La question n’est donc pas tant de savoir ce que ces technologies nous font mais ce qu’elles font au monde et, surtout, ce que nous ferons et serons encore capables de faire dans le monde qu’elles façonnent.

 L’étude met en lumière l’écart entre compétences déclarées et pratiques réelles, et souligne l’importance de renforcer les compétences informationnelles par des approches éducatives intégrées, transversales et contextualisées.

Ce guide propose une méthode concrète pour intégrer, utiliser et faire utiliser l’IA générative de texte en classe ou à domicile, en respectant strictement la règlementation relative à la protection de la vie privée et des données personnelles (RGPD). La solution présentée repose sur un logiciel libre et open-source, OpenWebUI, qui permet à chaque utilisateur, élève ou enseignant, de disposer d’un compte personnel sécurisé, accessible partout et à tout moment.

Plein de ressources et de questions

Cet article fournit l'explication mathématique la plus rigoureuse à ce jour pour expliquer pourquoi ces modèles affirment avec certitude des informations erronées. Il démontre que ces erreurs ne sont pas seulement un effet secondaire malheureux de la manière dont les IA sont actuellement entraînées, mais qu'elles sont mathématiquement inévitables.

Ce problème peut s'expliquer en partie par des erreurs dans les données sous-jacentes utilisées pour entraîner les IA. Mais en utilisant une analyse mathématique de la manière dont les systèmes d'IA apprennent, les chercheurs prouvent que même avec des données d'entraînement parfaites, le problème persiste.

La manière dont les modèles linguistiques répondent aux requêtes, en prédisant un mot à la fois dans une phrase, sur la base de probabilités, produit naturellement des erreurs. Les chercheurs montrent en effet que le taux d'erreur total pour la génération de phrases est au moins deux fois plus élevé que le taux d'erreur que la même IA aurait sur une simple question oui/non, car les erreurs peuvent s'accumuler sur plusieurs prédictions.

En d'autres termes, les taux d'hallucination sont fondamentalement limités par la capacité des systèmes d'IA à distinguer les réponses valides des réponses invalides. Comme ce problème de classification est intrinsèquement difficile dans de nombreux domaines de connaissance, les hallucinations deviennent inévitables.

Jeu à télécharger et imprimer, jeu compétitif en équipe sur la culture numérique

Dès lors, comment intégrer l’IA aux formations ? Que faut-il adapter ?

Descriptions de séquences d'animation (briser la glace, générer des idées...)