Nos leçons vous fournissent tout ce dont vous avez besoin, y compris des plans de leçon, des présentations, des vidéos et des fiches d’activité.
Updated: 8 avr. 24
Updated: 8 avr. 24
Updated: 8 avr. 24
Dans cette leçon, les élèves exploreront le domaine de l’intelligence artificielle (IA) et comment l’IA est utilisée dans le monde qui les entoure. Ils examineront la différence entre les approches à la programmation fondées sur des règles et celles fondées sur des données. Ils seront également invités à réfléchir aux avantages possibles des applications d’IA pour la société, ainsi qu’aux conséquences négatives qu’elles pourraient avoir.
Dans cette leçon, les élèves porteront une attention particulière au rôle des modèles fondés sur des données dans les systèmes d’IA. Ils seront introduits au concept de l’apprentissage automatique et découvriront les trois approches courantes à la création de modèles. Enfin, ils exploreront un exemple précis d’apprentissage automatique : la classification.
Dans cette leçon, les élèves auront l’occasion de créer leur propre modèle d’apprentissage automatique pour classer des images de pommes et de tomates. Ils découvriront qu’un ensemble de données limité produit un modèle d’apprentissage automatique imparfait. Ensuite, ils exploreront comment les biais peuvent se présenter dans les ensembles de données utilisés pour entraîner les modèles, ce qui donne ultimement des prédictions biaisées.
Dans cette leçon, les élèves examineront pour la première fois en profondeur un type de modèle : les arbres de décision. Ils constateront que l’utilisation de données d’entraînement distinctes mène à la création de modèles différents; ils auront ainsi l’occasion de voir ce que signifie réellement l’expression « fondé sur des données ». Enfin, les élèves exploreront les raisons pour lesquelles l’apprentissage automatique est utile dans la création d’arbres de décision.
Dans cette leçon, les élèves seront initiés au cycle de vie d’un projet d’IA et l’utiliseront pour créer un modèle d’apprentissage automatique. Ils apprendront à adopter une approche centrée sur les utilisateurs et utilisatrices lorsqu’ils travaillent sur des projets d’IA. Les élèves sélectionneront un projet parmi les choix proposés, puis entraîneront un modèle d’apprentissage automatique et le testeront pour en déterminer l’exactitude.
Dans cette leçon, les élèves termineront les dernières étapes du cycle de vie d’un projet d’IA par la création d’une fiche de modèle dans le but d’expliquer leur modèle d’apprentissage automatique. Dans les dernières activités, ils exploreront un éventail de carrières dans lesquelles l’IA est utilisée. Ils apprendront de personnes qui travaillent dans le domaine de l’IA et découvriront comment les applications d’IA et l’apprentissage automatique peuvent être utilisés dans des domaines qui les intéressent.
Cette leçon propose une série d’activités conçues pour sensibiliser les élèves au développement des grands modèles de langage (GML). Les activités leur permettront d’explorer l’utilité et le fonctionnement des GML, tout en examinant l’aspect essentiel de la confiance qui doit être accordée aux résultats générés par le modèle.
Dans cette leçon, vos élèves exploreront l’impact des changements environnementaux sur les organismes d’un écosystème, soit celui du parc national du Serengeti, en Tanzanie. Ils examineront les problèmes liés à la mesure de la biodiversité en vue de la préserver. Ils se familiariseront avec l’intelligence artificielle (IA) et étudieront les avantages que les applications d’IA apportent aux efforts de conservation dans le Serengeti. Il est possible d’examiner plus en détail les attitudes de la société à l’égard de l’IA et de découvrir les carrières en science où l’IA est utilisée.