Si l’IA peut compléter la fable de La Fontaine, comprend-elle pour autant ce qu’elle raconte ?
À l’occasion du lancement du nouveau cycle de formation de l’IEEPI, Jeremy Pappalardo nous invite à dépasser les évidences pour mieux comprendre les mécanismes, les risques et les opportunités de l’intelligence artificielle.
L’intelligence artificielle transforme les pratiques, bouscule les métiers et soulève de nouvelles questions pour les professionnels de l’innovation et de la propriété intellectuelle.
Pour accompagner ces évolutions et permettre aux professionnels de la PI de comprendre l’intelligence artificielle et ses enjeux, l’IEEPI lance, en partenariat avec Inria, une nouvelle offre de formation : le Cycle Propriété Intellectuelle et Management de l’IA, un parcours de dix jours, adossé à un diplôme universitaire, pour comprendre et maîtriser les enjeux technologiques, juridiques et stratégiques de l’IA.
La conception de ce cycle a nécessité plusieurs mois de réflexion, de travail et d’échanges, menés en étroite collaboration avec Frédéric Le Mauff, Senior Corporate IP Counsel chez bioMérieux, et Jeremy Pappalardo, avocat au barreau de Lyon et expert en propriété intellectuelle. Nous tenons à les remercier chaleureusement pour leur engagement, leur expertise et leur précieuse contribution à cette nouvelle aventure pédagogique.
Construit autour de cinq modules complémentaires, le cycle propose une progression cohérente : comprendre la technologie, la protéger et l’encadrer, maîtriser la chaîne de valeur de la donnée, contractualiser les co-développements et appréhender les écosystèmes d’IA.
À un mois du lancement, Jeremy Pappalardo nous livre sa vision d’une IA aussi prometteuse qu’exigeante. Entre idées reçues, risques méconnus et opportunités, il nous explique pourquoi, avant de vouloir maîtriser l’intelligence artificielle, il faut d’abord apprendre à la comprendre.
L’IA est partout, les experts aussi. Comment s’y retrouver ?
Il est vrai que les experts en IA semblent aujourd’hui tomber du ciel et sortir de terre ! C’est le signe d’une technologie qui fascine, et c’est plutôt une bonne nouvelle. Mais le discours commercial a tendance à présenter l’IA comme une solution universelle, qui répondrait à tout, tout de suite, sans effort. La pratique est différente : un même outil peut produire un travail remarquable ou une erreur totalement ridicule mais presque impossible à repérer, selon la manière dont on s’en sert.
Le bon réflexe n’est pas de se méfier de l’IA, mais de se méfier des promesses qui dispensent de la comprendre. Inutile d’être mécanicien pour conduire, mais il faut savoir ce qu’est un frein.
Faut-il devenir développeur pour comprendre l’intelligence artificielle ?
Pas du tout. L’objectif n’est pas de savoir coder un réseau de neurones, mais de comprendre suffisamment ce qui se passe « sous le capot » pour être un utilisateur responsable : savoir ce qu’est un modèle, un token, un poids, un entraînement ou un affinage (fine-tuning), et surtout ce que ces notions impliquent concrètement.
Pour un juriste, un responsable PI, un ingénieur brevet ou un chargé de valorisation, cette compréhension conditionne tout le reste : la qualité des résultats, la maîtrise des risques (confidentialité, secret des affaires, contrefaçon, données personnelles), et la capacité à négocier ou rédiger des contrats qui portent sur des systèmes d’IA. On ne protège bien, et on ne contractualise bien, que ce que l’on comprend.
Vous affirmez que l’IA ne prédit pas l’avenir, mais qu’elle pondère le passé. Pouvez-vous nous expliquer ?
C’est l’un des malentendus les plus répandus. Un modèle de langage ne « devine » pas la bonne réponse : il calcule la suite la plus probable à partir de ce qu’il a appris. Autrement dit, l’IA n’est pas une prédiction de l’avenir, c’est une pondération du passé.
En formation, je commence souvent par un exemple très simple : « Maître corbeau, sur un arbre perché, tenait en son bec un… ». Tout le monde complète, et la machine aussi. Elle ne connaît ni le corbeau ni le fromage : elle a simplement vu cette suite de mots un très grand nombre de fois.
Cela ne rend pas l’IA moins puissante ni moins fascinante. Cela replace son usage dans son contexte : elle excelle à restituer et recombiner ce qui est fréquent, elle est plus fragile sur ce qui est rare, nouveau ou très spécialisé. Et quand l’information lui manque, elle ne s’arrête pas : elle complète. C’est l’origine de la plupart des « hallucinations », qui ne sont ni des mensonges ni des bugs, mais le fonctionnement normal d’un modèle utilisé hors de sa zone de confort.
Comprendre le fonctionnement de l’intelligence artificielle est un enjeu majeur. Quelle est, selon vous, la notion la plus souvent négligée ?
Le contexte, sans hésiter. C’est l’une des notions pratiques les moins comprises, alors que son impact est colossal : sur la qualité des résultats, sur les hallucinations, sur les performances et sur les risques.
Prenez la phrase « Je veux un avocat ». Sans contexte, impossible de savoir si l’on parle de guacamole ou de droit ! L’humain tranche instantanément grâce à la situation ; la machine, elle, ne dispose que de ce qu’on lui donne.
En formation, nous faisons l’expérience avec une demande de rédaction de contrat de cession de brevet : une première consigne vague, puis une deuxième et une troisième de plus en plus contextualisée (droit applicable, qualité des parties, format attendu). La différence de résultat est spectaculaire. Nous voyons aussi comment une citation jurisprudentielle parfaitement formatée, avec référence, juridiction, date et numéro d’affaire, peut être… entièrement inventée, et comment diminuer ce risque en pratique.
Comprendre la différence entre la « fenêtre de contexte » (ce que le modèle peut traiter) et le contexte réellement utile, ou savoir ce qu’apporte une architecture de type RAG (génération enrichie par des documents de référence), c’est passer d’un usage subi à un usage maîtrisé.
Quels sont les principaux risques et opportunités, au-delà de la technique ?
Ils sont à la fois éthiques et méthodologiques. Côté risques : les biais et l’alignement des modèles (en formation, je montre comment un modèle chinois et un modèle français ne donnent pas du tout les mêmes réponses sur un sujet géopolitique), la confidentialité des informations confiées à des outils grand public, ou encore la facilité avec laquelle l’IA rend un raisonnement faible aussi convaincant qu’un raisonnement solide. L’IA n’invente pas ces risques ; elle les accélère.
Côté opportunités, elles sont considérables : accélération de la recherche scientifique (deux prix Nobel 2024, en physique et en chimie, ont distingué des travaux liés à l’IA), gains de productivité, nouveaux modèles de collaboration et de valorisation. La clé est méthodologique : garder un humain qui choisit, vérifie, exclut et assume. C’est d’ailleurs aussi là que se joue la protection par la propriété intellectuelle.
Vous animerez prochainement le premier module de ce cycle, pour nous permettre de mieux comprendre les fondamentaux et les opportunités stratégiques de l’Intelligence Artificielle. Quelle approche pédagogique allez-vous privilégier et que pourront en retirer concrètement les participants ?
J’ai à cœur que chacun reparte avec des connaissances solides et le sourire : des exemples concrets, parfois inattendus, et un ton résolument accessible.
Nous partirons des usages et des idées reçues pour remonter aux mécanismes : comment un modèle apprend et pondère, pourquoi le cas d’un chercheur-artiste peut faire dériver l’apprentissage d’un modèle, comment un RAG transforme une IA généraliste en assistant spécialisé (avec un exemple ludique qui surprend souvent…), ou encore comment choisir un outil selon le niveau de sécurité qu’exige l’usage.
L’objectif est que chaque participant reparte avec un vocabulaire maîtrisé, des repères concrets et des réflexes immédiatement applicables, qu’il soit utilisateur, acheteur, juriste ou porteur de projet d’IA.
Pour aller plus loin
Module 1 « Fondamentaux et opportunités stratégiques des technologies d’IA » : 24 et 25 novembre 2026, à Paris (présentiel), animé par Jeremy Pappalardo.
Cycle Propriété Intellectuelle et Management de l’Intelligence artificielle : 5 modules de 2 jours, du 24 novembre 2026 au 21 mai 2027.
Inscriptions et renseignements : Cycle Propriété Intellectuelle et Management de l’IA – IEEPI
