Intelligence artificielle : définition, usages et règles en 2026

L’intelligence artificielle est un système informatique capable de déduire tout seul, à partir des données qu’on lui donne, la façon de produire un résultat : une réponse, une image, une prédiction ou une décision. Ce qui la distingue d’un logiciel classique tient en un mot : le logiciel applique des règles qu’un humain a écrites, l’IA infère ses propres règles à partir d’exemples.

Cette phrase n’est pas une formule de vulgarisation : c’est, à quelques mots près, la définition inscrite dans le droit européen. Le reste de ce guide part de là — ce que recouvre vraiment le terme, comment ça marche sans jargon, ce que ça change déjà dans votre quotidien et dans les entreprises françaises, et ce que la loi vous garantit depuis quelques jours.

À lire Intelligence artificielle dessin : outils, droits et limites

La définition officielle de l’intelligence artificielle #

Depuis le règlement européen sur l’IA (règlement UE 2024/1689, dit « AI Act »), l’intelligence artificielle a une définition légale. Son article 3 la formule ainsi :

« Un système basé sur une machine qui est conçu pour fonctionner avec différents niveaux d’autonomie et qui peut faire preuve d’adaptabilité après son déploiement, et qui, pour des objectifs explicites ou implicites, déduit, à partir des données qu’il reçoit, comment générer des résultats tels que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer des environnements physiques ou virtuels. »
— Règlement (UE) 2024/1689, article 3, point 1

Quatre éléments comptent dans cette phrase, et ils expliquent pourquoi tant de produits vendus comme « IA » n’en sont pas :

• L’autonomie : le système fonctionne sans qu’un humain valide chaque étape.
• L’inférence : c’est le cœur. Le système déduit la manière de produire son résultat au lieu d’exécuter une consigne écrite à l’avance.
• L’adaptabilité : il peut évoluer après sa mise en service. Le texte dit « peut », pas « doit » — un modèle figé reste une IA.
• L’influence : la sortie agit sur un environnement réel ou virtuel.

Concrètement, un tableur qui calcule une TVA n’est pas une IA : la règle est écrite. Un filtre anti-spam qui a appris à reconnaître un courrier indésirable sur des millions d’exemples, si.

IA, machine learning, deep learning : qui contient quoi #

Ces trois termes sont empilés, pas synonymes. C’est la confusion la plus fréquente, et elle conduit à surestimer ou sous-estimer ce qu’on a en face de soi.

À lire Intelligence artificielle gratuite : ce qui l’est vraiment

Terme	Ce que c’est	Exemple concret
Intelligence artificielle	L’ensemble le plus large : toute machine qui accomplit une tâche demandant, chez l’humain, de l’intelligence	Un GPS qui calcule un itinéraire
Apprentissage automatique (machine learning)	Un sous-ensemble : le système apprend à partir d’exemples au lieu d’être programmé	Le filtre anti-spam de votre boîte mail
Apprentissage profond (deep learning)	Un sous-ensemble du précédent, fondé sur des réseaux de neurones à plusieurs couches	La reconnaissance de votre visage par votre téléphone
IA générative	Une application de l’apprentissage profond, orientée vers la fabrication de contenu	ChatGPT, Midjourney, Gemini

Autrement dit : toute IA générative est de l’apprentissage profond, tout apprentissage profond est de l’apprentissage automatique, et tout cela est de l’IA — mais l’inverse est faux à chaque étage. La grande majorité des IA en service dans les entreprises ne sont pas génératives : ce sont des modèles qui classent, notent ou prévoient.

Comment ça marche, sans les mathématiques #

Prenez un modèle qui doit reconnaître un chat sur une photo. Personne ne lui écrit « un chat a deux oreilles pointues et des moustaches ». On lui montre des centaines de milliers d’images étiquetées « chat » ou « pas chat ». À chaque erreur, le modèle ajuste très légèrement des millions de paramètres internes pour se tromper un peu moins la fois suivante. Répétez l’opération des milliards de fois : le modèle a « appris » une représentation du chat que personne n’a écrite et que personne ne sait relire.

Les modèles de langage comme ChatGPT font la même chose sur du texte, avec une tâche d’une simplicité déconcertante : prédire le mot suivant. Toute la conversation, le résumé, la traduction et le code en découlent. C’est aussi ce qui explique leur défaut structurel : un modèle entraîné à produire la suite la plus plausible n’a aucun mécanisme interne pour vérifier qu’elle est vraie. Les « hallucinations » ne sont pas un bug qu’un correctif éliminera, c’est le revers de la méthode.

Une histoire plus ancienne qu’on ne le croit #

Le grand public a découvert l’IA en novembre 2022 avec ChatGPT. La discipline, elle, a soixante-dix ans.

À lire Désactiver l’IA dans vos applis : le guide (WhatsApp, Google, Windows, iPhone)

• 1950 — Alan Turing publie « Computing Machinery and Intelligence » dans la revue Mind et remplace la question « une machine peut-elle penser ? » par un test d’imitation observable.
• 2 septembre 1955 — John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon déposent la proposition du Dartmouth Summer Research Project on Artificial Intelligence. C’est dans ce document que le terme « intelligence artificielle » apparaît.
• Été 1956 — L’atelier de Dartmouth se tient. Acte de naissance de la discipline.
• 2012 — L’apprentissage profond s’impose en reconnaissance d’images et relance le domaine après des décennies de promesses non tenues.
• 2022-2026 — L’IA générative sort des laboratoires et devient un produit grand public.

La proposition de 1955 reposait sur une conjecture restée célèbre : que « chaque aspect de l’apprentissage, ou toute autre caractéristique de l’intelligence, peut en principe être décrit avec une précision telle qu’une machine peut être construite pour le simuler ». Sept décennies plus tard, cette hypothèse n’est ni démontrée ni réfutée — elle reste le pari de fond du domaine.

Ce que l’IA fait déjà dans votre journée #

Vous en utilisez plusieurs fois par jour sans y penser :

• Votre téléphone : déverrouillage par le visage, correction du texte, amélioration automatique des photos, tri des albums.
• Vos trajets : le temps de parcours annoncé par votre GPS est une prédiction tirée du trafic en cours et de l’historique.
• Votre banque : le blocage d’un paiement suspect vient d’un modèle de détection de fraude, pas d’un employé.
• Vos loisirs : les recommandations de Netflix, Spotify ou YouTube.
• Votre santé : l’aide au dépistage sur les mammographies et les radios est déployée dans un nombre croissant d’établissements.

Côté entreprises, l’Insee a mesuré la bascule. En 2025, 18 % des entreprises françaises de 10 salariés ou plus déclaraient utiliser au moins une technologie d’IA, contre 6 % deux ans plus tôt : l’usage a triplé en deux ans. Ces entreprises pèsent 66 % du chiffre d’affaires et 59 % de l’emploi — l’IA est donc déjà majoritaire là où se concentre l’activité économique, même si elle reste minoritaire en nombre d’entreprises.

Parmi celles qui en utilisent, les usages les plus répandus sont l’analyse de texte (56 %), la génération de langage écrit ou parlé (43 %) et la génération de contenu audiovisuel (41 %). Chez celles qui n’en utilisent pas, le premier frein n’est ni le prix ni la technique : 71 % déclarent simplement ne pas y voir d’utilité, devant le manque d’expertise (54 %).

À lire Peut-on désactiver Apple Intelligence sur son iPhone ?

Ce que la loi impose depuis le 2 août 2026 #

L’Europe s’est dotée du premier cadre juridique complet au monde sur l’IA. Le règlement classe les systèmes selon quatre niveaux de risque et applique ses obligations par paliers :

Date	Ce qui s’applique
1er août 2024	Entrée en vigueur du règlement
2 février 2025	Interdiction des usages à risque inacceptable (notation sociale, manipulation, certaines identifications biométriques)
2 août 2025	Règles pour les modèles à usage général (ChatGPT, Gemini, Mistral…) et désignation des autorités nationales
2 août 2026	Systèmes à haut risque (emploi, éducation, justice, biométrie, infrastructures critiques) et obligations de transparence

Ce dernier palier est celui qui vous concerne directement, et il est en vigueur depuis quelques jours. L’article 50 du règlement impose trois choses : un système qui interagit avec vous doit vous informer que vous parlez à une IA (sauf si c’est évident) ; les contenus générés — texte, image, son, vidéo — doivent être marqués dans un format lisible par machine ; et un deepfake doit être déclaré comme tel. Le règlement prévoit des aménagements pour les œuvres artistiques ou satiriques, et dispense le texte d’actualité généré par IA lorsqu’il a fait l’objet d’une relecture éditoriale engageant la responsabilité d’un éditeur.

Ce marquage a déjà commencé, indépendamment de la loi. Google indiquait le 19 mai 2026 avoir marqué avec sa technologie SynthID plus de 100 milliards d’images et de vidéos ainsi que 60 000 années d’audio, et que son outil de vérification avait été sollicité 50 millions de fois. La vérification est accessible depuis Google Lens, le mode IA de la recherche et Circle to Search.

Un point mérite d’être dit clairement, parce qu’il est souvent passé sous silence : ce marquage est robuste sur un fichier intact, beaucoup moins après une capture d’écran, un recadrage serré ou une recompression. L’absence de marque ne prouve donc pas qu’une image est authentique.

À lire Arnaque à la voix clonée par IA : comment réagir ?

Les limites qu’il faut connaître avant de s’en servir #

• L’invention pure et simple. Un modèle de langage produit la suite la plus probable, pas la plus exacte. Il inventera une référence juridique ou un chiffre avec le même aplomb qu’une information juste.
• Les biais. Un modèle entraîné sur des données historiques reproduit les déséquilibres de ces données. C’est précisément pourquoi le recrutement et l’éducation figurent parmi les usages classés à haut risque.
• La confidentialité. Ce que vous saisissez dans un service en ligne peut, selon les conditions d’utilisation, servir à l’entraînement. La règle simple : aucune donnée de santé, aucun document RH nominatif, aucun secret commercial dans un outil grand public.
• La date de connaissance. Un modèle ignore ce qui s’est passé après son entraînement, sauf s’il consulte le web en direct.

Sur le volet données personnelles, la CNIL a publié ses recommandations sur l’application du RGPD au développement des systèmes d’IA — une deuxième série adoptée par la délibération n° 2025-010 du 6 février 2025, complétée le 22 juillet 2025 par deux guides pratiques sur l’information des personnes et l’exercice de leurs droits.

Par où commencer, concrètement #

Trois portes d’entrée, de la plus simple à la plus engageante :

1. Tester sans payer. Les principaux assistants ont une offre gratuite suffisante pour se faire un avis. Nous avons détaillé ce qui est réellement gratuit, ce qui ne l’est pas et ce que vous payez à la place dans notre guide de l’intelligence artificielle gratuite.
2. Choisir un usage précis. « Utiliser l’IA » ne veut rien dire. Résumer des comptes rendus, rédiger un premier jet, trier des messages : un usage identifié, mesurable, et le reste suit.
3. Vérifier systématiquement. Traitez la sortie comme le brouillon d’un stagiaire brillant mais parfois affabulateur : utile, jamais publiable en l’état.

Si votre besoin est plus spécialisé, deux terrains méritent leur propre mode d’emploi : le dessin — voir notre guide intelligence artificielle dessin, où les questions de droits sont loin d’être réglées — et la rédaction, avec les outils d’intelligence artificielle texte, dont les résultats varient énormément d’un modèle à l’autre.

Questions fréquentes #

Quelle est la différence entre l’IA et un simple algorithme ?

Un algorithme classique applique des règles écrites par un humain : si telle condition, alors telle action. Une IA déduit elle-même ces règles à partir des données qu’elle reçoit. C’est précisément le critère retenu par le règlement européen, qui parle de la capacité du système à « déduire, à partir des données qu’il reçoit, comment générer des résultats ». Tout algorithme n’est donc pas une IA, mais toute IA repose sur des algorithmes.

L’intelligence artificielle peut-elle vraiment remplacer mon métier ?

Les données disponibles décrivent pour l’instant une transformation des tâches plutôt qu’un remplacement de postes. L’Insee mesure une adoption qui a triplé en deux ans (6 % des entreprises en 2023, 18 % en 2025), concentrée sur l’analyse de texte et la rédaction. Les métiers les plus exposés sont ceux dont une part importante consiste à produire du texte standardisé. À l’inverse, dès qu’une décision engage une personne — recrutement, crédit, santé — le règlement européen classe le système à haut risque et impose un contrôle humain.

Une IA doit-elle m’indiquer qu’elle est une IA ?

Oui, depuis le 2 août 2026. L’article 50 du règlement européen sur l’IA impose que les personnes soient informées lorsqu’elles interagissent avec un système d’IA, sauf lorsque c’est manifeste. Le même article impose de marquer les contenus générés artificiellement dans un format lisible par machine et de signaler les deepfakes.