Classification

  • Concept
  • Intermédiaire
  • Transversal
  • Toujours utilisé

En bref

La classification range une donnée (texte, image, client...) dans une catégorie prédéfinie grâce à un modèle entraîné sur des exemples déjà étiquetés.

Définition complète

La classification est une tâche d’intelligence artificielle qui consiste à ranger une donnée (un texte, une image, un client, un e-mail…) dans une catégorie prédéfinie, parmi plusieurs catégories possibles. Le système apprend cette règle à partir d’exemples déjà étiquetés par des humains (une base d’e-mails déjà marqués « spam » ou « non spam »), puis applique cette règle à de nouvelles données qu’il n’a jamais vues.

Par exemple, sur 1 000 e-mails reçus par un service client, un outil de classification peut ranger 480 messages en « urgent », 350 en « normal » et 170 en « à vérifier manuellement ». Attention : la classification range une donnée dans une catégorie fermée à l’avance ; elle est différente de la régression, qui prédit un nombre (un prix, une durée), et du clustering, qui regroupe des données sans catégories définies au départ.

À quoi ça sert

La classification sert à trier automatiquement de grands volumes d’informations qu’il serait trop long de traiter à la main : des milliers d’e-mails, d’avis clients, de tickets de support ou de candidatures. Elle permet de gagner du temps et de réduire les erreurs liées à la fatigue ou à la répétition d’une tâche simple mais fastidieuse.

Elle aide aussi à prioriser : en séparant l’urgent du secondaire, une équipe peut concentrer son attention sur ce qui compte vraiment. Enfin, elle permet de mesurer et de suivre une activité dans le temps, par exemple la proportion d’avis négatifs sur un produit d’un mois à l’autre, ce qui nourrit des décisions concrètes.

Cas d'usage typiques

– Trier : classer les e-mails entrants d’un service client par niveau d’urgence, pour répondre en priorité aux cas critiques.
– Modérer : détecter des commentaires inappropriés sur les réseaux sociaux, pour les masquer avant publication.
– Analyser : ranger des avis clients en positifs, neutres ou négatifs, pour suivre la satisfaction dans le temps.
– Filtrer : distinguer un e-mail publicitaire d’un message professionnel, pour garder une boîte de réception lisible.
– Prioriser : classer des candidatures reçues selon leur adéquation à un poste, pour orienter un premier tri RH.
– Organiser : ranger des documents administratifs par type (facture, devis, contrat), pour retrouver l’information plus vite.

Ce que tu sauras faire

Reconnaître une tâche de classification dans un outil du quotidien et savoir l'utiliser pour trier, prioriser ou organiser un ensemble d'informations de façon fiable.

Mises en situation

Situation 1 : un plombier indépendant et ses e-mails

Contexte : Un plombier reçoit chaque jour une trentaine d’e-mails mélangeant demandes de devis, réclamations et publicités, et perd du temps à tout ouvrir dans l’ordre d’arrivée.

Application : Il active dans sa messagerie une classification automatique qui étiquette chaque e-mail entrant selon son contenu : « urgence », « devis », « publicité ».

Résultat attendu : Il traite d’abord les urgences en quelques minutes, répond plus vite à ses clients et ne perd plus de temps sur les publicités.

Situation 2 : une association et la modération de commentaires

Contexte : Une association culturelle anime une page Facebook très active et reçoit de nombreux commentaires, dont certains injurieux, qu’un seul bénévole ne peut plus tous relire.

Application : Un outil de classification analyse chaque commentaire publié et le range automatiquement en « acceptable » ou « à modérer », en attente de validation.

Résultat attendu : Le bénévole ne relit plus que les commentaires signalés, la page reste accueillante et le temps de modération est divisé par trois.

Situation 3 : une boutique en ligne et ses avis clients

Contexte : Une boutique en ligne de vêtements reçoit chaque semaine plus de 200 avis clients et souhaite savoir rapidement si la satisfaction évolue.

Application : Une classification automatique range chaque avis en « positif », « neutre » ou « négatif », puis un tableau de bord affiche la répartition chaque semaine.

Résultat attendu : La gérante repère en un coup d’œil une baisse de satisfaction liée à un problème de livraison, et corrige le tir avant que d’autres clients ne se plaignent.

Application guidée : comparer un tri manuel et une classification automatique

Contexte : Une petite entreprise traite 500 tickets de support par mois. Le tri manuel prend en moyenne 2 minutes par ticket, soit environ 16 heures par mois pour une seule personne. Un outil de classification automatique traite les mêmes tickets en quelques secondes, avec un taux d’erreur estimé à 8 %.

Question : L’entreprise doit-elle basculer entièrement sur la classification automatique, ou garder un contrôle humain ?

Résultat attendu : La bonne pratique est un mode hybride : la classification automatique traite le tri initial pour gagner du temps, mais les tickets marqués « incertains » ou les catégories sensibles (réclamations, litiges) restent vérifiés par un humain avant traitement, pour limiter l’impact des 8 % d’erreurs.

Application guidée : trouver le vrai problème derrière des erreurs de classification

Contexte : Un site e-commerce constate que son outil de classification range 25 % des avis clients en « neutre », alors que la responsable marketing s’attendait à moins de 10 %. En creusant, elle remarque que ces avis « neutres » contiennent souvent de l’ironie ou des phrases courtes ambiguës.

Question : Faut-il changer complètement d’outil de classification, ou chercher une autre explication ?

Résultat attendu : Le problème ne vient pas forcément de l’outil : les modèles de classification ont souvent du mal avec l’ironie et les phrases très courtes. La bonne réponse est d’ajouter des exemples de ce type dans l’entraînement du modèle, ou d’accepter une catégorie « à vérifier » plutôt que de forcer un classement.

Pour bien le retenir

L'analogie

Pensez au bureau de tri d’un centre postal. Un facteur reçoit un grand sac de lettres et les répartit, une par une, dans des casiers déjà prêts : « particuliers », « entreprises », « international ». Il ne crée pas de nouveau casier à la volée, il choisit simplement le bon casier pour chaque lettre, en s’appuyant sur ce qu’il a appris avec l’expérience. La classification fonctionne exactement ainsi : des catégories fixées à l’avance, et une donnée qui va dans une seule d’entre elles.

« Classer, c'est choisir le bon casier parmi des casiers déjà prêts, jamais en inventer un nouveau. »

Pièges à éviter

À ne pas confondre avec

Une erreur fréquente consiste à confondre classification et clustering. La classification range une donnée dans des catégories déjà connues à l'avance (spam / non spam), alors que le clustering regroupe des données similaires sans savoir au départ combien de groupes existeront ni comment les nommer. Ce sont deux tâches différentes, même si elles se ressemblent dans leur objectif de « ranger ».

Autre piège : croire qu'un outil de classification a un taux de réussite de 100 %. Un modèle, même performant, se trompe parfois, en particulier sur des cas ambigus (ironie, langage familier, cas rares). Il est donc risqué de l'utiliser seul sur des décisions sensibles (refus d'une candidature, litige client) sans contrôle humain à un moment du processus.

Enfin, ne confondez pas classification et simple recherche par mot-clé : un filtre qui cherche le mot « urgent » dans un texte n'est pas une classification au sens de l'intelligence artificielle, car il ne s'appuie pas sur un apprentissage à partir d'exemples.

Évolution historique

Apparition : Depuis les années 1950-1960 (statistiques), généralisée en entreprise dans les années 2010

Quels changements depuis l’arrivée de l’IA ?

Avant

La classification existait bien avant les grands modèles de langage : elle vient des statistiques et des premiers algorithmes de machine learning (arbres de décision, réseaux de neurones simples). Mettre en place une classification demandait de collecter des exemples, de les étiqueter à la main, puis de faire entraîner un modèle par un spécialiste en data science, un processus qui pouvait prendre plusieurs semaines.

Aujourd’hui

Avec les grands modèles de langage (LLM) comme ChatGPT, Claude ou Gemini, il est devenu possible de demander une classification en langage naturel, sans entraîner de modèle dédié ni écrire de code : « classe ces 50 avis clients en positif, neutre ou négatif ». Cela a rendu la classification accessible à des personnes non techniques, mais a aussi introduit de nouveaux pièges, comme la difficulté à vérifier pourquoi un modèle a choisi telle catégorie plutôt qu’une autre.

Évolution historique

Années 1950-1960 : les premières méthodes statistiques de classification apparaissent en recherche, bien avant l’informatique grand public.

Années 1980-1990 : le machine learning se développe dans les laboratoires, avec des algorithmes comme les arbres de décision ou les réseaux de neurones.

Années 2000-2010 : la classification se répand dans les entreprises, notamment pour le filtrage anti-spam et la détection de fraude bancaire.

Années 2010 : le deep learning (apprentissage profond) améliore fortement la précision, en particulier pour les images et les textes.

Depuis les années 2020 : les grands modèles de langage permettent de classer un texte sans entraînement préalable, juste avec une consigne écrite en langage courant.