Comment fonctionne l'IA?

L’intelligence artificielle influence de plus en plus la manière dont nous étudions, travaillons, communiquons, prenons des décisions et interagissons avec les technologies ainsi qu’entre nous. Pourtant, comprendre l’IA ne nécessite pas nécessairement de connaissances préalables en informatique, en mathématiques ou en programmation.
Ce cours propose une introduction non technique à l’intelligence artificielle, conçue pour les étudiant·es ayant peu ou pas d’expérience préalable en programmation, en informatique ou en mathématiques avancées.
Le cours présente les concepts fondamentaux qui sous-tendent l’IA et explique, de manière accessible, comment fonctionnent les systèmes d’IA modernes, ce qu’ils peuvent et ne peuvent pas faire, ainsi que la manière dont ils sont utilisés dans différents secteurs de la société.
Plutôt que de se concentrer sur la programmation ou la mise en œuvre mathématique des systèmes d’IA, le cours met l’accent sur la compréhension conceptuelle, l’esprit critique et la connaissance pratique des enjeux liés à l’intelligence artificielle.

• Expliquer les concepts fondamentaux de l’intelligence artificielle dans des termes clairs et non techniques.

• Distinguer les principales approches de l’IA, notamment les systèmes fondés sur des règles, l’apprentissage automatique (machine learning), l’apprentissage profond (deep learning) et l’IA générative.

• Comprendre, sur le plan conceptuel, comment les systèmes d’IA apprennent à partir de données et produisent des prédictions, des prévisions, des classifications ou du contenu généré.

• Expliquer des concepts fondamentaux tels que les données, les algorithmes, les modèles, l’entraînement, l’inférence, les biais et l’évaluation.

• Identifier les principales applications de l’IA dans la vie quotidienne, les entreprises, les sciences, le droit, l’éducation et les services publics.

• Identifier les principales forces et limites des systèmes d’IA actuels.

• Comprendre les principes fondamentaux de l’IA générative et des grands modèles de langage (Large Language Models — LLM).

• Évaluer de manière critique les affirmations, démonstrations et informations diffusées dans les médias concernant l’IA.

• Identifier les principales questions éthiques, sociales, économiques et juridiques soulevées par l’intelligence artificielle.

• Utiliser les outils d’IA de manière responsable et réfléchie, et développer une approche critique quant à leurs usages appropriés.

• Lectures présentant les concepts clés.

• Travaux pratiques (TP) et études de cas basées sur des applications réelles.

• Discussions en petits groupes autour des questions sociales et éthiques liées à l’IA.

• Exercices d’analyse critique portant sur des contenus générés par l’intelligence artificielle.

Support(s) de cours

• Université virtuelle

Informations complémentaires

Le lieu exact d’enseignement sera communiqué ultérieurement.

Contacts

ihsane.gryech@ulb.be

Campus

Plaine, Solbosch

Méthode(s) d'évaluation

• Examen écrit
• Projet
• Evaluation continue

Examen écrit

Projet

Evaluation continue

• 50 % — Examen écrit

• 30 % — Projet

• 20 % — Quiz en classe et travaux à domicile

Langue(s) d'évaluation

• français
• (éventuellement anglais )