage :** onglet « Labo température ». Même question, curseur à 0 → 1 → 2. Faire rire la salle avec le mode chaotique.

---

### Activité finale — Le laboratoire des paramètres (110–115 min)

En binômes, sur la page web interactive (ou sur un vrai chatbot si connexion disponible) :
1. Choisir une question dans le labo température.
2. Tester en froid / moyen / chaud. Noter la réponse préférée et pourquoi.
3. Dans le tokeniseur, trouver **le mot français qui coûte le plus de tokens**.
4. Sur la carte des mots, trouver la paire de mots la plus surprenante (proche alors qu'on ne s'y attendait pas).

Restitution éclair : chaque binôme donne sa découverte préférée en une phrase.

---

### Clôture (115–120 min)

**Les 6 phrases à retenir (faire répéter ou afficher) :**
1. L'ordinateur ne comprend pas les mots : il **calcule avec des nombres**.
2. Le texte est découpé en **tokens**, chacun a un **numéro**.
3. Les **embeddings** placent les mots sur une carte du sens : proches en sens = proches en coordonnées.
4. La **fenêtre de contexte** est la mémoire de travail de l'IA — grande, mais limitée.
5. L'IA produit du **plausible**, pas du **vrai** : gare aux **hallucinations**, on vérifie.
6. La **température** règle le curseur entre prévisible et créatif.

**Teaser session 4 :** « Maintenant qu'on sait COMMENT la machine lit… la prochaine fois, on apprend à lui PARLER pour obtenir exactement ce qu'on veut. »

Quiz de 10 questions (voir `quiz/quiz.md`) — en classe entière ou individuel.

---

## ⚠️ Pièges pédagogiques et FAQ anticipée

**« Mais alors l'IA ne comprend rien du tout ? »**
Réponse nuancée : elle n'a pas de compréhension comme la nôtre, mais ses calculs capturent tellement de relations entre les mots que le résultat *fonctionne* comme de la compréhension dans beaucoup de cas. Le débat philosophique « est-ce comprendre ? » est ouvert — et c'est une excellente question.

**« Pourquoi l'IA m'a menti alors ? »**
Elle ne « ment » pas (mentir suppose une intention). Elle produit le texte le plus probable. Éviter le vocabulaire moral ; préférer « elle s'est trompée » ou « elle a halluciné ».

**« ChatGPT se souvient de moi d'une fois sur l'autre ! »**
Certaines applis ajoutent une fonction mémoire (notes stockées à part et réinjectées dans le contexte) ⚠. Ce n'est pas le modèle qui se souvient : c'est l'application qui recolle des notes dans la fenêtre.

**« C'est quoi les vrais numéros des tokens ? »**
Ils dépendent du modèle. Insister : les exemples du cours sont illustratifs. Ce qui compte, c'est le principe.

**Sensibilité des chiffres :** tout ce qui est marqué ⚠ (tailles de vocabulaire, tailles de fenêtres, taux d'hallucination) évolue vite. Vérifier avant chaque session.

---

## 📦 Matériel

- Vidéoprojecteur + `slides/slides.md`
- Page interactive `webpage/index.html` (fonctionne **hors ligne**, aucun compte requis)
- Exercices imprimés ou projetés (`exercises/exercises.md`)
- Quiz (`quiz/quiz.md`)
- Tableau blanc + feutres pour la carte des mots et le jeu du tokeniseur
- Optionnel : accès à un vrai chatbot pour l'activité finale