Le blog de l’IA

La DGAFP a ouvert le 18 juin 2026 la négociation d'un accord-cadre sur l'intelligence artificielle (IA) dans la fonction publique, avec les organisations syndicales et les employeurs des trois versants. Objectif : signer à l'automne 2026 un socle commun couvrant transparence, gouvernance, dialogue social et formation des agents. La démarche s'inscrit dans le plan « Notre IA » présenté le 16 juin par le ministre David Amiel, qui mobilise 655 millions d'euros pour les infrastructures. Selon l'enquête publiée avec le plan, 89 % des agents interrogés utilisent déjà l'IA, dont 55 % via des outils non validés par leur administration. La deuxième réunion de négociation est fixée au 10 juillet 2026.

GPAI (General Purpose AI) désigne les modèles d'IA à usage général au sens de l'AI Act : des modèles entraînés à grande échelle, capables d'exécuter un large éventail de tâches, comme GPT-5.6, Claude Fable 5, Gemini 3 ou les modèles de Mistral AI. Le Règlement UE 2024/1689 leur applique un régime dédié depuis le 2 août 2025 : documentation technique, résumé des données d'entraînement, politique de droit d'auteur, avec des obligations renforcées pour les modèles à risque systémique et des sanctions applicables au 2 août 2026. Ces obligations pèsent sur les fournisseurs, pas sur les entreprises utilisatrices. Voici la définition, le seuil retenu, les deux niveaux d'obligations et ce que le régime change concrètement pour vous.

Le token est l'unité de texte que manipule un modèle d'IA : environ 4 caractères ou trois quarts d'un mot selon la documentation d'OpenAI. La fenêtre de contexte est la quantité maximale de tokens que le modèle peut traiter en une fois : instructions, documents, historique et réponse compris. Ces deux notions expliquent pourquoi l'IA « oublie » le début des longues conversations, pourquoi les API facturent au million de tokens, et pourquoi la taille des documents est limitée. Avec 53 % des salariés dans le monde qui utilisent l'IA générative au travail (Stanford AI Index 2026), maîtriser cette mécanique invisible est devenu un fondamental professionnel. Définitions, stratégies et réflexes concrets.

Un deepfake est un contenu audio, vidéo ou photo falsifié par intelligence artificielle, assez réaliste pour faire croire qu'une personne a dit ou fait quelque chose qu'elle n'a jamais dit ni fait. Ce n'est plus une curiosité : les fraudes au deepfake ont coûté plus d'un milliard de dollars aux organisations en 2025 (Surfshark, décembre 2025), et 62 % des entreprises ont subi une attaque combinant deepfake et ingénierie sociale sur douze mois (Gartner, septembre 2025). Le cas emblématique reste Arup : 25,6 millions de dollars virés après une visioconférence où tous les participants étaient des deepfakes. Et à partir du 2 août 2026, l'AI Act sanctionne le défaut d'identification des contenus générés. Voici la définition, les risques réels, la loi et les protections qui fonctionnent.

Le fine-tuning est le réentraînement partiel d'un modèle d'IA existant sur vos propres données, pour spécialiser son comportement : ton, format, vocabulaire métier. On le confond souvent avec le RAG, qui connecte le modèle à vos documents sans le modifier. La distinction compte : 88 % des organisations utilisent déjà l'IA dans au moins une fonction, mais le déploiement d'agents et de solutions sur mesure reste inférieur à 10 % (Stanford AI Index 2026). Choisir la mauvaise approche coûte des mois et un budget inutile. Voici la définition, le comparatif tranché avec le RAG, les cas où le fine-tuning se justifie vraiment et les étapes d'un projet.

La maîtrise de l'IA, ou AI literacy, est l'obligation posée par l'article 4 de l'AI Act (Règlement UE 2024/1689) : toute organisation qui utilise ou déploie un système d'intelligence artificielle doit garantir un niveau suffisant de compétences IA à son personnel. L'obligation est en vigueur depuis le 2 février 2025, sans aucun seuil d'effectif : une TPE de cinq salariés qui rédige ses devis avec ChatGPT est concernée comme un groupe industriel. Le 2 août 2026, les autorités nationales, dont la CNIL en France, pourront contrôler et sanctionner. Or plus de 7 cadres sur 10 n'ont reçu aucune formation à l'IA (Microsoft France et YouGov, janvier 2026). Voici ce que dit le texte, qui est concerné, ce que risque une entreprise qui ne forme pas, et la méthode pour se mettre en conformité.

Le shadow AI désigne l'utilisation d'outils d'intelligence artificielle par les salariés sans validation ni supervision de leur entreprise : un compte ChatGPT personnel pour rédiger un mail client, un contrat collé dans un chatbot gratuit, un CV analysé par une IA non encadrée. Le phénomène est massif : 61 % des utilisateurs d'IA en entreprise passent par leurs comptes personnels au moins une fois par semaine (Microsoft France et YouGov, janvier 2026), et une violation de données sur cinq implique désormais le shadow AI, avec un surcoût moyen de 670 000 dollars par incident (IBM, 2025). Voici la définition, les risques réels et le plan d'action pour reprendre le contrôle sans brider la productivité.

Un LLM (Large Language Model, ou grand modèle de langage) est un modèle d'intelligence artificielle entraîné sur d'immenses volumes de texte pour prédire la suite la plus probable d'une séquence de mots. C'est la technologie derrière ChatGPT, Claude, Gemini et Mistral. Trois ans après le lancement de ChatGPT, l'IA générative atteint 53 % d'adoption mondiale et 88 % des organisations l'utilisent dans au moins une fonction, selon le Stanford AI Index 2026. Comprendre ce qu'est un LLM, ses forces et ses limites est devenu un prérequis professionnel. Voici la définition, le fonctionnement, les principaux modèles de 2026 et ce qu'il faut en faire selon votre profil.

Google déploiera AI Overviews et le Mode IA en France d'ici le 23 septembre 2026. Le groupe l'a annoncé aux éditeurs de presse dans un courrier daté du 29 juin 2026, révélé par Ouest-France. Trois engagements accompagnent ce lancement : un opt-out pour chaque éditeur, des métriques distinguant les impressions IA du search classique, et une rémunération au titre des droits voisins pour les contenus repris dans les résumés. Environ 450 éditeurs français sont concernés par ces accords. Pour toutes les entreprises visibles sur Google, la donne change : sur les marchés déjà équipés, le taux de clic de la première position chute de 58 % quand un résumé IA s'affiche (Ahrefs, décembre 2025).