Les erreurs récurrentes dans la création d'un glossaire sur l’intelligence artificielle

À mesure que l’intelligence artificielle s’installe dans les entreprises, les médias, l’école et les services publics, un mot revient dans toutes les réunions : « glossaire ». L’idée semble simple, aligner les définitions pour éviter les malentendus, pourtant les glossaires IA publiés ces derniers mois montrent les mêmes failles, approximations techniques, contresens juridiques, anglicismes mal digérés et promesses marketing déguisées en savoir. Mal construit, un glossaire ne clarifie rien, il fige des erreurs et brouille la compréhension collective.

Des définitions copiées, donc déjà fausses

Le piège le plus courant tient en une tentation très humaine : aller vite. Beaucoup de glossaires IA naissent d’un copier-coller de pages Wikipédia, de billets d’entreprises ou de fiches pédagogiques reprises sans vérification, et l’erreur devient alors un standard interne, reproduit dans des présentations, des cahiers des charges ou des articles. On y lit, par exemple, que « l’IA générative comprend ce qu’elle écrit », que « les modèles prédisent des vérités » ou que « les données entraînent directement des décisions », alors que, dans un cadre rigoureux, un modèle statistique apprend des corrélations et produit des sorties probabilistes, sans compréhension sémantique au sens humain du terme.

Cette dérive se repère aussi dans les confusions entre concepts proches. Le « machine learning » devient synonyme d’IA, le « deep learning » se retrouve décrit comme une simple « IA plus puissante », et des termes comme « réseau de neurones » ou « neurone artificiel » sont racontés avec des analogies biologiques trop littérales, au point de faire croire à un cerveau miniature. Or, un glossaire sert d’abord à limiter l’ambiguïté, pas à empiler des métaphores. Le résultat, quand les définitions sont recyclées sans relecture experte, c’est un vocabulaire qui a l’air sérieux mais qui induit en erreur, et dans un contexte où les décisions s’adossent à ces mots, l’impact n’est pas seulement théorique.

Une autre erreur récurrente consiste à ignorer la diversité des usages. Un glossaire « grand public » n’emploie pas les mêmes précisions qu’un glossaire destiné à des équipes data, juridiques ou produits, pourtant beaucoup de documents veulent « parler à tout le monde » et finissent par n’être utiles à personne. Dans une entreprise, on devrait pouvoir distinguer, noir sur blanc, ce qui relève d’une définition technique, d’un usage métier et d’un usage réglementaire, sinon les discussions tournent au dialogue de sourds. La bonne question n’est pas « quelle est la définition ? », mais « dans quel contexte cette définition s’applique-t-elle, et quelles limites assume-t-elle ? »

Le mythe de l’IA « autonome » persiste

On pourrait croire le débat réglé, pourtant il revient sans cesse : l’IA serait « autonome ». L’expression se glisse dans les glossaires parce qu’elle est séduisante, et qu’elle résume une promesse, celle d’un système qui se débrouille seul, mais elle pose problème. Dans la réalité des déploiements, les modèles ont besoin de données, d’objectifs, de règles de filtrage, de mises à jour, de surveillance, et de procédures d’escalade, sans parler des garde-fous quand ils interagissent avec des utilisateurs. Appeler cela « autonome » sans préciser ce qui l’est, et jusqu’où, entretient une confusion qui devient immédiatement opérationnelle, notamment quand une direction pense pouvoir réduire drastiquement les équipes de contrôle.

Le même travers touche les termes « agent », « assistant », « copilote ». Dans certains glossaires, un « agent IA » est défini comme un simple chatbot, dans d’autres comme un système capable d’enchaîner des actions, d’appeler des outils, de planifier et de vérifier des étapes. Sans précision, on mélange une interface conversationnelle, une chaîne d’outils et une architecture logicielle. Or, ces différences comptent : un agent qui peut exécuter des actions sur un système d’information n’implique pas les mêmes risques, ni les mêmes exigences de sécurité, qu’un modèle cantonné à répondre à des questions. Un glossaire sérieux doit décrire les prérequis, par exemple l’accès à des API, la présence d’une mémoire, d’une politique de permissions, d’un journal d’audit, et la manière dont on gère les erreurs.

Cette mythologie se nourrit aussi de formulations qui prêtent des intentions au modèle, « il veut », « il sait », « il refuse », comme si une volonté existait. Les équipes communication y voient un style plus vivant, mais le glossaire, lui, n’est pas un support marketing. Il doit aider à nommer correctement les phénomènes, par exemple distinguer une « hallucination » d’un « échec de récupération » dans un système de type RAG, ou expliquer qu’un « refus » peut venir d’un filtrage de sécurité, d’un paramètre de modération ou d’une consigne système, et non d’un jugement moral de la machine. À ce titre, intégrer des outils concrets et des exemples d’usage, comme ChatbotGPT, peut aider à illustrer les différences entre une conversation simple et une configuration plus encadrée, à condition que le glossaire reste factuel et qu’il explicite ce que le produit fait réellement.

Le juridique est traité comme une note de bas de page

Dans de nombreux glossaires IA, la partie réglementaire arrive trop tard, ou se réduit à deux lignes prudentes, alors que la question du droit est désormais structurante. Depuis l’entrée en vigueur progressive du cadre européen sur l’intelligence artificielle, les organisations doivent comprendre des notions comme « système d’IA », « fournisseur », « déployeur », « usage à haut risque », « exigences de transparence » ou encore « gouvernance des données ». Même sans transformer le glossaire en manuel juridique, ignorer ces termes, ou les définir de façon floue, revient à construire une carte sans légende au moment même où les risques de non-conformité deviennent plus coûteux.

Les erreurs typiques se voient vite. Certains glossaires confondent « donnée personnelle » et « donnée sensible », d’autres parlent d’« anonymisation » quand il s’agit de pseudonymisation, et certains présentent le « consentement » comme l’unique base légale possible, ce qui est faux dans de nombreux cas. Côté droits d’auteur, on lit encore que « si c’est sur Internet, c’est utilisable », ou que l’IA « crée donc il n’y a pas d’auteur », alors que les situations varient selon les pays, les licences, l’usage, et les conditions des plateformes. Un glossaire digne de ce nom doit au moins rappeler les distinctions essentielles, et surtout pointer vers les politiques internes, les équipes référentes et les procédures de validation.

La protection des données et la sécurité, elles aussi, sont souvent reléguées. « Prompt » est défini, mais pas « fuite de données par prompt », « injection de prompt », « exfiltration », « red teaming » ou « test d’attaque ». « Modèle » est défini, mais pas « journalisation », « rétention », « chiffrement », « séparation des environnements ». Résultat : des équipes croient qu’utiliser un service externe est neutre, alors que cela peut impliquer des transferts de données, des conditions contractuelles spécifiques, et des obligations d’information. Là encore, un glossaire n’est pas un document de conformité, mais il doit arrêter de faire comme si la conformité était une annexe facultative.

Un glossaire vivant, sinon il meurt vite

Un glossaire IA n’est pas une affiche, c’est un système. Or, beaucoup sont publiés puis oubliés, sans date, sans version, sans responsable éditorial, et sans mécanisme de mise à jour, alors que les termes évoluent en quelques mois. Les modèles changent, les pratiques aussi, et des mots nouveaux apparaissent, « fine-tuning » remplacé par des approches plus ciblées, montée du RAG, diffusion des « modèles multimodaux », débats sur la « sobriété » et l’empreinte carbone, et même évolution des usages linguistiques, entre francisation, anglicismes et termes hybrides. Un glossaire figé devient rapidement une source d’erreurs, parce qu’il continue d’être cité, parfois comme une référence officielle.

Les meilleurs glossaires adoptent des règles éditoriales simples, mais strictes : une définition courte, une note de précision quand un terme est controversé, un exemple d’usage, des synonymes et des termes à éviter, et surtout un encadré « à ne pas confondre avec ». Ils indiquent aussi, pour chaque entrée, un niveau de technicité, et parfois un degré de stabilité, « terme établi », « terme en débat », « terme marketing ». Cette transparence évite les conflits internes, et elle aide les rédacteurs, les chefs de produit et les juristes à parler la même langue, sans surinterpréter un mot.

Reste un point souvent négligé : la gouvernance. Qui peut proposer une modification, qui tranche, sur quelle base, et à quel rythme ? Sans réponse, le glossaire se transforme en champ de bataille, ou en document poussiéreux. Une bonne pratique consiste à organiser une revue trimestrielle, à suivre les tickets de correction, à documenter les raisons d’un changement, et à relier le glossaire à des cas concrets, par exemple des incidents, des audits, des demandes clients. Le glossaire devient alors un outil de prévention : il réduit les malentendus, il accélère l’onboarding, et il protège l’organisation contre les récits simplistes qui circulent trop vite.

Avant de publier, trois réflexes utiles

Réservez une relecture croisée : technique, juridique et métier, et prévoyez un budget de quelques heures par trimestre pour maintenir le document, car un glossaire IA vieillit plus vite qu’une charte éditoriale. Appuyez-vous sur des sources datées et traçables, et, si des aides publiques financent votre transformation numérique, vérifiez les exigences de conformité associées.