Selon l’Office québécois de la langue française, l’intelligence artificielle (IA) est un domaine d'étude ayant pour objet la reproduction artificielle des facultés cognitives de l'intelligence humaine dans le but de créer des systèmes ou des machines capables d'exécuter des fonctions relevant normalement de celle-ci.

L’IA générative fait partie d’un sous-ensemble de l'IA appelé apprentissage automatique. Ce type d’IA fonctionne sur la base d’un entraînement de la machine à partir de données et sur sa capacité à construire des schémas à partir de ces données pour en généraliser des concepts sous-jacents.
Au fil des années, de nouveaux algorithmes d’apprentissage ont été inventés, la puissance de calcul des systèmes d’IA a augmenté de manière exponentielle et une quantité massive de données sont devenues disponibles pour soutenir leur entraînement. C’est ainsi qu’a émergé ce qu’on appelle l’apprentissage profond, un mode d’apprentissage effectué par un réseau de neurones artificiels inspiré des réseaux de neurones humains.
L’IA générative est une sous-catégorie de l’apprentissage profond, un mode d’apprentissage effectué par un réseau de neurones artificiels. On parle d’IA générative parce que les données ayant servi à l’entraînement du réseau de neurones permettent à celui-ci de générer de nouveaux contenus pouvant prendre plusieurs formes, par exemple du texte, de la vidéo ou des fichiers audio.
Les modèles de langage basés sur l'IA générative reconnaissent, pour leur part, différentes formes linguistiques: des mots, des portions de phrase ou des phrases complètes. Pour générer des contenus textuels inédits, ces modèles prédisent la probabilité des séquences linguistiques: tel mot après tel mot, tel segment de phrase après tel autre, etc. Ce calcul de probabilité leur permet de générer un contenu plausible et intelligible.