Intelligence artificielle⚓︎
Pourquoi ce module ?⚓︎
C'est le module où tout converge. Depuis le début de l'année, l'IA est revenue dans chaque thème :
- en M0, tu as vérifié du code produit par une IA — elle produit du plausible, pas du vrai ;
- dans Les données, tu as vu qu'elle apprend à partir de données, et hérite de leurs biais ;
- dans Images, tu as compris pourquoi elle ratait les mains ;
- dans Réseaux sociaux, tu as écrit un algorithme de recommandation ;
- dans Internet, tu as calculé ce que coûte une requête, et où tournent les modèles.
Ce module rassemble tout cela et pose enfin la question de fond : qu'est-ce qu'apprendre, pour une machine ?
Ce que ce module fait, et ne fait pas
Jusqu'ici, on a beaucoup dit ce qu'une IA ne fait pas : elle ne comprend pas, ne vérifie pas, ne veut rien.
Ce module dit enfin ce qu'elle fait : apprendre à partir d'exemples, classer, prédire, générer. Et il le fait en te faisant écrire ces algorithmes toi-même — car il n'y a, là non plus, aucune magie.
Objectifs du module
À la fin de ce module, tu sauras :
- expliquer la différence entre programmer une règle et apprendre d'exemples ;
- écrire toi-même un classifieur simple ;
- distinguer données d'entraînement et données de test, et dire pourquoi ça compte ;
- montrer par le code comment un biais des données se transmet au modèle ;
- expliquer, sans mathématiques, comment un modèle génère du texte ;
- situer les enjeux : environnement, souveraineté, travail, création ;
- utiliser une IA de façon éclairée, dans le cadre du CRCN.
Ce que tu réutilises⚓︎
Ce module ne demande aucune notion nouvelle de programmation. Il réinvestit tout :
| Vient de | Quoi |
|---|---|
| M0 bloc C | listes, fonctions, minimum/maximum |
| M0 bloc D | « plausible n'est pas vrai », les trois codes vérifiés |
| Les données bloc B–D | jeux de données, échantillon, biais |
| Images bloc D | génération, « mal représenté = mal produit » |
| Réseaux sociaux bloc B | recommandation, optimiser un critère |
| Internet bloc C | coût énergétique, centres de données |
Le découpage en séances⚓︎
9 séances, réparties en cinq blocs.
| # | Séance | Bloc |
|---|---|---|
| 1 | Qu'est-ce qu'apprendre ? | A |
| 2 | Écrire un classifieur | B |
| 3 | Entraîner et tester | B |
| 4 | Quand les données mentent | C |
| 5 | Recommander et prédire | C |
| 6 | Générer du texte | D |
| 7 | La température et les limites | D |
| 8 | Ce que l'IA change | E |
| 9 | Usage éclairé et bilan de l'année | E |
Les blocs⚓︎
- Bloc A — Qu'est-ce qu'apprendre ? — règle écrite contre apprentissage par l'exemple
- Bloc B — Classer — écrire un classifieur, entraîner, tester
- Bloc C — Quand les données mentent — biais, recommandation, prédiction
- Bloc D — Générer — prédire le mot suivant, hasard, hallucinations
- Bloc E — Ce que l'IA change — environnement, travail, souveraineté, usage éclairé