La révolution technique tient à l’évolution des paradigmes : l’IA symbolique, rigide, a cédé la place au machine learning puis aux architectures connexionnistes qui, depuis les années 2010, exploitent des masses de données et une puissance de calcul accrue. L’architecture Transformer (2017, Google) a permis le traitement parallèle du langage, posant les bases de l’IA générative et des grands modèles de langage (LLM) comme ChatGPT. Ces modèles prédisent des tokens, apprennent sur des corpus massifs convertis en embeddings, et extraient régularités stylistiques et sémantiques lors d’un entraînement à grande échelle.