Structure d'exploration proposée
Un parcours adaptable selon les découvertes et questions du groupe. Voici ce que nous envisageons d'aborder ensemble.
Approche exploratoire
Nous ajustons le contenu selon les interrogations collectives
Apprentissage collaboratif
Chacun contribue avec ses observations et questionnements
Modules interconnectés
Les thématiques se répondent et s'enrichissent mutuellement
Modules thématiques envisagés
Fondamentaux techniques
Comment fonctionne réellement un modèle d'IA ? Nous décortiquons l'architecture des réseaux de neurones, le processus d'entraînement, les différents types d'apprentissage automatique. Mais surtout, nous identifions les zones grises : pourquoi certains modèles prennent-ils telle décision plutôt qu'une autre ? Cette opacité pose-t-elle problème dans tous les contextes ? Les chercheurs eux-mêmes débattent encore de l'interprétabilité des modèles complexes.
Applications sectorielles
Santé, finance, créativité, logistique : l'IA s'invite partout. Nous examinons des cas d'usage concrets, leurs résultats mesurés et leurs limites documentées. Un algorithme de diagnostic médical atteint 92% de précision sur certaines pathologies, mais échoue complètement sur d'autres. Pourquoi cette variabilité ? Comment les professionnels intègrent-ils ces outils sans leur déléguer aveuglément la décision finale ? Ces questions pratiques méritent notre attention collective.
Dimensions éthiques
Biais algorithmiques, discrimination invisible, protection des données personnelles, impact environnemental de l'entraînement des modèles. Ces enjeux ne relèvent pas uniquement de la technique. Qui décide quelles données sont utilisées pour entraîner un modèle ? Comment détecter les biais encodés involontairement ? L'Union européenne tente d'encadrer ces aspects avec l'AI Act, mais de nombreuses zones grises subsistent. Nous explorons ces tensions entre innovation et régulation.
Pratique expérimentale
Théoriser ne suffit pas. Nous testons différents outils d'IA générative, comparons leurs résultats sur des tâches identiques, analysons leurs forces et faiblesses respectives. Un exercice révélateur : demander à plusieurs modèles de résoudre un problème ambigu et comparer leurs approches. Certains hallucinent des informations plausibles mais fausses. Comment développer un regard critique face à ces productions ? L'expérimentation directe construit cette vigilance mieux que n'importe quel discours théorique.
Déroulement typique d'une session
Un format pensé pour favoriser l'échange et l'expérimentation plutôt que la transmission descendante de savoir
Présentation d'un concept ou outil
Nous introduisons une technologie ou théorie spécifique. Par exemple, comment fonctionnent les transformers dans les modèles de langage ? Plutôt qu'un cours magistral, nous décomposons le principe avec des analogies accessibles. Questions bienvenues à tout moment.
Les supports visuels privilégient la clarté sur l'exhaustivité. Nous reconnaissons d'emblée les aspects encore mal compris par la communauté scientifique.
Expérimentation pratique
Les participants testent directement l'outil ou concept présenté. Exercices courts, parfois en binôme. L'objectif : observer par soi-même les comportements attendus et inattendus. Un modèle d'IA produit des résultats surprenants ? Parfait, analysons pourquoi ensemble.
Nous documentons autant les succès que les échecs. Ces derniers sont souvent plus instructifs.
Analyse collective
Mise en commun des observations. Quels patterns émergent ? Quelles différences selon les approches adoptées par chacun ? Cette phase révèle souvent des nuances invisibles en travaillant seul. Les désaccords d'interprétation sont particulièrement précieux.
Le formateur n'impose pas une lecture unique. Nous construisons une compréhension collective plus riche que la somme des perspectives individuelles.
Ouverture vers applications
Comment transposer ce que nous venons d'explorer dans des contextes professionnels ou personnels ? Discussion ouverte sur les opportunités et contraintes réelles. Certains participants partagent des cas d'usage auxquels ils pensent, d'autres soulèvent des obstacles éthiques ou techniques.
Nous ne prétendons pas avoir de solution universelle. L'enjeu reste d'affiner notre capacité à poser les bonnes questions face à ces technologies.
Progression chronologique
Semaines 1-2
Fondamentaux de l'apprentissage automatique. Différence entre IA symbolique et connexionniste. Premiers exercices avec des modèles simples. Questions fréquentes sur les limites actuelles.
Semaines 3-4
Plongée dans les modèles de langage. Architecture transformer, mécanismes d'attention. Tests pratiques de génération de texte. Analyse critique des hallucinations et biais observés.
Semaines 5-6
Applications sectorielles. Études de cas en santé, finance, créativité. Rencontres avec praticiens utilisant l'IA quotidiennement. Débats sur intégration responsable dans les workflows existants.
Semaines 7-8
Vision par ordinateur et IA multimodale. Comment les modèles comprennent-ils les images ? Expérimentations avec génération visuelle. Discussion sur authenticité et deepfakes.
Semaines 9-10
Enjeux éthiques et réglementaires. AI Act européen, questions de responsabilité juridique. Projet collectif : proposer un cadre d'usage responsable pour un cas concret.
Semaines 11-12
Synthèse et perspectives. Veille technologique, sources fiables, communautés d'apprentissage continu. Les participants partagent leur plan d'exploration personnel post-formation. Les résultats peuvent varier selon engagement individuel.
Questions fréquentes
Réponses honnêtes à vos interrogations
Une curiosité intellectuelle suffit. Nous expliquons les concepts techniques sans jargon inutile. Ceux ayant déjà des bases techniques ne s'ennuieront pas, nous allons suffisamment en profondeur.
Oui. Si un sujet suscite particulièrement l'intérêt ou la controverse, nous y consacrons plus de temps. Les supports évoluent selon les sessions précédentes. Les résultats peuvent varier.
Nous ne promettons pas de maîtrise totale. Le domaine évolue trop vite. Notre approche privilégie développement d'esprit critique et capacité d'apprentissage continu plutôt qu'accumulation de connaissances figées.
Nous utilisons des outils accessibles en ligne, souvent gratuits. Pas d'installation complexe requise. Les exercices durent généralement quinze à trente minutes, suivis d'analyse collective.
Oui, accès à une communauté d'échange en ligne. Les participants y partagent articles, outils découverts, questionnements. Les formateurs interviennent régulièrement mais n'animent pas quotidiennement.
Les sessions sont enregistrées. Supports partagés sur plateforme accessible. Cependant, la richesse des échanges en direct reste difficilement remplaçable. Nous recommandons présence synchrone autant que possible.
Absolument. Biais, consommation énergétique, risques pour emplois, désinformation. Nous n'éludons aucun enjeu problématique. La lucidité critique fait partie intégrante de notre approche pédagogique.
Maximum vingt personnes pour préserver qualité des échanges. Les groupes plus petits permettent discussions approfondies et attention personnalisée aux interrogations individuelles.