MCP vs RAG vs Agents : comprendre les architectures de l’IA moderne

Il faut bien comprendre de quoi on parle : l’IA, c’est sympa… mais ce serait mieux si elle connaissait mes données sans en inventer.Depuis quelque temps, on parle beaucoup des serveurs MCP. Évidemment, je me suis dit :
« et si j’en faisais un, pour voir… »
(Documentation officielle du Model Context Protocol). J’ai donc commencé un test simple : créer un MCP sur mon site QueFaitesVous.com.
Deux outils (“tools”) :

  • listAVH : renvoie la liste des récits disponibles.
  • getAVH : renvoie le détail d’un récit en particulier.

Le tout repose sur un site MVC en PHP , donc assez simple.

L’objectif : permettre à mes modèles (AnythingLLM, LMStudio, etc.) d’appeler directement mon MCP.
Autrement dit, si je demande : « Donne-moi la liste des Aventures sur QueFaitesVous.com », il doit répondre la stricte vérité… en interrogeant mes propres services, sans avoir à visiter mes pages et les interpréter : un service propre avec un JSON parfait en réponse.

Je me contente des GET pour ce test, mais tout l’intérêt et de faire des POST, c’est-à-dire de permettre à mon modèle d’avoir une incidence réelle sur mes données, comme par exemple « ouvrir un ticket » .

Pourquoi connecter l’IA au “réel” ?

Un modèle d’IA, même très avancé, ne connaît pas vos données métiers, vos API internes ni vos règles de gestion.
Il ne sait rien de vous, et tout ce qu’il “sait” date forcément un peu.
Il sait raisonner, mais il ne sait pas où aller chercher l’information.
D’où l’apparition de trois grandes familles de solutions :
RAG, Agents et MCP.
Elles visent toutes le même objectif : donner à l’IA un accès propre, à jour et maîtrisé à votre écosystème.

Les trois approches en bref

RAG (Retrieval Augmented Generation)

Le RAG consiste à laisser l’IA rechercher dans une base documentaire (PDF, pages web, base vectorielle, etc.) pour enrichir sa réponse.
C’est parfait pour du question/réponse, de la documentation produit ou du support utilisateur.
Mais un RAG ne fait rien : il ne crée pas de compte, n’envoie pas de QR code, ne met pas à jour de fiche.

Techniquement, les RAG posent souvent le même défi : la qualité du dataset.
Autrement dit, tout dépend de la structure et de la propreté de vos données.
C’est, au fond, “juste” une base de données vectorielle.

Agents

Les agents sont des IA capables de planifier et enchaîner plusieurs actions :
« Je regarde la météo, puis j’envoie un mail, puis je résume ».
Puissant, mais plus complexe à encadrer (coût, contrôle, sécurité).
On les utilise quand on cherche de l’autonomie.

En résumé, on programme une suite d’actions, avec intervention du modèle uniquement à certains moments.

MCP (Model Context Protocol)

Le MCP adopte une autre philosophie : au lieu de dire “l’IA va tout faire toute seule”, on lui donne une
liste d’outils bien décrits qu’elle peut appeler quand elle en a besoin.
Le serveur MCP devient alors la prise normalisée entre l’IA et vos services.

Autrement dit, au lieu de dire à un agent “tu vas faire ceci, puis cela”, on dit directement au modèle “fais cela” et il comprend qu’il doit utiliser les bons outils pour y parvenir.

Ce qu’est vraiment un serveur MCP

Un serveur MCP, c’est un service qui dit à l’IA :
« Voici les outils que je propose, voici les paramètres attendus, voici ce que ça renvoie ».
L’IA peut ensuite les découvrir (via /.well-known/mcp.json)
puis les appeler (via /mcp/call).

Contrairement à une API REST classique, le MCP est conçu pour être auto-décrivable :
l’IA n’a pas besoin de lire votre documentation Postman.
Elle lit la description et le schéma d’entrée/sortie fournis par le serveur.

MCP ≠ REST (mais on peut partir de REST)

Une API REST expose des routes (GET /avh, POST /pro-account) pensées pour des humains ou des frontends.
Le MCP expose des outils (listAVH, getAVH…) pensés pour une IA.
La logique métier reste la même, seule la façon de la décrire change.

La bonne nouvelle : si vous avez déjà une API REST propre, vous pouvez la “habiller” en MCP.
Il suffit de créer :

  • un document de découverte : /.well-known/mcp.json qui indique où se trouve votre serveur MCP ;
  • un endpoint /mcp/tools listant les outils disponibles (équivalents de vos routes REST, mais décrits) ;
  • un endpoint /mcp/call qui exécute l’outil demandé avec les paramètres fournis.

Exemple tiré de mon test avec QueFaitesVous.com :

{
  "tools": [
    {
      "name": "listAVH",
      "description": "Retourne la liste des récits disponibles",
      "inputSchema": {
        "type": "object",
        "properties": {}
      }
    },
    {
      "name": "getAVH",
      "description": "Retourne les détails d’une AVH à partir de son id ou slug",
      "inputSchema": {
        "type": "object",
        "properties": {
          "id": { "type": "integer" },
          "slug": { "type": "string" }
        }
      }
    }
  ]
}

Sous le capot, vous pouvez réutiliser vos contrôleurs REST existants :
le MCP ne vous oblige pas à réécrire votre métier, il demande simplement de le déclarer proprement
et d’envoyer un JSON valide en UTF-8.
En pratique, la majorité des bugs vient de là : mauvaise validation, encodage défaillant ou clés inattendues.

Tableau comparatif rapide

Approche Finalité Ce que l’IA voit Quand l’utiliser
RAG Donner du contexte documentaire Des textes retrouvés FAQ, documentation, support
Agents Enchaîner plusieurs actions Des outils + un plan Automatisation complexe
MCP Exposer proprement des services métiers Une liste d’outils décrits Connecter une IA à votre système

Quand choisir MCP plutôt qu’un RAG ou un agent ?

  • Quand vous avez déjà des services REST et que vous voulez les rendre compréhensibles par une IA.
  • Quand vous voulez garder la maîtrise de ce que l’IA peut ou ne peut pas faire.
  • Quand vous cherchez un format stable et documenté que plusieurs IA peuvent consommer.
  • Quand vous ne voulez pas gérer un agent complexe mais souhaitez aller plus loin qu’un simple RAG.

Conclusion

Le MCP ne remplace pas le RAG ni les agents : il comble le fossé entre “l’IA sait parler” et “l’IA sait appeler mon service”.
Si votre objectif est d’ouvrir votre écosystème (comptes pro, statistiques, contenus pédagogiques, etc.) aux IA sans tout réécrire,
alors le duo REST existant + couche MCP est une voie pragmatique et puissante.

Mon avis

  1. Les MCP sont encore en construction : il n’existe pas encore de spécification totalement stable.
    J’ai passé trois jours complets à faire fonctionner mon serveur avec LMStudio et AnythingLLM.
  2. J’ai dû tordre un peu le principe du MCP : en théorie, le service doit être streamable,
    permettant un dialogue en temps réel entre le modèle et le service.
    Sur un serveur mutualisé, pas question de monter un NodeJS ni un proxy dédié.
    Mon service “fait semblant”… et ça marche !
  3. Exposer ses services REST à un modèle d’IA est une idée incroyablement prometteuse — bien plus qu’un RAG ou un agent —
    mais aussi potentiellement risquée : tout dépend de ce que vous exposez.

Donc, vraiment, quand on lit un peu plus la doc, il y a des trucs très puissants à construire, et cela a déjà commencé…

Il vous suffit d’aller sur https://github.com/modelcontextprotocol/servers pour comprendre l’ampleur des possibilités, le nombre de sites « annuaires » qui existent, etc.

Personnellement, je me pose la question des collisions entre services (ex: si j’ai 2 MCP pour connaître la météo)…

 

Tester le service

Démo proof-of-concept (si ça ne fonctionne pas, envoyez-moi un mail):

Avec LMStudio : ajoutez dans votre configuration :

{
  "mcpServers": {
    "qfv-mcp": {
      "url": "https://www.quefaitesvous.com/mcp"
    }
  }
}

Avec AnythingLLM : ajoutez :

{
  "mcpServers": {
    "qfv-mcp": {
      "type": "streamable",
      "url": "https://www.quefaitesvous.com/mcp"
    }
  }
}

Vous pourrez alors demander :
« Donne-moi la liste des AVH sur QueFaitesVous.com »
ou « Donne-moi des détails sur Mordicus ».
Sympa, non ?

 

Mot de la fin : les MCP vont profondément transformer la notion même de “service web”.

 

C’est quoi un Agent IA ?

L’IA, c’est pratique (parfois), mais les Agents IA représentent la prochaine étape.

L’IA et ses Agents

L’IA fournit des informations : c’est une réponse prédictive créée après un entraînement spécifique.

Exemple : Une IA entraînée à recommander des films selon les goûts d’un utilisateur.

L’Agent IA, lui, prend des décisions en suivant des procédures. Autrement dit, les Agents IA réalisent des tâches concrètes.

Exemple : Un Agent IA programme une liste de films recommandés à un utilisateur, vérifie ceux disponibles en stock, puis choisit lesquels mettre en avant selon des critères commerciaux.

 

Un Agent IA à la maison : étude de cas

Mon problème : Je souhaite rédiger des résumés d’articles de blogs pour générer du contenu sur mon site.

– Avant les Agents IA : J’aurais abandonné l’idée par manque de temps.
– Avec les Agents IA : Le projet devient réalisable. C’est l’occasion idéale de tester cette technologie.

Logiciel utilisé : AnythingLLM (https://anythingllm.com/)

AnythingLLM permet notamment de créer des Agents et des « flows ».

Un Agent est une entité à laquelle on donne des tâches que l’IA seule ne peut pas accomplir. Par exemple, récupérer le contenu d’une page web relève d’un Agent. Ensuite, cet Agent utilise l’IA (un modèle entraîné) pour exploiter ce contenu.

Un Flow est une série d’actions que l’Agent doit suivre. Il est construit à partir de blocs.

Dans mon étude de cas, voici mes 3 blocs d’action :

1. Aller chercher le contenu de la page web [URL].
2. Utiliser le modèle IA 123 avec l’instruction : « Fais un résumé de 350 mots maximum de ce contenu ».
3. Envoyer ce résumé sous un format précis (JSON) directement vers mon site web.

Sans l’Agent IA, j’aurais dû faire ces tâches manuellement (copier-coller). Ici, l’Agent est programmé pour automatiser ces actions.

 

Résultats

Ce n’est que le début ! Ce n’est pas encore parfait, mais ça fonctionne déjà très bien après quelques ajustements simples, plus proches du bricolage que de l’informatique complexe.

Critères d’ajustement importants :
– La taille du contexte : l’IA nécessite de l’espace pour travailler efficacement. Plus on lui en donne, plus elle est lente.
– Le modèle IA utilisé : les résultats dépendent directement de la qualité du modèle choisi.

 

Un problème essentiel

Les IA fonctionnent par probabilités. Cela signifie qu’une réponse peut parfois être incohérente ou erronée. Un contrôle humain est donc indispensable.

Même si je pouvais entièrement automatiser le processus (résumés, publications automatiques chaque matin sans intervention), le risque reste réel et doit être assumé.

 

Autres exemples pratiques

On peut imaginer un Agent qui analyse automatiquement tous les nouveaux fichiers PDF d’un dossier, crée des résumés thématiques, des rapports, puis les enregistre en texte et les envoie par mail. Un autre Agent pourrait analyser du code informatique, identifier chaque fonction et générer automatiquement une documentation détaillée.

L’intérêt majeur des Agents IA n’est pas simplement l’automatisation (ça, c’est l’informatique classique), mais la capacité à accumuler et structurer du contenu automatiquement pour le fournir ensuite à un modèle d’IA qui génèrera une réponse précise selon un prompt préalablement défini.

Autrement dit, un Agent IA est un programme informatique spécialisé qui utilise l’IA pour vous, selon vos instructions.

Ce concept est important :

Lorsque vous utilisez l’IA, vous devez toujours lui fournir du contenu clair (texte, tableau, image, etc.) et demander un résultat sous un format précis.

L’Agent IA automatise ces deux étapes cruciales : trouver ou créer le contenu à analyser, puis gérer et formater le résultat.

Évidemment, le résultat d’un Agent peut ensuite servir d’entrée à un autre Agent, permettant ainsi de créer des chaînes d’actions complexes.

 

Conclusion

Les Agents IA sont aujourd’hui à la pointe de l’innovation, mais ce n’est que le début.
Un début prometteur qui pose une question : lorsque toutes les tâches fastidieuses seront automatisées, nous restera-t-il uniquement les tâches agréables ?

 

IA : Images et textes dans le style de…

Dans la majorité des cas, quand on demande à un chatBot ou une IA générative de médias, on oublie souvent de lui demander d’appliquer un style.

Pourquoi ? Tout simplement parce que pour demander un style, il faut connaître le nom des styles et ce qu’ils représentent.

Pourquoi les vieux modèles connaissent les styles des artistes ?

Tout commence avec les Dataset.

Un Dataset, c’est l’ensemble des données sur lesquelles on va entraîner un modèle. Autrement dit, pour l’exemple des images, chaque image sera associée à des mots la décrivant, tous les mots.

Et zou ! On entraîne !

Par exemple, j’ai 10 photos de chats sur une pelouse. Alors je vais dire dans les textes « chat ».
Oui, mais… si dans mes 10 photos, ils sont dans l’herbe, quand je demanderai une photo de chat, le modèle me fera le chat dans de l’herbe, même si je lui demande de le dessiner sur un tapis !

Et oui ! L’IA ne sait pas ce que c’est qu’un chat, aussi, elle a retenu l’ensemble « commun » aux 10 images … et donc, il faut décrire l’image « chat sur une pelouse d’herbe » et lui donner une image de « chat sur une route » pour que l’IA puisse extraire le concept de « chat » en dehors du sol lors de l’entraînement. La création d’un Dataset est un travail colossal.

Et donc, les premiers modèles ont été entraînés sur des artistes : « dessin de maison dans le style de Nom_De_Lartiste »

Sauf que, les artistes ont compris plus(trop?) tard qu’il y avait là une forme de vol.

Et donc, les nouveaux modèles « connaissent » les styles des artistes, mais ne réagissent pas quand on les invoque dans le prompt, car leur nom est enlevé du Dataset, sauf s’il est décédé depuis très longtemps et que ses œuvres sont libres de droits.
C’est normal, aucun modèle n’a envie d’avoir un procès pour vol d’œuvre.

Oui mais, les œuvres d’un artiste participent d’un courant, d’une époque, d’un style « générique » : Art nouveau, impressionnisme, abstrait etc.
Là, les nouveaux modèles restent pertinents : Vous trouverez sur https://enragedantelope.github.io/Styles-FluxDev/ un test de style avec le modèle récent de FLUXdev :

 

L’avenir des graphistes : la culture

Les vieux (mais pas si vieux) modèles « stables diffusion » connaissent les artistes. Une communauté les a testés un par un, cela donne une liste de plus de 3000 références !!!

Vous en trouverez la liste ici : https://stablediffusion.fr/artists

Je retiens 3 choses devant l’ampleur de cette galerie :

– Certains artistes sont encore en vie et je doute que quelqu’un leur ait demandé quoi que ce soit…

– Personne ne demandera précisément « dans le style de tel_artiste » ou « dans le style de tel_courant », s’il ne le connait pas.

– J’adore parcourir cette galerie et découvrir des artistes en cliquant le lien vers leur page wikipedia.

 

Et pour écrire ? Les LLM ?  Même principe !

Le principe est exactement le même : On peut demander un style d’écriture.

Après avoir demandé à GPT-o1 preview une liste des styles que je pouvais lui demander, voici le prompt initial :

« pour chaque de tes propositions applique le changement de style sur le texte  » Madame, Monsieur, En tant que professionnel de la programmation depuis plus de 20 ans, habitant les montagnes des Alpes et plus exactement la Savoie, je suis disponible pour vous former à la compréhension de l’ia , de ses usages, de ses limites et de ses dangers.  »
Pour chaque proposition tu indiqueras les caractéristiques du style comme tu l’as déjà fait. Rédige au format HTML facile à copier-coller.
« 

Et voilà la réponse :

Styles Littéraires

1. Romantique

Caractéristiques du style : Un style expressif et émotionnel qui met l’accent sur les sentiments et la nature.

Madame, Monsieur, c’est avec une passion née de plus de vingt années à explorer les mystères de la programmation, depuis les sommets enneigés des Alpes savoyardes où je réside, que je vous propose de vous guider dans la découverte de l’intelligence artificielle, de ses merveilles, de ses limites et des dangers qu’elle recèle.

2. Classique

Caractéristiques du style : Un style élégant et formel, caractérisé par la clarté et l’harmonie.

Madame, Monsieur, fort de plus de vingt ans d’expérience professionnelle en programmation et résidant dans les montagnes de la Savoie, je me tiens à votre disposition pour vous former à la compréhension de l’intelligence artificielle, en abordant ses usages, ses limites et les risques qu’elle comporte.

3. Baroque

Caractéristiques du style : Un style riche et orné, avec des métaphores élaborées et une grande expressivité.

Madame, Monsieur, tel un artisan des codes depuis plus de deux décennies, habitant les majestueuses montagnes des Alpes savoyardes, je suis prêt à vous initier aux profondeurs labyrinthiques de l’intelligence artificielle, à ses usages foisonnants, à ses limites complexes et aux dangers qui l’entourent tels des ombres mystérieuses.

4. Minimaliste

Caractéristiques du style : Un style épuré qui utilise des phrases courtes et un vocabulaire simple.

Madame, Monsieur, programmeur depuis plus de 20 ans et habitant la Savoie, je peux vous former à comprendre l’IA, ses usages, ses limites et ses dangers.

5. Satirique

Caractéristiques du style : Utilise l’ironie et l’humour pour critiquer ou souligner des défauts.

Madame, Monsieur, après seulement vingt petites années à jongler avec des lignes de code depuis mon refuge alpin en Savoie, je suis enfin disponible pour vous éclairer sur cette fameuse intelligence artificielle, ses usages miraculeux, ses limites inexistantes et ses dangers totalement sous-estimés.

6. Poétique

Caractéristiques du style : Emploie des figures de style et un langage imagé pour créer une atmosphère.

Madame, Monsieur, voyageur des langages numériques depuis plus de vingt ans, résidant au cœur des montagnes savoyardes, je vous invite à une odyssée au sein de l’intelligence artificielle, pour en saisir les usages subtils, les limites évanescentes et les dangers voilés.

7. Surréaliste

Caractéristiques du style : Défie la logique avec des images oniriques et des associations inattendues.

Madame, Monsieur, après avoir conversé avec les machines durant plus de vingt ans depuis les sommets brumeux de la Savoie, je vous propose une exploration onirique de l’intelligence artificielle, de ses usages décalés, de ses limites fluides et des dangers qui flottent dans l’éther numérique.

8. Épistolaire

Caractéristiques du style : Imitation de la forme d’une lettre, souvent personnel et direct.

Chère Madame, cher Monsieur, depuis plus de vingt ans, mon parcours professionnel s’est enrichi dans le domaine de la programmation, ici même au cœur des Alpes savoyardes. Je souhaite désormais partager avec vous mes connaissances sur l’intelligence artificielle, en détaillant ses usages, ses limites et les dangers potentiels.

9. Naturaliste

Caractéristiques du style : Décrit la réalité de manière détaillée et objective.

Madame, Monsieur, en tant que professionnel expérimenté de la programmation depuis plus de vingt ans et résident des montagnes de la Savoie, je suis disponible pour vous fournir une formation approfondie sur l’intelligence artificielle, en examinant objectivement ses usages pratiques, ses limites techniques et les dangers associés.

10. Symboliste

Caractéristiques du style : Utilise des symboles pour exprimer des idées ou des émotions profondes.

Madame, Monsieur, ayant déchiffré les arcanes du code pendant plus de vingt ans depuis les hauteurs mystiques des Alpes savoyardes, je vous propose d’éclairer les mystères de l’intelligence artificielle, d’explorer ses usages emblématiques, de sonder ses limites invisibles et de révéler les dangers qui s’y dissimulent.

Auteurs Célèbres

1. Victor Hugo

Caractéristiques du style : Connu pour son langage riche et ses descriptions évocatrices.

Madame, Monsieur, depuis plus de vingt années, j’ai arpenté les vastes domaines de la programmation, tel un voyageur solitaire parcourant les cimes enneigées des Alpes de Savoie. Je me tiens devant vous pour vous guider dans la compréhension de l’intelligence artificielle, de ses nobles usages, de ses limites imposantes et des dangers qui l’accompagnent.

2. Marcel Proust

Caractéristiques du style : Phrases longues et introspectives explorant la mémoire.

Madame, Monsieur, il y a plus de vingt ans, dans le calme serein des montagnes savoyardes où je réside, j’ai commencé un voyage introspectif dans le monde de la programmation, et c’est avec cette richesse d’expérience que je souhaite vous proposer une formation sur l’intelligence artificielle, explorant ses usages variés, contemplant ses limites et méditant sur les dangers qu’elle peut receler.

3. Gustave Flaubert

Caractéristiques du style : Style précis et souci du mot juste.

Madame, Monsieur, professionnel rigoureux de la programmation depuis plus de vingt ans et habitant les montagnes de Savoie, je suis disponible pour vous former à la compréhension précise et méthodique de l’intelligence artificielle, de ses usages concrets, de ses limites exactes et des dangers réels qu’elle comporte.

4. Molière

Caractéristiques du style : Maître de la comédie satirique et de la critique sociale.

Madame, Monsieur, ayant passé plus de vingt ans à manier l’art subtil de la programmation depuis mon ermitage savoyard, je me propose de vous instruire sur l’intelligence artificielle, ses usages que l’on vante haut et fort, ses limites que l’on ignore allègrement et les dangers que l’on feint de ne point voir.

5. Albert Camus

Caractéristiques du style : Style clair et sobre, abordant des thèmes existentialistes.

Madame, Monsieur, fort de plus de vingt années dans le domaine absurde et pourtant si rationnel de la programmation, depuis ma demeure en Savoie, je suis disponible pour vous former à la compréhension de l’intelligence artificielle, de ses usages, de ses limites et des dangers inhérents à son existence.

6. Émile Zola

Caractéristiques du style : Connu pour son naturalisme et ses descriptions détaillées de la société.

Madame, Monsieur, en tant que vétéran de la programmation depuis plus de vingt ans, vivant au cœur des montagnes de la Savoie, je me tiens prêt à vous offrir une formation exhaustive sur l’intelligence artificielle, en dévoilant ses usages multiples, en exposant sans détour ses limites et en mettant en lumière les dangers qu’elle fait peser sur notre société.

7. Charles Baudelaire

Caractéristiques du style : Poète symboliste avec un langage riche en images et en émotions.

Madame, Monsieur, ayant plongé pendant plus de vingt ans dans les abîmes de la programmation, depuis les sommets brumeux de la Savoie, je vous propose de naviguer avec moi sur les flots mystérieux de l’intelligence artificielle, d’explorer ses usages envoûtants, de sonder ses limites obscures et de contempler les dangers qui s’y cachent comme des spectres.

8. Alexandre Dumas

Caractéristiques du style : Style narratif dynamique et plein d’aventures.

Madame, Monsieur, après vingt années d’aventures épiques dans le royaume de la programmation, depuis ma demeure nichée dans les montagnes de Savoie, je suis prêt à vous entraîner dans une nouvelle quête : la découverte de l’intelligence artificielle, de ses usages fascinants, de ses limites intrigantes et des dangers qui guettent à chaque tournant.

9. Jean-Paul Sartre

Caractéristiques du style : Style philosophique explorant la liberté et la responsabilité individuelle.

Madame, Monsieur, depuis plus de vingt ans, j’existe dans le monde de la programmation, isolé dans les hauteurs de la Savoie. Je suis disponible pour vous former à la compréhension de l’intelligence artificielle, à ses usages, à ses limites, et aux dangers qui, inévitablement, découlent de notre liberté technologique.

10. Antoine de Saint-Exupéry

Caractéristiques du style : Style poétique et humaniste, mêlant réflexion et imaginaire.

Madame, Monsieur, fort de plus de vingt années passées à explorer les contrées invisibles de la programmation depuis les cimes de la Savoie, je vous invite à un voyage au cœur de l’intelligence artificielle, pour en découvrir les usages qui donnent sens, les limites qui nous rappellent à l’humilité, et les dangers qui exigent notre vigilance.

 

 

Aussi, la conclusion est simple :

On ne peut pas demander ce que l’on ne connait pas.
On ne peut pas obtenir ce qui n’a pas été entraîné.

 

Impact de l’intelligence artificielle sur l’éducation : la triche pour tous

« Copier-Coller » , quoi de plus simple ?

Les élèves utilisent les ChatBots pour faire leurs devoirs, mais les professeurs aussi pour les corriger !

Voici une petite expérience pour éclairer le sujet de la triche : Imaginons que l’enseignant demande un devoir sur les points importants de la vie de Charlemagne.

En tant qu’élève

Le prompt malicieux :

 » Je dois faire un devoir sur la vie de charlemagne en 500 mots maximum. Fait ce devoir, mais ajoute des fautes qui n’en sont pas vraiment (c’est-à-dire qui ne modifient pas la justesse des raisonnements et des résultats) pour humaniser le résultat. Indique-moi ces passages volontairement maladroits où je peux modifier la réponse sans incidence sur le résultat. Le style d’écriture doit correspondre à un élève de 13 ans plutôt mauvais. Donne-moi 3 versions. Donne tes réponses dans un format facile à copier-coller. « 

 

Une des 3 réponses :

 

 

Conclusion pour l’élève : Pas mal du tout ! En faisant un mélange des 3 versions, il est très facile de rendre un devoir « humain ».

 

Mais l’enseignant aussi peut « tricher » !

Prompt de l’enseignant qui reçoit le devoir :

 » Je vais te donner des devoirs à corriger.
Tu feras une évaluation avec double correction.
Tu feras une liste des aspects positifs et des aspects négatifs de la réponse de l’élève, sachant que j’attends qu’il ait compris les grands moments de la vie de Charlemagne, en moins de 500 mots.
Donne une probabilité en pourcentage que le devoir ait été réalisé avec l’aide d’une IA.
Enfin, donne une appréciation sur la qualité du devoir, en une phrase bienveillante et encourageante.
Enfin, au fur et à mesure de cette session, tu me feras un comparatif argumenté par une note qualitative de tous les devoirs que je t’ai proposés.
Donne ta réponse dans un format facile à copier-coller.
Dis moi quand tu es prêt à évaluer les textes. »

 

La réponse du chat bot en lui donnant la version 1 de l’élève …

 Et voilà ! L’IA parle à l’IA …

Notez que le ChatBot estime à 30 % la probabilité que ce devoir provienne de lui.

La question est ici de savoir comment, pour les élèves et les enseignants, éviter une telle situation. Et en premier lieu, est-ce vraiment une aberration ?

Du point de vue de l’élève, clairement oui, si celui-ci ne comprend pas ce qu’il a copié-collé. L’IA a réalisé le travail à sa place et l’élève n’a rien appris. En revanche, si l’élève connaît parfaitement sa leçon et/ou retravaille les réponses, il a gagné du temps, et peut-être même appris une nouvelle façon de structurer son devoir. De plus, il peut approfondir certains aspects des réponses et en apprendre davantage sur la vie de Charlemagne.

Du point de vue de l’enseignant, la question est plus complexe. Je n’ai pas de réponse définitive.

Il me semblait simplement important de fixer cet exemple comme point de repère, un sujet de perplexité.

L’usage de l’IA dans l’éducation concerne les deux côtés : élèves ET enseignants.

 

 

ChatGPT ouvre son moteur de recherche

Aujourd’hui, 1er Novembre, un nouveau petit bouton est apparu sur le champ de prompt de ChatGPT en version payante : un petit globe.

En cliquant ce globe, ChatGPT devient un moteur de recherche avec une citation de toutes les sources qu’il trouve sur internet. Un exemple ici en lui donnant juste la ville de « la Motte-Servolex » en Savoie.

 

 

 

Un autre exemple avec la recherche des événements

 

L’intelligence artificielle ChatGPT donne bien la liste des événements en respectant la consigne et en indiquant ses sources.

Cette nouvelle fonctionnalité va changer beaucoup de choses sur l’accès à des données actuelles, mais aussi et surtout sur la notion de « moteur de recherche », et par conséquent aussi, sur la notion de référencement. Quel avenir pour le SEO ? Comment apparaître dans les résultats de ChatGPT ? Beaucoup de questions …

 

 

LM Studio – L’Intelligence Artificielle en local

Il n’y a pas l’IA, il y a DES modèles d’IAs.

Chaque semaine apporte son lot de nouveaux modèles d’intelligences artificielles, souvent spécialisés, toujours plus performants les uns que les autres. On parle ici des ChatBots, des LLM (Large Langage Model).

A moins que vous ne soyez féru des lignes de codes en Python, assez rapidement, vous chercherez une solution pratique pour faire fonctionner un de ces modèles en local, c’est-à-dire sur votre machine, hors connexion internet.

Présentation et fonctionnalités de LM Studio

LM Studio est un logiciel conçu pour exécuter des modèles d’intelligence artificielle (IA) en local, sans dépendre d’une connexion internet ni de serveurs externes. Il permet aux utilisateurs de télécharger, configurer et faire tourner des modèles IA directement sur leur propre machine, offrant ainsi plus de contrôle sur la gestion des données et des ressources. Ce point est très important.

La sécurité des données

Le premier intérêt de faire tourner une IA en local réside dans la garantie que rien ne sortira de votre machine. Ce point est crucial pour beaucoup d’entreprises, voire toutes.

La gestion des ressources

La taille du modèle et sa rapidité de réponse va dépendre directement des capacités de votre machine (ou de la machine que vous dédiez à cette tâche).
Autrement dit, on parle de VRAM , ou de RAM GPU. Il s’agit de la RAM de votre carte graphique. La conséquence est simple : vous ne pouvez pas charger un modèle plus lourd que votre VRAM.

Avec LM Studio, les utilisateurs peuvent donc travailler en autonomie, bénéficier d’une plus grande confidentialité des données, et expérimenter ou déployer des modèles IA localement, sans contraintes liées aux services cloud. C’est une solution idéale pour ceux qui souhaitent tester des modèles IA sur mesure ou pour des entreprises ayant des besoins de traitement sécurisé et indépendant.

Installation et premiers pas

Pré-requis : avoir une carte graphique avec au moins 8gb de VRAM

1- Allez sur https://lmstudio.ai et faites l’installation adéquate.

Ecran d’accueil

LM studio vous propose les derniers modèles populaires avec leurs caractéristiques

2- Téléchargez un modèle léger pour commencer

3- Allez dans l’onglet « chat » sur la gauche et cliquez en haut « select a model to load », vous devriez y voir le modèle que vous venez de charger.

4- Et voilà ! Vous pouvez « discuter » avec votre modèle !

Mais l’intérêt va plus loin : Vous pouvez le faire fonctionner en « serveur » avec les mêmes EndPoint qu’une API en ligne

Il vous suffit d’aller sur l’onglet « Server » , de choisir votre modèle et de cliquer « start server »

Dans cet exemple, je charge un modèle spécialisé en code de programmation pour le connecter à un plugin d’autocomplétion sur mon IDE

Conclusion

Avec LM Studio (et une bonne machine), vous serez rapidement en capacité de découvrir les joies (et déceptions) de l’Intelligence Artificielle à la maison !