ULUMINE · Technologie · Troisième
L’intelligence artificielle : apprentissage, usages et limites
Une IA apprend à partir de données : sa qualité dépend de ces données, et ses réponses doivent être vérifiées.
Apprentissage
- Supervisé : exemples étiquetés.
- Non supervisé : regroupements sans étiquettes.
- Par renforcement : récompenses et pénalités.
Données
- Entraîner, puis tester avec des données nouvelles.
- Biais : données déséquilibrées → erreurs.
IA générative
- Prompt : rôle, tâche, contexte, format.
- Vérifier avec des sources fiables.
Incidences
- Diagnostic, traduction, automatisation.
- Erreurs, données personnelles, emplois, énergie.
Pièges à éviter
- Croire qu’une IA est neutre ou infaillible.
- Tester un modèle avec ses propres données d’entraînement.