« Je crois que le progrès est devant nous à condition de dépasser sa propagande. »Paul Virilio
L'intelligence artificielle (IA) est un domaine de l'informatique dont l’objectif est la construction de systèmes capables d'effectuer des tâches qui nécessiteraient normalement l'intelligence humaine, telles que l'interprétation et le traitement de l'information, l'apprentissage, la résolution de problèmes, la prédiction, la prise de décision ou la création.
Les technologies d'intelligence artificielle effectuent ces tâches en apprenant constamment par l'expérience, en analysant de grandes quantités de données - ChatGPT a par exemple été entraîné sur un ensemble de données de plus de 8 millions de pages web-, et en faisant des prédictions et en prenant des décisions.
C'est qu'on appelle le deep learning, ou apprentissage profond en français.
C'est pour cela que l'on définit quelquefois l'IA comme un code qui apprend,
autrement dit qui s'améliore continuellement grâce à l'apprentissage et s'adapte aux nouvelles
entrées.
Au quotidien l'IA ce sont des assistants vocaux, des logiciels d'analyse d'images, des moteurs de recherche, des systèmes de reconnaissance vocale et faciale… Ils peuvent être intégrés dans des dispositifs matériels, par exemple des robots avancés, des voitures autonomes, des drones ou des applications.
Mais si le terme « d’intelligence artificielle » (IA) est entré dans le langage commun et son utilisation devenue banale dans les médias, il n’en existe pas réellement de définition partagée.
L’IA est en réalité une discipline jeune d’une soixante d’années, qui réunit des sciences, théories et techniques (notamment logique mathématique, statistiques, probabilités, neurobiologie computationnelle et informatique) et dont le but est de parvenir à faire imiter par une machine les capacités cognitives d’un être humain.
Les courbes des occurrences du mot "intelligence artificielle" dans les livres ou les périodiques montre surtout que si l'IA existe depuis très longtemps, son audience a connu des hauts et des bas qui suivent aussi enthousiasme et déboires technologiques. Chacun se souviendra des débuts laborieux de la traduction automatique.
La question est de savoir si nous assistons à une rupture des pratiques ou un nouveau pic d’intérêt comme il y en a déjà eu&nnbsp;?
Chaque élève est invité à lister les IA qu'il utilise au cours d'une journée. Il s'agit de prendre conscience que les IA sont déjà présentes partout et de discriminer ce qu'est une IA et ce qu'elle n'est pas.
Savoir repérer et lister les IA. Différencier, IA, algorithme, programme etc.
Développer un regard critique sur ses propres activités.
Domaine 3 - La formation de la personne et du citoyen : exercer son esprit critique, faire preuve de réflexion et de discernement
Ordinateur, connexion Internet ou téléphone
Quelles et combien d'IA utilisez-vous en une seule journée ? Cet exercice vise à vous les faire lister du lever 🌞 au coucher 🌅.
Ouvrez un document partagé avec les élèves sur
https://framapad.org/abc/fr/
ou
https://ladigitale.dev/digidoc/
ou
toute
autre
application de partage de texte.
Etape 1
Ouvrez le document partagé (adresse indiquée par votre professeur.)
Etape 2
Racontez une journée type en listant les IA potentielles utilisées.
Exemple. Au réveil, j'utilise Face ID pour déverrouiller mon téléphone portable.
Etape 3
Mise en commun. On liste les appli et les classe en Algos / IA / Non IA.
Qu'est-ce que l'IA ? Qu'est-ce qu'elle n'est pas ? Tentative de définition. Quelles questions morale ? Utiliser ChatGPT est-ce tricher ?
Faut-il en parler à l'école ?
On en parle beaucoup aujourd'hui, mais ça fait longtemps qu'elle est dans nos vies. Prenons un peu de recul sur l'intelligence artificielle, avec Asma Mhalla.
Après plusieurs années de réflexion, le 8 mars 2023 le Parlement européen a finalement défini l'IA.
« Un système d’intelligence artificielle est un système automatisé qui, pour un ensemble donné d’objectifs définis par l’homme, est en mesure d’établir des prévisions, de formuler des recommandations, ou de prendre des décisions influant sur des environnements réels ou virtuels »
Toutefois, toute définition de l'IA peut être amenée à évoluer.
L'ONU, par exemple, quand elle réfléchit sur l'éthique de l'IA (voir plus
loin), ne cherche pas à donner de définition unique de l’IA, celle-ci étant appelée à évoluer en
fonction des progrès technologiques.
Pour savoir si une technologie relève de l'IA nous allons retenir qu'il faut au moins qu'elle satisfasse ces deux critères : autonomie et adaptabilité.
En informatique, l'avatar désigne la représentation informatique d'un internaute, que ce soit sous forme 2D, ou sous forme 3D.
Vous pourriez le dessiner, par exemple avec l'application piskel qui, comme son nom l'indique, permet
de dessiner des gros pixels.
Vous pourriez aussi le générer directement en ayant recours à des
algorithmes.
Mais les avatars peuvent aussi être très ressemblants, comme c'est le cas dans cet exemple. Et de
plus ressemblants, à tel point
tel point qu'on les confond
avec de vraies personnes. Plus de doigts excédentaires ou d'oreille style Spok, ces visages nous
semblent vrais.
Sauf que cette personne n'existe pas.
Ce site vous propose de choisir entre deux images, l'une réelle et l'autre générée par une IA. Saurez-vous distinguer lesquelles ?
N'existent pas d'ailleurs, ni cette voiture, ni cette maison, ni ce chat, cette plage, ou cette carte, toutes fabriquées via un algorithme.
Cette liste est d'ailleurs loin, très loin, d'être fermée, car outre le fameux et très vieillot faux texte Lorem ipsum, vous trouvez des faux graffitis, des fausses voix, de fausses idées, de fausses villes et même des faux plats.
Et mon préféré, du faux Ukulele.
Les avatars sont souvent utilisés dans les jeux vidéos ou les Métavers...
et quelquefois
aussi
pour remplacer un humain pour la présentation de
la
météo comme sur cette chaîne de télévision suisse.
Présentation de la météo suisse par un avatar.
Le site toonme permet de réaliser un avatar à la manière d'un dessin animé à partir d'une photo.
Le site avatarmaker permet de réaliser un avatar en fonction de critères sélectionnés (yeux, bouche etc.).
Southparkstudios permet de créer votre propre personnage aux couleurs de la série animée.
Les avatars permettent de mettre en évidence le fonctionnement d'un algorithme.
Prenez une collection de cheveux, d'oreilles, de bouches etc. et assemblez-les en respectant certaines règles (couleurs, distance voir bien plus compliqué harmonie ou expressivité).
Comment automatiser ce que vous venez de faire ?
Il vous faut une grande quantité de données (oreilles, menton etc.) que vous testez, et en tirez des expériences (audience, profilage etc.).
Ces règles sont des algorithmes. Par exemple, si les oreilles sont jaunes alors le visage l'est aussi. Dans un visage rond les yeux sont placés à X pixels de la bouche. La distance entre deux yeux est souvent proche de la taille d'un œil.
90 % des informations lues par le grand public pourraient être générées par des algorithmes d'ici à 2025 (d'après Kris Hammond, fondateur de Narrative Science).
40 à 70 % des ordres passés lors des transactions financières le sont par des algorithmes.
30 000 milliards C'est le nombre de documents que Google, en 2012, affirmait avoir annexés via son algorithme PageRank. Les chiffres ne sont plus communiqués depuis.
42 % des métiers en France ont un risque élevé d'être automatisés d'ici vingt ans.
47 % des emplois aux États-Unis sont devenus « à risque », c'est-à-dire potentiellement remplaçables par des systèmes d'intelligence artificielle* Étude de Carl Benedikt Frey et Michael A. Osborne (2013).
Le mot « algorithme » vient du nom du savant persan Al-Kharezmi (IXe siècle).
« Un algorithme, c'est simplement une méthode, explique Gérard Berry, professeur au Collège de France. Une façon systématique de procéder pour faire quelque chose : trier des objets, situer des villes sur une carte, multiplier deux nombres, extraire une racine carrée, chercher un mot dans le dictionnaire. Une méthode applicable sans réfléchir, mécaniquement, en suivant un mode d'emploi précis. »
En coproduction avec l'INRIA et S24B, une série d'exercices et de vidéos pour mieux comprendre le fonctionnement de l'IA.
Un avatar, surtout dont le comportement est tracé, est une source de données personnelles non négligeable. Par exemple tel avatar aux lèvres épaisses (ou pas) ira plus souvent sur des sites culinaires ? L'on pourra donc proposer aux autres avatars aux lèvres épaisses des pubs en relation.
Cet exemple est certes simplifié, mais il met en évidence le modèle économique du Web.
Pour aller plus loin le module sur les algorithmes
Une grande partie des informations auxquelles nous sommes confrontés chaque jour sont personnalisées. Contenus sur Facebook, Twitter, Instagram ou d’autres médias sociaux, publicités, recommandations, moteurs de recherche, tous adaptent le contenu qu’ils proposent à votre profil.
C'est le modèle économique le plus courant du Web et celui qui a fait la fortune des GAFA.
Même les journaux s'y mettent et le New York Times ou le China Daily adaptent leur page d’accueil comme Facebook ou Youtube.
Leur objectif ? Votre attention ! Autrement dit votre temps de cerveau disponible.
Pourquoi ? Tout simplement pour vous proposer le plus de pubs possible.
Facebook, Twitter, Snapchat, Instagram... Les géants du numérique sont accusés de vouloir nous rendre accros à leurs applis parce que ton attention, c'est de l'argent. Décodage !
Il existe des plateformes sur lesquelles ce ne sont pas des algorithmes qui décident de votre environnement informationnel mais des humains.
Citons par exemple tournesol, qui permet de comparer deux vidéos entre elles selon plusieurs critères pour considérer un contenu d'utilité publique ou non. À partir des avis des contributeurs, l'algorithme génère un score qui retranscrit l'utilité de la vidéo à partir des préférences des utilisateurs.
Les algorithmes ont des applications très utiles mais restreignent la diversité de nos choix. Ils comportent un effet-bulle (on n’échange plus qu’avec des gens comme nous) et ils portent avec eux une logique omniprésente de la notation et du classement.
Les bulles informationnelles ou bulles de filtre désignent l’enfermement intellectuel de l’individu qui, lorsqu’il surfe sur Internet, se voit proposer automatiquement des contenus conformes à ses préférences.
Pour Xavier de La Porte, "On sait que sur Facebook, Twitter ou autre, l’information qui nous
arrive est sélectionnée et hiérarchisée par des programmes informatiques qui nous donnent à
voir ce qui est censé nous intéresser le plus, en fonction des contenus que nous partageons
le plus, ou sur lesquels nous cliquons. Cela crée nécessairement un biais."
Ce biais ce sont les “bulles de filtres” qui nous empêcheraient de voir d’autres opinions
que celles que l’on partageait déjà.
Sauf qu'il faut ici retenir 3 points.
Pourquoi les fake news ont-elles tant de succès ? Comment les combattre ? Avec HugoDécrypte, nous avons mis les gants. 🥊 Prêts à "démonter" les infox et partager les techniques autour de vous ? C'est parti dans #ChezJamy 🤓
Pour qu'un ordinateur puisse reconnaître une image, il doit d'abord s'entraîner, c'est le « machine learning ».
Pour cela, on va lui soumettre d'immenses quantité de données, des préférences de type image / description. Vous comprenez ici mieux pourquoi l'on vous demande souvent de mettre un nom sur un visage. Sur "copains d'avant" ou Facebook, c'est d'abord vous et pas une quelconque IA qui est le meilleur informateur.
Pour réaliser ce que vous faites ici facilement, une IA doit analyser des milliers et des milliers voire des millions de visages avec un nom.
Cette phrase, vous la voyez assez régulièrement, accompagnée d'un CAPTCHA ou “Completely Automated Public Turing test to tell Computers and Humans Apart”, autrement une varainte de tests de Turing permettant de différencier de manière automatisée un utilisateur humain d'un ordinateur. Ce test de défi-réponse est utilisé en informatique pour vérifier que l'utilisateur n'est pas un robot.
Dans la première version, l'on vous demandait
de reconnaître des lettres. Sauf que très vite les robot les reconnaissaient aussi.
Sont alors arrivées les photos de rues et de feu rouges.
Notons ici que vous travaillez gratuitement pour enrichir la base de connaissance des IA, notamment en matière de conduite automobile en résolvant des problèmes difficiles à résoudre pour un robot. Du "machine learning" à votre insu.
Combien des cases de passages piéton auriez-vous coché ?
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
C'est la réponse la plus courante et d'ailleurs celle attendue.
Mais vous
auriez
aussi
très bien pu cocher 9 ou 10 cases, ce qui serait plus conforme à la réalité.
Bravo ! Vous n'êtes pas un 🤖 !
Ce
CAPTCHA tend à disparaître au profit d'une
simple case à cocher. Simple, n'est pas ici exactement le mot, puisque que c'est la manière même
(temps, déplacement de la souris etc.) qui va déterminer si vous êtes un humain.
Ce dernier type de vérification va d'ailleurs aussi être remplacé par une analyse de comportement face à l'écran.
Ce sera la fin du CAPTCHA.
La base de données MNIST pour "Modified ou Mixed
National Institute of Standards and Technology", est une base de données de chiffres écrits à la
main. C'est un jeu de données très utilisé en apprentissage automatique.
La reconnaissance de l'écriture manuscrite est un problème difficile, et un bon test pour les algorithmes d'apprentissage. La base MNIST est devenue un test standard1. Elle regroupe 60 000 images d'apprentissage et 10000 images de test
Quand un tout jeune enfant regarde une photo, il peut identifier des éléments simples : un chat, un livre, une chaise. Aujourd'hui, les ordinateurs sont assez intelligents pour faire la même chose. Et après ? Dans cette passionnante conférence, la spécialiste en vision par ordinateur Fei-Fei Li décrit où nous en sommes : la base de données de 15 millions de photos mise en place par son équipe pour « enseigner » à un ordinateur à comprendre des photos, et un aperçu de ce qui reste encore à faire.
Le Generative Adversarial Network (GAN) ou réseaux antagonistes génératifs (RAG) sont une classe d'algorithmes d'apprentissage non supervisé. L'apprentissage non supervisé désigne la situation d'apprentissage automatique où les données ne sont pas étiquetées (par exemple étiquetées comme « pouce » ou « Le Carnaval d’Arlequin. Peinture de Joan Miró »).
Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de
théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex. une image),
tandis que son adversaire, le discriminateur essaie de détecter si un échantillon est réel ou
bien
s'il est le résultat du générateur.
Ainsi, le générateur est entrainé avec comme but de tromper
le
discriminateur.
Stable Diffusion, Midjourney ou DALL·E 2. Le principe de ces algorithmes d'intelligence artificielle qui savent générer des images à partir d'un texte.
Un réseau de neurone, qu’il soit biologique ou artificiel, se compose d’un grand nombre d’unités simples, les neurones, qui reçoivent des signaux les uns des autres et se les transmettent. Les neurones sont des agents de traitement de l’information très simples, constitués d’un corps cellulaire et de fils qui relient les neurones les uns aux autres. La plupart du temps, ils ne font rien, mais ils sont toujours en attente et surveillent les signaux qui transitent par les fils.
En coproduction avec l'INRIA et S24B, une série d'exercices et de vidéos pour mieux comprendre le fonctionnement de l'IA.
Sans le Big Data (données immenses), le Machine Learning et l’intelligence artificielle seraient
restées des sciences de laboratoire comme elles le sont depuis 50
ans.
Les données sont l’instrument qui permet à l’IA de comprendre et d’apprendre.
C’est le Big Data qui permet d’accélérer la courbe d’apprentissage et permet l’automatisation des analyses de données. Plus un système Machine Learning reçoit de données, plus il apprend et plus il devient précis.
Parler de l'IA nécessite aussi d'évoquer la
difficulté que nous avons à penser l'immensité, les grands nombres.
Trois exemples dans la
compréhension du vivant
pour faire une analogie.
Il s'agit de notre fenêtre de perception visuelle, des couleurs ou des tailles ou des particules, par exemple le photon gamma...
Nous ne voyons pas dans l'infrarouge (cas des serpents) ou dans
l'ultra violet, et si nous pouvons apercevoir des objet de moins de 0,1 mm ou a plus de 10 km,
nous n'en avons pas de perception spatiale.
Telle étoile est-elle plus ou moins loin que telle
autre ?
La lumière visible émise par le soleil n'est qu'une partie de celle émise.
Il émet des photons,
ces particules qui voyagent à 300.000 kilomètres par seconde et sont si fines
que certaines peuvent nous traverser. Et quand ce sont des photons gamma, leur traversée n'est pas
sans risque... y compris de fake news (voir par exemple Xavier de la Porte.
Pourquoi la nanoparticule s’est-elle retrouvée dans tous les complots ?)
Pour la phase d'apprentissage les IA ont recours à plusieurs centaines des millions d'images auxquelles s'ajoutent les millions qu'elles créent chaque jour. Sauriez-vous réprésenter le nombre d'œuvres exposées au musée du Louvre (moins de 35 000) par rapport à 300 millions ?
Imaginez un écran de 9K, autrement dit très nettement supérieur en résolution à la quasi totalité des écrans actuels. Sur cet écran, les oeuvres exposées au Louvre représentent 1 pixel, autrement dit moins que le pixel que vous ne voyez pas sur votre écran.
9 millions d'élèves vont bénéficier d'un pass Culture augmenté pour un montant total
de 2 milliards d'euros.
Commbien cela représente-t-il par élève ?
Imaginez un jeu de 52 cartes. Mélangeons-le. Combien y-a-t-il de mélanges possibles ?
La population modiale a dépassé les 8 millards d'habitants. Si tous se donnaient la main, quelle distance ferait cette chaîne humaine ?
Un cerveau humain contient approximativement 86 milliards de neurones. Supposons que
le
support de stockage d'une IA est de 3 teraoctets
Combien cela représente-til de cerveau ?
Le nombre maximum de lignes qu'un tableur Excel peut afficher et d'à peine une peu plus d'un million, plus exactement 1 048 576 lignes et 16 384 colonnes. Un tout petit nombre comparé aux données traitées par l'IA.
Notons ici également qu'un tableur, comme tout ordinateur, fait des erreurs. Et des erreurs non pas par erreur mais par sa programmation même.
Testons un calcul simple : 1 + 0.000123456789012345
Ce calcul qu'un élève de CM2 saurait faire, un tableur de type Excel ou OpenOffice le fait-il ?
Étant donné la complexité des systèmes utilisant l’intelligence artificielle, les sources d’erreur peuvent être multiples.
L'Internet des objets (The Internet of Things ou IoT) est un réseau d'appareils physiques, de véhicules, d'appareils électroménagers et d'autres objets intégrés à l'électronique, aux logiciels, aux capteurs et à la connectivité, qui permet à ces objets de collecter et d'échanger des données. L'IoT permet à ces appareils d'être connectés et contrôlés sur Internet, leur permettant d'interagir les uns avec les autres et avec les gens de manière nouvelle et innovante.
Dans l'éducation, les appareils IoT peuvent être utilisés pour faciliter l'apprentissage à distance, permettant aux étudiants d'accéder aux ressources pédagogiques et de se connecter avec les enseignants de n'importe où.
Quand l'internet des objets est associé à l'intelligence artificielle (combinaison entre l’IA et l’IoT appelée aussi AIoT), elle devient caméras de sécurité, véhicule autonome ou ville intelligentes (Smart City).
Pour plus d'informations, voir le module dédié.
Le dilemme du tramway fait réfléchir depuis un demi-siècle : est-ce qu’il vaut mieux laisser mourir 5 personnes ou choisir de n’en tuer qu’une ? Il trouve récemment une nouvelle actualité tout aussi traumatisante : qu’en pensent les voitures autonomes ? Doivent-elles avoir une morale, et laquelle ?
Les agents autonomes ou intelligents sont des systèmes fonctionnels qui savent effectuer des tâches non prévues à l'avance en s'adaptant à la situation.
Plus prosaïquement, ce sont des programmes alimentés par l'IA à qui l'on confie un objectif et pour cela peuvent créer des tâches pour eux-mêmes, les exécuter, en créer de nouvelles.
Le principe de fonctionnement d'un agent autonome est assez simple.
1. Initialiser : définir l'objectif à atteindre pour l'IA
2. Tâches : L'IA génère une liste de tâches à accomplir en fonction de
l'objectif donné
3. Exécution : L'IA exécute les tâches de manière autonome.
4. Mémorisation : Les résultats des tâches exécutées sont stockés dans une
base
de données
5. Commentaires : L'IA évalue les résultats des tâches et ajuste ses
actions en
conséquence
6. Nouvelles tâches : L'IA génère de nouvelles tâches basées sur les
commentaires recueillis
7. Priorisation : L'IA priorise les tâches en fonction de leur pertinence
pour
atteindre l'objectif global
8. Sélection : L'IA sélectionne la tâche la plus prioritaire et travaille
dessus
9. Itération : L'IA répète les étapes 4 à 8 en boucle, s'adaptant et évoluant
à
mesure
que de nouvelles informations et commentaires sont reçus
La petite histoire de la traduction automatique, débuté dans les années 1950, est d'abord celle d'une longue déception. On pensait alors que la traduction automatique allait rapidement résoudre un grand nombre de problèmes et beaucoup de traducteurs se sont mis à craindre pour leur emploi.
Dans la réalité, il a fallu attendre les toutes dernières années pour que la traduction soit réellement efficace (qui s'apperçoit que la page qu'il lit est en fait une traduction instantanée), même s'il reste important de passer par l'humain pour les textes réellement importants.
Il n'en reste pas moins vrai qu'aucun professeur de langue n'aurait plus l'idée de donner un devoir à
la maison consistant à traduite un texte.
Google
translate ou Bing
translator sont passés par là.
Warren Weaver, de la Fondation Rockfeller, commence à combiner le décryptage automatisé et le traitement des langues naturelles, un acte fondateur du concept de traduction par ordinateur. Ces propositions peuvent être trouvées dans son « Memorandum sur la Traduction ».
L’équipe de recherche ayant fondé l’expérience Georgetown-IBM fait la démonstration en 1954 d’une machine qui pouvait traduire 250 mots du russe à l’anglais.
L’Automatic Language Processing Advisory Committee (ALPAC) américain a rapporté que la traduction automatique ne méritait pas les ressources ou les efforts consacrés à son développement.
Dans des années 1970, le Canada a développé le système METEO, qui traduisait les prévisions météorologiques de l’anglais vers le français. C’était un programme simple qui pouvait traduire 80 000 mots par jour. Le programme était suffisamment réussi pour être utilisé jusque dans les années 2000 avant d’avoir besoin d’une mise à jour du système.
Xerox a utilisé son propre système pour traduire des manuels techniques. Les deux ont été utilisés avec succès dès les années 1970, mais la traduction automatique ne faisait qu’effleurer la surface en traduisant des documents techniques.
Franz-Josef Och a gagné une compétition de vitesse de traduction automatisée en 2003 et il est devenu chef du Développement Traduction chez Google.
Google a annoncé que son programme Google Translate traduisait suffisamment de texte pour remplir un million de livres par jour. Google a annoncé en 2016 que l’implémentation d’une approche de réseau neural améliorait la clarté sur Google Translate, en éliminant beaucoup de ses imprécisions. Ils l’ont appelé le système Google Neural Machine Translation (NMT). Ce système a commencé à traduire des paires de langues qu’on ne lui avait pas appris. Les programmeurs ont appris au système la traduction de l’anglais au portugais, ainsi que de l’anglais à l’espagnol. Le système s’est alors mis à traduire le portugais et l’espagnol, alors que cette paire de langues ne lui avait pas été assignée.
Pourquoi est-ce si difficile ? Pourquoi rien ne se passé des années 50 jusqu'aux années 80 ? Et pourquoi soudain cela marche ? Pourquoi les réseaux de neurones se sont mis a fonctionné ?
Un prompt désigne une instruction que l’on envoie à un algorithme d’une intelligence artificielle
(IA) spécialisée dans la génération de contenu — comme du texte ou de l’image. Quelquefois
pompeusement
appelé "prompt engineering", il s'agit surtout d'écrire une demande précise en langage naturel.
Quand on dit langage naturel on pense…
De fait, ces prompts simples pour découvrir l'IA vont vite évoluer vers des formes beaucoup plus
élaborées.
Voir par exemple ces listes de prompts sur le site pandia.pro/
Stablediffusion propose de faire une recherche dans sa base de données de prompts
Sur DALL-E ou ChatGPT, il suffit d’inscrire son texte dans la zone prévue à cet effet. Avec
Midjourney, il faut taper une commande précise, qui commence par « /imagine », suivi par votre
description.
Par exemple « /imagine un zèbre avec des rayures vertes et une tête de lapin ».
Plus votre description sera précise et détaillée, meilleur sera le résultat. Cela veut dire qu’il va vous falloir ajouter des mots-clés dans votre texte pour que l’algorithme ait à disposition tout ce qui vous intéresse.
Vous pouvez écrire vos prompts en français mais l'anglais reste recommandé.
Des instructions type du style "Agir en tant que" vous permettent de désigner un rôle ou un personnage et de saisir des commandes comme si vous étiez cette personne.
Les prompts IA doivent contenir des instructions claires et directes. Évitez les phrases longues et
compliquées, utilisez des mots simples et faciles à comprendre.
Donnez des exemples concrets, évitez les acronymes et les abréviations, soyez
patient et attendez la réponse et conscients des limites.
L’IA utilise des techniques de traitement du langage naturel (NLP) qui lui permettent
d’analyser les mots et les phrases de la requête.
Elle décompose cette dernière en mots ou en groupes de mots appelés
« tokens ». Ensuite, elle identifie les parties clés, telles que le sujet,
l’action demandée, les paramètres spécifiques, etc.
Une fois cette étape réalisée, elle se base sur des algorithmes pour trouver des réponses possibles à la demande. Ils sont basés sur des modèles de langage qui ont été entraînés sur de grandes quantités de données pour reconnaître les relations entre les mots et les phrases.
Enfin, l’IA propose une réponse via des algorithmes de génération de texte. Ils peuvent produire une réponse à partir de zéro ou combiner des fragments de texte existants pour créer une réponse cohérente.
Un grand classique de l'IA, popularisé notamment par Siri (2011) ou Alexa (2014) pour les instructions par reconnaissance vocale.
Le traitement du langage naturel est une avancée récente dans le domaine de la reconnaissance vocale, et permet à l'IA de s'appuyer sur les règles grammaticales pour analyser des discours en direct.
L'application en ligne speechtexter permet de générer un texte à partir de son enregistrement dans plusiseurs langues.
Amazon Transcribe Medical est un outil permettant aux professionnels de la santé d'enregistrer rapidement et efficacement des conversations cliniques dans des systèmes de dossiers de santé électroniques à des fins d'analyse. Par exemple, dans le secteur bancaire, la synthèse vocale est utilisée via un service client activé par la voix. Dans le secteur de la santé, la synthèse vocale contribue à améliorer l'efficacité en fournissant un accès immédiat aux informations et en saisissant des données.
Voici le texte qui est proposé, ensuite enregistré via un téléphone.
Dans la série des outils d'openai, Whisper est un système de reconnaissance vocale automatique passé en opensource (ASR) formé sur 680 000 heures de données supervisées multilingues et multitâches collectées sur le Web.
Whisper est le nom du réseau de neurones utilisé. Il est proposé sur github pour les codeurs.
Dans le même esprit, assemblyAI propose une API très simple aux codeurs. Avec quelques lignes de code, par exemple en Python avec vos élèves, un fichier son peut lui être fournit en entrée pour disposer de sa transcription en sortie.
Le site voicemod permet de générer une musique à partir de n'importe quel texte en sélectionnant une voix, un style etc.
tuna.voicemod.net/text-to-song/
Une IA qui extraie les instruments, voix et sons d'un fichier sonore.
Outre Midjourney, une application payante (après 25 images gratuites à la date de rédaction) devenue célèbre pour ses faux notamment d'un ex président américain, il existe de nombreux sites qui permettent de transformer une commande textuelle, le fameux prompt, en image.
Certains sites proposent d'ajouter et de mixer des images ou des photos.
Evidement Adobe ne pouvait pas rester les bras croisés et propose de nombreuses fonction, souvent en version bêta pour l'instant, mais prometteuses
Dans le chapitre consacré aux faux (personnes, paysages, maison etc.) nous avons qu'il est très facile de reproduire des images de personnes qui n'existent pas.
On peut aussi dorénavant leur faire dire ce qu'elles ne disent pas.
Cette vidéo montre les possibilités (en 2016) de la reconstitution faciale en temps réel.
Cette technologie (datée, 2016), mise en oeuvre dans la réalisation de deepfakes, peut avoir recours à n'importe quelle voix, la vôtre ou un autre, pour peu de disposer d'un échantillon.
Nous avions évoqué dans le module techno / mytho le travail de la société candyvoice et l'imitation de plusieurs voix, dont celle par exemple d'E. Macron à partir de 10 mn d'échantillon récupérés.
Citons également descript.com/ qui reproduit n'importe quelle voix à partir d'un échantillon ou les applications de montage automatique, par exemple filmora, GoPro Quik ou Mimo.
Mais là, il s'agit de réaliser des vidéos sans tourner une seule minute de film.
Par exemple sur le site https://app.heygen.com/ vous propose de faire cela de manière très simple.
Prompt testé : "femme, intérieur années 30, style art déco, tableaux de miro au mur".
ChatGPT est un robot conversationnel qui permet de répondre aux questions que vous lui posez. L’accès est gratuit à ce jour.
Pour y accéder, il suffit de se rendre sur le site officiel de ChatGPT d’OpenAI, et s’inscrire.
ChatGPT est une intelligence artificielle dite conversationnelle, un chatbot basé sur GPT (Generative Pre-training Transformer). Vous pouvez donc avoir une vraie conversation avec ChatGPT. Il se souvient des questions que vous venez de lui poser et vous pouvez rebondir sur ce qu’il vous répond.
Il peut être utilisé pour effectuer diverses tâches comme :
Vous pouvez directement poser vos questions en français et l’intelligence artificielle vous répondra dans la même langue et ce même si le site de ChatGPT est en anglais.
Comme pour toute recherche, poser les "bonnes" questions reste le plus important.
C’est votre capacité à savoir poser les bonnes questions aux intelligences artificielles qui
définira la qualité des réponses.
Reste ensuite à trier, faire une lecture critique des
réponses.
Les bases de ChatGPT, et comment il a été conçu à partir du modèle de langage GPT.
Le modèle est capable de "apprendre" de manière autonome en interagissant avec les utilisateurs et en s'adaptant à leurs réponses. Et les réponses sont quelquefois tellement surprenantes et adaptées (il a été entrainé pour trouver le mot d'après) que certains y voient un côté humain ou intelligent, ce qui est faux.
Est-ce que vous dites bonjour à votre aspirateur avant de le passer ?
Dès que l'on pousse réellement l'exigence des demandes, les limites sont vite atteintes. Par exemple, dans la génération de code, ChatGPT peut s’interrompre sans possibilité de reprise, proposer des codes différents à une même demande, du code inadapté, "bavard", ou qui ne répond pas aux besoins.
Passant de l'émerveillement à la fanche consternation, sans filtre, la pratique de ChatGPT a pour
principal défaut d'installer le doute : dans quelle mesure est-il possible de faire
confiance en ChatGPT ?
La question revient alors à celle de la tolérance à l’erreur que vous pouvez accepter dans votre
domaine.
Un autre problème relevé dans le rapport technique de GPT-4 est le manque de transparence.
Alternatives opensource.
https://www.lebigdata.fr/chatgpt-alternatives-open-source
L'application hellohistory vous
permet de
dialoguer avec des personnages célèbres, leur poser des questions etc.
Écrit par Andrew Herft, traduit et adapté par
Alexandre Gagné, ce guide de l'enseignant donne des conseils et des exemples d'utlisation de chatGPT
avec vos élèves.
PDF
ChatGPT se trompe, c'est d'ailleurs clairement indiqué.
Eh bien vous ne le saurez pas ! Nulle trace de sources dans ChatGPT. Ses sources, c'est le Web, pour le meilleur et le pire du pire.
Pour un journaliste, ou un historien l'absence de sources signifie tout simplement pas de journalisme
ou pas d'histoire. Pour une IA, Les sources utilisées sont multiples, voire infinies, mais aussi
inconnues par
l’utilisateur qui ne sait rien de leur fiabilité.
L'IA produit même des fausses informations parfois très convaincantes (faits historiques ou
citations d’auteurs), un phénomène appelé « hallucination ».
Si l'absence peut poser problème, le trop plein aussi.
Le principal enseignement que donnent ces IA, c'est que, plus que jamais, l'apprentissage de la lecture critique de l'information est un enjeu d'éducation fort.
Et, malheureusement, de plus en plus difficile.
Supposons qu'il existe une page Web qui contient des mots uniques, puisqu'ils n'existent pas. Le
texte en est compréhensible mais références à des mots qui n'existent pas.
Ca
tombe bien, cette page, elle existe, puisque je l'ai inventée, et elle est en ligne.
Et vous pouvez la consulter ici.
Faites le test avec le mot clé : "aeikaimavana", une page mise en ligne il y a une quinzaine d'années.
L’une
des critiques adressées au test de Turing en tant que test d’intelligence est qu’il mesure plus
la ressemblance du comportement de l’ordinateur avec celui de l’être humain que son intelligence.
De nouveaux tests sont apparus, par exemple celui de la chambre chinoise
En 1811, en Grande-Bretagne, commençait la révolte des Luddites : ces artisans textiles qui perdaient leur emploi en masse à cause de la multiplication des métiers à tisser mécaniques, et qui attaquaient les usines pour en détruire les machines. En pleine guerre contre Napoléon, l’Angleterre a dû envoyer 12 000 soldats pour contenir l’émeute, condamner à la peine de mort ou à l’exil, les casseurs de machines.
La deuxième partie de ce cours sur l'IA traite des implications sociétales de l'IA.
Partialité des algorithmes avec une discrimination fondée sur l’appartenance ethnique, le sexe ou d’autres facteurs lors de la prise de décisions concernant les demandes d’emploi, les prêts bancaires, etc.
Les réseaux sociaux peuvent facilement amplifier les partis pris existants, même s’ils sont très légers au départ.
Autre question, celle de la désanonymisation, c’est-à-dire la levée de l’anonymat de données dont nous pensions qu’il était assuré.
Ce ne sont ici que quelques points de ceux abordés dans ce cours en ligne gratuit.
Comment empêcher les élèves d'utiliser ChatGPT comme moyen de tricher et de plagier ?
Certes, il existe de nombreux outils différents déjà disponibles pour détecter un texte écrit par l'IA. Citons par exemple.
Un site qui a l'avantage d'être en français et permet de tester avant de payer.
Mais la bataille semble d’ores et déjà perdue. Peut-être faut-il envisager d'utiliser les IA comme un outil pour les tâches créatives qui soutiennent l'apprentissage actif et l'amélioration des compétences de pensée critique et créative des élèves. Et apprenandre ainsi à l'utiliser de manière responsable, comme aide à l'apprentissage ou comme compagnon d'apprentissage.
Recommandations sur l’éthique de l’intelligence artificielle (23 novembre 2021)
L’Intelligence Artificielle est-elle compatible avec les humanités ?
Un
article du Café
pédagogique vous propose de faire le point.
Cependant, trois éléments occupent une place centrale dans cette approche éthique :
Il y a quelques années déjà, que ce soit dans le module sur les algorithmes, ou sur les drones et l'IA nous nous posions la question des robots tueurs.
Depuis 2012, elle est régulièrement dénoncée par une coalition de 51 organisations non gouvernementales (ONG) coordonnée par Human Rights Watch, dans le cadre de la campagne internationale « Stop Killer Robots » (« Arrêtez les robots tueurs »), celle d'interdire à une machine autonome la possibilité de tuer. La décision de tir a toujours été réservée aux humains sur le champ de bataille.
Or, que constate-t-on en Ukraine ?
L'usage régulier de munitions rodeuses.
Et la France n'est pas en reste.
La Direction générale de l’armement (DGA) et l’Agence de l’innovation de défense (AID) ont lancé, début mai 2023, deux appels à projets pour le développement de « munitions rôdeuses », aussi appelées drones kamikazes, munitions maraudeuses, vecteurs opérationnels à charge active…
Elles ont déjà été développées dans des pays comme Israël, la Pologne et surtout les USA qui ont récemment fourni aux Ukrainiens des Switchblade et des Ghost Phoenix.
Cette vidéo de promotion montre le fonctionnement de cette munition rodeuse qui a recourt à l'IA (noté la femme et l'enfant qui sont évités), pour se jeter sur des "ennemis" à l'intérieur même d'une maison.
Outre les menaces sur les emplois (300 millions selon certaines sources), la dévalorisation d'autres, les questions de vie privée, de sécurité des données, de fake news ou d'addictions et j'en passe, se pose aussi tout simplement l'usage volontaire de l'IA à des fins néfastes.
Cela est déjà le cas en la détournant de sa finalité (hackers, officines d'influence, publicités cachées etc.) mais aussi pour des États pour mener une guerre numérique. Fort heureusement, la qualité des données d'entraînement produites par des pays non démocratiques reflète celle de l'absence de liberté d'expression. Assez piètre.
Le PDG d'OpenAI, Sam Altman, a déclaré lors d'une
audition mardi devant le Congrès américain que l'IA est une technologie à la fois utile et
dangereuse et qu'elle est susceptible de bouleverser l'économie, les institutions démocratiques et
les principales valeurs sociales. Il a déclaré aux législateurs qu'il était urgent de réglementer la
technologie et a présenté ses propres propositions sur la manière dont le gouvernement américain
pourrait réglementer les entreprises comme la sienne. Ce n'est pas la première fois qu'Altman
déclare être effrayé par les potentiels de l'IA, mais OpenAI et lui s'emploient toujours à
développer des systèmes d'IA plus puissants.