Style de requête : testez les approches

Il n’y a pas de manière unique de communiquer avec une IA générative pour faire des requêtes. Il est bien normal de trouver son propre style et surtout ce qui convient le mieux à la tâche en question.

Tentez d'identifier votre approche et testez-en une parmi les choix suivant pour constater la différence.

 

Une fois pour toutes

L’approche consiste à écrire une seule requête précise et détaillée. C’est un point de départ à éditer par la suite et évite les itérations successives. Cette approche est utile dans la résolution de problèmes et la prise de décision puisqu’elle maximise l’efficacité et économise du temps et des ressources.
  

Par couches

Cette approche consiste à faire chaque fois une requête minimale, l’évaluer, puis l’affiner avec des exemples et du contexte jusqu’à l’obtention d’un résultat satisfaisant. Chaque couche permet par exemple de séparer le problème en différents niveaux.
 

En collage

Cette manière de procéder exige de formuler une requête aussi complète que possible, chargée de contexte et d’exemples, puis d’itérer plusieurs versions. On demande quelque chose de nouveau à chaque fois. Il est possible de demander d’assembler les meilleurs résultats à la fin.

Ces trois formes d'approche sont une adaptation du Guide d'utilisation de l'IAg de l'Université de Genève qui se retrouve dans les ressources utilisées au bas de cette page.

Qu’est-ce que l’IA comprend réellement ?

Le concept fondamental est assez simple : l'IAg doit être formée sur de vastes ensembles de données pour reconnaître les relations entre les mots et les phrases et prévoir les réponses à fournir. 

Quand on comprend bien son fonctionnement, on peut mieux orienter nos demandes et comprendre pourquoi elle produit certaines erreurs. 

Lorsque l'IA reçoit une requête, elle :

  • Utilise les techniques de traitement du langage naturel (Natural Language Processing, NLP) pour analyser les mots et les phrases de l'instruction. 
  • Décompose la phrase en mots ou en groupes de mots, appelés des jetons (en anglais : tokens). 


Mise en garde

Attention, méfiez-vous de...

  1. Il est essentiel de noter que l'IA a des limites et peut parfois produire des réponses incorrectes ou inappropriées. Il faut être vigilant dans son utilisation et vérifier les informations tel qu’on le ferait pour valider la crédibilité d’une source.
  2. Ne partagez pas de renseignements personnels ou sensibles à l’IA, car elle peut garder en mémoire tout ce que vous lui communiquez quand vous rédigez une requête ou que vous lui envoyez des documents. Certains modèles peuvent utiliser les informations que vous lui transmettez pour entraîner des modèles futurs.

Et si vous deviez résumer votre compréhension en 3 minutes?

Comprendre l'IA n'est pas une mince affaire, mais il est certain qu'être capable de mettre le tout en mots aide à intégrer le tout. Voilà pourquoi on vous propose ici de répondre à trois questions qui vont assurément revenir autour de vous: Faut-il en avoir peur ? Comment ça marche ? Comment faire des requêtes ?

Notre collègue du RÉCIT Benoît Petit s'est prêté au jeu et voici ses réponses: 


Faut-il en avoir peur ?
Je crois que la peur est souvent de mauvais conseil, bien qu’elle soit parfois nécessaire à notre survie. Dans le cas de l’IA, je dirais qu’il est nécessaire de garder une distance critique pour à la fois tirer profit de ses possibilités au service du bien commun tout en développant notre compréhension collective de celle-ci. En éducation, cela peut vouloir dire de se poser constamment des questions en l’utilisant et pour ça, on a le guide du ministère de l’Éducation du Québec pour une utilisation pédagogique, éthique et légale de l’IAG qui en propose tout plein.

Comment ça marche ?
Comme il y a de nombreuses formes d’IA et qu’elles ont toutes leurs particularités, il est difficile de généraliser. Disons simplement que ces systèmes d’IA utilisent des langages algorithmiques et d’autres technologies pour tenter d’imiter des fonctions de l’intelligence humaine. Certaines y arrivent avec beaucoup d’efficacité comme les IA dites génératives (IAG), notamment les grands modèles de langage (LLM) qui arrivent, à l’aide d’algorithmes de prédiction, à imiter de façon très convaincante le langage humain. Ces systèmes analysent des milliards de textes humains et synthétisent les connexions entre tous ces mots. À partir de ces connexions, ces machines arrivent à prédire des chaînes de mots très vraisemblables. Toutefois, elles ne réfléchissent pas comme les humains, même si on leur a ajouté des algorithmes qui cherchent aussi à imiter cette capacité humaine.

Comment la "prompter" ?
L’art de la rédactique, bonne question ! L’important pour moi est d’être au clair avec mon intention : qu’est-ce que je veux atteindre au bout du compte ? Pour y arriver, il est nécessaire de fournir à la machine toutes les informations dont elle a besoin pour établir les meilleures connexions et arriver aux résultats les plus probants. J’ai souvent le sentiment de faire appel à l’intelligence collective des humains quand je constate les résultats et c’est en fait cette intelligence qui est souvent la plus intéressante et parfois même surprenante.

Faites l'exercice de répondre à ses questions et n'hésitez pas à reconsulter des sections de l'autoformation s'il vous manque certaines éléments de réponse.

En résumé 

  • La création d'une requête efficace est un art qui requiert une description précise, explicite et minutieusement détaillée pour obtenir les meilleurs résultats de l'IA.
  • Il est recommandé d'interagir avec l'IA en fournissant un contexte clair, en évitant les questions multiples ou vagues, en définissant des scénarios ainsi qu'en clarifiant les situations. Tout cela contribue à garantir des résultats plus précis.
  • Il est essentiel de reconnaître les limitations de l'IA, pouvant mener à des réponses erronées ou inappropriées.
  • Il est important de ne pas partager d'informations sensibles avec l'IA, car celles-ci pourraient être mémorisées.

Guide sur l'utilisation de l'intelligence artificielle générative, Gouvernement du Canada, https://www.canada.ca/fr/gouvernement/systeme/gouvernement-numerique/innovations-gouvernementales-numeriques/utilisation-responsable-ai/guide-utilisation-intelligence-artificielle-generative.html


Guide d'usage des IA génératives, Université de Genève, Septembre 2024