Bitcoin Mining Labby Coinovo

Mining Lab · Académie Coinovo · IA et crypto

IA et crypto

Un outil, pas un oracle

Intro 11 min 7 cartes 18 questions

Objectifs

Ce que fait réellement un modèle de langage

Un modèle de langage d'IA a appris sur une énorme quantité de textes quels mots ont tendance à se suivre. Il en tire des réponses qui sonnent fluides et compétentes. Il ne consulte pas automatiquement une base de données, et ses connaissances s'arrêtent à une date limite, sauf s'il a le droit de chercher sur le web. Il excelle à expliquer, résumer et reformuler.

Un modèle de langage produit du texte plausible, pas des faits vérifiés.

Les hallucinations

Parfois, un modèle invente des choses : des chiffres, des dates, des fonctionnalités, même des sources avec titre et adresse. Le piège, c'est que les mauvaises réponses semblent aussi sûres que les bonnes. Demande la date exacte d'un changement de règle, et tu peux obtenir une réponse précise en apparence mais fausse. En le sachant, tu traites l'IA comme un brouillon, pas comme une preuve.

Convaincant ne veut pas dire correct.

Explication complète

Pourquoi les modèles inventent

Un modèle de langage est entraîné à fournir une suite adaptée, pas à se taire quand il ne sait pas. Si tu poses une question pour laquelle il n'a appris aucune réponse fiable, il produit quand même un texte qui ressemble à une réponse. Ce texte est assemblé à partir de motifs fréquents dans des textes similaires.

Les détails précis sont particulièrement fragiles : années, pourcentages, noms de lois, numéros de version, adresses web. Une citation peut sembler parfaitement authentique, avec un titre adapté et une adresse crédible, et pourtant ne pas exister. Sur les sujets qui changent vite, comme les règles fiscales ou les frais, le modèle se trompe aussi souvent, car ses connaissances s'arrêtent à une date limite.

Les systèmes plus récents peuvent chercher sur le web et lire des documents. Cela réduit les erreurs sans les supprimer. Même une source trouvée peut être mal résumée. La règle de base reste la même : plus une affirmation a d'importance, plus il est important de la vérifier soi-même à la source.

Comment vérifier les réponses

Un : demande la source de chaque affirmation importante et ouvre-la toi-même. Vérifie que la page existe et qu'elle dit vraiment ce qui est affirmé. Une adresse qui ne mène nulle part est un signe clair de référence inventée.

Deux : compare avec une source primaire. Pour les règles d'un réseau, c'est la spécification technique ou le document original, pour les questions fiscales la loi ou l'administration fiscale du pays, pour les avertissements l'autorité financière. Demander à une deuxième IA si la première a raison ne remplace pas cela, car les deux peuvent avoir appris la même erreur.

Trois : pose des questions de suivi. Demande au modèle de nommer les faiblesses de sa propre réponse ou de défendre la position opposée. S'il commence à patauger ou change son affirmation sans nouvelle raison, la première réponse n'était pas fiable. Les chiffres qui comptent, mieux vaut les recalculer soi-même.

Pas de prévisions de cours

Les cours dépendent d'événements futurs et du comportement de nombreuses personnes qui réagissent elles-mêmes aux nouvelles informations. S'il existait un outil qui prédise les cours de façon fiable, tous ceux qui l'utilisent agiraient en conséquence en même temps, et l'avantage prédit disparaîtrait. Quand un modèle de langage dit qu'un cours va monter, c'est une phrase qui sonne plausible, pas une connaissance.

Les bots de trading IA, avec réalisme

Un bot de trading est un programme qui achète et vend selon des règles. Que ces règles aient été écrites par une personne ou trouvées avec l'IA ne change rien au fait que frais, fluctuations et malchance en font partie. Un bot peut être discipliné, mais il ne peut pas connaître le marché. Qui promet des rendements fixes, avec ou sans IA, promet quelque chose qui n'existe pas.

Explication complète

Ce qu'est vraiment un bot

Derrière le mot bot se cache généralement quelque chose de simple : une règle comme « acheter quand le cours passe sous une moyenne, vendre quand il repasse au-dessus », exécutée par un programme qui ne dort jamais. L'IA peut aider à trouver de telles règles ou à analyser des données. Elle ne transforme pas une règle en certitude.

Chaque opération coûte de l'argent. Il y a des frais, plus l'écart entre prix d'achat et de vente, et sur les marchés rapides un prix moins bon que prévu. Un bot qui négocie souvent paie souvent ces coûts. Avec 20 opérations par mois à 0,2 % de coût chacune, cela fait 4 % par mois qu'il faut gagner avant même qu'un profit apparaisse.

S'y ajoutent des risques sans rapport avec le marché. Beaucoup de bots ont besoin d'accéder à ton compte sur une plateforme via une clé. Si cette clé a le droit de retirer de l'argent, un attaquant ou un prestataire douteux peut vider le compte. Qui utilise un bot ne lui donne donc au plus que des droits de négociation, jamais de retrait.

Les backtests et leurs pièges

Un backtest fait tourner une stratégie sur des cours passés et montre ce qu'elle aurait rapporté à l'époque. Cela ressemble à une preuve mais se tord facilement. Qui ajuste les paramètres assez longtemps trouvera toujours une combinaison qui paraît brillante dans le passé.

Ce problème s'appelle le surapprentissage (overfitting). La stratégie n'a alors pas appris le marché mais les hasards d'une période donnée. Quand une nouvelle période arrive, les hasards ne correspondent plus et les résultats s'effondrent. Plus il y a de paramètres réglables et plus le chiffre historique est impressionnant, plus le soupçon est grand.

Un test plus honnête utilise des données qui n'ont pas servi au développement, avec des frais réalistes et sans retouches ensuite. Même alors, un bon passé n'est pas une promesse pour l'avenir. Qui vante un produit avec un backtest sans dévoiler ces points vend une histoire, pas un résultat.

Les tokens IA, avec sobriété

Chaque fois qu'un sujet est à la mode, des tokens apparaissent qui le portent dans leur nom. Mais le mot IA dans un nom ne dit rien sur le fait que le projet utilise réellement l'IA. Questions utiles : existe-t-il déjà un produit utilisable ? Ce produit a-t-il même besoin d'un token propre ? Et qui peut changer les règles et la quantité du token ?

Un mot à la mode dans le nom n'est pas un produit.

Les deepfakes comme outil d'arnaque

L'IA peut reproduire des vidéos et des voix de façon trompeuse. Les escrocs l'utilisent pour de fausses apparitions de personnalités connues qui offriraient de la crypto si tu en envoies d'abord. Plus dangereuses encore sont les voix clonées de proches qui demandent de l'argent en urgence au téléphone. Un mot de passe convenu aide, tout comme rappeler sur un numéro que tu as toi-même enregistré.

Une vidéo qui paraît vraie n'est pas une preuve.

Bien utiliser l'IA pour apprendre

Bien utilisée, l'IA est un tuteur patient. Fais-lui expliquer des termes, dérouler des exemples ou te interroger. Demande des contre-arguments à une idée qui t'enthousiasme. Fais résumer un livre blanc, puis lis toi-même les passages clés. Mais ne donne jamais à une IA ta phrase de récupération ou tes clés privées, et ne la laisse pas préparer pour toi une transaction que tu n'as pas vérifiée.

L'IA pour comprendre, les sources pour vérifier.

Glossaire

Modèle de langage
IA qui produit des réponses plausibles à partir de motifs de texte.
Hallucination
Affirmation d'une IA formulée de façon convaincante mais fausse ou inventée.
Date limite des connaissances
Le moment jusqu'auquel vont les données d'entraînement d'un modèle.
Backtest
Faire tourner une stratégie sur des cours passés.
Surapprentissage (overfitting)
Une stratégie s'ajuste aux hasards du passé plutôt qu'au marché.
Deepfake
Vidéo ou voix falsifiée par l'IA.

Pour aller plus loin

Ce module comprend 18 questions expliquées. Elles se trouvent dans l'app, avec ta progression et le crédit de fin.
L'app CoinovoUne raison de revenir chaque jourTâches, équipes et chasse quotidienne, plus un compte qui montre ce qui s'est accumulé.Tâches quotidiennesTon propre compteNe coûte rienCommencer maintenant

Plus de modules

Ce qu'est le BitcoinDe l'argent sans intermédiaireComment fonctionne le minageDeviner jusqu'à ce que ça colleHashrateCombien d'essais ont lieuLa difficultéPourquoi le rythme tientLe halvingLa récompense diminuePortefeuilles et clésCe que tu ne donnes jamaisLes fraisTu paies pour de la placePools de minageEnsemble plutôt que seulRepérer la fraudeToujours les mêmes ficellesLa tokenomics, décortiquéeLe Bitcoin comme exemple, les projets à l'épreuveEthereum et les smart contractsUn ordinateur partagé avec un compteur de fraisPreuve d'enjeu et stakingUne garantie au lieu de l'électricitéLes stablecoinsStable tant que la couverture tientLa DeFi : des services financiers faits de codeÉchanger, emprunter, prêter sans banqueLe Lightning NetworkBitcoin instantané, sous conditionsRepérer et stopper les arnaquesVérifier d'abord, signer ensuiteInvestir avec un planDes règles plutôt que l'intuitionLe minage comme activité économiqueCe que coûte vraiment une machineL'auto-conservation en pratiqueDe la première clé à la successionFiscalité et comptabilitéCe que l'administration fiscale veut voirComment fonctionne vraiment le réseauNœuds, mempool, forksRisque et taille de positionComment ne pas tout perdre