’attention n’est pas un bouton à allumer. Elle se gagne par le sens et se nourrit de la participation. C’est en engageant les élèves, les étudiants dans des tâches où ils construisent, reformulent, discutent et relient aux savoirs déjà acquis que l’on maximise leurs ressources attentionnelles.

Il s’agit bien d’un ouvrage académique, dont les contributions ont fait l’objet d’un processus de validation scientifique. Les éditions de l’ENS de Lyon le présentent ainsi :
"L’agriculture numérique – drones, tracteurs connectés, pulvérisateurs de « précision », etc. – est aujourd’hui présentée comme une solution incontournable pour affronter les défis alimentaires et écologiques globaux. Ce projet s’inscrit dans la continuité des politiques d’équipement agricole ayant favorisé la concentration des exploitations et l’intensification des modes de production depuis les années 1950. Les machines agricoles demeurent toutefois des technologies peu débattues et peu étudiées.
Quelles sont les organisations économiques et professionnelles ainsi que les politiques publiques qui, hier comme aujourd’hui, promeuvent des technologies intensives en capitaux et gourmandes en énergies fossiles ? Quelles transformations du travail agricole et quelles conséquences environnementales en résultent ?
Rassemblant les contributions d’historiens et d’historiennes, de sociologues et d’anthropologues, ce livre éclaire les formes des verrouillages sociotechniques dans lesquels sont pris les agriculteurs et les agricultrices, contraignant leurs choix, augmentant leur empreinte environnementale, limitant la maîtrise de leurs outils de travail, et décourageant leurs velléités de bifurcation."

 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.

Sélection de la revue ERE

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

voir dia 112 et 151 pour la formation des étudiants
voir aussi dia 184

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