Ce que l'IA ne sait pas faire : 8 limites à connaître

L'IA générative sait produire très vite un texte bien tourné. Elle ne sait pas, en revanche, garantir que ce texte est vrai, connaître votre entreprise sans que vous la lui décriviez, ni prendre une décision dont elle répondrait. Ces limites ne sont pas des défauts passagers : elles découlent de son fonctionnement, qui consiste à prédire la suite la plus probable d'un texte. Les voici, avec la conséquence pratique pour chacune.

1. Savoir quand elle ne sait pas

La fiche pratique France Num, conçue avec la CPME et la CNIL (Commission nationale de l'informatique et des libertés), est claire : une IA générative fournit toujours une réponse, même négative, et cette réponse peut contenir des informations fausses. On parle d'« hallucination » quand elle donne une réponse manifestement fausse sans émettre d'alerte sur sa fiabilité.

À faire : considérer chaque réponse comme un brouillon à vérifier, surtout pour un chiffre, un nom, une date ou une référence juridique.

2. Connaître l'actualité récente

Le modèle a appris sur des données arrêtées à une certaine date. Interrogé sur un événement récent, il risque de répondre à côté. La fiche France Num cite ce cas parmi les situations où la réponse est la moins fiable.

À faire : pour une règle qui change (fiscalité, réglementation, aides), aller à la source officielle.

3. Comprendre une demande ambiguë

Quand vos instructions sont floues, l'IA comble les trous avec ce qui est probable, pas avec ce que vous vouliez. France Num relève que les consignes ambiguës font partie des causes d'erreur.

À faire : donner le contexte, le destinataire, le format et la longueur attendus.

4. Connaître votre entreprise

Elle ignore vos prix, vos clients, vos délais, vos procédures internes. Elle peut écrire une réponse crédible à un client en inventant des conditions qui ne sont pas les vôtres.

À faire : lui fournir les éléments utiles, ou utiliser un outil relié à vos propres documents.

5. Être neutre

L'IA reproduit les biais des textes sur lesquels elle a appris. Dans l'exemple d'une PME du BTP publié par France Num, les offres d'emploi rédigées par l'IA devaient être contrôlées par un humain, car elles pouvaient viser implicitement un profil type.

À faire : relire avec un œil critique tout texte qui touche au recrutement, à l'évaluation ou à la sélection de personnes.

6. Maîtriser le vocabulaire de votre métier

Même performante, une traduction automatique peut demander des révisions sur les nuances techniques d'un secteur, note France Num à propos d'une PME qui traduisait ses vidéos.

À faire : faire relire les documents techniques par quelqu'un qui connaît le métier et la langue.

7. Protéger vos données toute seule

Un outil ne fait pas le tri entre ce qui peut sortir de l'entreprise et ce qui ne le peut pas. Dans l'exemple du BTP, les informations sensibles (nom de l'entreprise, noms des clients) étaient ajoutées à la main après coup, hors de l'outil.

À faire : définir ce qui ne doit jamais être collé dans un outil en ligne.

8. Décider et en répondre

L'IA propose, elle ne répond de rien. Le règlement européen sur l'IA ne remplace pas le RGPD (règlement général sur la protection des données), rappelle la CNIL : l'entreprise qui utilise un outil d'IA sur des données personnelles reste en général responsable de ce traitement.

À faire : garder une personne identifiée qui valide ce qui engage l'entreprise.

Le tableau à garder sous la main

Ces limites n'empêchent pas d'utiliser l'IA : elles disent comment l'utiliser. Pour voir le bilan complet, lisez avantages et inconvénients de l'IA en entreprise, et pour comprendre leur origine, comment fonctionne l'IA générative.