6Ce que vous allez découvrir
862. Entendre sans oreilles : la reconnaissance automatique de la parole
7Comment utiliser ce livre
873. Parler sans bouche : la synthèse vocale et la voix artificielle
8Citations inspirantes
884. Lire et comprendre : le traitement du langage naturel
9Partie 1 – L’IA : Démêler le vrai du fantasme
895. Quand voir, entendre et parler fusionnent : les systèmes multimodaux
10Chapitre 1 — Bienvenue dans le futur… qui a déjà commencé
906. Les limites et les enjeux éthiques de la perception artificielle
11La révolution silencieuse : quand le futur arrive sans tambour ni trompette
91Chapitre 12 — L'IA dans votre vie sans que vous le sachiez
12Une matinée ordinaire avec l'IA : portrait d'un quotidien augmenté
92La bulle invisible : comment l'IA façonne ce que vous voyez chaque jour
13Les chiffres qui donnent le vertige : l'IA en quelques données
93Dans votre portefeuille : l'IA qui gère votre argent à votre insu
14Pourquoi maintenant ? Les trois accélérateurs de la révolution
94La santé, la mobilité, le foyer : l'IA intégrée dans vos objets du quotidien
15Ce livre est pour vous : naviguer sans se noyer
95Le commerce et les services : quand les algorithmes anticipent vos désirs
16Le futur, c'est maintenant : une invitation à voir autrement
96Recrutement, assurance, justice : l'IA qui prend des décisions sur votre vie
17Chapitre 2 — Non, l'IA ne ressemble pas à Terminator
97Reprendre la main : vivre avec l'IA en gardant les yeux ouverts
18La fabrique du mythe : Hollywood comme architecte de nos peurs
98Chapitre 13 — L'IA au service de la santé : diagnostiquer, prédire, sauver
19Ce que l'IA est réellement : une calculatrice très, très sophistiquée
99L'IA diagnosticienne : voir ce que l'œil ne voit pas
20De HAL 9000 à ChatGPT : quarante ans de décalage entre fiction et réalité
100La médecine prédictive : anticiper avant que la maladie ne frappe
21Les vraies peurs vs. les fausses peurs : ce qui mérite vraiment votre attention
101L'IA et la découverte de médicaments : accélérer ce qui prenait des décennies
22Pourquoi cette confusion persiste — et qui en profite
102L'IA et la médecine personnalisée : traiter le patient, pas la maladie
23Comment se former un regard lucide sur l'IA
103Les limites réelles : quand l'IA médicale dérape
24Chapitre 3 — Une brève histoire de l'intelligence artificielle
104Le futur proche : vers une santé augmentée
25Section 1 — Avant l'informatique : les ancêtres mythiques et mécaniques de l'IA
105Chapitre 14 — L'IA créative : peut-elle vraiment créer ?
26Section 2 — La naissance officielle : de Turing à Dartmouth (1936–1956)
106La créativité : ce mot que tout le monde utilise et que personne ne définit vraiment
27Section 3 — L'âge d'or et les premières déceptions : les hivers de l'IA (1956–1990)
107L'IA et les arts visuels : quand l'algorithme devient peintre
28Section 4 — La renaissance silencieuse : l'apprentissage automatique prend le relais (1990–2010)
108L'IA et la musique : composer sans jamais avoir ressenti une émotion
29Section 5 — La révolution du deep learning : quand tout s'accélère (2010–aujourd'hui)
109L'IA et l'écriture : quand les mots se font sans pensée
30Section 6 — Ce que cette histoire nous apprend pour demain
110Qu'est-ce que « créer » vraiment ? Le cœur philosophique du débat
31Chapitre 4 — Qu'est-ce que "penser" pour une machine ?
111Les enjeux concrets pour les créatifs d'aujourd'hui : ni déni ni capitulation
32La pensée humaine : un mystère que nous comprenons à peine nous-mêmes
112Chapitre 15 — L'IA et le travail : destruction ou transformation ?
33Le test de Turing : une intelligence qui se mesure par ses effets
113La peur de la machine : une histoire qui se répète (et ce qu'elle nous apprend vraiment)
34La chambre chinoise : quand simuler n'est pas comprendre
114Les emplois menacés : ce que l'IA automatise vraiment
35Ce que les machines font vraiment quand elles "pensent"
115Les emplois qui émergent : ce que l'IA crée et ce que nous n'imaginons pas encore
36L'intentionnalité, la conscience et la question qui résiste
116La transformation en profondeur : au-delà de la destruction et de la création
37Redéfinir l'intelligence : vers de nouvelles façons de penser la pensée
117Comment s'adapter : stratégies concrètes pour les individus et les organisations
38Partie 2 — Les fondations : les concepts clés de l'IA
118La question du sens : travailler dans un monde d'IA
39Chapitre 5 — L'IA faible : votre assistant numérique sait ce qu'il fait… mais pas pourquoi
119Partie 4 — L'IA face à ses limites et ses responsabilités
401. Qu'est-ce que l'IA faible ? Définir le terme pour mieux le comprendre
120Chapitre 16 — Quand l'IA se trompe : les biais et leurs conséquences
412. Le secret de l'IA faible : compétence sans compréhension
1211. Qu'est-ce qu'un biais algorithmique, exactement ?
423. Les assistants vocaux et les algorithmes de recommandation : deux visages d'une même réalité
1222. D'où viennent les biais ? La chaîne de contamination
434. L'excellence dans la spécialité : quand l'IA faible surpasse l'humain
1233. Les conséquences réelles : quand les erreurs d'algorithmes changent des vies
445. Les limites structurelles de l'IA faible : ce qu'elle ne pourra jamais faire
1244. L'illusion de l'objectivité : pourquoi on a du mal à voir le problème
456. Pourquoi l'IA faible domine le monde d'aujourd'hui — et dominera encore longtemps
1255. Comment identifier et corriger les biais : des pistes concrètes
46📌 Résumé du chapitre
1266. La question politique derrière la question technique
47Chapitre 6 — L'IA forte : le Graal (encore) hors de portée
127Chapitre 17 — Qui contrôle l'IA ? Enjeux de pouvoir et de régulation
481. Définir l'IA forte : au-delà du buzzword
128La concentration du pouvoir technologique : quand quelques géants tiennent les rênes
492. Pourquoi l'IA forte n'existe pas encore — et ce que cela révèle
129La bataille géopolitique de l'IA : États-Unis, Chine et le reste du monde
503. Les grandes approches théoriques : comment y parvenir ?
130La régulation de l'IA : un chantier mondial encore balbutiant
514. Le test de Turing et ses limites : mesurer l'intelligence artificielle
131Les acteurs non étatiques : lobbies, société civile et organisations internationales
525. Les obstacles philosophiques : conscience, intentionnalité, subjectivité
132Vers une gouvernance démocratique de l'IA : pistes et défis
536. Où en sont vraiment les recherches ? Espoirs, limites et feuilles de route
133Ce que chaque citoyen peut faire face aux enjeux de pouvoir de l'IA
54Chapitre 7 — L'AGI : quand la machine deviendrait notre égale
134📌 Résumé du chapitre
55L'AGI : de quoi parle-t-on exactement ?
135Chapitre 18 — L'IA et l'éthique : des questions sans réponses faciles
56Où en sommes-nous vraiment ? L'état honnête de la recherche
1361. La vie privée à l'ère de l'IA : quand les données deviennent un miroir
57Qui cherche l'AGI — et pourquoi c'est une course aux enjeux immenses
1372. La manipulation algorithmique : quand l'IA décide de ce que vous pensez
58Les obstacles réels sur le chemin de l'AGI
1383. L'autonomie de décision : quand la machine juge à la place de l'homme
59Les scénarios pour l'avenir : entre espoir et vigilance
1394. L'IA dans les mains de qui ? L'éthique du pouvoir asymétrique
60Ce que l'AGI nous apprend sur nous-mêmes
1405. Vers une IA responsable : ce que cela signifie vraiment
61Chapitre 8 — Le machine learning : apprendre sans qu'on vous ait tout dit
1416. L'IA et la condition humaine : la question qui surplombe toutes les autres
621. Le renversement fondamental : de la règle à l'exemple
142Partie 5 — Demain : vers quel futur allons-nous ?
632. Les trois grandes familles d'apprentissage automatique
143Chapitre 19 — La singularité technologique : mythe ou horizon réel ?
643. Sous le capot : comment une machine apprend vraiment
144Ce que signifie vraiment la singularité : un concept à démêler avec soin
654. Les outils du praticien : algorithmes et modèles en pratique
145Les arguments qui rendent la singularité crédible
665. Le machine learning dans le monde réel : grandeurs et misères
146Les arguments sérieux contre la singularité
676. Le machine learning et vous : ce que ça change concrètement
147Qui y travaille, et pourquoi cela change tout
68Chapitre 9 — Le deep learning : quand les machines imitent le cerveau humain
148Singularité et condition humaine : que révèle ce débat sur nous-mêmes ?
69Le cerveau comme source d'inspiration : une idée vieille de 80 ans
149Comment se préparer à l'imprévisible : penser l'avenir sans se laisser paralyser
70Les réseaux de neurones profonds : architecture d'une révolution
150Chapitre 20 — Humains et IA : apprendre à coexister intelligemment
71Comment un réseau apprend : la rétropropagation du gradient
151Section 1 — Repenser notre rapport à l'intelligence : ni rivalité, ni fusion
72Les exploits du deep learning : ce que les machines font mieux que nous
152Section 2 — Développer une littératie de l'IA : ce que tout citoyen doit savoir
73Les limites du deep learning : ce qu'on ne vous dit pas toujours
153Section 3 — Redéfinir ce qui est irréductiblement humain
74Le deep learning aujourd'hui et demain : un chantier en perpétuel mouvement
154Section 4 — Construire une coexistence institutionnelle : éducation, travail, démocratie
75Chapitre 10 — Les données : le carburant invisible de l'intelligence artificielle
155Section 5 — Choisir collectivement le futur que nous voulons
76Qu'est-ce qu'une donnée, exactement ?
156Section 6 — Une invitation finale : habiter le présent avec intelligence
77L'explosion des données : nous vivons dans une ère de déluge informationnel
157Conclusion générale
78Pourquoi l'IA a-t-elle besoin de données ? Le mécanisme d'apprentissage expliqué
158Un immense MERCI !
79Les données comme ressource stratégique : qui les possède, qui les contrôle ?
159Lexique des termes clés
80La donnée n'est pas neutre : annotation, biais et travail invisible
160À propos de l'auteur
