IA. IA. Du classement à la conversation

Il est désormais tout à fait possible de faire fonctionner des modèles opensource ou open-Weights hors connexion en les téléchargeant.

Le fonctionnement local peut empêcher les données d'être envoyées au fournisseur du modèle, même si cela ne garantit pas en soi une confidentialité totale.

Mais si le logiciel est correctement configuré et utilisé hors connexion, de conserver les données sur l'ordinateur ou dans le réseau.

Mais pour cela, il faut d'abord installer un "moteur" d'inférence, autrement dit une application locale (un programme).

Les modèles locaux ont un poids et un nombre de paramètres très nettement inférieurs à leurs homologues en ligne pour rester utilisables.

Ordre de grandeur	Paramètres	Poids en FP16	Poids en INT8	Poids en INT4
Très petit modèle	1 milliard	≈ 2 Go	≈ 1 Go	≈ 0,5 Go
Petit modèle	3 milliards	≈ 6 Go	≈ 3 Go	≈ 1,5 Go
Modèle courant	7 milliards	≈ 14 Go	≈ 7 Go	≈ 3,5 Go
Modèle courant	8 milliards	≈ 16 Go	≈ 8 Go	≈ 4 Go
Modèle intermédiaire	14 milliards	≈ 28 Go	≈ 14 Go	≈ 7 Go
Grand modèle	70 milliards	≈ 140 Go	≈ 70 Go	≈ 35 Go

📊 Légende des tailles

Petit (< 5 Go)

Moyen (5-50 Go)

Grand (50-200 Go)

Très grand (> 200 Go)

📝 Notes importantes :
• FP16 : Format à virgule flottante 16 bits (2 octets par paramètre)
• Quantification : Les modèles peuvent être compressés (INT8, INT4) pour réduire la taille de 50-75%
• Modèles cloud : Les tailles exactes ne sont pas publiques, les valeurs sont des estimations
• Calcul : Poids (octets) ≈ Nombre de paramètres × 2 (pour FP16)
• Stockage : La taille sur disque peut varier selon la compression utilisée

Nvidia a lancé RTX Spark des puces qui embarquent directement les IA. Autrement dit La requête ne quitte potentiellement jamais votre machine.
Plus de problème de confidentialité, une recherche documentaire peut rester physiquement dans l'établissement.

L'IA devient un composant informatique.
Les nouvelles architectures à grande mémoire permettent de d'installer des modèles qui étaient auparavant réservés aux serveurs sur une workstation compacte sur un téléphone par exemple.

Les 128 Go embarqués dans la puce permettent de stocker le modèle embarqué en mémoire/stockage et l'exécuter via l'accélérateur. La puce fournit le moteur de calcul, la mémoire et la pile logicielle nécessaires.

Autrement dit les modèles seront de plus souvent intégrés directement dans les machines, voire les puces elles-mêmes.

Granularité

Ces modèles locaux sont jusqu'à plusieurs centaines de fois moins lourds et avec moins de paramètres. Sont-ils pour autant beaucoup plus grossiers ?

Posons quelques prompts avec des mots rares.

Peux-tu me donner des exemples de personnages infatués à eux-mêmes ?

Au lieu de se mettre au travail, il passait son temps à lantiponner. Donne des exemples

A quoi ressemble une odeur de pétrichor ?

Comment éviter la Garrulité des IA ?

Un AI browser est un navigateur web qui intègre de l’intelligence artificielle — allant de simples résumés de pages à de véritables assistants capables d’exécuter des actions pour vous (agentic AI).

Exemple. Comet browser (Perplexity)

Comet existe pour Mac, Windows, iOS et Android. Il existe une version gratuite. De options de confidentialité et de contrôle de l'utilisateur peuvent être acivées. Les Données de navigation : URL, requêtes de recherche, cookies, onglets ouverts et autorisations de sites sont stockés localement sur votre appareil.

Comet n'envoie aucune donnée personnelle à Perplexity tant qu'aucune recherche personnelle n'a été effectuée.

Comet peut notamment "comprendre" la page actuellement consultée, comparer plusieurs onglets, résumer des articles, vidéos et PDF, naviguer sur des sites, saisir du texte, remplir des formulaires, gérer certaines tâches liées aux courriels et calendriers, effectuer des achats, conserver le contexte entre plusieurs onglets…

Télécharger Comet

Les navigateurs deviennent agentiques.

Le navigateur Web n'est plus seulement une interface permettant à l'utilisateur d'accéder à des documents. Avec les navigateurs intégrant une IA, celle-ci peut comprendre le contenu des pages et des onglets, les comparer, les résumer et répondre aux questions de l'utilisateur.

Une nouvelle étape apparaît avec les navigateurs agentiques : l'IA peut également agir dans le navigateur. Elle peut rechercher une information, ouvrir des pages, cliquer, remplir un formulaire, organiser des données ou accomplir une tâche composée de plusieurs étapes.

Le passage est donc celui de « l'IA qui répond » à « l'IA qui agit ».

Cette évolution introduit cependant de nouveaux risques : accès aux données personnelles, actions réalisées au nom de l'utilisateur, erreurs d'exécution et surtout injections indirectes de prompts, lorsqu'une page Web tente de donner des instructions à l'agent.

Au-delà des assistants conversationnels et des boutons d'IA générative clairement identifiables dans nos logiciels bureautiques, l'intelligence artificielle fonctionne très souvent en arrière-plan des appareils et services numériques.

Transparente et automatisée, elle realise des tâches complexes sans solliciter l'intervention directe de l'utilisateur.

Autres exemples d'IA embarquées ou masquées

• Gestion de l'énergie et de la batterie : Dans les smartphones et ordinateurs récents, l'IA analyse vos habitudes d'utilisation quotidiennes pour couper les ressources matérielles inutilisées, limiter la charge à 80 % la nuit pour préserver la chimie du composant, ou anticiper les applications que vous allez ouvrir.
• Filtrage réseau et sécurité : La détection des spams dans votre boîte de réception ou des attaques par phishing repose sur l'apprentissage automatique (Machine Learning). L'IA repère les anomalies sémantiques et comportementales avant même que le message n'atteigne votre dossier principal.
• Correction textuelle et saisie prédictive : Le clavier de votre téléphone anticipe les mots suivants et corrige les erreurs de frappe grâce à des modèles linguistiques légers (Language Models) tournant localement sur l'appareil.
• Recommandation de contenus et d'itinéraires : Dans les applications de navigation (comme Google Maps ou Waze), l'IA prédit le trafic en temps réel en analysant les données anonymisées de millions de véhicules et ajuste le trajet sans que l'utilisateur n'ait à paramétrer le calcul.
• Reconnaissance et indexation locale : La recherche d'une photo dans votre galerie par mot-clé (ex: "chien", "plage", "reçu") est réalisée par un modèle de vision par ordinateur exécuté directement sur la puce de votre appareil (NPU - Neural Processing Unit).

L’intelligence artificielle est désormais intégrée dans de nombreuses applications utilisées au quotidien : traitement de texte, tableur, messagerie, présentation, création graphique, visioconférence, montage vidéo ou environnement numérique de travail.

L’IA peut alors prendre en compte le contexte de l’application : texte sélectionné, document ouvert, données d’un tableau, fil de courriels ou les fichiers auxquels l’utilisateur lui a donné accès. Il n’est donc plus toujours nécessaire de copier-coller un contenu dans une fenêtre de conversation.

Dans Google Workspace, Gemini peut intervenir dans Gmail, Docs, Sheets, Slides, Drive et Chat. Dans Microsoft 365, Copilot est notamment présent dans Word, Excel, PowerPoint, Outlook et Teams.
D’autres outils, Canva, Notion, Adobe, logiciels de montage vidéo, éditeurs de code ou plateformes de visioconférence intègrent également des fonctions similaires.

Assistant, pas décideur

Dans une application, l’IA est généralement un assistant : elle suggère, explique, transforme ou génère un contenu. Elle ne garantit pas que le résultat est exact, pertinent ou adapté à la situation.

L’utilisateur reste responsable de la décision finale. Cela est particulièrement important pour une information factuelle, une publication, une évaluation, un courriel professionnel, un calcul ou toute donnée relative à une personne.

Des données et des autorisations

L’intégration de l’IA rend le service plus pratique, car elle peut accéder au contexte de travail. Mais cette facilité pose une question essentielle : quelles données l’outil peut-il lire, traiter ou transmettre ?

• Le document entier est-il transmis, ou seulement le passage sélectionné ?
• L’IA peut-elle accéder aux courriels, fichiers, contacts ou agendas ?
• Les données peuvent-elles être utilisées pour améliorer le service ?
• Peut-on désactiver la fonction ou limiter ses autorisations ?
• Le résultat est-il vérifiable à partir de sources identifiables ?

Avant d’activer une fonction d’IA, il convient donc de vérifier les paramètres, les conditions d’utilisation, les règles de confidentialité de l’établissement et le niveau de sensibilité des informations concernées.

Vers les agents

Une IA intégrée aide généralement dans une application donnée. Lorsqu’elle peut utiliser plusieurs outils, accéder à différentes sources de données, réaliser une suite d’actions et s’adapter aux résultats obtenus, elle devient un agent.

Le passage est donc celui de l’IA qui propose dans une application à l’IA qui peut agir dans et entre plusieurs applications.

Les agents disparus

BabyAGI (2023) Un des premiers exemples largement diffusés d'agent orienté objectif. Le système générait, priorisait et exécutait des tâches successives. Il constitue surtout un jalon historique dans l'émergence des agents LLM. Il est désormais archivé.

Un agent IA est un système capable de poursuivre un objectif en enchaînant de manière dynamique des actions, en utilisant des outils et en tenant compte des résultats obtenus.

Contrairement à un chatbot qui produit principalement une réponse à une demande, un agent peut planifier une tâche, exécuter des actions, observer leurs résultats, modifier son plan et poursuivre son objectif.

Son degré d'autonomie dépend cependant des outils auxquels il a accès et des autorisations qui lui sont accordées.

L'on passe ainsi de l'IA dans le navigateur (« Résume cette page. » au navigateur agentique (« Cherche des informations sur le détractodetus ») qui peut rechercher, ouvrir des pages, consulter des sources, etc. à l'agent autonome (« Prépare une fiche documentaire sur le détractodetus pour des élèves de 4e »).

Le principe de fonctionnement d'un agent autonome est assez simple.

MODEL CONTEXT PROTOCOL (MCP)

Le Model Context Protocol, ou MCP, est un protocole ouvert qui permet à une application d’IA de se connecter, de façon standardisée, à des données, des outils et des services externes.

Publié initialement par Anthropic à la fin de l’année 2024, MCP est devenu un projet porté par l’Agentic AI Foundation, au sein de la Linux Foundation. Cette fondation rassemble notamment Anthropic, Block, OpenAI, ainsi que des soutiens tels que Google, Microsoft, AWS, Cloudflare et Bloomberg.

L’idée est comparable à celle d’une prise ou d’un adaptateur commun : au lieu de développer une connexion spécifique entre chaque assistant IA et chaque service, MCP définit un langage commun permettant de les relier.

Pourquoi MCP ?

Sans protocole commun, un développeur doit créer une intégration différente pour chaque combinaison : un assistant, une messagerie, un agenda, une base de données, un espace de fichiers ou un outil documentaire.

MCP vise à rendre ces connexions réutilisables. Un même serveur MCP peut, en principe, être utilisé par plusieurs applications compatibles, tandis qu’une application IA peut se connecter à plusieurs serveurs MCP.

Les trois rôles

Ce qu’un serveur peut proposer

Les outils MCP peuvent interroger une base de données, appeler une API, réaliser un calcul ou déclencher une action dans un logiciel externe. Ils sont donc plus puissants qu’un simple échange de texte avec un chatbot.

MCP fournit ici les connexions avec les services. L’agent, lui, correspond au système qui interprète l’objectif, choisit les outils, organise les étapes et exploite les résultats.

MCP ne donne pas tous les droits

Un serveur MCP n’est pas censé donner un accès illimité à toutes les données ou à toutes les actions. Les droits dépendent de l’utilisateur, de l’application hôte, du serveur et des autorisations accordées.

Par exemple, un assistant peut être autorisé à lire les événements d’un agenda sans pouvoir les modifier ; il peut préparer un courriel sans avoir l’autorisation de l’envoyer ; il peut rechercher dans une base sans pouvoir supprimer ou partager les documents qu’elle contient.

Sécurité : des précautions indispensables

Plus une IA peut consulter des informations ou effectuer des actions, plus les risques sont importants. Les spécifications MCP insistent sur le consentement explicite de l’utilisateur, le contrôle des données partagées et la validation des actions réalisées par des outils.

• Installer seulement des serveurs MCP provenant de sources identifiées et fiables.
• Examiner les autorisations demandées : lecture, écriture, suppression, envoi ou exécution.
• Appliquer le principe du moindre privilège : ne donner que les droits nécessaires.
• Demander une confirmation humaine avant tout envoi, achat, modification ou suppression.
• Prévoir un journal des actions réalisées et, si possible, un mécanisme d’annulation.
• Considérer les contenus lus par l’agent comme potentiellement non fiables : une page, un PDF ou un courriel peut contenir une tentative d’injection de prompt.
• Ne pas connecter de données sensibles à un service dont les règles d’hébergement, de confidentialité et de conservation ne sont pas connues.

Une infrastructure pour les agents

MCP est l’une des briques qui facilitent le développement d’agents capables d’utiliser plusieurs outils. Mais la connexion technique ne garantit ni la qualité du raisonnement, ni la pertinence de l’action, ni la sécurité de son exécution.

L’enjeu n’est donc pas seulement de connecter une IA à davantage de services : il faut définir ce qu’elle peut lire, ce qu’elle peut faire, ce qu’elle doit demander à l’utilisateur et ce qui doit rester sous contrôle humain.

Consulter la documentation officielle de MCP – Projet MCP à l’Agentic AI Foundation

MCP dans Windows

En mai 2025, Microsoft annonce l’intégration du Model Context Protocol (MCP) dans Windows 11 pour préparer un système d’exploitation capable d’interagir avec des agents IA.

Microsoft ajoute à Windows une couche permettant de découvrir, autoriser et contrôler ces serveurs MCP. Les accès peuvent être limités, isolés et enregistrés afin que l’agent ne puisse pas disposer

Windows ne se contente plus d'exécuter des applications : il se prépare à devenir un environnement dans lequel des agents IA peuvent utiliser des applications et des données, avec des mécanismes de contrôle et de sécurité.

Connectez Google Calendar à Claude

Connectez Google Calendar à Claude pour consulter votre agenda, gérer vos événements et coordonner vos réunions. Claude peut rechercher des événements dans votre calendrier, vérifier vos disponibilités, identifier des créneaux libres, créer et mettre à jour des événements, répondre à des invitations et vous aider à préparer vos réunions.

Vous trouverez la lite des connecteurs vie ce lien.

claude.com/fr/connectors

Cliquez sur le bouton "se connecter à Claude"

Autoriser l'accès à vos données en restant prudent. Pour une démonstration, privilégiez la lecture seule ou choisissez “Demander une approbation” pour les actions de création, modification et suppression.

Ici un exemple d'interaction très simple.

Dans la partie 6, nous avions vu la recherche simple et heuristique dans un catalogue (y compris le vôtre pour test).

Dans cette partie nous allons aller plus loin pour illustrer une configuration dans laquelle un modèle léger intervient en aval pour mettre en forme les réponses.

Bref construire un de construire un démonstrateur pédagogique, où l'on pourra montrer les notices réellement transmises à l'IA avant d'afficher sa réponse.

voir en pleine page