Bienvenue sur cette page dédiée
aux IA génératives !
Découvrez comment ces technologies révolutionnent la création de contenu, de la tokenisation
à l'utilisation de prompts détaillés.
Comprenez leurs limites et explorez leur potentiel en les testant vous-même.
Apprenez à votre rythme et découvrez comment elles peuvent vous ouvrir des portes vers
de nouvelles opportunités professionnelles.
Un contenu sur les IA génératives accessible à toutes
Chez Simplon, notre mission est de rendre le numérique accessible à toutes, sans compromis.
Ce contenu vous est proposé dans l’objectif de démocratiser l’accès aux technologies pour accompagner toutes les femmes, quel que soit leur parcours. Parce que le numérique doit être un levier d’opportunités pour toutes.
Le contenu gratuit
Aucune inscription n’est requise
Apprenez à votre rythme
Découvrez les IA génératives
L’histoire des IA génératives
Découvrez l'évolution des IA génératives, de leurs débuts à aujourd'hui. En 1936, Alan Turing, mathématicien britannique invente la Machine de Turing.
Remontons-le temps
2022, 1 million d’utilisateurs en 5 jours ! Curieux.se ou sceptique, 1 million de personnes ont testé ChatGPT ou comment l’humain converse avec la machine. Digne d’un roman de science-fiction ou d’une série au TOP 10 de Netflix.
L’intelligence artificielle, ce sont des systèmes, algorithmes et programmes informatiques capables d'effectuer des tâches qui, normalement, nécessitent l'intelligence humaine.
Avant L’essor de ChatGPT, l’intelligence artificielle est déjà dans notre quotidien :
L’IA Générative, c’est avant tout un algorithme qui apprend à reconnaître et à générer des contenus inspirés, à partir de milliards de textes et d'images collectés sur le web.
Ce n’est pas un moteur de recherche qui permet de trouver une information fiable et validée mais un outil créatif et polyvalent, ce qui peut proposer des erreurs ou avoir des biais. Un biais se réfère à des préjugés ou des erreurs systématiques qui peuvent affecter le résultat de l’IA.
L’IA Gen est une catégorie d'IA capable de créer (générer) du contenu. Certains modèles produisent du texte, les fameux grands modèles de langue ou LLM, comme ChatGPT. D’autres produisent des images, les modèles de diffusion comme StableDiffusion. D’autres créent du son, comme AudioBox.
Découvrez l'évolution des IA génératives, de leurs débuts à aujourd'hui. En 1936, Alan Turing, mathématicien britannique invente la Machine de Turing. Prenez 2 minutes pour comprendre comment cette expérience pose les bases de l’informatique moderne et de l’intelligence artificielle telle que nous la connaissons aujourd'hui.
Suivant
Comment ça marche ?
Comment la machine réfléchit-elle ?
Suivez-nous pour découvrir comment fonctionnent les intelligences artificielles. L'IA est un domaine passionnant qui comprend plusieurs branches. L'une d'elles est le machine learning (apprentissage automatique), qui permet aux ordinateurs d'apprendre à partir de données sans être programmés pour chaque tâche. Par exemple, les plateformes de streaming comme Netflix utilisent le machine learning pour recommander des films et des séries en fonction de vos préférences.
Une autre branche importante est le deep learning (apprentissage profond). Cette technique utilise des réseaux de neurones artificiels pour imiter le cerveau humain. Les réseaux de neurones sont composés de plusieurs couches, chaque couche traitant et transmettant des informations à la suivante. Cela permet aux systèmes d'IA de gérer des données complexes et de réaliser des tâches comme la reconnaissance d'images et la compréhension du langage. Par exemple, les assistants vocaux comme Siri et Alexa utilisent le deep learning pour comprendre et répondre à vos questions.
Pour en savoir plus, nous vous recommandons cette vidéo récapitulative et cette introduction sur l’intelligence artificielle.
Suivant
Parlons tokenisation
La tokenisation ou comment transformer les mots en nombres
En termes simples, la tokenisation consiste à remplacer des données sensibles par des jetons (ou tokens).
Ces jetons ne contiennent pas d'informations significatives elles-mêmes mais servent de références aux données originales stockées dans un endroit sécurisé.
La Tokenisation et le Traitement du Langage Naturel (NLP)
Dans le contexte de l'IA, et plus particulièrement du traitement du langage naturel (NLP), la tokenisation joue un rôle crucial. Voici comment :
Segmenter le texte : La tokenisation divise le texte en unités plus petites appelées tokens. Par exemple, la phrase "L'IA est fascinante" peut être tokenisée en ["L'", "IA", "est", "fascinante"].
Faciliter l'analyse : Ces tokens peuvent ensuite être analysés individuellement pour comprendre le contexte, la grammaire et le sens général du texte.
Pré-traitement des Données : Avant d'entraîner un modèle d'IA, les données textuelles doivent être prétraitées. La tokenisation est une des premières étapes de ce processus, permettant de normaliser le texte.
Suivant
Le BIG prompt
Apprenez à prompter
Découvrez l'art du prompting, une technique pour utiliser une intelligence artificielle via un modèle de langage (LLM) tel que ChatGPT, Perplexity, Mistral, Copilot. Apprenez à poser des questions et donner des commandes pour obtenir des réponses précises ou générer un contenu multimédia avec Midjourney, Adobe Firefly ou Flux pour les images. Côté son, Lovo, ElevenLabs, Suno peuvent vous aider. Envie de créer des vidéos, rendez vous sur Sora, Runway ou Kling AI.
Il existe plusieurs types de prompts que vous pouvez utiliser pour interagir efficacement avec les intelligences artificielles. De la simple question (quelle est la capitale de la France ?) ou un prompt explicatif (Qu'est-ce que le machine learning ?"). Il est également possible de comparer des concepts : quels sont les avantages des voitures électriques par rapport aux voitures à essence ?.
Enfin, un LLM permet d’explorer des situations hypothétiques comme (Que se passerait-il si l'Internet disparaissait pendant un mois ?) ou d’attribuer un rôle à l'IA, comme "Explique-moi ce concept comme si tu étais un professeur".
Envie d’approfondir : ce module détaillé est à votre disposition une vidéo avec Bing sur la création d’image.
Obtenir un premier certificat sur l'art de prompter et les outils d'IA générative.
Suivant
Les biais de genre
Hallucinations et deepfakes
Depuis son apparition, de nombreuses études ont mis en lumière les biais sexistes que l’IA peut véhiculer.
Les algorithmes de l'IA sont conçus par des ingénieurs, majoritairement des hommes, ce qui influence les données utilisées pour entraîner ces systèmes. On estime qu'entre 10 et 20 % des professionnels dans ce secteur sont des femmes. Cette sous-représentation contribue à la perpétuation des stéréotypes de genre dans les technologies de l'IA.
Un biais de genre, c'est favoriser un genre (comme les garçons ou les filles) par rapport à un autre, souvent sans s'en rendre compte. Par exemple, si un jeu vidéo montre toujours les garçons comme des héros et les filles comme des personnages secondaires, c'est un biais de genre. Cela peut aussi arriver avec les ordinateurs et les robots, qui apprennent à partir de données. Si ces données sont biaisées, les robots peuvent aussi avoir des préjugés.
En gros, un biais de genre, c'est une sorte de préférence non justifiée qui peut influencer nos décisions et nos comportements. Il est important de les reconnaître et de les corriger pour que tout le monde soit traité de manière équitable.
On peut citer deux exemples :
- Recrutement : Si une entreprise utilise un logiciel pour trier les CV et que ce logiciel a été entraîné avec des données montrant que les hommes sont plus souvent embauchés pour des postes techniques, il pourrait favoriser les candidatures masculines, même si les femmes sont tout aussi qualifiées.
- Publicité en ligne : Si un algorithme de publicité montre principalement des jouets de construction aux garçons et des poupées aux filles, il renforce les stéréotypes de genre.
Cela peut limiter les intérêts et les opportunités des enfants en fonction de leur genre.
Les biais de genre dans l'intelligence artificielle sont un défi majeur à relever. En favorisant la mixité et en sensibilisant les professionnels du secteur, nous pouvons espérer une IA plus inclusive et équitable. Ensemble, œuvrons pour une technologie qui reflète la diversité de notre société.
Suivant
Je teste
À vous de jouer !
Il n’y a pas de bonnes ou mauvaises manières d’utiliser une IA générative. Tout dépend du résultat attendu. A vous de tester les différents prompts.
Challenger une offre d’emploi
Exercice 1 : « Peux-tu mettre en évidence les 10 mots clés les plus importants figurant dans le descriptif de poste suivant : [copier-coller la description de la fiche de poste dans votre prompt]».
Développer ses compétences
Exercice 2: "Bonjour ChatGPT, je souhaite apprendre à utiliser Excel. Pouvez-vous m'aider à comprendre les bases et à progresser vers des fonctionnalités plus avancées ? Voici ce que j'aimerais couvrir :
Introduction à Excel : interface, cellules, lignes, colonnes.
Formules et fonctions de base : SUM, AVERAGE, MIN, MAX.
Gestion des données : tri, filtre.
Fonctions avancées : VLOOKUP, HLOOKUP, INDEX, MATCH.
Graphiques et visualisation : création et personnalisation de graphiques.
Macros et automatisation : bases des macros.
Projets pratiques : exemples de projets pour appliquer mes connaissances.
Merci de m'aider à chaque étape avec des explications et des exemples pratiques."
Construire une lettre de motivation
Exercice 3 : En soumettant le texte de l’offre d’emploi ainsi que la liste de compétences et d’expériences professionnelles (préalablement rédigée), vous pouvez demander à un outil doté d’IA, comme ChatGPT, d’extraire celles qui sont professionnellement les plus pertinentes par rapport aux compétences attendues du poste visé dans la fonction publique.
On peut imaginer un prompt plus détaillé avec les informations suivantes :
« Je postule actuellement pour le poste [titre du poste] à [nom de l'administration] et je sollicite ton aide pour rédiger une lettre de motivation synthétique et percutante.
Pourrais-tu m'aider en utilisant les informations ci-dessous ?
-Description du poste : [insérer une copie de la description du poste]
-Informations sur l'organisation visée : [informations générales sur la mission, les valeurs et la culture de l'entreprise]
-Objectifs : [vos objectifs professionnels et la manière dont cet emploi correspond à vos aspirations professionnelles]
-Réalisations : [donner quelques exemples de vos réalisations passées qui sont pertinentes pour le poste]
-Motivation : [dites pourquoi vous êtes intéressé par cette mission en particulier et ce qui vous passionne dans cette opportunité]
-Instructions supplémentaires : n'hésitez pas à demander à l’IA d’écrire une lettre de motivation en XX mots : Demandez des paragraphes structurés. Si vous avez des indices à donner à l’IA sur le ton et le style, formulez l’aide avec des adjectifs ».
Vérifier son orthographe
Exercice 4 : « Peux-tu me dire si le texte est correctement orthographié et que la grammaire est bonne dans le texte suivant :
[insérer le texte du CV] ».
Suivant
Pour aller plus loin
Passer les certifications
Vous pouvez approfondir le sujet en préparant des certifications.
La certification"Améliorez votre productivité grâce à l'IA générative avec Microsoft et LinkedIn" vous montre comment exploiter l'IA pour travailler de manière plus productive.
Enfin, la certification "Préparer votre carrière dans l'IA générative par Microsoft et LinkedIn" vous donne avec les compétences essentielles pour exceller dans le domaine de l'IA générative.
Envie d’en savoir plus ?
Ne manquez aucune opportunité pour vous former et vous lancer dans le numérique avec Simplon. Restez connectée pour découvrir toutes nos formations dédiées aux IA génératives.
Avec le soutien de
Contact
