MODULE 1 – Introduction et fondements de l’intelligence artificielle
- Cerner les attentes et évaluer les connaissances préliminaires via un test oral.
- Explorer l’histoire de l’IA, les définitions de base (IA, ML, DL), et comprendre les divers axes de l’intelligence artificielle.
- Étudier le modèle de neurone, le perceptron multicouche, et les modèles à grande échelle.
- Discuter des concepts philosophiques et éthiques, y compris le dilemme du Tramway et la différence entre IA faible, générale, et forte.
MODULE 2 – Intelligence artificielle conversationnelle
- Introduction au traitement automatique du langage naturel (NLP) et aux IA conversationnelles, du modèle Transformer à GPT.
- Analyse des performances et des possibilités entre GPT-3 et GPT-4, y compris une introduction au prompt-engineering.
- Mise en pratique avec un cas pratique sur l’utilisation des IA conversationnelles en linguistique.
MODULE 3 – Intelligence artificielle dans la pédagogie
- Examiner l’utilité des IA conversationnelles dans les pratiques pédagogiques et leurs applications potentielles.
- Étudier l’éthique, les biais possibles des IA conversationnelles et les problématiques spécifiques à l’enseignement.
- Approfondir avec plusieurs cas pratiques pour illustrer l’utilisation effective des IA conversationnelles en contexte pédagogique.
MODULE 4 – Intelligence artificielle générative
- Comprendre les bases des IA génératives et les principales techniques, y compris les réseaux génératifs antagonistes (GANs) et l’auto-encodeur variationnel (VAE).
- Participer à des jeux interactifs pour distinguer les œuvres créées par IA de celles créées par des humains.
- Appliquer les connaissances acquises à travers un cas pratique sur les modèles génératifs.