Niveau débutant :

• est un système de calcul informatique.
• est créée par des ingénieur·es en informatique et des scientifiques
• a de très nombreuses applications dans différents domaines (exemples : production de textes, d'images de sons, aide au diagnostic médical, reconnaissance faciale, voiture autonome) ;
• utilise des algorithmes et produit des algorithmes ;
• utilise d'immenses quantités de données ;
• s'appuie sur l’exploitation de données, notamment personnelles.

Niveau intermédiaire :

• s'inspire des fonctions cognitives du cerveau via ses possibilités de traitement rapide des données massives et ses capacités de mémoire (statistique et réseau de neurones artificiels) ;
• peut être un outil d'accès à l'information qui concurrence les moteurs de recherche (robot conversationnel) sans permettre l'évaluation de l'information (pas d'identification des sources) ;

Niveau avancé :

• s'appuie sur le digital labor (travail du clic)
• peut apprendre (machine learning) par transmission de connaissances (données) ou par expérimentation et tâtonnements (connexionisme et deep learning) ;

Caractéristiques complémentaires :

Dimensions normatives et critiques 

(aspects juridiques, éthiques, économiques, politiques)

• a une dénomination singulière (« Intelligence » artificielle) qui nécessite de définir la notion d'intelligence ;
• ouvre à des débats éthiques, philosophiques et sociaux (exemple : transhumanisme) ;
• a des conséquences importantes sur la désinformation, l'infobésité, le respect de la vie privée;
• pose des questions relatives au droit d'auteur, à la propriété intellectuelle (générateur automatique d'images, robot conversationnel) ;
• nécessite une réglementation précise, notamment en terme de responsabilité juridique ; 
• s'inscrit dans un imaginaire collectif nourri par la science-fiction et les dystopies
• soulève la question de la neutralité technologique ;
• peut rendre moins perceptible la distinction entre monde réel et monde virtuel, ainsi qu'entre nature et création artificielle ;
• peut s'inscrire dans l'idéologie du solutionnisme technologique ;
• représente un marché économique immense, dans tous les secteurs, et notamment pour les multinationales du Web. L'accès à ce marché est très concurrentiel (« guerre » économique).

Niveau débutant :

Une Intelligence Artificielle est un système de calculs informatiques créé par des ingénieur·es et des scientifiques. Elle a de nombreuses applications dans beaucoup de domaines (vie quotidienne, monde du travail, médias, économie, santé, science, défense, etc. via des prédictions, recommandations, solutions technologiques, productions de contenus. Elle utilise et crée des algorithmes à partir de très grandes quantités de données, dont des données personnelles. 

Niveau intermédiaire :

Une Intelligence Artificielle (IA) est un système de calculs informatiques créé par des ingénieur·es et des scientifiques. Elle utilise des algorithmes et de très grandes quantités de données. L'IA s'oppose à l'intelligence biologique. Cependant, elle s'inspire des fonctions cognitives du cerveau via ses possibilités de traitement rapide des données massives et ses capacités de mémoire, et peut apprendre (machine learning) par transmission de données ou par expérimentation et tâtonnements (deep learning). 

Ce domaine scientifique a de nombreuses applications dans beaucoup de domaines (vie quotidienne, monde du travail, économie, santé, science, défense, etc.) via des prédictions, recommandations, productions de contenus. Elle représente un marché économique immense, notamment pour les GAFAM. 

L'IA ouvre à débats éthiques, philosophiques et sociaux et a des conséquences sur la désinformation, l'infobésité, le respect de la vie privée, mais aussi le droit d'auteur, la propriété intellectuelle et l'identification des sources d'information. C'est pourquoi son encadrement et sa réglementation sont indispensables.

Niveau avancé :

Une Intelligence Artificielle (IA) est un système de calculs informatiques créé par des ingénieur·es et des scientifiques. Elle utilise des algorithmes et de très grandes quantités de données. L'IA s'oppose à l'intelligence biologique. Cependant, elle s'inspire des fonctions cognitives du cerveau via ses possibilités de traitement rapide des données massives et ses capacités de mémoire, et peut apprendre (machine learning) par transmission de données ou par expérimentation et tâtonnements (deep learning). Elle s'appuie sur le digital labor (travail du clic).

Ce domaine scientifique a de nombreuses applications dans beaucoup de domaines via des prédictions, recommandations, productions de contenus. Elle représente un marché économique immense, dans tous les secteurs, et notamment pour les multinationales du Web. L'accès à ce marché est très concurrentiel (« guerre » économique).

L'IA ouvre à débats éthiques, philosophiques et sociaux, et s'inscrit dans un imaginaire collectif nourri par la science-fiction et les dystopies. 

Exemples :

• Agents artificiels autonomes (robots).
• Voiture autonome
• Robots conversationnels (ChatGPT)
• Robots producteurs d'images (Midjourney)
• Systèmes de reconnaissance faciale ou vocale
• Assistants numériques personnels (ex : Siri, Alexa, Google assistant...)

Contre-exemples :

• Programmateur de machine à laver
• Intelligence biologique
• Expérimentation en laboratoire
• Recherche informationnelle manuelle

S'inscrit dans l'histoire des sciences et technologies informatiques :

- a été nommée « Intelligence Artificielle » en 1956 par John McCarthy (informaticien américain);

- Alan Turing en est une des figures importantes, notamment grâce à son « test » (pouvoir savoir si on se trouve face à une IA ou face à un être humain)

- a d'abord été développée selon deux approches différentes :
-  symbolique (recherche d'un raisonnement logique par la machine à partir de corpus) dont la figure principale est John McCarthy -l'informatique « augmente » l'être humain, notamment via les robots-.
- connexionniste (recherche d'une reproduction du fonctionnement des réseaux de neurones humains, à partir d'un corpus) avec Doug Engelbart -rendre les ordinateurs « intelligents »-.
→ l'augmentation de la puissance de calcul des ordinateurs, l'émergence du big data, et les connaissances en neurosciences ont fait avancer la recherche connexioniste, qui est celle poursuivie aujourd'hui (deep learning, IA générative).

Donne lieu à un foisonnement de débats médiatiques, clivés  :

• risque pour l'être humain : de la perte d'autonomie pour certaines tâches à la fin de l'humanité
• chance pour l'être humain : de la fin des tâches pénibles à l'avènement d'une société nouvelle où l'humain se réinventerait pour le meilleur

Peut représenter un risque de standardisation et d'uniformisation du langage et des créations humaines (IA générative de textes et d'images).

Soulève des enjeux géopolitiques et de souveraineté, et des enjeux démocratiques

• cf. IA Act sur https://www.europarl.europa.eu/news/fr/press-room/20230505IPR84904/un-pas-de-plus-vers-les-premieres-regles-sur-l-intelligence-artificielle

Est un très bon exemple pour aborder la notion de « Pharmakon » (Bernard Stiegler à propos du numérique, reprenant Platon et Jacques Dérida à propos de l'écriture alphabétique) :

• permet de sortir de la doxa risques/avantages ou pour/contre
• Le concept de pharmakon désigne l'ambivalence constitutive de toute technique qui est à la fois un poison et son propre remède, une technique devenant dangereuse si elle est mal utilisée. C'est la relation individuelle et collective avec la technique (adaptation ou adoption) qui détermine cette toxicité, sans la figer. Accéder à une relation d'adoption suppose de s'intéresser aux savoirs relatifs à cette technique, dans tous les domaines (technologiques, économiques...). Concernant les technologies numériques, comme l'explique Stiegler, elles deviennent toxiques quand elles sont utilisées à des fin marchandes, comme le font les GAFAM par exemple. Le concept renvoie aux questions d'éthique et de réglementation liées à l'invention et surtout à l'utilisation d'une technologie. Voici la définition donnée sur le site d'Ars industrialis : https://arsindustrialis.org/pharmakon

Permet d'aborder la question de l'idéologie du solutionnisme technologique

Pistes pédagogiques :

• Comparaison des résultats d'un moteur de recherche et d'un robot conversationnel (ex : ChatGPT) : 
  notion de source d'information (impossible à retrouver avec un résultat de robot conversationnel)
  notion de forme de l'information (un texte rédigé influence la réception de l'information et la possibilité d'établir sa véridicité → modifie nos heuristiques en RI)
  notion d'évaluation de l'information (comprendre comment fonctionne un moteur VS un robot)
• Travail d'analyse de la page de présentation du nouveau moteur Bing :
  http://www.bing.com/new?form=MY028Z&OCID=MY028Z
  Notion de type d'information (typologie via les exemples proposés par Bing)
  Notion de requête (→ prompt)
  Notion de communication publicitaire (cible visée, message)
• Utilisation d'un outil de génération d'images et travail sur la requête (→ prompt)
  notion de requête VS prompt
  notion de base de données
  notion d'image numérique

Matériaux ressources :

UNIVERSITÉ DE MONTRÉAL. Déclaration de Montréal pour le développement responsable de l'IA :

https://www.declarationmontreal-iaresponsable.com/la-declaration

DRNE (Délégation Régionale au Numérique pour l'Éducation) Bourgogne-Franche-Comté. Dossier Intelligence artificielle :

https://drne.region-academique-bourgogne-franche-comte.fr/dossiers-intelligence-artificielle/

Références bibliographiques

• BENBOUZID Bilel. CARDON Dominique. Contrôler les IA. In Réseaux, 2-3/2022, 232-233, [n.p.]. Disponible sur : https://www.cairn.info/revue-reseaux-2022-2-page-9.htm (Consulté le 30/08/2023).

• Notion associée : Intelligence Artificielle.

• CARDON Dominique. Intelligence artificielle : histoire et prospectives [vidéo]. In YouTube [en ligne], 2022. Disponible sur : https://www.youtube.com/watch?v=oCzqMkEaKh8 (Consulté le 30/08/2023).

• Notion associée : Intelligence Artificielle.

• CHARTRON Ghislaine. L'IA générative : repères, enjeux et contextualisation. In Médiadoc (Paris : APDEN), décembre 2023, n°31, p. 12-19. Disponible sur : https://apden.org/L-IA-generative-reperes.html (Consulté le 08/02/2024).

• Notion associée : Intelligence Artificielle.

• CORNET Maxime. LE LUDEC Clément. Enquête : derrière l’IA, les travailleurs précaires des pays du Sud. In Theconversation.com [en ligne], 2023. Disponible sur : https://theconversation.com/enquete-derriere-lia-les-travailleurs-precaires-des-pays-du-sud-201503 (Consulté le 30/08/2023).

• Notion associée : Intelligence Artificielle.

• CARDON Dominique. CREPEL Maxime. Robots vs algorithmes. Prophétie et critique dans la représentation médiatique des controverses de l’IA. In Réseaux, 2-3/2022, 232-233, [n.p.]. Disponible sur : https://www.cairn.info/revue-reseaux-2022-2-page-129.htm (Consulté le 30/08/2023).

• Notion associée : Intelligence Artificielle.

• GEORGES Benoît. Intelligence artificielle : de quoi parle-t-on ?. In Constructif (Fédération Française du Bâtiment), 2019-3, 54, p. 5-10. Disponible sur : https://www.cairn.info/revue-constructif-2019-3-page-5.htm (Consulté le 30/08/2023).

• Notion associée : Intelligence Artificielle.

• PETEL Antoine. Quelle réglementation européenne sur l’intelligence artificielle ? . In I2D - Information, données & documents , 2022/1, 2022-1, [n.p.]. Disponible sur : https://www.cairn.info/revue-i2d-information-donnees-et-documents-2022-1-page-22.htm (Consulté le 30/08/2023).

• Notion associée : Intelligence Artificielle.

• PETIT Laurent. La rencontre de l’Intelligence artificielle (IA) et de l’esprit critique (EC) : nouveaux enjeux ? nouvelle formation ?. In Communication, technologies et développement (Chaire Unesco Pratiques émergentes en technologies et communication pour le développement), 12/2022, 12-2022, [n.p.]. Disponible sur : https://doi.org/10.4000/ctd.8256 (Consulté le 30/08/2023).

• Notion associée : Intelligence Artificielle.

• DANDURAND Guillaume. MORIN Kevin. ROBERGE Jonathan. Les narvals et les licornes se cachent-ils pour mourir ? De la cybernétique, de la gouvernance et d’Element AI . In Réseaux, 2-3/2022, 232-233, p. 169-196. Disponible sur : https://www.cairn.info/revue-reseaux-2022-2-page-169.htm (Consulté le 30/08/2023).

• Notion associée : Intelligence Artificielle.

Ressources

• TRILLARD Frédérique. WEISS Denis. Éléments pour l'IA en classe. In iago.re [en ligne], 2024. Disponible sur : https://iago.re/ (Consulté le 12/03/2024).

• Notion associée : Intelligence Artificielle.

• LARDON Julie. ROBINSON-DEROO Agathe (illustrateur). L'intelligence artificielle. Clermont-Ferrand : La Poule qui pond (Mondes futurs), 2023. 88 p.

• Notion associée : Intelligence Artificielle.