Data & IA

Module 1 : Introduction à l'intelligence artificielle

4 jour(s) • 4h

Description

Objectif du module : Permettre aux participants de comprendre les concepts de base de l'Intelligence Artificielle (IA), son fonctionnement et ses principales applications, en les acculturant aux enjeux éthiques et aux pratiques de l'IA générative, afin de pouvoir intégrer l'IA dans les processus administratifs de la collectivité.

Objectifs pédagogiques

Comprendre les concepts de base de l'IA.
Appréhender le fonctionnement des modèles d'IA (fonctionnement induit).
Comprendre les enjeux éthiques et sociétaux liés à l'IA.
Se familiariser avec l'IA générative et ses applications pratiques.
Apprendre à rédiger des prompts efficaces.

Public concerné

Agents administratifs et techniques et managers de la région Grand Est

Prérequis

Aucun

Déroulé du programme

Partie 1 : Introduction à l'intelligence artificielle et fonctionnement induit (2h)

Objectif : Permettre aux participants de comprendre les concepts de base de l'IA, son historique, les différentes branches de l'IA et le fonctionnement induit des modèles d'IA. Ils découvriront également les enjeux éthiques et sociétaux liés à l'IA dans le secteur public.

Introduction à l'IA (30min)

Définition et brève histoire de l'IA
Applications courantes dans le secteur public et privé

Les branches de l'IA (30min)

Le principe d'apprentissage automatique basé sur les données (Machine Learning)
Le traitement du langage naturel (NLP)
L'utilisation de l'IA pour la reconnaissance d'images et la vision artificielle
Introduction aux concepts de création de contenu par l'IA (synthèse, rédaction, traduction, idéation, etc.)
Présentation d'un exemple d'utilisation de l'IA dans une collectivité locale (ex : automatisation des comptes-rendus de réunion ou analyse prédictive pour la gestion des ressources humaines)

Fonctionnement induit de l'IA (30min)

Comment les algorithmes apprennent : apprentissage supervisé, non supervisé, et par renforcement
L'importance des données : qualité, nettoyage, biais
Exemple de processus d'apprentissage d'un modèle d'IA générative (par exemple, dans la gestion des ressources humaines)

Enjeux éthiques et sociétaux (15min)

Les risques éthiques : biais algorithmiques, protection des données et respect de la vie privée
L'impact de l'IA sur le travail
L'utilisation de l'IA pour des décisions publiques et les risques associés à l'impact sur les citoyens

Mise en pratique et interaction (15min)

Débat interactif avec Wooclap : réponse à des questions éthiques sur l'usage de l'IA (ex : l'IA devrait-elle être utilisée pour automatiser certaines décisions administratives ?)
Questions-réponses interactives via Wooclap pour clarifier les points vus pendant la session

Partie 2 : IA générative, prompts et cas d'usage (2h)

Objectif : Permettre aux participants de comprendre les spécificités de l'IA générative, comment rédiger des prompts efficaces et explorer des cas d'usage dans la fonction publique.

Zoom sur l'IA générative et ses applications (30min)

Introduction aux principales fonctionnalités de l'IA générative (rédaction, synthèse, traduction, analyse)
Les technologies sous-jacentes à l'IA générative : modèles de langage, apprentissage basé sur les données
Sondage Wooclap sur les avantages et les limites de l'IA générative dans un contexte administratif

Introduction aux prompts (45min)

Qu'est-ce qu'un prompt ? Pourquoi est-il important ?
Comment rédiger des prompts efficaces : principes de base pour obtenir des résultats fiables
Exemples de bons et mauvais prompts
Introduction aux hallucinations de l'IA : erreurs à éviter

Cas d'usage pratiques dans la fonction publique (30min)

Présentation d'exemples concrets d'utilisation de l'IA générative dans les collectivités locales : gestion des ressources humaines, automatisation des comptes-rendus, analyse de données, etc.
Démonstration de projets IA réussis dans des collectivités locales

Exercice interactif avec Kahoot (15min)

Test sur la rédaction de prompts : identification de bons et mauvais exemples
Fiabilisation des résultats : conseils pratiques pour améliorer la précision des résultats obtenus via l'IA