Les Fondamentaux de l'IA

La formation se veut interactive et désireuse de proposer de la méthodologie et des leviers actionnables.
Dans ce sens, les travaux pratiques représentent environ 40% de la formation. A cela s'ajoutent 40% de
théorie et 20% de discussions entre les participants afin d'avoir un contenu adapté aux contextes.

Des outils pédagogiques interactifs seront proposés comme :

• Fresque & Présentation “Fondamentaux de la GenAI & Concepts clés”
• Prompt Master - Atelier interactif
• Prompt Fighter

📋 Programme détaillé

Module 1 : Décryptons les LLM (Large Language Models)

Fresque collaborative des IA génératives

• Histoire et évolution de l'intelligence artificielle (du Machine Learning au Deep Learning)
• Comprendre le fonctionnement d'un LLM : tokens, paramètres, mécanismes d'attention
• Les capacités et limites des modèles : hallucinations, biais, domaines d'expertise
• Architecture des modèles génératifs (GPT, transformers)
• Les leviers pour affiner les réponses : cadrage, prompting, sources

Pédagogie : Atelier collaboratif type "Fresque", échanges collectifs, cas d'usage concrets

Module 2 : Bonnes pratiques de Prompt Engineering

Exercices pratiques sur plateforme dédiée (Prompt Master)

• Structurer efficacement un prompt (balises, contexte, tâche)
• Définir le rôle, le ton et les guardrails
• Multishot prompting : apprendre par l'exemple
• Formater les sorties pour l'automatisation
• Chain-of-Thoughts : décomposer le raisonnement
• Gérer les calculs et limites des LLM

Pédagogie : Apprentissage par la pratique avec feedback instantané sur 7 exercices progressifs

Module 3 : Les IA génératives au-delà des LLM

• Modèles multimodaux (texte, image, audio, vidéo)
• Fonctionnalités avancées de ChatGPT Enterprise
• Connexion de bases de connaissances
• Mode Deep Research et Agent
• Canvas et outils de collaboration

Pédagogie : Démonstrations en direct, exploration des fonctionnalités

Module 4 : Vers un usage raisonné de l'IA (IA Responsable)

Empreinte écologique et éthique

• Impact énergétique et hydrique des modèles d'IA
• Recommandations pour un usage sobre (choix du modèle, prompts courts)
• Préserver son autonomie cognitive face à l'IA
• Maintenir l'humain au cœur des organisations
• Cadre juridique : AI Act européen, protection des données (RGPD)

Limites et précautions d'usage

• Ce que l'IA fait bien vs ce qu'elle ne sait pas faire
• Vérification systématique des sources
• Vigilance sur les hallucinations et biais

Pédagogie : Réflexion collective, analyse de verbatims, sensibilisation aux enjeux éthiques

Module 5 : Construire son assistant Custom GPT

Atelier pratique de construction

• Différences entre Custom GPT et Projet partagé
• Méthodologie de création d'un assistant efficace
• Rédaction d'instructions structurées (prompt système)
• Constitution d'une base de connaissance pertinente
• Configuration des actions et outils autorisés
• Cas d'usage professionnels (synthèse, rédaction, coaching, formation)

Use Case Mapping

• Identifier les problèmes utilisateurs (Jobs-to-be-Done)
• Définir la cible et la valeur attendue
• Cadrer le "Minimum Valuable Agent" (MVA)
• Critères de succès et risques à anticiper

Pédagogie : Atelier hands-on, construction en équipe, Battle finale !

Module 6 : Gestion de l'adoption de l'IA

Comprendre les dynamiques d'adoption

• L'effet Dunning-Kruger appliqué à l'IA (montagne de la stupidité → vallée du désespoir)
• La loi de diffusion de l'innovation (innovateurs → early adopters → majorité)
• Identifier les profils d'adopteurs dans vos équipes
• Signaux positifs vs signaux d'alerte

Votre rôle en tant que catalyseur

• Montrer l'exemple et créer un environnement d'expérimentation
• Communiquer et partager les bonnes pratiques
• Passer d'une approche "Tool-first" à "Value-first"

Méthodologies pratiques

• Experience Mapping pour identifier les moments critiques
• Business Case pour prioriser les opportunités IA
• Encourager l'expérimentation : "Orient & Support"

Pédagogie : Frameworks opérationnels, templates fournis, méthodologie bottom-up

‍