L'IA que vous utilisiez déjà triait les choses. L'IA générative crée des choses
Pendant vingt ans, l'IA de la vie quotidienne était invisible et elle classait. Le filtre anti-spam décidait spam ou non. L'application photo décidait quel visage appartenait à qui. La banque décidait fraude ou non. Le moteur de recommandation classait ce qu'il fallait montrer ensuite. Chacune de ces tâches prend quelque chose qui existe et lui appose une étiquette ou un score. Qu'est-ce que l'IA couvre cette famille plus large.
L'IA générative inverse le sens du mouvement. Au lieu de prendre une image et de produire "chat", elle prend "un chat sur un rebord de fenêtre au crépuscule" et produit une image. Au lieu de noter un e-mail, elle en écrit un. Le modèle a appris les motifs de millions d'exemples suffisamment bien pour en produire un nouveau qui leur correspond.
Ce renversement est l'unique raison pour laquelle la technologie a touché le grand public. La classification est une fonctionnalité à l'intérieur du produit de quelqu'un d'autre. La génération est un produit à part entière : on tape une demande, on reçoit une chose. ChatGPT a été lancé le 30 novembre 2022 et a atteint environ 100 millions d'utilisateurs actifs mensuels en janvier 2023, deux mois après son lancement, selon une analyse d'UBS rapportée par Reuters le 1er février 2023, l'application grand public la plus rapide à atteindre ce cap à l'époque, parce que pour la première fois, la sortie du modèle était le produit lui-même.
Ce qui a suivi n'a pas été un simple filet régulier. La chronologie des sorties de modèles recense 41 lancements majeurs depuis ce jour, dont 31 se sont produits en 2025 et 2026. L'orange marque un modèle de raisonnement ou une famille qui embarque un mode de réflexion ; la zone ombrée commence avec o1-preview.
Chaque modèle génératif apprend à quoi ressemble un exemple plausible, puis en crée un
Chaque modèle génératif est entraîné de la même manière au fond : on lui montre un nombre énorme d'exemples et on lui fait apprendre à quoi ressemble un exemple plausible. Ensuite, au moment de l'utilisation, on lui demande de produire un nouvel échantillon qui correspond au motif et à la demande.
Pour le texte, le modèle apprend à prédire le prochain jeton, et génère une réponse un jeton à la fois. Qu'est-ce qu'un LLM en fait le compte-rendu complet. Pour les images et la vidéo, l'approche dominante est la diffusion : le modèle apprend à retirer le bruit d'une image par petites étapes, et au moment de la génération, il part d'un bruit pur et le retire étape par étape pendant qu'une description textuelle guide ce qui apparaît. La recette utilisée par la plupart des modèles d'images est l'article Denoising Diffusion Probabilistic Models de 2020, par Ho, Jain et Abbeel ; l'approche qu'elle a supplantée, les réseaux antagonistes génératifs, date de Goodfellow et al. en 2014. Les générateurs de musique empruntent le plus souvent l'une des deux approches.
La conséquence à retenir est qu'ils produisent tous ce qui correspond au motif, pas ce qui est vrai. Un modèle de texte produira une citation qui a la forme d'une citation. Un modèle d'image produira une main qui correspond au motif des mains, parfois avec six doigts. La fluidité et les erreurs viennent de la même source, et qu'est-ce qu'une hallucination de l'IA traite en détail la version textuelle de ce phénomène.
Quatre médias, quatre types de modèles, une seule fenêtre
En 2022, l'IA générative signifiait le texte et, séparément, les images. En 2026, un seul produit de discussion oriente vers quatre types de générateurs, et le modèle derrière chacun est différent.
| Média | Ce que vous saisissez | Ce que vous obtenez | Type de modèle | Exemples dans le sélecteur de Whizi |
|---|---|---|---|---|
| Texte et code | Une question ou une instruction | Un texte, un tableau, un programme | Modèle de langage | GPT, Claude, Gemini, DeepSeek et 280+ autres |
| Images | Une description, ou une image accompagnée d'une modification | Une image nouvelle ou modifiée | Modèle de diffusion | Whizi Image, Nano Banana, Flux, Stable Diffusion |
| Vidéo | Une description ou une image de départ | Un court clip | Modèle de diffusion vidéo | Whizi Video AI |
| Musique | Un style, une ambiance, parfois des paroles | Une piste audio | Modèle de génération audio | Whizi Music AI |
La décision produit sous-jacente est que ces générateurs sont facturés différemment parce qu'ils coûtent différemment à faire fonctionner. Une réponse textuelle représente une fraction de centime. Une image dispose d'un compteur séparé. La vidéo et la musique sont les postes les plus coûteux et se trouvent sur le forfait le plus élevé.
La génération d'images n'est pas incluse sur Starter, elle est de 100 par mois sur Pro et de 500 par mois sur Powerhouse, et la génération de vidéo et de musique sont des fonctionnalités Powerhouse, selon comment fonctionnent les crédits Whizi. L'écart entre une réponse textuelle et un clip vidéo est l'écart entre générer 500 jetons et générer plusieurs secondes d'images, et la tarification suit le calcul.
À quoi sert l'IA générative, et où sont ses limites honnêtes
Elle est douée pour les premiers jets de tout ce qui a une forme connue : un e-mail, un résumé, une fonction, une photo de produit, une piste de fond. Elle est douée pour la transformation, c'est-à-dire prendre une chose qui existe et produire la même chose sous une autre forme : traduite, raccourcie, réécrite pour un lecteur différent, restylée. Et elle est douée pour le volume, produisant vingt variantes là où une personne en produirait deux.
Elle est faible, par construction, sur trois points. Les faits qu'on ne lui a pas fournis, parce qu'elle génère ce qui correspond au motif plutôt que ce qui est. La précision dans les cas rares : le sixième doigt, le code qui compile mais fait la mauvaise chose. Et le jugement sur la qualité du résultat, qui reste du ressort de la personne qui a fait la demande. Le guide comment utiliser l'IA est la version pratique du travail à l'intérieur de ces limites.
La règle de décision : l'IA générative est le bon outil quand vous pouvez reconnaître un bon résultat plus vite que vous ne pouvez en produire un. Si vous ne pouvez pas distinguer un bon résultat d'un mauvais, ce n'est pas encore l'outil adapté à cette tâche.
L'IA générative est une branche de l'apprentissage automatique, qui est une branche de l'IA
L'intelligence artificielle est le terme parapluie : tout logiciel qui fait quelque chose que l'on qualifierait d'intelligent si une personne le faisait. L'apprentissage automatique est la méthode que la plupart de l'IA moderne utilise, apprenant des règles à partir de données plutôt que d'être programmée avec elles. L'IA générative est la branche de l'apprentissage automatique dont la sortie est du contenu nouveau. Un grand modèle de langage est le modèle génératif pour le texte. Un chatbot est l'application construite autour d'un tel modèle. Chacun est un sous-ensemble du précédent, et le glossaire de l'IA rassemble l'ensemble complet des termes en un seul endroit.
La lecture pratique : quand un produit dit qu'il "utilise l'IA", demandez de quel type. S'il trie, classe ou prédit, c'est l'ancien type et il fonctionne probablement bien. S'il génère, c'est le nouveau type et il a besoin d'une personne qui vérifie la sortie.
- Demandez-vous si un produit classe ou génère ; seul le second type nécessite que sa sortie soit vérifiée
- Utilisez l'IA générative pour les premiers jets et les transformations de choses ayant une forme connue
- Vérifiez tout fait, chiffre ou citation dans un texte généré par rapport à une source que vous pouvez ouvrir
- Attendez-vous à des erreurs de précision dans les détails : les mains et les cas limites dans le code
- Faites correspondre le média au forfait : le texte est peu coûteux partout, l'image et la vidéo sont facturées séparément
Questions fréquentes
Quelle est la différence entre l'IA et l'IA générative ?
L'IA est le terme parapluie pour les logiciels qui effectuent des tâches associées à l'intelligence. La plupart des IA avant 2022 classaient, classaient par rang ou prédisaient : filtres anti-spam, reconnaissance faciale, moteurs de recommandation. L'IA générative est la branche qui produit du contenu nouveau, comme du texte, des images, de la vidéo et de la musique, en apprenant les motifs d'exemples et en générant de nouveaux échantillons qui s'y conforment.
Quels sont des exemples d'IA générative ?
ChatGPT, Claude et Gemini pour le texte et le code ; des générateurs d'images comme Flux, Stable Diffusion et Nano Banana ; des générateurs vidéo qui transforment une description ou une image fixe en clip ; et des générateurs de musique qui produisent une piste à partir d'un style et d'une ambiance. Un espace de travail multi-modèles comme Whizi place les quatre derrière une seule fenêtre de discussion.
Comment fonctionne l'IA générative ?
Un modèle est entraîné sur un très grand nombre d'exemples jusqu'à ce qu'il ait appris à quoi ressemble un exemple plausible, puis on lui demande d'en produire un nouveau qui correspond à une demande. Les modèles de texte génèrent un jeton à la fois en prédisant le suivant. Les modèles d'image et de vidéo utilisent le plus souvent la diffusion, transformant un bruit aléatoire en image étape par étape pendant qu'une description textuelle guide le résultat.
ChatGPT est-il de l'IA générative ?
Oui. ChatGPT est une application de discussion construite sur un grand modèle de langage, qui est le modèle génératif pour le texte. Il a été lancé le 30 novembre 2022 et a atteint environ 100 millions d'utilisateurs actifs mensuels en janvier 2023, selon une analyse d'UBS rapportée par Reuters, ce qui marque le moment où l'IA générative est devenue une catégorie grand public plutôt qu'un champ de recherche.
Pourquoi l'IA générative commet-elle des erreurs ?
Parce qu'elle produit ce qui correspond au motif de ses données d'entraînement, pas ce qui est vrai. Un modèle de texte génère une citation ayant la forme d'une citation, que la source existe ou non ; un modèle d'image génère une main ayant la forme d'une main, parfois avec six doigts. Ancrer le modèle dans une source et vérifier la sortie sont les solutions, et elles reposent sur la personne qui l'utilise.
