14889 shaares
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.
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
voir dia 112 et 151 pour la formation des étudiants
voir aussi dia 184
voir aussi dia 184
Dès lors, comment intégrer l’IA aux formations ? Que faut-il adapter ?
Descriptions de séquences d'animation (briser la glace, générer des idées...)
La question de la transition écologique, sociale et économique est inévitablement liée à des choix de normes et valeurs puisqu’elle interroge la façon dont les systèmes socio-économiques doivent évoluer pour tenir compte des capacités humaines et environnementales. Partant d’une science et d’un enseignement qui se déclarent neutres et objectifs, quelles postures adopter pour aborder la dimension politique des enjeux de transition sociale et écologique ? A partir de témoignages de collègues enseignant·es et d'une grille d'analyse, nous explorerons cette problématique.
Synthèse du rapport, voir si besoin rapport complet de l'IPBES
À travers notre étude, nous voulions comprendre si l’échange d’effluents ou d’aliments entre exploitations pouvait donner lieu à un effet rebond et donc limiter les bénéfices environnementaux d’une telle coopération.