Un modèle transforme une entrée en sortie. Un agent entoure un ou plusieurs modèles de logiciels capables de choisir des étapes, utiliser des outils et examiner les résultats. Un robot possède des capteurs et des actionneurs ; il peut utiliser un agent d’IA, mais de nombreux robots fonctionnent surtout avec des programmes et des contrôleurs classiques.
Comparer les trois
Modèle d’IA
Reçoit une entrée et produit une prédiction ou un contenu. L’accès aux outils dépend du logiciel qui l’entoure.
Agent d’IA
Observe, choisit une action, utilise un outil, examine le résultat et recommence dans les limites d’un objectif et d’autorisations.
Robot
Mesure le monde avec des capteurs et agit avec des moteurs ou d’autres actionneurs.
Robot utilisant un agent
Associe planification et sélection d’actions à la perception, au contrôle du mouvement et aux contraintes de sécurité physique.
La boucle d’un agent
- Objectif : une personne ou un système définit une tâche et des contraintes.
- Observation : l’agent reçoit des messages, des fichiers, un état ou des résultats d’outils.
- Choix : le modèle propose une prochaine étape.
- Action : le logiciel appelle un outil autorisé, par exemple une recherche ou une base de données.
- Évaluation : le résultat revient dans la boucle pour continuer, corriger, demander une validation ou s’arrêter.
Le modèle n’est qu’une composante. Les logiciels autour gèrent les identifiants, permissions, délais, journaux, tentatives et confirmations. Des méthodes comme ReAct étudient cette alternance ; des systèmes comme AutoGen explorent les échanges entre plusieurs agents. Ce sont des exemples de recherche, pas des garanties de fiabilité.
La boucle d’un robot
Le robot mesure son environnement, estime sa situation, prépare une action puis commande ses moteurs. Caméras, microphones, capteurs de position ou de contact lui fournissent des mesures. Le retour des capteurs permet de vérifier si le mouvement a eu l’effet attendu. Les modèles vision-langage-action, comme RT-2, étudient comment relier images, consignes et commandes.
Pourquoi les permissions sont essentielles
Une erreur de texte peut devenir une erreur d’envoi, de paiement ou de mouvement si des outils lui sont connectés. Il faut donner les permissions nécessaires, encadrer les actions sensibles, garder des traces, détecter les situations inattendues et prévoir un arrêt ou une récupération.
Questions fréquentes
Un chatbot est-il toujours un agent ?
Dans le sens employé ici, un chatbot qui retourne seulement du texte ne suffit pas. Il devient agentique lorsqu’il peut choisir des outils, poursuivre un objectif sur plusieurs étapes et réagir aux résultats.
Tous les robots utilisent-ils l’IA ?
Non. Beaucoup utilisent des programmes fixes, du contrôle classique et des règles conçues à l’avance. L’IA peut n’intervenir que dans la perception ou la planification.
Un agent agit-il sans limites ?
Son autonomie dépend des outils, permissions, déclencheurs et règles qui lui sont fournis. Il faut comprendre ces limites avant de lui confier une tâche.
Sources originales et institutionnelles
Articles de recherche pour les mécanismes, ressources institutionnelles pour les repères. Les pages de fabricants décrivent leurs propres produits ; elles ne constituent pas une évaluation indépendante.
- ReAct: Synergizing Reasoning and Acting in Language Models (2022) — Yao et al.
- AutoGen: Multi-Agent Conversation (2023) — Wu et al.
- RT-2: Vision-Language-Action Models (2023) — Brohan et al. · Google DeepMind
- Unitree Go2: sensors, motors and computing — Unitree Robotics
- AI Risk Management Framework — NIST
- AI Research, Security and Resilience — NIST
- Recommendation on the Ethics of Artificial Intelligence — UNESCO
Continuer avec le compagnon dans ChatGPT
Explorez les thèmes du musée, posez vos questions et testez votre compréhension avec des quiz dans ChatGPT. Le compagnon et le jeu gardent des progressions séparées.
Découvrir le compagnon ChatGPTRevu le 6 septembre 2026. Navigation et ressources mises à jour le 1er octobre 2026. Méthode et limites du projet.