39 Notions d’IA
IA générative et ChatGPT, Service de soutien à l’enseignement de l’Université Laval, sous licence Youtube.
L’intelligence artificielle générative
Selon l’Office québécois de la langue française, l’intelligence artificielle est un « domaine d’étude ayant pour objet la reproduction artificielle des facultés cognitives de l’intelligence humaine dans le but de créer des systèmes ou des machines capables d’exécuter des fonctions relevant normalement de celle-ci ». Les exemples d’utilisation de l’IA dans notre quotidien abondent, que l’on pense aux applications de cartographie en ligne ou au téléphone intelligent.
L’intelligence artificielle générative fait partie d’un sous-ensemble de l’IA appelé apprentissage automatique, ou machine learning. Ce type d’IA fonctionne sur la base d’un entrainement de la machine à partir de données et sur sa capacité à déduire de celles-ci des schémas lui permettant de les transposer à d’autres concepts similaires ou sous-jacents. Dans notre quotidien, ce type d’IA intervient, par exemple, lors de propositions personnalisées sur les médias sociaux ou dans les applications de musique en ligne.
Au fil des années, une quantité massive de données sont devenues disponibles pour soutenir l’entraînement des systèmes d’IA. C’est ainsi qu’a émergé ce qu’on appelle l’apprentissage profond, ou deep learning, un mode d’apprentissage en continu effectué par un réseau de neurones artificiels inspirés des réseaux de neurones humains.
L’intelligence artificielle générative est une sous-catégorie de l’apprentissage profond. On parle d’IA générative parce que les données ayant servi à l’entraînement du réseau de neurones permettent à celui-ci de générer de nouveaux contenus pouvant prendre plusieurs formes, par exemple du texte, de la vidéo ou des fichiers audio.
Référence :
Service de soutien à l’enseignement de l’Université Laval. (2023). IA générative et ChatGPT [vidéo].
Les modèles de langage
Jusqu’à récemment les interactions entre les humains et les systèmes d’intelligence artificielle passaient essentiellement par un langage informatique sous forme de code. Des avancées récentes ont permis le développement de modèles de langage basés sur l’IA générative qui reconnaissent différentes formes linguistiques : des mots, des portions de phrase ou des phrases complètes.
Pour générer des contenus textuels inédits, ces modèles prédisent la probabilité des séquences linguistiques : tel mot après tel mot, tel segment de phrase après tel autre, etc. Ce calcul de probabilité leur de générer un contenu plausible et intelligible. Pour utiliser un modèle de langage, un lien est nécessaire entre l’humain et la machine. Les agents conversationnels jouent ce rôle. Ils reçoivent tout d’abord la requête, le prompt, qui est ensuite traitée par le modèle de langage, puis l’agent conversationnel soumet une réponse.
Afin d’illustrer les explications précédentes, prenons l’exemple de ChatGPT. Cet agent conversationnel se distingue par sa capacité à répondre aux requêtes textuelles de manière spontanée et naturelle. Il est en mesure d’accomplir des tâches très variées: génération de contenu, tutorat, programmation, traduction, synthèse de textes et plus encore. Pour l’utiliser, il suffit d’entamer le dialogue par la formulation d’une requête. Une fois la première réponse obtenue, il est possible de soumettre une nouvelle requête. La requête précédente et la réponse obtenue sont conservées en mémoire par ChatGPT, la nouvelle réponse tient donc compte des échanges précédents. En formulant de nouvelles requêtes dans un même dialogue, il est possible de raffiner la requête initiale ou de la préciser pour faire évoluer la qualité de la réponse générée.
ChatGPT génère des réponses par une prédiction statistique. Il a été entraîné à fournir la réponse la plus plausible possible. Pour une même requête, les réponses varient d’une fois à l’autre et ne sont pas reproductibles à l’identique tout en étant souvent semblables ou comparables. La validité des réponses obtenues doit être systématiquement vérifiée, car des éléments incorrects, faux, biaisés ou inventés peuvent être présents dans les réponses générées.
Référence :
Service de soutien à l’enseignement de l’Université Laval. (2023). IA générative et ChatGPT [vidéo].
Conseils pour un usage responsable de l’IA dans vos études
Les systèmes d’IA générative peuvent être utiles pour enrichir vos connaissances, mais ne peuvent remplacer la valeur de vos efforts et de votre point de vue personnel dans vos travaux universitaires et vos évaluations. Les conseils qui suivent vous aideront à faire un usage éthique et responsable des systèmes d’IA, lorsqu’autorisé.
Vérifiez que l’usage est autorisé
Avant d’utiliser des outils d’IA générative dans vos cours et vos travaux, assurez-vous que la personne responsable l’autorise explicitement dans son plan de cours. Rappelez-vous que les règles peuvent différer d’un cours à l’autre. Dans le doute, vérifiez auprès de la personne responsable du cours.
Faites preuve de transparence
Si vous avez l’autorisation d’utiliser un outil d’IA dans un cours, faites-le en respectant les consignes données à cet effet par la personne responsable du cours. Mentionnez toute utilisation de l’IA générative en respectant les normes de citation spécifiques à ce type de contenu. Au besoin, vérifiez les attentes de la personne responsable si celles-ci ne vous semblent pas claires.
Faites preuve de prudence
Agissez avec précaution en matière de confidentialité et de respect du droit d’auteur lorsque vous utilisez un outil d’IA. Ne copiez ou téléversez jamais de renseignements personnels, d’informations confidentielles ou de contenus protégés par le droit d’auteur dans un système d’IA.
Tenez compte des limites de l’IA générative
Même si les outils d’IA peuvent générer du contenu convaincant, ils ne sont pas en mesure d’évaluer la qualité ou la justesse du contenu proposé. Ces outils sont souvent biaisés et proposent parfois des contenus erronés ou complètement faux, d’où l’importance d’évaluer les contenus générés en faisant preuve de pensée critique et de vigilance. Utilisez des sources fiables pour vérifier l’ensemble du contenu produit par l’outil d’IA avant de l’utiliser dans vos travaux ou tout document. Vous êtes responsable de vérifier et d’évaluer soigneusement la fiabilité de toutes les informations que vous utilisez dans la réalisation des activités liées à un cours.
Priorisez votre apprentissage
Bien que les outils d’IA générative puissent soutenir votre cheminement dans vos études, ces derniers ne peuvent atteindre à votre place les objectifs d’un cours ou développer les compétences requises. Assurez-vous que vous êtes vous-même en mesure de démontrer votre compréhension des contenus, dans le contexte d’une discussion sur le sujet par exemple, ou de mobiliser les compétences requises dans différents contextes.
Référence :
Université Laval. (2024). L’IA générative dans les études
