GLOSSAIRE
Ce glossaire soutient une littératie IA partagée et une cohérence terminologique pour ce guide. (Sources : Abécédaire, 2024; Duguay, 2024; Michelot & Collin, 2024; UNESCO, 2025; Moorhouse & Wong, 2025)
| Terme | Définition (FR) |
| Agentivité | Capacité d’agir de manière autonome et informée; choix conscient des outils et stratégies. |
| Apprentissage automatique (machine learning) | La machine apprend à partir de données pour prédire ou classer. |
| Apprentissage profond (deep learning) | Réseaux de neurones à plusieurs couches. |
| Biais algorithmique | Traitement inéquitable dû aux données ou aux modèles; reproduction de stéréotypes. |
| Fenêtre contextuelle | Volume de texte traité simultanément par le modèle. |
| Grand modèle linguistique (Large Language Model) | Modèle de langage de grande taille entraiiné sur des corpus massifs; prédiction de tokens. |
| Hallucination | Sortie plausible mais fausse, présentée comme vraie. |
| Intelligence artificielle (IA) | Ensemble de technologies simulant des facultés cognitives humaines (perception, classification, prédiction). |
| Intelligence artificielle générative (IAg) | IA qui crée du contenu (texte, image, audio, vidéo, code) à partir de régularités statistiques. |
| Littératie IA | Ensemble de compétences pour comprendre, interroger, vérifier et intégrer l’IA de façon responsable. |
| Modèle pré-entraîné | Modèle déjà entraîné sur un grand corpus. |
| Requête (prompt) | Instruction adressée à un modèle pour préciser et/ou réaliser le rôle, la tâche, le format, etc. |
| Réseau de neurones | Modèle inspiré du cerveau pour traiter des données complexes. |
| Retrieval-Augmented Generation (RAG) | Génération augmentée par récupération de documents (p. ex., NotebookLM) |
| Souveraineté des données | Contrôle communautaire des données (p. ex., autochtones). |
| Température | Paramètre influençant la diversité/variabilité des sorties. |
| Token | Unité de texte utilisée par les GML. |