Neurocourse

Pourquoi les agents IA sont le sujet n°1 de 2026

Pourquoi les agents IA sont sur toutes les lèvres en 2026 : du chat impuissant à l'IA avec des 'mains'. Avec 832 649 étudiants et un taux de 30,3 %, démêlez le vrai du faux.

En 2022, le monde a retenu son souffle car l'IA a appris à parler. En 2026, le mot clé a changé — il s'agit désormais des agents : une IA qui ne se contente pas de répondre par du texte, mais exécute des tâches complexes de manière autonome. Ce cours leur est dédié. Et cette première leçon explique pourquoi le sujet a explosé maintenant, quels sont les enjeux financiers et les attentes qui l'entourent, et quelles promesses sont réelles.

Acte I. Parler sans les mains (2022–2023)

Le ChatGPT de 2022 pouvait raisonner de manière impressionnante — et ne pouvait rien faire. Demandez-lui de « trouver des billets moins chers » et il rédigerait un magnifique plan pour trouver des billets. La recherche vous incombait. Le modèle n'avait pas de « mains » : pas d'accès à la recherche, au calendrier ou aux fichiers. Texte en entrée, texte en sortie.

Acte II. AutoGPT : la première tentative de donner des mains à l'IA (printemps 2023)

Au printemps 2023, des passionnés ont créé AutoGPT — un programme enveloppant qui exécutait le modèle en boucle : quel est l'objectif → quelle est l'étape suivante → l'exécuter → examiner le résultat → continuer. Internet a explosé : il semblait que le travailleur IA autonome était arrivé. Des gens ont lancé AutoGPT pour « créer une entreprise » et sont allés se coucher.

Ils se sont réveillés déçus. AutoGPT perdait l'objectif après une douzaine de boucles, tournait en rond, se convainquait de résultats inexistants et gaspillait de l'argent à chaque tour. Le battage médiatique s'est dégonflé en quelques mois. Mais l'idée elle-même — un modèle en boucle, avec des outils et une vérification des résultats — est restée et s'est avérée juste. Trois choses manquaient : des modèles plus puissants, un moyen fiable de connecter les outils et des garde-fous contre les boucles infinies.

Pourquoi, selon vous, plusieurs années se sont-elles écoulées entre « apprendre à parler » (2022) et « apprendre à faire » ? Laquelle des trois pièces manquantes était la plus difficile ? Réfléchissez avant de poursuivre.

Acte III. Les mains se sont développées (2024–2026)

Au cours des deux années suivantes, les trois pièces se sont mises en place. Les modèles sont devenus bien meilleurs pour gérer des tâches longues. Des « sockets » standard sont apparus pour connecter les outils — recherche, fichiers, feuilles de calcul (le principal fera l'objet d'une leçon dédiée dans le module trois). Et l'industrie a appris à la dure les garde-fous : limites, confirmations, bacs à sable. En 2026, les agents sont présents dans tous les produits majeurs : les modes de recherche approfondie trouvent les sources et assemblent les rapports eux-mêmes, les agents de codage écrivent et corrigent le code, et dans les constructeurs d'automatisation, un agent est un nœud ordinaire que vous faites glisser avec une souris.

Qu'est-ce qu'un agent — une définition de travail

Pour l'instant, convenons de quelque chose de simple : un agent est une IA qui décompose un objectif en étapes par elle-même, les exécute avec des outils et vérifie le résultat. Un chat répond et s'arrête ; un agent travaille jusqu'à ce que l'objectif soit atteint. Le mécanisme complet — la boucle d'agent — sera abordé dans la prochaine leçon : c'est le cœur de tout le cours.

Le marché : ce que nos chiffres d'étude de marché révèlent

En juillet 2026, nous avons extrait des données des API internes d'Udemy — la plus grande place de marché de cours en ligne au monde. Le sujet des agents y compte déjà 832 649 étudiants payants. À titre de comparaison : le cours d'IA générative le plus populaire a rassemblé 409 492 étudiants sur plusieurs années, et Google AI Essentials sur Coursera — 1 876 929 inscriptions. La vague de demande de compétences en IA est énorme, et les agents en sont la partie la plus brûlante : beaucoup de gens peuvent déjà « simplement prompter », alors que presque personne ne sait confier des tâches aux agents et les contrôler.

Une prévision honnête : ce que les agents peuvent réellement faire

Maintenant, l'anti-battage médiatique — sans cela, ce cours serait une publicité. Lors de tests sur des tâches de bureau réalistes, le meilleur agent de 2026 en accomplit environ 30,3 % — moins d'un tiers. Lisez ce chiffre dans son intégralité, les deux moitiés :

  • Verre à moitié plein : un tiers des tâches de bureau sont déjà réalisées de bout en bout par une machine. Il y a trois ans — zéro.
  • Verre à moitié vide : dans deux cas sur trois, l'agent ne s'en sortira pas sans un humain. Dire « un agent remplacera votre service » est un conte de fées.

D'où l'heuristique de travail que vous retiendrez de ce cours : un agent est performant là où le résultat peut être vérifié et où le coût de l'erreur est limité. Où se trouvent exactement ces zones — la carte est dans la leçon trois.

Pourquoi apprendre maintenant, et non « quand la technologie sera mature »

Précisément parce que les agents sont imparfaits, la personne précieuse est celle qui connaît leurs limites : quelle tâche confier, laquelle ne pas confier, quels garde-fous mettre en place. Une fois que la technologie sera mature, cette compétence deviendra courante, comme faire une recherche Google. Actuellement, elle est rare. La valeur ne vient pas des agents eux-mêmes, mais de la personne capable de leur confier des tâches et d'en vérifier le résultat.

Bac à sable : calibrez vos attentes

Testez votre intuition dès maintenant — envoyez ceci au bac à sable sous la leçon :

Voici 6 tâches :
1) Collecter les prix de 10 concurrents sur leurs sites web dans un tableau.
2) Rédiger un message de félicitations d'anniversaire pour un collègue.
3) Trier 50 e-mails en « urgent / peut attendre / spam ».
4) Négocier une remise de 10 % avec un fournisseur.
5) Trouver et corriger un bug de code qui interrompt un rapport.
6) Licencier un employé en pleine conformité avec la loi.
Pour chacune : un agent IA grand public de 2026 pourrait-il le faire de bout en bout,
sans humain — OUI ou NON, et pourquoi, en une ligne.

Demandez ensuite au modèle de jouer le sceptique :

Incarnez un analyste sceptique. Voici 4 promesses tirées de publicités pour des agents IA :
1) « Un agent remplacera votre service commercial. »
2) « Lancez-le — et l'entreprise tourne toute seule pendant que vous dormez. »
3) « Un agent triera votre boîte de réception et rédigera des réponses. »
4) « Un agent trouvera un bug dans le rapport, le corrigera et montrera ce qui a changé. »
Pour chaque promesse, donnez un verdict : RÉEL AUJOURD'HUI / PARTIELLEMENT / CONTE DE FÉES —
et une phrase pour expliquer pourquoi. Gardez à l'esprit que les meilleurs agents accomplissent
moins d'un tiers des tâches de bureau réalistes sans intervention humaine.

Faites-le maintenant

Exécutez la première invite du bac à sable et comparez les réponses du modèle à vos attentes. Notez une tâche de votre propre travail pour laquelle vous vous demandez maintenant : un agent pourrait-il la gérer ? À la fin du cours, vous y répondrez vous-même — avec des arguments.

Practice · 5 задач

Short questions on the lesson — with an explanation for every answer.