{"id":5890,"date":"2024-09-30T12:49:57","date_gmt":"2024-09-30T11:49:57","guid":{"rendered":"https:\/\/www.cranium.eu\/how-to-handle-the-use-of-large-language-models-in-your-organisation\/"},"modified":"2024-10-04T09:47:00","modified_gmt":"2024-10-04T08:47:00","slug":"comment-gerer-lutilisation-des-llm-dans-votre-organisation","status":"publish","type":"post","link":"https:\/\/www.cranium.eu\/fr\/comment-gerer-lutilisation-des-llm-dans-votre-organisation\/","title":{"rendered":"Comment g\u00e9rer l\u2019utilisation des LLM dans votre organisation ?"},"content":{"rendered":"\n

Les grands mod\u00e8les de langage (ou \u201cLLM\u201d de l\u2019anglais Large Language Models<\/em>) tels que GPT-4 d’OpenAI ou Gemini de Google font leur apparition sur le march\u00e9 du travail. Qu’ils soient encourag\u00e9s par l’organisation ou utilis\u00e9s en secret, vous pouvez \u00eatre s\u00fbrs que les employ\u00e9s, en particulier les cols blancs, utilisent diff\u00e9rents types de LLM dans leur travail quotidien. Ce n’est pas une mauvaise chose car l’IA peut automatiser certains aspects du travail r\u00e9p\u00e9titif ou stimuler la cr\u00e9ativit\u00e9 mais son int\u00e9gration comporte \u00e9galement ses d\u00e9fis.<\/p>\n\n\n\n

Cet article de blog fournira des conseils sur les \u00e9tapes essentielles et les consid\u00e9rations \u00e0 prendre en compte pour g\u00e9rer la pr\u00e9sence accrue de LLM dans votre organisation. Nous allons explorer les meilleures pratiques de mise en \u0153uvre, r\u00e9pondre aux pr\u00e9occupations courantes li\u00e9es \u00e0 la protection des donn\u00e9es et \u00e0 la s\u00e9curit\u00e9, et proposer des strat\u00e9gies pour s’assurer que les LLM compl\u00e8tent les capacit\u00e9s humaines plut\u00f4t que de les remplacer.<\/strong><\/p>\n\n\n\n

1.      Que sont les grands mod\u00e8les de langage?<\/strong><\/h2>\n\n\n\n

\u00c0 moins que vous ne viviez dans une grotte, vous avez probablement d\u00e9j\u00e0 entendu parler de ChatGPT ou de Gemini. Ces syst\u00e8mes d’IA sont appel\u00e9s \u00ab grands mod\u00e8les de langage \u00bb ou \u00ab LLM \u00bb. Comme ils ont \u00e9t\u00e9 entrain\u00e9s en profondeur sur de vastes ensembles de donn\u00e9es, ils sont capables d’imiter le langage humain en reconnaissant des sch\u00e9mas linguistiques. Les LLM produisent des r\u00e9ponses coh\u00e9rentes et adapt\u00e9es au contexte en pr\u00e9disant la s\u00e9quence de mots la plus probable en fonction des donn\u00e9es qu’ils re\u00e7oivent. R\u00e9sultat ? Ils peuvent g\u00e9n\u00e9rer des textes coh\u00e9rents, traduire dans d’autres langues, r\u00e9sumer et m\u00eame r\u00e9pondre \u00e0 des questions de mani\u00e8re coh\u00e9rente, ce qui les rend tr\u00e8s utiles dans le milieu professionnel. Leurs applications sont de plus en plus r\u00e9pandues, apparaissant dans les chatbots, les assistants virtuels, les outils de cr\u00e9ation de contenu, et m\u00eame comme aides dans les r\u00e9unions d’\u00e9quipe et les sessions de brainstorming.<\/p>\n\n\n\n

2.      Mise en pratique des grands mod\u00e8les de langage<\/strong><\/h2>\n\n\n\n

La mise en \u0153uvre pratique des LLM dans votre organisation peut se faire de deux mani\u00e8res :<\/p>\n\n\n\n

– Mise en \u0153uvre officielle : LLM approuv\u00e9s et g\u00e9r\u00e9s par l’entreprise.<\/p>\n\n\n\n

– Shadow IT : utilisation non officielle ou non autoris\u00e9e par des employ\u00e9s utilisant des outils LLM accessibles au public.<\/p>\n\n\n\n

Nous examinerons les deux possibilit\u00e9s, les meilleures pratiques et leurs pi\u00e8ges.<\/p>\n\n\n\n

2.1 Mise en \u0153uvre<\/h3>\n\n\n\n

Une mise en \u0153uvre harmonieuse peut \u00eatre r\u00e9alis\u00e9e en suivant ces huit \u00e9tapes :<\/p>\n\n\n\n

    \n
  1. Tout d’abord, d\u00e9terminez les applications les plus adapt\u00e9es \u00e0 votre organisation<\/strong><\/span>ation<\/strong>. Examinez vos processus d’entreprise pour trouver les domaines dans lesquels les LLM peuvent \u00eatre utiles, comme le service \u00e0 la client\u00e8le, la cr\u00e9ation de contenu ou l’analyse de donn\u00e9es. Identifiez les t\u00e2ches sp\u00e9cifiques qui peuvent \u00eatre confi\u00e9es aux LLM. Il est recommand\u00e9 d’impliquer vos employ\u00e9s et de v\u00e9rifier s’ils ont des connaissances sur certains LLM ou s’ils les utilisent d\u00e9j\u00e0.<\/li>\n\n\n\n
  2. Ensuite, choisissez le bon mod\u00e8le<\/strong>. S\u00e9lectionnez un LLM qui r\u00e9pond \u00e0 vos besoins sp\u00e9cifiques en tenant compte de la complexit\u00e9 des t\u00e2ches, des capacit\u00e9s du mod\u00e8le et des ressources n\u00e9cessaires.<\/li>\n\n\n\n
  3. Tenez compte des questions d’\u00e9thique et de respect de la vie priv\u00e9e<\/strong>. Gardez \u00e0 l’esprit les pr\u00e9occupations \u00e9thiques et de protection des donn\u00e9es li\u00e9es \u00e0 l’utilisation de l’IA et veillez \u00e0 ce que votre mise en \u0153uvre soit conforme aux r\u00e9glementations en mati\u00e8re de protection des donn\u00e9es et encourage des pratiques responsables en mati\u00e8re d’IA.\n
      \n
    • – Informez les utilisateurs<\/strong> (employ\u00e9s, clients, etc.) de l’utilisation d’un LLM.<\/li>\n\n\n\n
    • – Si vous traitez des donn\u00e9es \u00e0 caract\u00e8re personnel, assurez-vous que vous disposez d’une base de lic\u00e9it\u00e9 appropri\u00e9e<\/strong>, telle que le consentement ou l’int\u00e9r\u00eat l\u00e9gitime.<\/li>\n\n\n\n
    • – Cr\u00e9ez une politique d’utilisation acceptable<\/strong> pour vos employ\u00e9s, en les informant sur la mani\u00e8re d’utiliser le LLM et plus particuli\u00e8rement sur les donn\u00e9es \u00e0 ne pas<\/em> placer dans le LLM (donn\u00e9es sensibles de l’entreprise, donn\u00e9es personnelles, etc.).<\/li>\n<\/ul>\n<\/li>\n\n\n\n
    • Le cas \u00e9ch\u00e9ant, rassemblez et affinez les donn\u00e9es<\/strong>. Recueillir et pr\u00e9traiter les donn\u00e9es pertinentes n\u00e9cessaires pour affiner le mod\u00e8le s\u00e9lectionn\u00e9, en veillant \u00e0 ce qu’il corresponde au contexte de votre entreprise et produise des r\u00e9sultats pr\u00e9cis et sp\u00e9cialis\u00e9s.\n
        \n
      • Si vous utilisez un LLM tiers, assurez-vous que sa collecte de donn\u00e9es et son mod\u00e8le correspondent aux besoins et au contexte de votre entreprise.<\/li>\n<\/ul>\n<\/li>\n\n\n\n
      • Planifiez soigneusement l’int\u00e9gration. <\/strong>Int\u00e9grez le LLM en toute transparence dans vos flux de travail et configuration technologique existants, en minimisant les perturbations et en garantissant un fonctionnement sans heurts. Proposez des formations ou des ateliers aux employ\u00e9s impliqu\u00e9s dans l’utilisation du LLM, tout en \u00a0am\u00e9liorant leurs connaissances en mati\u00e8re d’IA.<\/li>\n\n\n\n
      • Contr\u00f4ler et \u00e9valuer <\/strong>r\u00e9guli\u00e8rement les performances<\/strong>. \u00c9valuer en permanence l’efficacit\u00e9 du LLM \u00e0 l’aide de mesures telles que la pr\u00e9cision, le temps de r\u00e9ponse et le retour d’information des utilisateurs, afin d’identifier et de traiter les domaines n\u00e9cessitant une am\u00e9lioration.<\/li>\n\n\n\n
      • Mettre l\u2019accent sur l’\u00e9volutivit\u00e9 et la maintenance<\/strong>. Pr\u00e9parez-vous \u00e0 la maintenance continue et \u00e0 l’expansion potentielle de votre mise en \u0153uvre du LLM, en tenant compte du stockage des donn\u00e9es, des besoins informatiques et des mises \u00e0 jour de routine.<\/li>\n\n\n\n
      • Dernier point, et pas des moindres\u00a0: am\u00e9liorez la connaissance de l’IA<\/strong>. Conform\u00e9ment au r\u00e8glement europ\u00e9en sur l’IA, favorisez une large compr\u00e9hension et acceptation des technologies de l’IA au sein de votre organisation en proposant des formations et des ressources afin d’aider les employ\u00e9s \u00e0 utiliser efficacement les LLM. D\u00e9velopper la litt\u00e9ratie de l’IA dans votre entreprise deviendra obligatoire d’ici le 2 f\u00e9vrier 2025 !<\/strong><\/li>\n<\/ol>\n\n\n\n

        2.2 Utilisation non officielle<\/h3>\n\n\n\n

        On peut s’attendre \u00e0 ce que les employ\u00e9s utilisent des LLM accessibles au public, tels que ChatGPT, dans le cadre de leur travail. L’utilisation de ces syst\u00e8mes d’IA non approuv\u00e9s est souvent appel\u00e9e \u00ab shadow IT \u00bb. Il existe trois fa\u00e7ons de traiter ce probl\u00e8me en tant qu’organisation :<\/p>\n\n\n\n

        1.         Accepter l’utilisation<\/strong><\/h3>\n\n\n\n

        L’avantage de cette approche est qu’elle cr\u00e9e une opportunit\u00e9 de d\u00e9velopper la compr\u00e9hension de l’IA au sein de votre entreprise. Prenez le temps d’informer<\/strong> vos employ\u00e9s sur les meilleures pratiques, organisez des ateliers sur l’incitation et laissez-les partager leur travail<\/strong>.<\/p>\n\n\n\n

        L’un des pi\u00e8ges est que votre organisation perd le contr\u00f4le des donn\u00e9es qui sont introduites dans le LLM. Il peut s’agir de donn\u00e9es relatives aux clients ou de donn\u00e9es sensibles de l’entreprise. Il est donc important de cr\u00e9er une politique d’utilisation acceptable pour les LLM et d’informer vos employ\u00e9s des donn\u00e9es qu’ils peuvent (ou ne peuvent pas) utiliser dans les LLM<\/strong>.<\/p>\n\n\n\n

        2.         Interdire formellement l’utilisation<\/strong><\/h3>\n\n\n\n

        En plus d’utiliser la politique d’utilisation acceptable pour informer les employ\u00e9s sur les LLM, elle peut \u00e9galement \u00eatre utilis\u00e9e pour interdire l’utilisation de tout LLM non approuv\u00e9\/externe. Cette pratique peut \u00eatre plac\u00e9e dans la m\u00eame cat\u00e9gorie que l’interdiction d’utiliser l’\u00e9quipement de travail pour toute activit\u00e9 non professionnelle telle que regarder Netflix ou faire ses imp\u00f4ts.<\/p>\n\n\n\n

        Cette pratique peut s’av\u00e9rer inefficace car les employ\u00e9s peuvent de toute fa\u00e7on acc\u00e9der aux LLM. En outre, la surveillance des employ\u00e9s pour emp\u00eacher cette pratique ne peut se faire que dans des circonstances strictes en vertu du droit du travail et pourrait \u00eatre disproportionn\u00e9e en vertu du RGPD.<\/p>\n\n\n\n

        3.         Bloquer l’utilisation<\/strong><\/h3>\n\n\n\n

        Si votre organisation travaille dans un environnement \u00e0 haut risque (financier, m\u00e9dical, etc.) o\u00f9 aucune donn\u00e9e ne peut quitter vos locaux, il est recommand\u00e9 de bloquer purement et simplement l’acc\u00e8s aux LLM les plus utilis\u00e9s. Cette mesure peut \u00eatre appliqu\u00e9e \u00e0 l’ensemble de l’entreprise ou \u00e0 des groupes sp\u00e9cifiques d’employ\u00e9s.<\/p>\n\n\n\n

        3.      Consid\u00e9rations r\u00e9glementaires relatives \u00e0 l\u2019utilisation de LLM au travail<\/strong><\/h2>\n\n\n\n

        Deux textes l\u00e9gislatifs sp\u00e9cifiques doivent \u00eatre pris en compte lors de la mise en \u0153uvre d’un LLM : le r\u00e8glement europ\u00e9en sur l’IA et le RGPD. Ces deux textes exigent que les utilisateurs du LLM (qu’il s’agisse d’employ\u00e9s, de clients, etc.) soient inform\u00e9s du fait qu’ils interagissent avec un LLM<\/strong>. Cela peut se faire de diff\u00e9rentes mani\u00e8res, par exemple en ajoutant un message d’introduction expliquant qu’un syst\u00e8me d’IA est utilis\u00e9.<\/p>\n\n\n\n

        Le RGPD exige la pr\u00e9sence d’une base de lic\u00e9it\u00e9 pour le traitement des donn\u00e9es personnelles, telle que le consentement ou l’int\u00e9r\u00eat l\u00e9gitime. Il convient de noter que tous les LLM ne traitent pas des donn\u00e9es \u00e0 caract\u00e8re personnel, par exemple lorsqu’ils automatisent la r\u00e9cup\u00e9ration d’informations dans une base de donn\u00e9es. Il convient d’examiner attentivement la base de lic\u00e9it\u00e9 qui convient le mieux \u00e0 l’activit\u00e9 de traitement du m\u00e9canisme d’apprentissage du LLM.  <\/p>\n\n\n\n

        Une remarque s’impose pour les LLM tels que les chatbots. Ceux-ci fonctionnent sur les appareils des utilisateurs (navigateur, smartphone) et rel\u00e8vent donc de la directive ePrivacy, beaucoup plus stricte. \u00c0 moins que le fonctionnement du LLM ne soit strictement n\u00e9cessaire pour le service demand\u00e9, le consentement de l’utilisateur est requis avant que le LLM puisse \u00eatre activ\u00e9 (comme pour les cookies).  <\/p>\n\n\n\n

        4.      Conclusion<\/strong><\/h2>\n\n\n\n

        Une chose est s\u00fbre : Les grands mod\u00e8les de langage sont l\u00e0 pour rester. L’un des plus grands d\u00e9fis pour les entreprises qui souhaitent automatiser les processus et se pr\u00e9parer pour l’avenir sera de d\u00e9terminer quel LLM est le mieux adapt\u00e9 \u00e0 chaque cas d’utilisation sp\u00e9cifique. Il sera crucial de former et d’informer vos employ\u00e9s pour qu’ils am\u00e9liorent leur ma\u00eetrise de l’IA conform\u00e9ment au r\u00e8glement europ\u00e9en sur l’IA.<\/p>\n\n\n\n

        Que votre organisation choisisse de d\u00e9velopper ses propres LLM ou d’utiliser ceux qui sont accessibles au public, l’\u00e9tablissement de politiques d’utilisation acceptables claires est une victoire rapide. Ces politiques permettent de s’assurer que les employ\u00e9s comprennent ce qui est autoris\u00e9 et ce qui ne l’est pas.<\/p>\n\n\n\n

        Les LLM seront certainement confront\u00e9s \u00e0 des d\u00e9fis r\u00e9glementaires car ils sont soumis \u00e0 diverses l\u00e9gislations (telles que le r\u00e8glement europ\u00e9en sur l’IA, le RGPD et potentiellement la directive ePrivacy). Cependant, s\u2019ils sont mis en \u0153uvre avec diligence, ils peuvent rendre le travail beaucoup moins p\u00e9nible, c’est certain.  <\/p>\n","protected":false},"excerpt":{"rendered":"

        Les grands mod\u00e8les de langage (ou \u201cLLM\u201d de l\u2019anglais Large Language Models) tels que GPT-4 d’OpenAI ou Gemini de Google font leur apparition sur le march\u00e9 du travail. Qu’ils soient encourag\u00e9s par l’organisation ou utilis\u00e9s en secret, vous pouvez \u00eatre s\u00fbrs que les employ\u00e9s, en particulier les cols blancs, utilisent diff\u00e9rents types de LLM dans […]<\/p>\n","protected":false},"author":3,"featured_media":5834,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","footnotes":""},"categories":[61],"tags":[67],"post_folder":[],"class_list":["post-5890","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blogpost-fr","tag-intelligence-artificielle"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/posts\/5890","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/comments?post=5890"}],"version-history":[{"count":0,"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/posts\/5890\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/media\/5834"}],"wp:attachment":[{"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/media?parent=5890"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/categories?post=5890"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/tags?post=5890"},{"taxonomy":"post_folder","embeddable":true,"href":"https:\/\/www.cranium.eu\/fr\/wp-json\/wp\/v2\/post_folder?post=5890"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}