Quelles sont les quatre propriétés principales des systèmes d'IA discutées dans cette leçon ?	Next Token Prediction (génère ce qui semble juste), Knowledge (sait ce sur quoi il a été entraîné), Working Memory (prête attention à ce qui est proche), et Steerability (suit l'instruction la plus forte).
Pourquoi la plupart des défaillances réelles d'IA ne sont-elles pas causées par une seule propriété ?	Parce que la plupart des défaillances réelles impliquent deux ou plusieurs propriétés qui interagissent ensemble, pas une seule agissant isolément.
Quel est le résultat quand Next Token Prediction et Knowledge se rencontrent ?	Des citations halluccinées ou des détails spécifiques inventés qui semblent plausibles mais sont inexacts.
Quel problème survient quand Working Memory et Steerability se rencontrent ?	Une dérive dans les conversations longues, où le contexte initial s'estompe et l'IA suit les instructions les plus récentes sans maintenir la cohérence.
Comment identifier la défaillance d'une IA aide-t-il à trouver la solution ?	Nommer les deux propriétés en collision indique directement quel correctif appliquer : vérifier les détails, réapprovisionner le contexte, déléguer à l'exécution de code, ou inviter la remise en question.
Quels sont les quatre correctifs ciblés mentionnés pour traiter les défaillances d'IA ?	Vérifier les détails, réapprovisionner le contexte, déléguer à l'exécution de code, ou inviter la remise en question.
Qu'est-ce que la "sycophancy fingerprint" mentionnée dans l'exercice ?	La tendance de l'IA à être d'accord trop facilement avec le cadrage de l'utilisateur, même si ce cadrage pourrait être incorrect.
Quel est l'objectif principal de cette leçon selon la section "What you'll learn" ?	Reconnaître que la plupart des défaillances d'IA impliquent deux ou plus de propriétés qui interagissent, et diagnostiquer les modèles de défaillance courants.
Que signifie "Discernment applied" dans le contexte de cette leçon ?	C'est le processus d'évaluation qui s'améliore quand on sait quel type d'erreur on examine, en nommant les propriétés en collision.
Quel cadre plus large cette leçon prépare-t-elle à explorer dans la leçon finale ?	Le 4D Framework complet en tant que système intégré, et où approfondir la compréhension des propriétés de l'IA.