Capacités et Limitations de l'IA
← Toutes les leçons
Leçon 13Capacités et Limitations de l'IA

Prochaines étapes

Audio récapitulatif

Récapitulatif parlé — appuyez sur lecture pour suivre : la ligne lue reste en haut.

Notes de cours

Ce que vous apprendrez

Durée estimée : 20 minutes

À la fin de cette leçon, vous serez capable de :

  • Synthétiser les quatre propriétés et les empreintes d'entraînement dans un modèle mental fonctionnel
  • Connecter le cadre Capabilities & Limitations au Framework 4D comme deux moitiés d'un même système
  • Identifier un changement concret à apporter à votre pratique de l'IA cette semaine

Appliquer le framework 4D pour obtenir de meilleurs résultats avec l'IA

(5 minutes)

L'utilisation fluide de l'IA ne consiste pas à mémoriser chaque mode de défaillance. Il s'agit de maintenir un petit modèle clair de la machine dans votre tête, afin que lorsque quelque chose ne fonctionne pas, vous puissiez reconnaître quel type d'erreur c'est et réagir en conséquence.

Un petit modèle de la machine

Cadre AI Capabilities & Limitations

Quatre propriétés qui façonnent ce que l'IA peut et ne peut pas faire pour vous. Chacune se situe sur un spectre — plus à droite, plus vous devez vérifier et compenser.

Capacité

Limitation

Next Token Prediction

D'où viennent les réponses de l'IA ?

Chemins bien tracés : résumer, reformater, expliquer les concepts courantsTerritoire nouveau, motifs rares, « vrai vs. sonne vrai »

Knowledge

Que sait réellement l'IA ?

Fréquent, récent à l'entraînement, cohérent : sujets grand public, langues populairesRare, post-cutoff, niche, local ou contesté

Working Memory

À quoi l'IA fait-elle attention en ce moment ?

Le matériel s'adapte confortablement, la session est actuelle, vous fournissez un contexte pertinentDocuments/conversations très longs, attente de continuité inter-sessions (la falaise)

Steerability

Quel est mon niveau de contrôle ?

Instructions courtes, concrètes, vérifiables (« répondre sous forme de tableau », « moins de 100 mots »)Longues chaînes de raisonnement, demandes abstraites, précision native

Points clés

  • Vous disposez maintenant d'un modèle mental fonctionnel : quatre propriétés comme continuums, défaillances caractéristiques comme intersections de propriétés.
  • **Ce cadre et le Framework 4D sont deux faces d'un même système. ** Les propriétés expliquent ce à quoi les compétences 4D réagissent.
  • La confiance calibrée signifie localiser votre tâche sur chaque continuum et adapter vos habitudes de vérification et de contexte à sa position.
  • **Les modèles continueront à changer. ** La forme de ces propriétés reste utile même si les limites exactes se déplacent.

Exercices

Exercice : Votre engagement

Retournez une dernière fois à votre liste de tâches de la Leçon 1. Pour chaque tâche, notez rapidement votre intuition : où la tâche se situe-t-elle sur le continuum de chaque propriété, et quelles atténuations pourriez-vous avoir besoin ?

Maintenant, choisissez une tâche et un changement que vous ferez cette semaine (une étape de vérification, une configuration de contexte permanent, un point de contrôle, une habitude d'objectif énoncé et non seulement de format). Écrivez-le.

Réflexion sur la leçon

  • Quel est le plus grand changement dans votre façon de penser au comportement de l'IA de la Leçon 1 à maintenant ?
  • Lequel des 4D vous semble le plus immédiatement affiné par ce que vous avez appris ici ?

Prochaines étapes

Si vous n'avez pas encore suivi le cours AI Fluency Framework & Foundations, c'est l'étape naturelle suivante. Il approfondit les compétences humaines pour lesquelles ce cours vous a fourni le contexte côté machine. Et continuez à tester les limites : les propriétés restent stables, mais l'endroit où se situent les lignes continuera à bouger à mesure que les modèles s'améliorent.

Retours d'expérience

Au fur et à mesure que vous progressez dans le cours, nous aimerions entendre parler de la façon dont vous utilisez les concepts du cours dans votre travail, ainsi que tout retour d'expérience que vous pourriez avoir. Partagez vos retours ici.

Remerciements et licence

Copyright 2026 Anthropic. Travail original s'appuyant sur le AI Fluency Framework développé par le Prof. Rick Dakan (Ringling College of Art and Design) et le Prof. Joseph Feller (University College Cork). Publié sous la licence CC BY-NC-SA 4. 0.

Cartes mémo 10 cartes
Question
cliquez pour révéler · ←/→
Réponse
cliquez pour retourner
Exporter vers Anki (.tsv) ↓
Vérification des connaissances 6 questions