Prenons Julie. Elle dirige une agence de communication de douze personnes à Nantes et elle cherche un nouvel outil de gestion de projet. Il y a trois ans, elle aurait tapé sa recherche dans Googl...
Excel, Google Sheets et IA : comprendre son tableur et choisir le bon assistant
Prévoir les ventes du trimestre, suivre les heures passées sur un chantier, organiser le tournoi de foot du club ou tenir le budget du foyer : qu'on soit indépendant, salarié ou simple particulier organisé, on finit toujours par ouvrir un tableur. Après la messagerie, c'est sans doute le logiciel le plus utilisé au bureau. C'est aussi l'un des plus mal compris. La plupart d'entre nous le traitent comme une liste un peu améliorée, avec des cases, des chiffres et une somme en bas de colonne. Ça marche, jusqu'au jour où une formule copiée trois fois de trop fausse tout un rapport.
Depuis que ChatGPT, Copilot, Claude et Gemini savent lire une feuille de calcul et écrire des formules, la donne a changé. Encore faut-il comprendre ce qui se passe dans les cellules pour bien se faire aider. Dans ce guide, qui ouvre une série de quatorze articles consacrée au tableur et à l'IA, je reprends les bases (cellules, recalcul, références, fonctions), j'explique comment « raisonne » un assistant IA, je compare les quatre principaux outils et je termine par un glossaire pour ne plus buter sur le jargon.
Le tableur, cet outil qu'on croit connaître
Excel, Google Sheets ou LibreOffice Calc reposent tous sur la même idée, née à la fin des années 1970 avec VisiCalc : une grille de lignes et de colonnes où chaque case peut dépendre des autres. Près de cinquante ans plus tard, le principe n'a presque pas bougé. Ce qui a changé, c'est la quantité de données qu'on y met et le nombre de personnes qui travaillent sur le même fichier.
Le souci, c'est qu'on apprend rarement le tableur. On le découvre sur le tas, en copiant la formule d'un collègue ou en suivant un tutoriel vidéo à moitié adapté à sa version. Résultat : on sait faire une somme, parfois un filtre, mais on ne sait pas vraiment pourquoi un chiffre change tout seul quand on en modifie un autre. Et c'est précisément ce mécanisme qu'il faut comprendre avant de demander quoi que ce soit à une IA.
La cellule, bien plus qu'une case
Tout part d'un élément minuscule : la cellule. Elle est repérée par une lettre de colonne et un numéro de ligne (B4, F12, Z30), un peu comme les coordonnées d'une bataille navale. Vue de loin, c'est un petit rectangle. En pratique, une cellule porte trois informations distinctes qu'il vaut mieux savoir séparer.
| Couche | Ce qu'elle contient | Exemple |
|---|---|---|
| La valeur | Ce que vous tapez à la main : un nombre, un texte, une date | 1250 ou « Location de salle » |
| La formule | Une instruction qui dit « je n'affiche pas une donnée saisie, j'affiche le résultat d'un calcul qui dépend d'autres cellules » | =B2*C2 |
| Le format | La manière dont le contenu s'affiche, sans changer la valeur réelle | 1 250,00 €, 12 %, 31/12/2026 |
| Une même valeur peut s'afficher de dix façons différentes selon le format choisi. | ||
Cette distinction explique pas mal de surprises du quotidien. Tapez « 31/12 » dans une cellule et le logiciel le transforme en date complète, parfois avec la mauvaise année. Saisissez un numéro de téléphone qui commence par 0 et le zéro disparaît, parce que le tableur a cru voir un nombre. Collez un code produit comme « 1-3 » et il devient « 1 mars ». Ce ne sont pas des bugs : ce sont des règles d'interprétation automatiques, pas toujours intuitives, mais parfaitement logiques une fois qu'on les connaît.
Mon réflexe quand une donnée s'affiche bizarrement : regarder la barre de formule. Elle montre la valeur réelle stockée dans la cellule, alors que la grille montre la valeur mise en forme. Si les deux ne correspondent pas, le problème vient du format, pas du calcul.
Pourquoi tout bouge quand on change un seul chiffre
Modifiez une valeur et voilà qu'une dizaine d'autres cellules se mettent à jour sans que vous ayez rien demandé. C'est à ce moment qu'un tableur cesse de ressembler à une liste. Prenons une feuille de suivi pour l'organisation d'un séminaire d'entreprise.
| Poste | Coût réel | Budget prévu | Écart (formule) |
|---|---|---|---|
| Location de salle | 1 600 € | 1 800 € | -200 € |
| Traiteur | 2 450 € | 2 300 € | +150 € |
| Matériel audiovisuel | 380 € | 400 € | -20 € |
| Transport des intervenants | 720 € | 650 € | +70 € |
| Total | 5 150 € | 5 150 € | 0 € |
Dans la colonne « Écart », chaque cellule contient une formule du type =B2-C2. La ligne de total additionne les colonnes. Si le traiteur revoit son devis à la hausse, vous changez un seul chiffre : l'écart de la ligne se recalcule, le total aussi, et une éventuelle cellule « marge restante » placée plus bas suit le mouvement. Aucun clic supplémentaire.
Le recalcul automatique et le graphe de dépendances
Dès qu'une cellule contient une formule, elle n'est plus autonome. Elle dépend d'autres cellules, comme un maillon dépend de ses voisins dans une chaîne. Le logiciel garde en mémoire une carte de « qui a besoin de quoi pour être calculé », que les informaticiens appellent le graphe de dépendances. À chaque modification, il parcourt cette carte et met à jour tout ce qui est concerné, que la feuille compte dix cellules ou cent mille.
C'est ce qui distingue un tableur d'une feuille de papier : il ne fige pas des chiffres, il les recalcule en continu. Et c'est aussi ce qui le rend dangereux, car une erreur placée en amont se propage silencieusement dans tout ce qui en dépend. Excel propose d'ailleurs un outil pour visualiser ces liens, dans l'onglet Formules, avec les boutons « Repérer les antécédents » et « Repérer les dépendants ». Je vous conseille de l'essayer au moins une fois sur un fichier que vous connaissez mal : les flèches qui apparaissent en disent long.
Références relatives et absolues : le secret de la poignée de recopie
Tout utilisateur a déjà attrapé le petit carré en bas à droite d'une cellule pour étirer une formule vers le bas. La formule se recopie sur des centaines de lignes et s'adapte à chacune. Ce tour fonctionne parce qu'une référence n'est pas fixe par défaut : elle est relative à la position de la formule.
Concrètement, quand vous écrivez =B2-C2 dans la cellule D2, le tableur ne retient pas « la cellule B2 ». Il retient « la cellule située deux colonnes à gauche, sur la même ligne ». Recopiez la formule en D3 et elle devient automatiquement =B3-C3. C'est cette mécanique invisible qui évite de retaper la même formule ligne après ligne.
Le revers, c'est que certaines références ne doivent pas bouger. Imaginez un taux de TVA stocké dans une seule cellule, F1. Si vous recopiez =B2*F1 vers le bas, la ligne suivante pointera vers F2, qui est vide, et le calcul sera faux. Il faut alors « verrouiller » la référence avec le signe dollar.
| Écriture | Type | Comportement à la recopie | Usage typique |
|---|---|---|---|
| A1 | Relative | La colonne et la ligne s'ajustent | Calculs ligne par ligne |
| $A$1 | Absolue | Rien ne bouge | Taux, constante, paramètre unique |
| $A1 | Mixte (colonne figée) | Seule la ligne s'ajuste | Tableaux à double entrée |
| A$1 | Mixte (ligne figée) | Seule la colonne s'ajuste | En-têtes de calcul en première ligne |
| Raccourci : touche F4 dans Excel sous Windows et dans Google Sheets, Cmd+T dans Excel sur Mac, pour passer d'un type à l'autre. | |||
Dans notre exemple, la bonne formule est donc =B2*$F$1. C'est l'une des erreurs les plus fréquentes chez les débutants, et c'est aussi l'une de celles que les assistants IA repèrent le mieux quand on leur montre la formule et le résultat obtenu. Une bonne raison de connaître la règle : vous comprendrez la correction au lieu de la recopier sans savoir pourquoi.
Dans Excel et Google Sheets, transformer une plage en « tableau » (Insertion > Tableau dans Excel, Format > Convertir en tableau dans Sheets) permet d'écrire des formules avec le nom des colonnes, du type =[@[Coût réel]]-[@[Budget prévu]]. C'est plus lisible, et les formules s'étendent toutes seules aux nouvelles lignes.
Les fonctions, des raccourcis prêts à l'emploi
Personne n'a envie de taper =B2+B3+B4+B5 et ainsi de suite sur cent lignes. Les fonctions servent à ça : ce sont des commandes toutes prêtes qui exécutent une opération courante en un seul mot. Le fonctionnement est toujours le même. On leur fournit des éléments de départ (des cellules, des plages, des valeurs), elles appliquent une règle fixe et renvoient un résultat.
Certaines se contentent d'additionner ou de compter. D'autres vont chercher une information ailleurs dans le classeur, un peu comme une base de données qui croise plusieurs tables. Elles peuvent même relier plusieurs feuilles ou plusieurs fichiers entre eux. Voici celles que je croise le plus souvent, avec leur nom anglais, car c'est un point qui pose problème dès qu'on travaille avec une IA.
| Nom français | Nom anglais | Ce qu'elle fait |
|---|---|---|
| SOMME | SUM | Additionne une plage de cellules |
| MOYENNE | AVERAGE | Calcule la moyenne des valeurs |
| NB.SI | COUNTIF | Compte les cellules qui remplissent une condition |
| SOMME.SI | SUMIF | Additionne uniquement les lignes qui respectent une condition |
| SI | IF | Renvoie un résultat différent selon qu'un test est vrai ou faux |
| RECHERCHEV | VLOOKUP | Cherche une valeur dans la première colonne d'un tableau et renvoie une donnée de la même ligne |
| RECHERCHEX | XLOOKUP | Version plus souple de RECHERCHEV, disponible dans les versions récentes d'Excel et dans Google Sheets |
| AUJOURDHUI | TODAY | Renvoie la date du jour, mise à jour à chaque ouverture |
| Dans une version française, les arguments se séparent par un point-virgule (;). En anglais, c'est une virgule. | ||
Pourquoi j'insiste sur l'anglais ? Parce que les assistants IA ont appris sur une immense majorité d'exemples anglophones. Si vous ne précisez pas que votre Excel est en français, il y a de bonnes chances que la formule proposée utilise VLOOKUP et des virgules. Collée telle quelle dans un Excel français, elle renverra une erreur #NOM?. Le réflexe à prendre est simple : indiquer dès le début de la conversation le logiciel, sa version et sa langue.
Excel, Google Sheets ou LibreOffice Calc : lequel choisir ?
Le magazine dont je me suis inspiré pour cette série couvre surtout Excel et Google Sheets, mais LibreOffice Calc mérite sa place dans la comparaison, en particulier pour ceux qui veulent un outil gratuit et installé sur leur machine. Voici comment je résume les trois en 2026.
| Critère | Microsoft Excel | Google Sheets | LibreOffice Calc |
|---|---|---|---|
| Prix | Abonnement Microsoft 365 pour la version de bureau, Excel pour le web gratuit avec un compte Microsoft | Gratuit avec un compte Google, offres Workspace payantes pour les entreprises | Gratuit et open source |
| Fonctionnement | Logiciel installé et version web | Dans le navigateur, application mobile | Logiciel installé (Windows, macOS, Linux) |
| Travail à plusieurs | Bon via OneDrive ou SharePoint | Excellent, c'est sa force historique | Limité |
| Assistant IA intégré | Copilot (selon l'abonnement), complément Claude for Excel | Gemini (selon l'abonnement), fonction IA dans les cellules | Pas d'assistant maison : on passe par un chatbot externe ou une extension tierce |
| Gros volumes de données | Le plus à l'aise (Power Query, Python dans Excel) | Correct, ralentit sur les très gros fichiers | Correct |
| Les trois lisent et enregistrent le format .xlsx, avec parfois des écarts de mise en forme. | |||
Pour un particulier, Google Sheets ou LibreOffice Calc couvrent très largement les besoins. En entreprise, Excel reste la référence, surtout dès qu'on échange des fichiers avec des clients, un expert-comptable ou une banque. Vous trouverez chaque logiciel sur son site officiel : Microsoft Excel, Google Sheets et LibreOffice.
Quand une formule coûte des milliards : l'affaire de la baleine de Londres
Un tableur calcule ce qu'on lui demande, sans jamais se demander si le calcul a du sens. L'exemple le plus cité date de 2012. À Londres, une équipe de la banque JPMorgan Chase gérait des positions très risquées sur des dérivés de crédit à l'aide d'un modèle de risque construit dans des feuilles Excel reliées entre elles par des copier-coller manuels. Le trader au centre de l'affaire avait hérité du surnom de « baleine de Londres » en raison de la taille de ses positions.
Les pertes ont dépassé 6 milliards de dollars. Le rapport interne publié par la banque en 2013 a mis le doigt, parmi d'autres causes, sur une formule : pour calculer un écart entre deux taux, elle divisait par leur somme au lieu de diviser par leur moyenne. Le risque affiché paraissait ainsi environ deux fois plus faible qu'en réalité. La banque a ensuite versé près de 920 millions de dollars d'amendes aux régulateurs américains et britanniques.
Il serait faux de tout mettre sur le dos d'Excel. Les contrôles internes étaient insuffisants et des choix de gestion ont été largement critiqués. Mais l'histoire montre bien qu'une erreur de logique dans une seule cellule peut traverser toute une chaîne de décisions sans que personne ne la voie. Ce n'est d'ailleurs pas un cas isolé : en 2013, un étudiant de l'université du Massachusetts a découvert qu'une étude économique très citée de Carmen Reinhart et Kenneth Rogoff, sur le lien entre dette publique et croissance, oubliait plusieurs pays à cause d'une plage de cellules mal sélectionnée.
Une IA aurait-elle évité ces erreurs ? Peut-être, si quelqu'un avait pensé à lui demander de relire la logique des formules. Mais un assistant peut aussi se tromper avec beaucoup d'assurance. La vraie leçon, c'est qu'un tableur qui sert à prendre des décisions mérite une relecture, humaine ou assistée, avant d'être cru sur parole.
Ce que l'IA change dans le travail sur tableur
Pendant des décennies, le tableur a régné sur presque tous les ordinateurs de la planète sans être vraiment aimé. Trop de règles à connaître, trop de fonctions à retenir, et cette impression de marcher en terrain miné dès qu'on hérite du fichier d'un autre. L'arrivée des assistants IA modifie cette relation sur plusieurs points concrets.
- Une règle obscure se fait expliquer en quelques secondes, avec un exemple adapté à votre cas plutôt qu'une page d'aide générique.
- Une formule de trois lignes pleine de parenthèses peut être traduite en français courant, étape par étape, ce qui aide énormément quand on reprend le classeur d'un collègue parti.
- À partir d'une description en langage naturel (« je veux le total des ventes de mars pour la région Sud »), l'assistant propose la formule, voire construit le tableau croisé dynamique ou le graphique.
- Quand une erreur #REF! ou #VALEUR! apparaît, un assistant qui ne perd jamais patience peut en chercher la cause et proposer une correction.
- Les tâches répétitives (nettoyage de données, mise en forme, macros) deviennent accessibles sans savoir programmer.
Le tableur redevient un outil qu'on pilote plutôt qu'un piège qu'on subit. À une condition : savoir comment ces assistants fonctionnent, parce que leurs limites ne ressemblent pas à celles d'un humain.
Comment un assistant IA lit votre tableur
ChatGPT, Copilot, Claude et Gemini appartiennent tous à la famille des grands modèles de langage, ou LLM. Ce sont des réseaux de neurones entraînés sur des volumes gigantesques de textes et de code pour prédire, morceau par morceau, la suite la plus probable d'une demande. Trois notions suffisent pour comprendre l'essentiel de leurs forces et de leurs faiblesses face à une feuille de calcul.
Les tokens, l'unité de compte des modèles
Un modèle ne lit pas des mots entiers. Il découpe le texte en fragments appelés tokens, selon la fréquence à laquelle certaines suites de caractères apparaissaient dans ses données d'entraînement. Un mot court et courant tient souvent en un seul token, tandis qu'un terme long ou technique comme « automatisation » est coupé en plusieurs morceaux. Chaque token reçoit ensuite un identifiant numérique, et c'est sur ces nombres que le modèle travaille.
Pour un tableur, la conséquence est directe. Les nombres, les dates, les séparateurs et les noms de colonnes répétés consomment beaucoup de tokens. Chaque réponse générée, chaque formule et chaque jeu de données analysé se mesure dans cette unité, qui sert aussi de base à la facturation des API. En français, on compte grossièrement un token pour trois à quatre caractères, mais un fichier rempli de chiffres en consomme bien davantage.
Un modèle prédit, il ne calcule pas
Quand un LLM écrit une formule Excel, il reproduit des structures vues des milliers de fois pendant son entraînement. Il ne fait pas un raisonnement mathématique au sens strict. C'est ce qui explique qu'un modèle ait longtemps pu produire une formule impeccable sur le plan de la syntaxe, mais fausse sur le fond : la bonne forme, appliquée à la mauvaise logique. Pour la même raison, un assistant qui additionne lui-même une colonne de chiffres « de tête » peut se tromper, alors qu'il donnera le bon résultat s'il passe par une vraie formule ou par un outil d'exécution de code.
Le raisonnement étape par étape
Les modèles récents intègrent des modes de réflexion, souvent appelés chain of thought (chaîne de pensée). Avant de répondre, ils décomposent le problème en étapes intermédiaires, un peu comme un collègue qui vous montre ses calculs au lieu de vous tendre seulement le résultat. Selon les outils, ce mode s'appelle « réflexion », « Think deeper » ou se règle avec un curseur d'effort. Il rallonge le temps de réponse, mais il rend les formules complexes nettement plus fiables et permet surtout de repérer l'étape où quelque chose déraille.
La fenêtre de contexte, une limite invisible
Chaque modèle dispose d'une fenêtre de contexte : la quantité maximale de tokens qu'il peut prendre en compte en même temps. Au-delà, rien n'existe pour lui. C'est comme montrer quelques pages d'un rapport à un collègue en lui demandant d'analyser le document entier. Coller les données d'un tableur dans une conversation revient à remplir cette fenêtre.
Un CSV de 500 lignes et 20 colonnes, soit 10 000 cellules, peut à lui seul représenter des dizaines de milliers de tokens. Les modèles phares d'OpenAI, d'Anthropic et de Google annoncent aujourd'hui des fenêtres de l'ordre du million de tokens via leurs API. Dans les applications grand public, la limite réellement disponible dépend souvent de l'abonnement. Et une grande fenêtre ne garantit pas une attention uniforme : un modèle peut perdre en précision sur les informations situées au milieu d'un très long contenu.
Pour un fichier volumineux, je découpe l'analyse en blocs thématiques (une feuille, un mois, une catégorie) et je pose une question précise sur chacun. Les réponses sont plus justes et beaucoup plus faciles à vérifier qu'avec une demande unique du type « analyse tout le fichier ».
ChatGPT, Copilot, Claude ou Gemini : quel assistant pour vos tableurs ?
Les quatre savent générer des formules, interpréter un tableau et suggérer des automatisations. Pour une somme conditionnelle ou une mise en forme, n'importe lequel fera l'affaire. Les différences apparaissent dès que les données se compliquent, et se tromper d'outil se paie en allers-retours et en résultats moins fiables. Voici ce que je retiens de chacun, en restant sur ce que les éditeurs documentent et sur les retours publiés.
ChatGPT, le plus documenté
Développé par OpenAI, ChatGPT reste l'assistant le plus utilisé des quatre. Ce succès a une conséquence très pratique : c'est l'outil pour lequel circulent le plus d'exemples de prompts pour tableurs, le plus de discussions techniques et le plus de cas d'usage. Pour quelqu'un qui découvre l'IA appliquée à Excel, Google Sheets ou Calc, cette masse de ressources aide beaucoup.
Depuis juillet 2026, OpenAI a déployé sa famille GPT-5.6, déclinée en trois modèles (Sol, Terra et Luna) selon le niveau de puissance. ChatGPT est efficace sur les formules de complexité moyenne et demande peu de mise en contexte pour produire une réponse exploitable. Il fait aussi un bon compagnon d'apprentissage, à qui l'on peut demander d'expliquer chaque argument d'une fonction. Sa limite : il travaille à côté du fichier. Il faut lui décrire la structure ou lui envoyer le classeur, puis recopier sa réponse.
Copilot, l'IA installée dans Excel
Copilot est l'assistant de Microsoft. Dans sa version la plus intéressante, il est intégré à Excel et agit directement sur le fichier ouvert, sans copier-coller : il lit le contenu de la feuille, applique les modifications demandées, crée des graphiques ou des tableaux croisés dynamiques à partir d'une consigne en langage naturel. Depuis 2026, ses fonctions dites agentiques lui permettent d'enchaîner plusieurs actions sur un classeur.
Sous le capot, Copilot n'utilise plus un seul modèle. Microsoft a fait de GPT-5.6 son modèle privilégié dans Microsoft 365 Copilot en juillet 2026, mais propose aussi des modèles d'Anthropic, et route une partie des requêtes vers ses propres modèles. Copilot a tendance à répondre directement en sautant les étapes intermédiaires : c'est rapide, mais on comprend moins bien la logique d'une formule. Sa grande limite reste la dépendance à l'écosystème Microsoft 365. Sans abonnement qui inclut Copilot, il redevient un simple chatbot séparé, accessible sur copilot.microsoft.com.
Claude, le raisonnement qui se montre
Claude, développé par Anthropic, est souvent cité comme celui qui explicite le plus volontiers son raisonnement. Il détaille les étapes, ce qui permet de repérer une erreur et de corriger le tir avant qu'elle ne se propage. Il est apprécié pour analyser la structure d'un fichier complexe, repérer des incohérences entre colonnes ou construire une logique conditionnelle avec beaucoup de variables. Face à une consigne longue et détaillée, il a la réputation de garder toutes les contraintes en tête sans les simplifier.
Il dispose aussi d'un complément officiel, Claude for Excel, qui s'installe depuis la place de marché Microsoft et fonctionne dans un volet latéral. Il lit les classeurs à plusieurs onglets, cite les cellules sur lesquelles il s'appuie et modifie les hypothèses sans casser les dépendances entre formules. Ce complément est réservé aux abonnements payants (Pro, Max, Team et Enterprise). J'y consacre un article complet dans cette série.
Gemini, l'atout de l'univers Google
Gemini, développé par Google DeepMind, a un avantage structurel pour qui travaille dans Google Sheets : son intégration à Google Workspace est native. Selon l'offre, il accède aux fichiers stockés sur Google Drive, ce qui lui permet de travailler sur des données mises à jour en continu, utile quand le tableur s'inscrit dans un flux de données vivant. Il est aussi à l'aise pour générer des scripts Google Apps Script et relier une feuille à des sources externes via des API.
Gemini dans Sheets est réservé à certaines offres : Workspace Business Standard et Plus, Enterprise Standard et Plus, ainsi que Google AI Pro et Ultra pour les particuliers. Depuis septembre 2026, il est également disponible dans l'application Google Sheets pour Android, pour analyser et résumer des données. La création de formules et les modifications complexes passent encore par la version web.
| Assistant | Intégration | Point fort | Limite |
|---|---|---|---|
| ChatGPT | Chatbot séparé, envoi de fichiers possible | Rapidité, énorme base d'exemples, apprentissage | Travaille à côté du fichier |
| Copilot | Intégré à Excel | Agit directement sur le classeur ouvert | Abonnement Microsoft 365 avec Copilot nécessaire, raisonnement peu visible |
| Claude | Chatbot et complément Excel | Raisonnement explicite, fichiers complexes, consignes longues | Complément Excel réservé aux offres payantes |
| Gemini | Intégré à Google Sheets | Google Workspace, Apps Script, données connectées | Offres Workspace ou Google AI payantes pour l'intégration |
| Les quatre proposent une version gratuite en chatbot, avec des limites d'usage. | |||
Mon conseil : choisir selon la tâche, pas seulement par habitude. Pour une formule complexe dont on veut vérifier la logique, un assistant qui montre son raisonnement, comme Claude, est un bon choix. Pour agir sur le fichier sans quitter l'application, Copilot dans Excel ou Gemini dans Sheets sont les plus directs. Quand la rapidité prime sur une formule de difficulté moyenne, ChatGPT répond vite et bien. Et rester dans son écosystème habituel simplifie toujours la vie : si toute votre entreprise tourne sur Microsoft 365, Copilot a un avantage évident.
Hallucinations et biais : deux pièges à connaître dès le départ
Avant de confier un tableur à une IA, deux notions méritent d'être bien comprises, parce qu'elles prennent dans les feuilles de calcul une forme plus sournoise qu'ailleurs.
Les hallucinations
Dans le jargon de l'IA, une hallucination est une réponse formulée avec assurance mais fausse : des faits inventés, des sources qui n'existent pas, des informations mal reliées. Elle survient parce qu'un LLM ne « sait » pas vraiment les choses. Il prédit la suite la plus probable et, quand les données manquent ou que la demande est ambiguë, il comble les trous.
Dans un tableur, l'hallucination se cache bien. Ce peut être une formule qui a l'air correcte mais applique la mauvaise logique, une référence à une feuille qui n'existe pas, un total qui « tombe juste » mais porte sur la mauvaise plage, ou une fonction inventée qui n'existe pas dans votre logiciel. La parade tient en quelques gestes : tester la formule sur un cas dont vous connaissez le résultat, demander à l'assistant d'expliquer chaque étape, et vérifier les plages de cellules utilisées.
Les biais
Un modèle n'a pas d'opinion propre. Il reflète les déséquilibres des données sur lesquelles il a été entraîné ou de celles que vous lui soumettez. Si votre historique surreprésente certains cas, l'IA reproduit ce déséquilibre, voire l'amplifie, même sur une tâche qui semble neutre comme l'analyse d'un tableau de chiffres. Exemples typiques : une estimation de salaire qui pénalise une catégorie de salariés, un score de risque qui surévalue l'insolvabilité de certains quartiers, une prévision de ventes fondée sur des corrélations qui ne tiennent plus. Pour limiter le risque, vérifiez la composition des données avant l'analyse et demandez systématiquement au modèle sur quelles colonnes il fonde sa conclusion.
Ne collez jamais de données personnelles (noms, adresses, numéros de téléphone, salaires de vos clients ou de vos salariés) dans un chatbot sans les avoir anonymisées au préalable. Le RGPD s'applique aussi quand vous utilisez une IA, et certaines offres gratuites peuvent utiliser vos conversations pour entraîner les modèles. Un article de la série est entièrement consacré à ce sujet.
Le glossaire de l'IA et des tableurs
Au fil de cette série, vous allez croiser de nombreux termes apparus ou remis au goût du jour avec l'intelligence artificielle. J'essaie de les éviter quand le français suffit, mais la technologie est internationale et son vocabulaire aussi. Voici les définitions à garder sous la main, avec quelques termes propres aux tableurs.
- Agent IA
- Un système basé sur un modèle de langage qui agit de façon autonome pour atteindre un objectif : chercher des informations, lancer des calculs, utiliser des outils, plutôt que de se contenter de répondre à une question.
- Analyse de sentiment
- Technique qui évalue la tonalité d'un texte (positive, négative ou neutre). Pratique pour trier en masse des avis clients rangés dans une colonne.
- Anonymisation des données
- Opération qui supprime ou masque tout ce qui permet d'identifier une personne dans un jeu de données, avant de le partager ou de le soumettre à un outil d'IA externe.
- API (interface de programmation)
- Le point d'accès qui permet à un programme, par exemple un tableur, d'échanger avec un modèle d'IA ou un service web : il envoie des données et récupère une réponse.
- Apprentissage supervisé
- Le modèle apprend à partir d'exemples accompagnés de la bonne réponse.
- Apprentissage non supervisé
- Le modèle cherche seul des structures ou des regroupements dans des données qui ne sont pas annotées.
- Apprentissage par renforcement
- Le modèle teste des actions et reçoit des récompenses ou des pénalités, un peu comme un joueur qui progresse dans un jeu vidéo.
- Apprentissage zero-shot et few-shot
- La capacité d'un modèle à réaliser une tâche sans aucun exemple (zero-shot) ou avec seulement quelques exemples donnés dans le prompt (few-shot), sans entraînement supplémentaire.
- Attention
- Mécanisme qui permet au modèle d'accorder plus de poids aux parties les plus utiles de ce qu'on lui fournit. C'est le cœur de l'architecture Transformer.
- Biais
- Distorsion systématique dans les réponses d'un modèle, héritée des déséquilibres de ses données d'entraînement ou des données qu'on lui soumet.
- Cellule
- L'unité de base d'un tableur, repérée par sa colonne et sa ligne (A1, B4…), qui contient une valeur, un texte ou une formule.
- Chain of thought (chaîne de pensée)
- Mode de fonctionnement où le modèle décompose un problème en étapes intermédiaires avant de donner sa réponse finale.
- Chatbot
- Application qui dialogue en langage naturel, à l'écrit ou à la voix, pour informer, assister ou divertir.
- ChatGPT
- L'assistant conversationnel d'OpenAI, basé sur les modèles GPT et l'architecture Transformer. Il comprend des demandes en langage naturel, analyse des fichiers et génère textes, code et formules.
- Claude
- Famille de modèles d'Anthropic, utilisable en chat, par API ou via des intégrations comme le complément Excel. Il rédige, analyse des données et peut exécuter du code pour des calculs ou des graphiques.
- Complément (add-in)
- Module qui ajoute des fonctions à un logiciel existant, par exemple un assistant IA dans Excel, sans changer d'application.
- Copilot
- L'assistant IA de Microsoft, intégré à Excel et aux autres applications Microsoft 365, qui génère formules, analyses et graphiques à partir de demandes en langage naturel. Il existe aussi en chatbot sur le web.
- Coût au token
- Le tarif appliqué par les fournisseurs d'IA selon le nombre de tokens envoyés et reçus. Un critère à surveiller quand on traite de gros tableurs via une API.
- Deep learning (apprentissage profond)
- Branche du machine learning qui empile de nombreuses couches de réseaux de neurones pour apprendre des schémas complexes à partir de grandes quantités de données.
- Entraînement
- La phase pendant laquelle le modèle ajuste ses paramètres à partir des données pour réduire ses erreurs.
- Fenêtre de contexte
- La quantité maximale de tokens que le modèle peut prendre en compte en une fois. Plus elle est grande, plus il peut « garder en tête » de conversation ou de données.
- Fonction
- Formule prédéfinie d'un tableur (SOMME, MOYENNE, MAX…) qui exécute un calcul sur un ensemble de cellules.
- Gemini
- Famille de modèles multimodaux de Google, intégrée à Google Sheets et à Workspace pour produire contenus, formules et analyses. Également disponible en chatbot.
- Généralisation
- La capacité d'un modèle à rester performant sur des données qu'il n'a jamais vues pendant son entraînement.
- Grand modèle de langage (LLM)
- Système qui a appris à lire et à produire du texte en analysant d'énormes quantités de phrases. Il répond, résume, traduit, écrit du code.
- Hallucination
- Réponse fausse formulée avec assurance. Dans un tableur, cela peut être une fonction inventée, une plage erronée ou une référence vers une feuille inexistante.
- IA générative
- Catégorie d'intelligence artificielle capable de créer du contenu inédit (texte, image, code, formules) au lieu de se limiter à classer ou à prédire.
- Injection de prompt
- Instructions cachées dans un fichier, un e-mail ou une page web pour détourner un assistant IA. Une raison de ne jamais confier à un agent un classeur d'origine douteuse.
- Intelligence artificielle (IA)
- Domaine de l'informatique qui vise à faire réaliser par des machines des tâches demandant une forme d'intelligence humaine : comprendre le langage, reconnaître des images, planifier, décider.
- Jeu de données (dataset)
- L'ensemble des données utilisé pour entraîner ou évaluer un modèle, ou celles que vous analysez dans votre tableur.
- Langage naturel
- La langue que nous parlons (français, anglais…), que les modèles interprètent pour la transformer en actions ou en formules.
- Machine learning (apprentissage automatique)
- Sous-domaine de l'IA dans lequel l'ordinateur apprend à partir d'exemples plutôt qu'en suivant des règles écrites à la main.
- Macro
- Suite d'instructions enregistrée ou programmée (en VBA dans Excel, en Apps Script dans Sheets) pour automatiser des opérations répétitives.
- Multimodalité
- Capacité d'un modèle à comprendre et produire autre chose que du texte : images, son, vidéo, et pour nous des captures d'écran de tableaux ou de graphiques.
- Nettoyage des données (data cleaning)
- Correction ou suppression des données erronées, en double ou incomplètes. Une tâche où l'IA fait gagner beaucoup de temps.
- Paramètres
- Les « poids » internes du modèle, qui déterminent comment il transforme une entrée en sortie. Plus ils sont nombreux, plus le modèle est capable en général, et plus il coûte cher à faire tourner.
- Prompt
- La demande ou la question que vous adressez au modèle.
- Prompt engineering (ingénierie de prompt)
- L'art de formuler ses demandes (contexte, exemples, consignes claires) pour obtenir des réponses plus justes et plus fiables.
- Reconnaissance de motifs
- Capacité à repérer des répétitions, des tendances ou des anomalies dans un grand ensemble de données.
- Réseau de neurones
- Modèle inspiré, de très loin, du cerveau : des nœuds reliés entre eux transforment les données d'entrée pour produire un résultat.
- Script personnalisé
- Code écrit pour étendre les possibilités d'un tableur, de plus en plus souvent avec l'aide d'un assistant IA.
- Suggestion intelligente
- Fonction qui propose automatiquement formules, mises en forme ou compléments de données pendant que vous travaillez.
- Tableau croisé dynamique (TCD)
- Outil qui résume et croise de grandes quantités de données dans un tableau interactif, sans écrire de formules compliquées.
- Tableur
- Logiciel organisé en lignes et en colonnes qui permet de saisir des données, de calculer avec des formules et de créer des graphiques.
- Température
- Réglage qui contrôle la part d'aléatoire dans les réponses : basse, les réponses sont prévisibles, haute, elles sont plus variées. Pour des formules, on veut une température basse.
- Token
- Fragment de texte (mot ou morceau de mot) qui sert d'unité de calcul au modèle et de base à sa facturation.
- Transformer
- Architecture de réseau de neurones présentée par des chercheurs de Google en 2017, sur laquelle reposent tous les grands modèles de langage actuels.
- Validation des données
- Fonction du tableur qui limite ou contrôle ce qu'on peut saisir dans une cellule (liste déroulante, plage de valeurs) pour éviter les erreurs de saisie.
Questions fréquentes
- Faut-il encore apprendre les formules si l'IA les écrit à ma place ?
- Oui, au moins les bases. Sans elles, vous ne saurez pas vérifier ce que l'assistant propose, ni repérer une référence relative qui aurait dû être absolue. L'IA fait gagner un temps fou à ceux qui comprennent ce qu'ils lui demandent.
- Existe-t-il une solution gratuite pour se faire aider par une IA dans Excel ?
- Les versions gratuites de ChatGPT, Claude, Gemini et Copilot permettent de décrire un problème, d'envoyer un fichier et d'obtenir une formule à recopier. Les intégrations directes dans le tableur (Copilot dans Excel, Gemini dans Sheets, complément Claude for Excel) demandent en revanche un abonnement payant.
- Pourquoi la formule proposée par l'IA renvoie-t-elle #NOM? ?
- Le plus souvent, elle est écrite en anglais (VLOOKUP au lieu de RECHERCHEV) ou avec des virgules au lieu de points-virgules. Précisez au début de la conversation que vous utilisez Excel en français, ou demandez une conversion.
- Puis-je envoyer le fichier de mes clients à un chatbot ?
- Pas tel quel s'il contient des données personnelles. Anonymisez-le, remplacez les noms par des identifiants, ou utilisez une offre professionnelle dont les conditions excluent l'entraînement sur vos données. Vérifiez aussi les paramètres de confidentialité de votre compte.
- Excel ou Google Sheets pour débuter ?
- Les deux se valent pour apprendre, car les fonctions de base sont quasiment identiques. Google Sheets est gratuit et très pratique pour partager. Excel reste le format attendu dans beaucoup d'entreprises.
La suite de la série tableur et IA
Ce guide pose les fondations. Dans les prochains articles, je passe à la pratique, un sujet par jour du 12 au 24 octobre :
- Des prompts prêts à l'emploi pour Excel et Google Sheets
- Écrire et comprendre ses formules avec l'IA
- Copilot dans Excel, Microsoft 365 gratuit et Python dans Excel
- Utiliser Claude dans Excel, de l'inscription au complément
- Google Sheets et Gemini : fonctions IA et Apps Script
- Automatiser avec l'IA : astuces de pro et macros VBA
- Nettoyer ses données et supprimer les doublons
- Passer d'un PDF à un tableau Excel avec l'IA
- Organiser ses classeurs : feuilles liées, TCD, fichiers partagés et protégés
- Les pièges de l'IA dans les tableurs, la confidentialité et le RGPD
- Projet concret : un budget toujours à jour
- Projet concret : un planning d'activités sous contrôle
- Projet concret : des données en direct dans vos tableurs grâce aux API
Si vous ne deviez retenir qu'une chose de ce premier épisode : un tableur n'est jamais plus fiable que la logique de ses formules, et une IA n'est jamais plus fiable que la question qu'on lui pose. Avec les deux en tête, vous avez déjà une longueur d'avance.
Comment cet article a-t-il été réalisé ? Le texte a été rédigé par mes soins, puis relu avec l'aide d'une intelligence artificielle afin de corriger d'éventuelles erreurs d'orthographe ou de grammaire. L'illustration de présentation a également été créée à l'aide de l'IA.
Articles qui pourraient vous intéresser
Modes de permission de Claude Code : les 6 réglages expliqués et comment choisir le bon
J'utilise Claude Code presque tous les jours, et j'ai vite compris qu'une bonne partie du confort d'utilisation s...
Gérer ses e-mails Thunderbird avec une IA grâce au protocole MCP : le tutoriel complet
Trier une boîte de réception qui déborde, retrouver la facture d'un fournisseur reçue il y a trois mois, préparer une réponse à un fil de discussion de quinze messages : ce sont des tâches ...
Créer un budget dans Excel avec Copilot : formules, graphiques et tableau de bord qui se met à jour seul
Un budget rangé dans un dossier qu'on n'ouvre jamais ne sert à rien. Celui qui aide vraiment, c'est celui qu'on consulte chaque semaine parce qu'il répond tout de suite aux bonnes questions : co...
GEO : llms.txt, chunking… pourquoi Google enterre les raccourcis pour être cité par l'IA
Depuis que les moteurs de recherche répondent eux-mêmes aux questions, un nouveau sigle circule dans toutes les agences : le GEO. Et avec lui, son lot de recettes express. Un fichier llms.txt à ...
Visibilité IA : comment mesurer et améliorer sa présence dans ChatGPT, Gemini et Google AI
Selon l'édition 2026 du
Si le sigle MCP vous fait d'abord penser au Master Control Program, l'intelligence tyrannique du film Tron sorti en 1982, rassurez-vous : son homonyme actuel est nettement plus pacifique. ...
Model Context Protocol (MCP) : à quoi ça sert et faut-il s'y mettre ?
Injection de prompt : comment une phrase cachée peut piéger votre IA (et comment s'en protéger)
Je confie de plus en plus de petites tâches à l'IA : résumer une page web, trier de la veille, préparer un brouillon. C'est pratique, mais une question me trotte dans la tête depuis quelque te...
Llama Windows : l'IA locale en un clic sur Windows 11, sans terminal ni abonnement
Faire tourner un modèle d'IA directement sur son PC, sans payer d'abonnement et sans que ses questions partent sur un serveur à l'autre bout du monde, c'est possible depuis un moment. Sous Window...
C'est quoi la distillation en IA ? Explication simple, usages et polémique
Depuis le début de l'année 2026, je vois passer le mot « distillation » dans presque toutes les accusations que les laboratoires d'IA américains lancent contre leurs concurrents chinois. Anthr...
