C'est l'occasion de découvrir et de suivre un MOOC (Massive Open Online Course - ou CLOM en français cours en ligne ouvert et massif).
C'est gratuit et c'est ici, offert par l'INRIA (institut national de recherche en sciences et technologies du numérique) :
https://www.fun-mooc.fr/fr/cours/intelligence-artificielle-pour-et-par-les-enseignants-ai4t/
Effort 3h / Inscription et cours jusqu'au 31 déc 2026 me dit la page d'accueil. Pour les généreux enseignants transmetteurs, voir en bas de la page.
Au programme:
- Identifier le potentiel et les utilisations actuelles de l'IA en éducation
- Comprendre ce qu'est réellement l'IA et d'où elle vient
- Expérimenter différentes techniques d'IA
- Identifier la place cruciale des données pour les outils éducatifs basés sur l'IA
- Appliquer une méthodologie pour analyser un outil pédagogique basé sur une IA
Liens sympas et notes:
Class'Code :
- https://classcode.gitlabpages.inria.fr/classcodeia/app/tuto1/tester
- https://classcode.gitlabpages.inria.fr/classcodeia/app/tuto2/tester
- https://classcode.gitlabpages.inria.fr/classcodeia/app/tuto3-ai4t/
YT:
- Comment fonctionne ChatGPT? Un tour d’horizon en moins de 5mn
https://www.youtube.com/watch?v=K8gOvC8gvB4&list=PL9T8000j7sJBsz7eY1ErIhrBlOzIDK1W-
- 1. Intervention humaine et surveillance
Les systèmes d'IA doivent donner plus de pouvoir aux êtres humains, en leur permettant de prendre des décisions éclairées et en favorisant leurs droits fondamentaux. Dans le même temps, des mécanismes de surveillance appropriés doivent être mis en place, ce qui peut se faire par le biais de l'humain-dans-la-boucle, de l'humain-sur-la-boucle et de l'humain-aux-commandes. - 2. Robustesse technique et sécurité
Les systèmes d'IA doivent être résilients et sécurisés. Ils doivent être sûrs et disposer d'un plan de repli en cas de problème, tout en étant précis, fiables et reproductibles. C'est la seule façon de garantir que les dommages involontaires peuvent être minimisés et évités. - 3. Vie privée et gouvernance des données
Outre le plein respect de la vie privée et de la protection des données, il convient également de garantir des mécanismes adéquats de gouvernance des données, en tenant compte de la qualité et de l'intégrité des données, et en assurant un accès légitimé aux données. - 4. Transparence
Les données, le système et les modèles commerciaux de l'IA doivent être transparents. Les mécanismes de traçabilité peuvent y contribuer. En outre, les systèmes d'IA et leurs décisions doivent être expliqués d'une manière adaptée à la partie prenante concernée. Les humains doivent être conscients qu'ils interagissent avec un système d'IA, et doivent être informés des capacités et des limites du système. - 5. Diversité, non-discrimination et équité
Les biais injustes doivent être évités, car ils pourraient avoir de multiples répercussions négatives, allant de la marginalisation des groupes vulnérables à l'exacerbation des préjugés et de la discrimination. Pour favoriser la diversité, les systèmes d'IA doivent être accessibles à tous, quel que soit le handicap, et impliquer les parties prenantes concernées tout au long de leur vie. - 6. Bien-être sociétal et environnemental
Les systèmes d'IA doivent profiter à tous les êtres humains, y compris aux générations futures. Il faut donc veiller à ce qu'ils soient durables et respectueux de l'environnement. En outre, ils doivent tenir compte de l'environnement, y compris des autres êtres vivants, et leur impact social et sociétal doit être soigneusement étudié. - 7. Responsabilité
Des mécanismes doivent être mis en place pour garantir la responsabilité et l'obligation de rendre compte des systèmes d'IA et de leurs résultats. L'auditabilité, qui permet d'évaluer les algorithmes, les données et les processus de conception, joue un rôle essentiel à cet égard, notamment dans les applications critiques. En outre, il convient de garantir un recours adéquat et accessible.
Aucun commentaire:
Enregistrer un commentaire
Tout commentaire nous engage ;)