L’intelligence artificielle, popularisée par ChatGPT, donne l’impression de faire de la magie, mais demeure fondamentalement un programme informatique standard. Elle prend des données en entrée, les transforme et produit des résultats. Malgré l’illusion d’intelligence qu’elle procure, il n’y a aucune véritable intelligence derrière : c’est un programme qui fonctionne différemment des logiciels traditionnels, mais sans conscience ni compréhension réelle.

L’IA générative, popularisée par ChatGPT, représente un sous-ensemble de l’intelligence artificielle. L’IA classique utilise des algorithmes statistiques pour fournir des probabilités sur des événements spécifiques. L’IA générative s’appuie sur des grands modèles de langage entraînés sur d’énormes quantités de textes produits par des humains, ce qui lui permet d’imiter le langage humain.

La distinction fondamentale : l’IA générative est un généraliste qui connaît un peu de tout sans grande profondeur, tandis que l’IA classique est un spécialiste capable d’adresser des problèmes très spécifiques propres à chaque entreprise. L’exemple donné est celui de la commission scolaire du Val-des-Cerfs qui a développé un modèle non génératif pour détecter les risques de décrochage scolaire.

L’IA ne pense pas par elle-même : elle fonctionne uniquement par probabilités. Il n’y a aucune réflexion, aucune émotion, aucune volonté derrière ses réponses. L’interaction donne l’illusion d’une conversation avec un être intelligent, mais il s’agit d’une machine froide qui ne produit rien si on ne lui donne rien. Même les modèles “réflectifs” qui montrent leur cheminement de pensée ne font que se parler à eux-mêmes sans véritable raisonnement.

L’utilité de l’IA générative dépend du secteur et des fonctions de la PME. Elle excelle comme outil de communication et peut servir en première ligne pour interagir avec d’autres humains avant de diriger vers une personne. Cependant, les PME devraient privilégier des algorithmes d’IA spécialisés, développés par des firmes spécialisées, pour répondre à leurs besoins spécifiques d’analyse ou d’amélioration de leurs moyens de production.

La question n’est pas tant de sécurité que de confidentialité. Utiliser une IA gratuite équivaut à déposer du texte sur Facebook : le niveau de confidentialité est pratiquement nul. Les données transmises aux IA gratuites peuvent être conservées et utilisées pour entraîner les modèles.

La localisation géographique des entreprises d’IA est cruciale : les IA chinoises comme DeepSeek sont sous surveillance gouvernementale, Mistral en France bénéficie de règles européennes plus strictes, tandis que les IA américaines sont soumises aux lois américaines. Un fait récent illustre cette problématique : une cour américaine oblige OpenAI à conserver toutes les communications, même celles qui sont effacées, rendant impossible l’effacement légal des conversations.

Les versions payantes offrent une meilleure protection dans leurs clauses contractuelles, confirmant que les données ne seront pas réutilisées pour d’autres fins que répondre aux questions posées. Cependant, la localisation de l’entreprise reste déterminante, et les limitations juridiques s’appliquent toujours. Les versions payantes n’utilisent pas un moteur différent ou diminué ; elles lèvent simplement les limitations sur le nombre et la longueur des questions, tout en garantissant que les données confidentielles ne serviront pas à entraîner le modèle.

Les hallucinations – quand l’IA invente des réponses – restent un problème majeur. Bien que les modèles s’améliorent, les erreurs sont devenues plus subtiles et ne peuvent être détectées que par des experts du domaine concerné. C’est particulièrement dangereux dans les domaines où l’utilisateur n’a aucune connaissance, comme la médecine. Des outils comme Perplexity, qui effectuent des recherches web et fournissent des sources, offrent une alternative plus sûre, mais il faut toujours vérifier que les sources citées corroborent réellement les informations données.

La vérification humaine est absolument essentielle dans l’usage de l’IA générative. De nombreux cas médiatisés montrent les conséquences d’une absence de vérification, comme le festival d’été de Québec dont les images générées par IA présentaient des mains avec un doigt manquant. L’IA accélère le travail et améliore la qualité, mais un humain doit toujours intercepter les erreurs potentielles, qui peuvent survenir à tout moment de façon très subtile et convaincante.

Les images générées par IA présentent encore des défis, notamment avec les mains, les visages et les petits détails. Bien que la situation s’améliore, une attention particulière reste nécessaire pour atteindre le niveau de perfection souhaité.

En juillet 2025, ni le Québec ni le Canada n’ont de loi encadrant spécifiquement l’intelligence artificielle. Le projet de loi C-27 est mort au feuilleton avec la dissolution du Parlement. Le Canada a toutefois nommé un ministre de l’intelligence artificielle, laissant présager une future réglementation. L’Europe dispose de lois que certains jugent trop restrictives, tandis que les États-Unis ont levé la plupart des barrières à l’usage de l’IA.

Les PME doivent maîtriser l’outil avant de l’adopter, tester ses limites et comprendre ce qu’il peut réellement apporter. L’IA générative n’est pas nécessaire pour toutes les entreprises et peut n’être qu’un gadget sans valeur ajoutée réelle. Il est essentiel de ne pas se laisser aveugler par l’illusion et de mesurer le rapport coût-bénéfice, comme pour tout moyen de production. Remplacer des professionnels comme des graphistes par l’IA reste virtuellement impossible pour obtenir des résultats de qualité professionnelle, bien que l’outil puisse servir pour des itérations et des expérimentations créatives.