Initiation à l’Intelligence Artificielle Générative à l’attention de la communauté universitaire
Completion requirements
5. Pour toutes et tous
5.4. Exemples de cas d’usage
Le tableau ci-dessous présente différents types d’usage quelques recommandations associées (Augier, Balezo, Henry, Manzinalli et Risch, 2024 ; Université de Bordeaux, 2024 ; Université de Genève, 2024).
Le code couleur associé correspond aux différents publics cibles : pour tous, profil étudiant, profil enseignant
Le code couleur associé correspond aux différents publics cibles : pour tous, profil étudiant, profil enseignant
Type d’usage : Génération de contenus
Exemples d’usage :
- Aide à la création de modèles de documents : comptes-rendus par exemple.
- Aide à la rédaction : courriel, CV, lettres de motivation, newsletters...
- Enseignant.es : Plan (de cours, de formation).
Limites :
- Propriété intellectuelle : droits de propriété associés aux données qui alimentent l’IA et titularité de ce qui est produit par l’IA. Pour plus de détails vous pouvez consulter le guide pratique de l’Université de Genève (2024).
- Protection des données et la confidentialité : tout le contenu qui est soumis à un outil d’IAG peut être consulté par le personnel de l’entreprise propriétaire, ou plus en cas de fuite de données. Il est donc crucial de savoir ce qui peut ou non être partagé avec une IA (Université de Genève, 2024).
- Art du prompt non intuitif.
Recommandations :
- Je vérifie que les fichiers ou les textes donnés à une IA soient « libres de droits ».
- Je travaille bien mon prompt (cf. Partie sur prompt) en apprenant à poser les bonnes questions : ton à employer, vocabulaire, situation...
- Je relis et retravaille le texte dont je reste auteur. J’indique quelle IA j'ai utilisée et dans quel cadre.
Transformation de contenus
Exemples d’usage :
- Modification de texte : traduction, reformulation, synthèse.
Limites :
- Fiabilité des données : Les IA peuvent présenter des biais basés sur les données sur lesquelles elles ont été formées (Université de Bordeaux, 2024 ).
- Qualité de la traduction.
Recommandations :
- Je précise toujours le niveau qui est attendu.
- Je compare les différents outils de traduction.
- Je relis et retravaille le texte dont je reste auteur. J’indique quelle IA j'ai utilisée et dans quel cadre.
Analyse de contenus
Exemples d’usage :
- Correction de texte (orthographe-grammaire), simulation/modélisation, évaluation/comparaison
- Apprentissage : reformuler une notion pour mieux la comprendre
Limite :
- Fiabilité : Une IA peut créer de fausses sources. Il faut toujours croiser ses sources (internet, bases de données...).
Recommandations :
- Je fais attention aux hallucinations.
- Je développe mon esprit critique.
Recherche de contenus
Exemples d’usage :
- Contenus sur Internet : site, images...
- Extraction d’informations à partir d’un document.
- Génération de mots-clés pour sa recherche, champ lexical et listes pour un domaine.
Limites :
- Pas de localisation des informations et pas d’informations sur les sources sur la plupart des outils (cf. Université de Bordeaux ).
- Fiabilité :
- Les données d’entraînement peuvent être trop datées.
- Si l’on cherche du contenu sur un sujet de niche ou peu présent, il y a un fort risque d’hallucinations.
Recommandations :
- Je vérifie les informations des contenus à l’aide de sources fiables.
- Je critique la réponse donnée en demandant des précisions et en procédant par différentes itérations.
- J'explique précisément quelle IA j'ai utilisée et comment.
Interaction/Assistance
Exemples d’usage :
- Apprentissage des langues : Partenaire de conversation.
- Aide à l’amélioration dans la création de contenus : corrections, suggestions...
- Aide à l'apprentissage : méthodologie d’apprentissage, révision : retranscrire ses cours, les reformuler et mettre en forme ses notes, générer des fiches de révisions, des bilans.
- Résolution commentée d’exercice ou de cas pratique.
- Mise en situation (simulation d’entretien).
- Préparation de cours, génération de définitions adaptées au niveau des étudiants.
- Conception des modalités d’évaluation : rédiger des questions et quiz à partir d’un texte donné.
Limites :
- Pas d’adaptation fine au niveau demandé.
- Problème de la compréhension du résultat proposé.
- Difficulté liée à la technicité.
Recommandations :
- Je compare mon résultat avec le résultat produit par l'IA ; Faire une auto-évaluation.
- Je segmente le texte partie par partie et demande à générer le quiz sur telle ou telle partie.
- Je revois les questions et je les adapte.
Tableau 2. Différents types d’usage des IAG et bonnes pratiques associées (Augier, Balezo, Henry, Manzinalli et Risch, 2024 ; Université de Bordeaux, 2024 ; Université de Genève, 2024).