Embedded Files
Intentions : par l’expérimentation, explorer l’apprentissage machine. Identifier des opportunités et des limites dans l’utilisation des IA simples et génératives.
Mains sur les touches
Mains sur les touches
Avec l'apprentissage d'une IA simple
Dans la première partie de ce défi, vous serez amenés à créer un algorithme décisionnel en entrainant une intelligence artificielle.
Visionnez la vidéo suivante afin de comprendre le fonctionnement de la Teachable machine.
À L'ESSAI!
À L'ESSAI!
Rendez-vous maintenant sur la Teachable machine afin d’apprendre à l'algorithme à différencier deux choses.
Suite à l'expérimentation, vous êtes invités à visionner cette vidéo pour mieux comprendre les résultats obtenus et les limites de l'outil dans un contexte plus réel.
Les biais algorithmiques
Les biais algorithmiques
Comme vous l'avez peut-être expérimenté, les IA ne fonctionne pas toujours à la perfection. La manière d'entrainer les IA peuvent avoir un grand impact sur ses décisions.
Visionnez la vidéo suivante afin de comprendre la notion de biais algorithmiques et d'identifier les enjeux soulevés par les intervenants dans la vidéo.
Selon une étude publiée en 2018 qui a analysé trois logiciels populaires de reconnaissance faciale, le taux d’erreurs pour identifier varie beaucoup et fonction de la couleur et du genre de la personne.
Source : NY Times, Facial Recognition Is Accurate, if You’re a White Guy
1%
de taux d'erreur chez les hommes blancs
7%
de taux d'erreur chez les femmes blanches
12%
de taux d'erreur chez les hommes noirs
35%
de taux d'erreur chez les femmes asiatiques
À L'ESSAI
À L'ESSAI
Avec l'expérimentation d'une IA générative
Présentement, les élèves ne peuvent pas utiliser d'IA générative à l'école. Comme celles-ci peuvent soulever des enjeux au niveau de votre vie privée et n'offrent pas toutes les mêmes options de modération, votre prof fera l'expérimentation devant vous.
Ouvrir Canva Éducation et repérer les applications qui permettent la génération d'images (Media magic, Imagen, Dall.e).
Sélectionner une application et formuler une requête pour porter un regard sur les biais potentiels de L'IA.
(Ex : produit une photo de la police en train de faire une arrestation.)
Est-ce que les personnes représentées pourraient accentuer un stéréotype?
Garder en tête que l'IA est entrainée à partir des images auxquelles elle a eu accès sur internet. Si elle représente des policiers masculins, c'est parce que c'est principalement ce qu'on retrouve en ligne.
Est-ce que les IA créent du contenu?
On utilise le terme génération de contenu plutôt que création, car les IA ne font que puiser dans une banque de données. Elles fonctionnent par probabilité et prédiction. L’acte de création réside dans la requête demandée à l’IA et reste une action associée à l’intelligence humaine.
Les limites de l'IA générative
Les limites de l'IA générative
Si l'IA peut être un outil très utile, pour l'utiliser efficacement et dans les bons contextes, il est nécessaire de comprendre son fonctionnement et ses limites.
Naviguez la présentation suivante afin d'explorer les limites de l'IA générative :
L'IA soulève des enjeux
L'IA soulève des enjeux
Santé collective
Qualité et pertinence des informations
Collecte de données personnelles
Diffusion d'information biaisées
Fiabilité de l'information
Préservation des relations humaines
Impact sur l'environnement
Qualité de l'apprentissage
Droits d'auteurs
Sécurité collective
Privatisation de l'IA
Protection de la vie privée
Impact sur le marché du travail
Concurrence équitable
Pouvoir décisionnel humain versus l'IA
Page updated
Report abuse