Acquis d'apprentissage

Le cours permettra à l'étudiant de :

  • appréhender le domaine de l’intelligence artificielle dans ses dimensions techniques, historiques et humaines
  • adopter une vision critique afin d’utiliser l’IA à bon escient, de façon réflexive et responsable
  • adopter une vision scientifique et raisonnée de l’IA (avantages et risques)
  • pouvoir défendre ou s’opposer à l’utilisation de l’IA dans une organisation ou dans la société

Contenu

Le planning ci-dessous présente le contenu du cours (qui pourrait être ajusté à la marge comme le cours est donné pour la première fois cette année, le nombre d'heures est donné à titre indicatif) :

1) Fondements de l’IA

  • Préambule (1h) : introduction, historique de l'IA, plan du cours et modalités d’évaluation
  • Notions d’informatique (1h) : anatomie d’un ordinateur, vocabulaire, comment développe-t-on un logiciel...
  • Fondements de l’IA (6h) : types d'IA, systèmes experts et logique, réseaux de neurones, IA générative, LLM...

2) IA et individus

  • Utilisateurs et IA (2h) : notions d'expérience utilisateur, principes de design pour l’IA, transparence et accessibilité...
  • Vers une IA responsable ? (2h) : biais, responsabilité, rapport au monde et au réel, IA durable et demande énergétique...

3) IA et organisations

  • Utilisation de l’IA et vision managériale (2h) : aide à la décision,  automatisation, applications organisationelles, nouvelles technologies...
  • Applications disciplinaires de l’IA (4h = 8 x 30 minutes, orateurs ≠) : geospatial AI, IA en histoire, impact sur le métier de développeur, IA en physique, IA en médecine...

4) IA et société

  • Rapports entre IA et la société (2h) : responsabilité, impact sur la société (fracture numérique, inégalités…), risques (crime, fake news, etc.)...
  • Que dit le droit sur l’IA ? (2h) : réglementations sur l’IA, impératifs légaux (copyright, plagiat, vie privée, etc.), impact de l’IA sur le droit et la justice...
  • IA et éducation (2h) : impact de l’IA générative, utilisation des outils d’IA (prompts, etc.) à bon escient, sensibilisation aux risques (fiabilité, sources, plagiat)...

Méthode d'évaluation

L’évaluation se décline en deux parties :
1.    Un rapport montrant l’utilisation de l'IA sur un cas issu du domaine d’études de l’étudiant (par ex. coding pour informatique, résolution de problème en physique, etc.) avec une analyse critique : quelle est la qualité de la solution proposée, quelles en sont les limites, quels sont les problèmes rencontrés, etc.  Cette partie compte pour 6/20 et sera évaluée sur base du regard critique posé sur le cas étudié.
2.    Un examen oral évaluant la capacité de l’étudiant à mobiliser les différents concepts vus au cours à propos des différentes formes d’IA.  Cette partie compte pour 14/20.

Langue d'instruction

Français