Comprendre l'IA
Pourquoi ne pas explorer le Glossaire des termes clés du domaine de l'intelligence artificielle (IA) ?
Glossaire des termes clés du domaine de l'intelligence artificielle (IA)
Mise à jour : 17 fév. 25
Mise à jour : 17 fév. 25
Ce module captivant de 4 leçons initie les élèves de 11 à 14 ans à l'IA et à l'apprentissage automatisé de manière claire et responsable.
Mise à jour : 13 jan. 26
Mise à jour : 13 jan. 26
Mise à jour : 13 jan. 26
Mise à jour : 13 jan. 26
Mise à jour : 13 jan. 26
Les apprenants seront initiés au terme « intelligence artificielle » (IA) et réaliseront des activités visant à définir ce qu’est l’IA, ce qu’elle n’est pas et comment les systèmes d’IA peuvent être mis au service de la société. Ils seront encouragés à analyser le langage utilisé pour décrire l’IA et à employer une terminologie technique appropriée.
Dans cette leçon, les apprenants apprendront à décrire la différence entre les approches de résolution de problèmes basées sur les données et celles basées sur des règles. Ils exploreront la façon dont les systèmes d'apprentissage automatisés sont créés à partir d'une approche basée sur les données, notamment l'apprentissage supervisé.
Les apprenants exploreront la création de modèles d'apprentissage automatisé (ML) par apprentissage supervisé. Ils approfondiront leur compréhension de l'utilisation des données d'entraînement étiquetées pour entraîner des modèles de classification en interagissant avec Quick, Draw!, un outil d'IA interactif. Finalement, ils examineront l'utilisation des scores de confiance dans les prédictions des modèles d'AA.
Les apprenants exploreront comment les biais peuvent apparaître dans les modèles d'apprentissage machine en raison des données utilisées pour leur entraînement. Ils créeront leur propre modèle d'apprentissage machine pour classifier des images de pommes et de tomates et découvriront comment un ensemble de données limité peut mener à des prédictions biaisées et inexactes. Finalement, ils étudieront deux types de biais pouvant apparaître dans les données d'entraînement.
