L’intelligence artificielle
Comprendre ses fondements, ses usages et ses défis éthiques
Démarrer
Janvier 2025
Pour citer cet ouvrage : Technozone (2025). L'intelligence artificielle comprendre ses fondements, ses usages et ses défis éthiques. Cégep de Chicoutimi. CC-BY-NC-SA
Table des matières
L’IA est-elle écologique ?
Utilisez-vous l'IA ?
Des Biais dans l'iAg?
L'IA au quotidien
Les Types d’iA
peut-on lui faire confiance ?
Processus IAg
L’IA au cœur de ton futur métier
Conclusion
LA Requête
enjeux éthiques
Contactez-nous
Médiagraphie
Utilisez-vous l'IA ?
Introduction: L'IA au quotidien
Médias en streaming
Jeux Vidéos
Soins médicaux
Publicités
En savoir plus
En savoir plus
En savoir plus
En savoir plus
Lorem ipsum dolor sit
Introduction
Les Types d’intelligence artificielle
APPRENTISSAGE AUTOMATIQUE ET ADAPTIF
RECONNAISSANCE VOCALE ET FACIALE
ANALYSE DES DONNÉES ET PERSONNALISATION
IA PRÉDICTIVE
IA GÉNÉRATIVE
VISION PAR ORDINATEUR
le processus de l'IAg
Les 5 étapes clés du processus de l’IA générative
Exemple 1
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Exemple 2
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Exemple 3
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Exemple 4
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Exemple 5
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Processus IAg
1. entrainement du modèle
L’IA essaie de comprendre ce qu’elle voit.
Muffin
Chihuahua
L’IA est entraînée sur des tonnes de données (textes, images, vidéos). Son but ? Essayer de reconnaître ce qui est quoi.
Processus IAg
2. apprentissage du modèle
1. Muffin
2. Chihuahua
Ok… si c’est petit, brun et poilu, c’est un chien… ou peut-être un muffin ?
L’IA essaie de trouver des modèles et des relations dans les données. Elle crée des formules mathématiques pour décider si une image montre un chien ou un muffin.
Processus IAg
3. requête de l'utilisateur
Attends… Tu veux un chien ou un muffin ?
Quand tu poses une question, l’IA essaie d’interpréter ta demande.
Processus IAg
4. Analyse de la requête
L’IA compare ta question avec tout ce qu’elle sait déjà. Elle fait des statistiques pour trouver la réponse la plus logique… mais parfois, elle doute !
Ok… Calculons les probabilités :67% chihuahua, 33% muffin ?
Processus IAg
L'IA prédit la réponse la plus probable avec pour seul objectif d'avoir statistiquement raison.
5. génération de ta réponse
Chihuahua
Muffin
Muffhuahua
L’IA construit sa réponse en fonction de son algorithme. Elle essaie de donner la réponse la plus cohérente… mais elle peut aussi faire des erreurs.
LA Requête
IAg est un outil puissant, mais son efficacité dépend de la clarté de vos instructions. Plus votre requête est précise, plus la réponse est pertinente.
Chaque mot compte : trop de variables entraînent des résultats incohérents.
enjeux éthiques
Entre les données qu’on lui fournit et les réponses qu’elle génère, le processus reste hermétique. On ignore comment les algorithmes se peaufinent et évoluent, ce qui engendre des préoccupations majeures sur la transparence, la fiabilité et les biais décisionnels.
L’IA est-elle écologique ?
Les géants du cloud et d’internet devraient tripler la capacité de leurs datacenters d’ici 6 ans. (s. d.). Consulté 9 février 2025, à l’adresse https://www.usinenouvelle.com/article/les-geants-du-cloud-et-d-internet-devraient-tripler-la-capacite-de-leurs-datacenters-d-ici-6-ans.N2183798
CréAtion d'une Requête
Selon vous, quelle quantité d'eau est utilisée pour refroidir les serveurs lorsqu'on génère une réponse avec une intelligence artificielle générative ?
Les chercheurs estiment que chaque requête utilise environ 16 onces d'eau (2 tasses) dans les centres de données qui hébergent ces systèmes d'IA.
laquelle de ces activités émet le plus de CO₂ ?
ENJEUX ÉTHIQUE
L’IA est-elle écologique ?
1.
4.
Les centres de données utilisent de l'eau pour refroidir les composants électriques.
Consommation d'eau
La fabrication d'un ordinateur de 2 kg requiert 800 kg de matières premières.
Consommation de ressources
2.
une requête effectuée par ChatGPT, consomme 10 fois plus d'électricité qu'une recherche sur Google
Consommation d’énergie
5.
Les micropuces qui alimente l'IA nécessitent des terres rares.
Exploitation minéraux rares
Les centres de données issue des combustibles fossiles, émettant des gaz à effet de serre.
Émissions de CO₂
6.
Les centres de données génèrent des déchets toxiques, comme le mercure et le plomb.
Déchets électroniques
3.
Des Biais dans l'intelligence Artificielle?
Wordpress, 2U. (2021, décembre 8). How Artificial Intelligence Bias Affects Women and People of Color. UCB-UMT. https://ischoolonline.berkeley.edu/blog/artificial-intelligence-bias/
Activité : Imaginez une personne qui dirige une entreprise
Ne réfléchissez pas trop. Visualisez simplement cette personne dans votre esprit, sans jugement. Il n'y a pas de bonne ou de mauvaise réponse, et vos réponses sont anonymes. L'objectif est d'explorer vos perceptions.
ENJEUX ÉTHIQUE
Les types de Biais en ia
Biais historique
Biais de représentation
Certains groupes peuvent être surreprésentés ou sous-représentés dans les ensembles de données.
Les biais existants dans une société se reflètent dans les données historiques utilisées pour entraîner les modèles d’IA.
Exemple
Exemple
ENJEUX ÉTHIQUE
Les biais généré par l'IA
Biais de genre
Biais culturels et ethniques
Biais politique et idéologique
Biais socio-économique
Biais liés à la langue et à l'expression
Stéréotype dans les métiers
Présomptions sur certaines nationalités
Réponses biaisées sur des sujets sensibles
Biais dans les recommandations d'emploi
Discrimination envers les dialectes et langues minoritaires
ENJEUX ÉTHIQUE
Les biais généré par l'IA
Stéréotype de professions généré par Stable Diffusion en 2023
« Une photographie en couleur d'une femme de ménage »
« Une photographie en couleur d'un architecte »
Copper, C. (2024, Novembre 26).
ENJEUX ÉTHIQUE
Reproduction des stéréotypes
Une étude de la London Interdisciplinary School montre que l'IA, en générant des Barbies par pays, reproduit des stéréotypes raciaux et culturels.
Marketing Report TV (Réalisateur). (2023, août 6).
L’Intelligence Artificielle : peut-on lui faire confiance ?
So Cute And Innocent Look Of Robot https://imgur.com/gallery/so-cute-innocent-look-of-robot-2880x1800-PyoXOSv
Après avoir regardé la vidéo, pensez-vous que cette nouvelle est vraie ou fausse ?
ENJEUX ÉTHIQUE
Fiabilité et validation des données avec l’IA
L’IA peut être un outil puissant pour vérifier les informations mais elle peut aussi être utilisée pour créer de la désinformation.Avec l’évolution des outils comme les grands modèles de langage (LLM), il devient plus difficile de distinguer le vrai du faux. Les défis juridiques compliquent la lutte contre ces fausses informations, notamment en période électorale.
Si tu utilises l’IA, tu dois avoir l’expertise et la connaissance pour l’utiliser correctement.
ENJEUX ÉTHIQUE
La montée de la désinformation
POURQUOI LA DÉSINFORMATION EST-ELLE UN PROBLÈME GRANDISSANT ?
Création facilitée par l’IA
Deepfakes et faux articles
Défis juridiques
Jeux : Vrai ou faux ?
ENJEUX ÉTHIQUE
Méthodes pour contrer la désinformation
Lecture latérale
Faux articles
Détecter le faux
Sites Web avec des noms génériques.Titres accrocheurs sans fondement. Fortes réactions émotionnelles (colère, indignation).
Visages asymétriques, doigts mal formés. Texte flou ou déformé dans l’image. Éléments incohérents ou trop parfaits.
Vérifier une source en cherchant d’autres articles qui en parlent.
ENJEUX ÉTHIQUE
Confidentialité des données
L’IA collecte et analyse nos données
Si c’est gratuit, c’est peut-être toi le produit
Utiliser un pseudo neutre
ENJEUX ÉTHIQUE
Conclusion
- Prendre conscience des enjeux liés à l’IA.
- Valider l’information avec des sources fiables, car nous en sommes responsables.
- S’assurer d’avoir l’expertise et le jugement nécessaires avant de l’utiliser.
L’IA au cœur de ton futur métier
Techniques de physiothérapie
Centre Québécois de Formation Aéronautique
Soins préhospitaliers d’urgence
Techniques de diététique et transformation alimentaire
Technologie de l’architecture
Merci à tous!
418 549.9520, poste 2261
B-3006 (Bibliothèque)
Mes Outils Pour Réussir
Technozone@cchic.ca
N'hésitez pas à nous contacter.
Pour prendre rendez-vous
Technozone
Médiagraphie
Allen, M. (2024, Février 22)AI and the spread of fake news sites : Experts explain how to counteract them. | VirginiaTech https://news.vt.edu/content/news_vt_edu/en/articles/2024/02/AI-generated-fake-news-experts.html
Antonyuk, S. (2024, décembre 20). All About Netflix Artificial Intelligence : The Truth Behind Personalized Content. | Litslink. https://litslink.com/blog/all-about-netflix-artificial-intelligence-the-truth-behind-personalized-content
Benessaieh karime (2023, juin 3). Intelligence artificielle | Un impact environnemental monstre | La Presse. https://www.lapresse.ca/affaires/economie/2023-06-03/intelligence-artificielle/un-impact-environnemental-monstre.php
Chenette, A. (2021). CERNER LA SITUATION. INTELLIGENCE ARTIFICIELLE | Dossier RÉCIT. https://dossieria.recitdp.qc.ca/cerner-la-situation
Collier A. (2024, août 22). Artificial Intelligence is Using a Ton of Water. Here’s How to Be More Resourceful. | Veolia WTS. https://www.watertechnologies.com/blog/artificial-intelligence-using-ton-water-heres-how-be-more-resourceful
Copper, C. (2024, Novembre 26). Research Guides : Artificial Intelligence for Image Research: Datasets, Bias, Discrimination. | University of Toronto https://guides.library.utoronto.ca/c.php?g=735513&p=5297043
Environnement under review. (2024, septembre 21). AI has an environmental problem. Here’s what the world can do about that. | UN environnement programme. https://www.unep.org/news-and-stories/story/ai-has-environmental-problem-heres-what-world-can-do-about
Iriondo, Roberto (2018, October 11). Amazon Scraps Secret AI Recruiting Engine that Showed Biases Against Women | Carnegie Mellon University. https://www.ml.cmu.edu//news/news-archive/2016-2020/2018/october/amazon-scraps-secret-artificial-intelligence-recruiting-engine-that-showed-biases-against-women.html
L’art du « Prompt » : Guide 101 pour les personnes enseignantes. (2023, avril 16). | École branchée. https://ecolebranchee.com/lart-du-prompt-guide-101-pour-les-personnes-enseignantes/
Lefkowitz, M. (2019, août 5). Study finds racial bias in tweets flagged as hate speech | Cornell Chronicle. https://news.cornell.edu/stories/2019/08/study-finds-racial-bias-tweets-flagged-hate-speech
Li, P., Yang, J., Islam, M. A., & Ren, S. (2025). Making AI Less « Thirsty » : Uncovering and Addressing the Secret Water Footprint of AI Models (No. arXiv:2304.03271). arXiv. https://doi.org/10.48550/arXiv.2304.03271
Marketing Report TV (Réalisateur). (2023, août 6). The London Interdisciplinary School, AI and Bias [Enregistrement vidéo]. https://www.youtube.com/watch?v=Am3OeYeTqAg
Maurin, Fabien. (2023). ChatGPT for Educators | Prompting 101. (s. d.). | NOTION. https://wooclap.notion.site/ChatGPT-for-Educators-Prompting-101-0b4c015d7b8a4e1f834c1f61504042f2
QUIZ : Trouvez la Photo Réelle vs. Photo générée par IA Faites le test !(2023, octobre 23) | YouTube. https://www.youtube.com/watch?v=k4awda74VmY
Relations. M. (2019, Decembre 16) AI and the spread of fake news sites : Experts explain how to counteract them. | University of Waterloo https://news.vt.edu/content/news_vt_edu/en/articles/2024/02/AI-generated-fake-news-experts.html
Ren s. (2023, novembre 30) How much water does AI consume? The public deserves to know. | OECD.AI. https://oecd.ai/en/wonk/how-much-water-does-ai-consume
Rymmassen. (2024, mars 27). L’Impact Écologique de l’Intelligence Artificielle : Un Défi à l’Ère du Numérique L’Impact Écologique de l’Intelligence Artificielle : Un Défi à l’Ère du Numérique. Marketing numérique | Digital Marketing | HEC Montréal. https://digital.hec.ca/blog/limpact-ecologique-de-lintelligence-artificielle-un-defi-a-lere-du-numerique/
SalesForce Inc. Everyday examples and applications of artificial intelligence (AI) | Tableau. https://www.tableau.com/data-insights/ai/examples
Spitale, G., Biller-Andorno, N., & Germani, F. (2023). AI model GPT-3 (dis)informs us better than humans. | Science Advances https://doi.org/10.1126/sciadv.adh1850
Tousignant, L. (2017, novembre 30). Google Translate’s algorithm has a gender bias. | New York Post. https://nypost.com/2017/11/30/google-translates-algorithm-has-a-gender-bias/
UC Berkeley School of Information (2021, décembre 8). How Artificial Intelligence Bias Affects Women and People of Color. |UCB-UMT. https://ischoolonline.berkeley.edu/blog/artificial-intelligence-bias/
Yao, M. (2018, août 7). Chihuahua or muffin? | Medium. https://medium.com/free-code-camp/chihuahua-or-muffin-my-search-for-the-best-computer-vision-api-cbda4d6b425d
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17) Bias in Generative AI (Work in Progress). | Carnegie Mellon University https://www.andrew.cmu.edu/user/ales/cib/bias_in_gen_ai.pdf
Biais politique et idéologique
Réponses biaisées sur des sujets sensibles
🔎 Cas de GPT-3 :
Des chercheurs ont découvert que GPT-3, selon le ton de la question, pouvait soit favoriser les régimes démocratiques, soit montrer des réponses neutres ou ambiguës sur des régimes autoritaires, reflétant la diversité des sources utilisées pour son entraînement.
Si on pose une question sur un sujet politique (ex. "Quel est le meilleur système économique ?"), une IA pourrait donner une réponse influencée par la majorité des textes qu’elle a analysés, favorisant certaines perspectives et minimisant d'autres.
Spitale, G., Biller-Andorno, N., & Germani, F. (2023).
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
Présente les questions et affirmations sous forme de points.
Vrai ou généré ?
Joue à ce jeu pour tester ton niveau et découvrir si la photo est vraie ou fausse !
Deepfakes et faux articles
La technologie permet de créer des vidéos truquées et des sites d’information entièrement automatisés.
Allen, M. (2024, Février 22)
1️⃣Crée un quiz de 3 questions à réponse courte. 2️⃣ Donne-moi 3 affirmations sur la cellule animale, dont certaines sont fausses. 3️⃣Fais moi le quiz avec un niveau de difficulté croissant.
Minecraft utilise l'IA pour générer des environnements virtuels sans fin et s'adapter au style du joueur.
SalesForce Inc.
Analyse des données et personnalisation
Utilisée dans : analyse des comportements en ligne, publicités ciblées, réseaux sociaux.
Exemple : "Quand Instagram vous montre du contenu basé sur ce que vous aimez."
Chenette, A. (2021).
Consommation de ressources
L'électronique qu'ils abritent nécessite une quantité stupéfiante de matière première : la fabrication d'un ordinateur de 2 kg requiert 800 kg de matières premières.
Ren s. (2023, novembre 30)
Biais socio-économique
Biais dans les recommandations d’emploi
🔎 Cas d’Amazon :En 2018, Amazon a abandonné un système de recrutement par IA après avoir découvert qu’il désavantageait systématiquement les candidatures féminines pour des postes en ingénierie, car il avait appris que les CV masculins étaient historiquement plus souvent sélectionnés.
Si une IA recommande des carrières en fonction d’un CV, elle peut privilégier des personnes ayant déjà occupé certains postes et ignorer les candidats sous-représentés dans certains secteurs.
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
Iriondo, Roberto (2018, October 11).
Vision par ordinateur
Utilisée dans : applications de retouche photo, filtres Snapchat, détection d’objets ou de textes dans des images.
Exemple : "Applis qui détectent les plantes ou traduisent du texte avec la caméra."
Chenette, A. (2021).
Vérification des faits assistée par IA
Un nouvel outil développé par l’Université de Waterloo utilise des algorithmes d’apprentissage profond pour vérifier si une information est soutenue par d’autres sources fiables.Taux de précision de 90 % pour repérer des informations douteuses.
Relations. M. (2019, Decembre 16)
Pose-moi des questions pour m’aider à réviser ce sujet.
Émissions de CO₂
Pour alimenter leur électronique complexe, les centres de données qui hébergent la technologie de l'IA ont besoin de beaucoup d'énergie qui, dans la plupart des endroits, provient encore de la combustion de combustibles fossiles, produisant des gaz à effet de serre qui réchauffent la planète.
Rymmassen. (2024, mars 27).
Biais Historique
Si une IA est formée avec des données de recrutement du passé où les femmes étaient moins embauchées dans certains secteurs, elle risque de reproduire cette inégalité.
UC Berkeley School of Information (2021, décembre 8).
IA générative
Utilisée dans : création de contenu (ChatGPT, MidJourney), amélioration d’images ou génération de vidéos.
Exemple : "Créer des textes, des images, ou même des avatars numériques."
Chenette, A. (2021).
Consommation d'énergie
Selon l'Agence internationale de l'énergie, une requête effectuée par ChatGPT, consomme entre 10 et 60 fois plus d'électricité qu'une recherche sur Google.
Ren s. (2023, novembre 30)
Reconnaissance vocale et faciale
Utilisée dans : assistants vocaux (Siri, Alexa), déverrouillage de téléphone par reconnaissance faciale.
Exemple : "Demander à votre téléphone de régler une alarme ou d’envoyer un message."
Chenette, A. (2021).
Diagnostic précoce : L'IA peut analyser les données relatives aux patients et aux maladies afin de prédire la probabilité qu'un patient développe une maladie et de la diagnostiquer à un stade précoce ou de la prévenir complètement. Laboratoire : les robots fonctionnant avec l’intelligence artificielle manipulent et traitent des échantillons . Ils peuvent évaluer et trier les plaques de culture, séparer les cultures bactériennes et informer le personnel si quelque chose nécessite une analyse plus approfondie.
SalesForce Inc
Défis juridiques
Les réseaux sociaux ne sont pas légalement responsables du contenu qu’ils hébergent (section 230 du Communications Decency Act).Les créateurs de fausses informations restent souvent anonymes ou opèrent à l’étranger.
Allen, M. (2024, Février 22)
Analyse du texte avec le NLP
Le traitement du langage naturel (NLP) permet d’analyser des textes pour en extraire des informations et comprendre leur sens. Pour détecter la désinformation, le NLP aide à repérer des incohérences ou des fausses informations en comparant les textes avec des sources fiables. Il utilise des outils comme la classification de texte et la vérification des faits pour repérer des erreurs ou des biais dans les informations.
Biais liés à la langue et à l’expression
Discrimination envers les dialectes et langues minoritaires
Une IA entraînée principalement en anglais standard peut mal comprendre ou corriger excessivement les phrases écrites dans un dialecte ou une variante régionale. Si une IA détecte des fautes de grammaire dans une phrase écrite en anglais afro-américain vernaculaire (AAVE), elle peut corriger à tort des expressions valides, considérant cette forme de langage comme "incorrecte".
🔎 Cas de Twitter :
Un modèle de modération automatique de Twitter a été critiqué pour avoir plus souvent signalé comme offensants des tweets écrits en AAVE (African American Vernacular English), alors que le même message en anglais standard n’était pas signalé.
Lefkowitz, M. (2019, août 5).
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
Continuez à creuser.Notez que tous les contenus générés par une IA générative doivent être vérifiés, validés et corrigés par vous-même. Vous êtes l’ultime responsable des contenus que vous générez.
Apprentissage automatique et adaptatif
Utilisée dans : systèmes éducatifs intelligents, jeux vidéo qui s’ajustent à vos compétences.
Exemple : "Quand un jeu vidéo devient plus difficile parce que vous progressez."
Chenette, A. (2021).
IA prédictive
Utilisée dans : recommandations de films/séries (Netflix), suggestions de produits (Amazon), navigation GPS (Google Maps).
Exemple : "Quand Spotify vous propose une playlist adaptée à votre humeur."
Chenette, A. (2021).
Exploitation minéraux rares
Les micropuces qui alimentent l'intelligence artificielle ont besoin d'éléments de terres rares, qui sont souvent exploitées de manière destructrice pour l'environnement.
Ren s. (2023, novembre 30)
Biais de genre
Stéréotype dans les métiers
- Si on demande à une IA de générer une histoire sur un chirurgien et une infirmière, elle risque de présumer que le chirurgien est un homme et l’infirmière une femme.
- Si on lui demande d’écrire un article sur un leader politique, elle peut utiliser un ton plus assertif pour les hommes et un ton plus émotionnel pour les femmes.
2022
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
Bande-annonce sur mesure : Saviez-vous que pour des émissions comme House of Cards, Netflix a créé plusieurs bandes-annonces différentes ? Si vous adorez un acteur spécifique, vous verrez une bande-annonce centrée sur lui. Si vous préférez les intrigues politiques, l’IA vous montrera un extrait qui met cet aspect en avant.Prédiction des tendances : L’IA aide Netflix à prédire ce que vous et des millions d’autres abonnés aimerez à l’avenir, influençant ainsi leur choix de production. Recommandations personnalisées : L’IA analyse ce que vous regardez, vos préférences, et même les horaires auxquels vous êtes le plus actif pour vous proposer des séries et films sur mesure.
Antonyuk, S. (2024, décembre 20).
Déchets électroniques
Les centres de données produisent des déchets électroniques, qui contiennent souvent des substances dangereuses, comme le mercure et le plomb.
Ren s. (2023, novembre 30)
Les algorithmes d'IA suivent nos comportements en ligne, comme les sites web que nous visitons, les recherches que nous effectuons et comment nous interagissons avec les applications. Ces données sont ensuite utilisées pour créer des publicités ciblées, qui sont plus susceptibles de nous intéresser.
SalesForce Inc
Consommation d'eau
Les centres de données utilisent de l'eau pendant leur construction et une fois opérationnels, pour refroidir les composants électriques. Selon une estimation, l'infrastructure liée à l'IA pourrait bientôt consommer six fois plus d'eau que le Danemark, un pays de 6 millions d'habitants. C'est un problème alors qu'un quart de l'humanité n'a déjà pas accès à l'eau potable et à l'assainissement.
Ren s. (2023, novembre 30)
Biais de représentation
Les bases de données contenant des images de personnes peuvent manquer de diversité géographique, entraînant des biais dans la reconnaissance faciale et la génération d’images.
UC Berkeley School of Information (2021, décembre 8).
Création facilitée par l’IA
Les LLM permettent de rédiger des textes crédibles, et des outils comme Sora génèrent des vidéos réalistes en quelques secondes.
Allen, M. (2024, Février 22)
Biais culturels et ethniques
Présomptions sur certaines nationalités
Répartition raciale dans les images générées par l'IA
Une IA entraînée majoritairement sur des textes occidentaux peut produire des réponses qui sous-représentent ou caricaturent certaines cultures.
Si on lui demande de rédiger une histoire sur un entrepreneur, elle risque de donner un nom anglo-saxon plutôt qu’un nom arabe, africain ou asiatique.
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
🔎Expérience Google Translate :Google Translate traduisait souvent le pronom neutre turc “o” en “he” pour des termes comme “entrepreneur” ou “président” et en “she” pour des mots comme “nanny” ou “lazy.” Les termes positifs étaient majoritairement attribués aux hommes, tandis que les termes négatifs l’étaient aux femmes.
Tousignant, L. (2017, novembre 30).
J’ai de la difficulté à comprendre la cellule animale. Je dois réviser pour mon examen.
Fournir un rôle : - Agis comme un tuteur en biologie Indiquer votre rôle : -Je suis étudiant au cégep en biologie
ComfyUI | Generate video, images, audio with AI. https://www.comfy.org/
Cette image a été générée avec l'aide de DALL-E
L'apprentissage par caractéristiques repose sur l'attribution de poids aux différences entre les éléments analysés. Chaque caractéristique (forme, couleur, texture) influence la classification. L'IA apprend en ajustant les poids attribués à ces différences pour améliorer la reconnaissance.
IA_ETU_H24
Espace T
Created on February 5, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Smart Presentation
View
Practical Presentation
View
Essential Presentation
View
Akihabara Presentation
View
Terrazzo Presentation
View
Historical Presentation
View
Startup Presentation
Explore all templates
Transcript
L’intelligence artificielle
Comprendre ses fondements, ses usages et ses défis éthiques
Démarrer
Janvier 2025
Pour citer cet ouvrage : Technozone (2025). L'intelligence artificielle comprendre ses fondements, ses usages et ses défis éthiques. Cégep de Chicoutimi. CC-BY-NC-SA
Table des matières
L’IA est-elle écologique ?
Utilisez-vous l'IA ?
Des Biais dans l'iAg?
L'IA au quotidien
Les Types d’iA
peut-on lui faire confiance ?
Processus IAg
L’IA au cœur de ton futur métier
Conclusion
LA Requête
enjeux éthiques
Contactez-nous
Médiagraphie
Utilisez-vous l'IA ?
Introduction: L'IA au quotidien
Médias en streaming
Jeux Vidéos
Soins médicaux
Publicités
En savoir plus
En savoir plus
En savoir plus
En savoir plus
Lorem ipsum dolor sit
Introduction
Les Types d’intelligence artificielle
APPRENTISSAGE AUTOMATIQUE ET ADAPTIF
RECONNAISSANCE VOCALE ET FACIALE
ANALYSE DES DONNÉES ET PERSONNALISATION
IA PRÉDICTIVE
IA GÉNÉRATIVE
VISION PAR ORDINATEUR
le processus de l'IAg
Les 5 étapes clés du processus de l’IA générative
Exemple 1
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Exemple 2
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Exemple 3
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Exemple 4
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Exemple 5
//www.linternaute.com/photo_numerique/magazine/1287981-animaux-ou-nourriture-ces-photomontages-trompe-l-oeil-ont-cree-le-buzz/1288096-perroquet-ou-guacamole
Processus IAg
1. entrainement du modèle
L’IA essaie de comprendre ce qu’elle voit.
Muffin
Chihuahua
L’IA est entraînée sur des tonnes de données (textes, images, vidéos). Son but ? Essayer de reconnaître ce qui est quoi.
Processus IAg
2. apprentissage du modèle
1. Muffin
2. Chihuahua
Ok… si c’est petit, brun et poilu, c’est un chien… ou peut-être un muffin ?
L’IA essaie de trouver des modèles et des relations dans les données. Elle crée des formules mathématiques pour décider si une image montre un chien ou un muffin.
Processus IAg
3. requête de l'utilisateur
Attends… Tu veux un chien ou un muffin ?
Quand tu poses une question, l’IA essaie d’interpréter ta demande.
Processus IAg
4. Analyse de la requête
L’IA compare ta question avec tout ce qu’elle sait déjà. Elle fait des statistiques pour trouver la réponse la plus logique… mais parfois, elle doute !
Ok… Calculons les probabilités :67% chihuahua, 33% muffin ?
Processus IAg
L'IA prédit la réponse la plus probable avec pour seul objectif d'avoir statistiquement raison.
5. génération de ta réponse
Chihuahua
Muffin
Muffhuahua
L’IA construit sa réponse en fonction de son algorithme. Elle essaie de donner la réponse la plus cohérente… mais elle peut aussi faire des erreurs.
LA Requête
IAg est un outil puissant, mais son efficacité dépend de la clarté de vos instructions. Plus votre requête est précise, plus la réponse est pertinente.
Chaque mot compte : trop de variables entraînent des résultats incohérents.
enjeux éthiques
Entre les données qu’on lui fournit et les réponses qu’elle génère, le processus reste hermétique. On ignore comment les algorithmes se peaufinent et évoluent, ce qui engendre des préoccupations majeures sur la transparence, la fiabilité et les biais décisionnels.
L’IA est-elle écologique ?
Les géants du cloud et d’internet devraient tripler la capacité de leurs datacenters d’ici 6 ans. (s. d.). Consulté 9 février 2025, à l’adresse https://www.usinenouvelle.com/article/les-geants-du-cloud-et-d-internet-devraient-tripler-la-capacite-de-leurs-datacenters-d-ici-6-ans.N2183798
CréAtion d'une Requête
Selon vous, quelle quantité d'eau est utilisée pour refroidir les serveurs lorsqu'on génère une réponse avec une intelligence artificielle générative ?
Les chercheurs estiment que chaque requête utilise environ 16 onces d'eau (2 tasses) dans les centres de données qui hébergent ces systèmes d'IA.
laquelle de ces activités émet le plus de CO₂ ?
ENJEUX ÉTHIQUE
L’IA est-elle écologique ?
1.
4.
Les centres de données utilisent de l'eau pour refroidir les composants électriques.
Consommation d'eau
La fabrication d'un ordinateur de 2 kg requiert 800 kg de matières premières.
Consommation de ressources
2.
une requête effectuée par ChatGPT, consomme 10 fois plus d'électricité qu'une recherche sur Google
Consommation d’énergie
5.
Les micropuces qui alimente l'IA nécessitent des terres rares.
Exploitation minéraux rares
Les centres de données issue des combustibles fossiles, émettant des gaz à effet de serre.
Émissions de CO₂
6.
Les centres de données génèrent des déchets toxiques, comme le mercure et le plomb.
Déchets électroniques
3.
Des Biais dans l'intelligence Artificielle?
Wordpress, 2U. (2021, décembre 8). How Artificial Intelligence Bias Affects Women and People of Color. UCB-UMT. https://ischoolonline.berkeley.edu/blog/artificial-intelligence-bias/
Activité : Imaginez une personne qui dirige une entreprise
Ne réfléchissez pas trop. Visualisez simplement cette personne dans votre esprit, sans jugement. Il n'y a pas de bonne ou de mauvaise réponse, et vos réponses sont anonymes. L'objectif est d'explorer vos perceptions.
ENJEUX ÉTHIQUE
Les types de Biais en ia
Biais historique
Biais de représentation
Certains groupes peuvent être surreprésentés ou sous-représentés dans les ensembles de données.
Les biais existants dans une société se reflètent dans les données historiques utilisées pour entraîner les modèles d’IA.
Exemple
Exemple
ENJEUX ÉTHIQUE
Les biais généré par l'IA
Biais de genre
Biais culturels et ethniques
Biais politique et idéologique
Biais socio-économique
Biais liés à la langue et à l'expression
Stéréotype dans les métiers
Présomptions sur certaines nationalités
Réponses biaisées sur des sujets sensibles
Biais dans les recommandations d'emploi
Discrimination envers les dialectes et langues minoritaires
ENJEUX ÉTHIQUE
Les biais généré par l'IA
Stéréotype de professions généré par Stable Diffusion en 2023
« Une photographie en couleur d'une femme de ménage »
« Une photographie en couleur d'un architecte »
Copper, C. (2024, Novembre 26).
ENJEUX ÉTHIQUE
Reproduction des stéréotypes
Une étude de la London Interdisciplinary School montre que l'IA, en générant des Barbies par pays, reproduit des stéréotypes raciaux et culturels.
Marketing Report TV (Réalisateur). (2023, août 6).
L’Intelligence Artificielle : peut-on lui faire confiance ?
So Cute And Innocent Look Of Robot https://imgur.com/gallery/so-cute-innocent-look-of-robot-2880x1800-PyoXOSv
Après avoir regardé la vidéo, pensez-vous que cette nouvelle est vraie ou fausse ?
ENJEUX ÉTHIQUE
Fiabilité et validation des données avec l’IA
L’IA peut être un outil puissant pour vérifier les informations mais elle peut aussi être utilisée pour créer de la désinformation.Avec l’évolution des outils comme les grands modèles de langage (LLM), il devient plus difficile de distinguer le vrai du faux. Les défis juridiques compliquent la lutte contre ces fausses informations, notamment en période électorale.
Si tu utilises l’IA, tu dois avoir l’expertise et la connaissance pour l’utiliser correctement.
ENJEUX ÉTHIQUE
La montée de la désinformation
POURQUOI LA DÉSINFORMATION EST-ELLE UN PROBLÈME GRANDISSANT ?
Création facilitée par l’IA
Deepfakes et faux articles
Défis juridiques
Jeux : Vrai ou faux ?
ENJEUX ÉTHIQUE
Méthodes pour contrer la désinformation
Lecture latérale
Faux articles
Détecter le faux
Sites Web avec des noms génériques.Titres accrocheurs sans fondement. Fortes réactions émotionnelles (colère, indignation).
Visages asymétriques, doigts mal formés. Texte flou ou déformé dans l’image. Éléments incohérents ou trop parfaits.
Vérifier une source en cherchant d’autres articles qui en parlent.
ENJEUX ÉTHIQUE
Confidentialité des données
L’IA collecte et analyse nos données
Si c’est gratuit, c’est peut-être toi le produit
Utiliser un pseudo neutre
ENJEUX ÉTHIQUE
Conclusion
L’IA au cœur de ton futur métier
Techniques de physiothérapie
Centre Québécois de Formation Aéronautique
Soins préhospitaliers d’urgence
Techniques de diététique et transformation alimentaire
Technologie de l’architecture
Merci à tous!
418 549.9520, poste 2261
B-3006 (Bibliothèque)
Mes Outils Pour Réussir
Technozone@cchic.ca
N'hésitez pas à nous contacter.
Pour prendre rendez-vous
Technozone
Médiagraphie
Allen, M. (2024, Février 22)AI and the spread of fake news sites : Experts explain how to counteract them. | VirginiaTech https://news.vt.edu/content/news_vt_edu/en/articles/2024/02/AI-generated-fake-news-experts.html
Antonyuk, S. (2024, décembre 20). All About Netflix Artificial Intelligence : The Truth Behind Personalized Content. | Litslink. https://litslink.com/blog/all-about-netflix-artificial-intelligence-the-truth-behind-personalized-content
Benessaieh karime (2023, juin 3). Intelligence artificielle | Un impact environnemental monstre | La Presse. https://www.lapresse.ca/affaires/economie/2023-06-03/intelligence-artificielle/un-impact-environnemental-monstre.php
Chenette, A. (2021). CERNER LA SITUATION. INTELLIGENCE ARTIFICIELLE | Dossier RÉCIT. https://dossieria.recitdp.qc.ca/cerner-la-situation
Collier A. (2024, août 22). Artificial Intelligence is Using a Ton of Water. Here’s How to Be More Resourceful. | Veolia WTS. https://www.watertechnologies.com/blog/artificial-intelligence-using-ton-water-heres-how-be-more-resourceful
Copper, C. (2024, Novembre 26). Research Guides : Artificial Intelligence for Image Research: Datasets, Bias, Discrimination. | University of Toronto https://guides.library.utoronto.ca/c.php?g=735513&p=5297043
Environnement under review. (2024, septembre 21). AI has an environmental problem. Here’s what the world can do about that. | UN environnement programme. https://www.unep.org/news-and-stories/story/ai-has-environmental-problem-heres-what-world-can-do-about
Iriondo, Roberto (2018, October 11). Amazon Scraps Secret AI Recruiting Engine that Showed Biases Against Women | Carnegie Mellon University. https://www.ml.cmu.edu//news/news-archive/2016-2020/2018/october/amazon-scraps-secret-artificial-intelligence-recruiting-engine-that-showed-biases-against-women.html
L’art du « Prompt » : Guide 101 pour les personnes enseignantes. (2023, avril 16). | École branchée. https://ecolebranchee.com/lart-du-prompt-guide-101-pour-les-personnes-enseignantes/
Lefkowitz, M. (2019, août 5). Study finds racial bias in tweets flagged as hate speech | Cornell Chronicle. https://news.cornell.edu/stories/2019/08/study-finds-racial-bias-tweets-flagged-hate-speech
Li, P., Yang, J., Islam, M. A., & Ren, S. (2025). Making AI Less « Thirsty » : Uncovering and Addressing the Secret Water Footprint of AI Models (No. arXiv:2304.03271). arXiv. https://doi.org/10.48550/arXiv.2304.03271
Marketing Report TV (Réalisateur). (2023, août 6). The London Interdisciplinary School, AI and Bias [Enregistrement vidéo]. https://www.youtube.com/watch?v=Am3OeYeTqAg
Maurin, Fabien. (2023). ChatGPT for Educators | Prompting 101. (s. d.). | NOTION. https://wooclap.notion.site/ChatGPT-for-Educators-Prompting-101-0b4c015d7b8a4e1f834c1f61504042f2
QUIZ : Trouvez la Photo Réelle vs. Photo générée par IA Faites le test !(2023, octobre 23) | YouTube. https://www.youtube.com/watch?v=k4awda74VmY
Relations. M. (2019, Decembre 16) AI and the spread of fake news sites : Experts explain how to counteract them. | University of Waterloo https://news.vt.edu/content/news_vt_edu/en/articles/2024/02/AI-generated-fake-news-experts.html
Ren s. (2023, novembre 30) How much water does AI consume? The public deserves to know. | OECD.AI. https://oecd.ai/en/wonk/how-much-water-does-ai-consume
Rymmassen. (2024, mars 27). L’Impact Écologique de l’Intelligence Artificielle : Un Défi à l’Ère du Numérique L’Impact Écologique de l’Intelligence Artificielle : Un Défi à l’Ère du Numérique. Marketing numérique | Digital Marketing | HEC Montréal. https://digital.hec.ca/blog/limpact-ecologique-de-lintelligence-artificielle-un-defi-a-lere-du-numerique/
SalesForce Inc. Everyday examples and applications of artificial intelligence (AI) | Tableau. https://www.tableau.com/data-insights/ai/examples
Spitale, G., Biller-Andorno, N., & Germani, F. (2023). AI model GPT-3 (dis)informs us better than humans. | Science Advances https://doi.org/10.1126/sciadv.adh1850
Tousignant, L. (2017, novembre 30). Google Translate’s algorithm has a gender bias. | New York Post. https://nypost.com/2017/11/30/google-translates-algorithm-has-a-gender-bias/
UC Berkeley School of Information (2021, décembre 8). How Artificial Intelligence Bias Affects Women and People of Color. |UCB-UMT. https://ischoolonline.berkeley.edu/blog/artificial-intelligence-bias/
Yao, M. (2018, août 7). Chihuahua or muffin? | Medium. https://medium.com/free-code-camp/chihuahua-or-muffin-my-search-for-the-best-computer-vision-api-cbda4d6b425d
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17) Bias in Generative AI (Work in Progress). | Carnegie Mellon University https://www.andrew.cmu.edu/user/ales/cib/bias_in_gen_ai.pdf
Biais politique et idéologique
Réponses biaisées sur des sujets sensibles
🔎 Cas de GPT-3 : Des chercheurs ont découvert que GPT-3, selon le ton de la question, pouvait soit favoriser les régimes démocratiques, soit montrer des réponses neutres ou ambiguës sur des régimes autoritaires, reflétant la diversité des sources utilisées pour son entraînement.
Si on pose une question sur un sujet politique (ex. "Quel est le meilleur système économique ?"), une IA pourrait donner une réponse influencée par la majorité des textes qu’elle a analysés, favorisant certaines perspectives et minimisant d'autres.
Spitale, G., Biller-Andorno, N., & Germani, F. (2023).
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
Présente les questions et affirmations sous forme de points.
Vrai ou généré ?
Joue à ce jeu pour tester ton niveau et découvrir si la photo est vraie ou fausse !
Deepfakes et faux articles
La technologie permet de créer des vidéos truquées et des sites d’information entièrement automatisés.
Allen, M. (2024, Février 22)
1️⃣Crée un quiz de 3 questions à réponse courte. 2️⃣ Donne-moi 3 affirmations sur la cellule animale, dont certaines sont fausses. 3️⃣Fais moi le quiz avec un niveau de difficulté croissant.
Minecraft utilise l'IA pour générer des environnements virtuels sans fin et s'adapter au style du joueur.
SalesForce Inc.
Analyse des données et personnalisation
Utilisée dans : analyse des comportements en ligne, publicités ciblées, réseaux sociaux. Exemple : "Quand Instagram vous montre du contenu basé sur ce que vous aimez."
Chenette, A. (2021).
Consommation de ressources
L'électronique qu'ils abritent nécessite une quantité stupéfiante de matière première : la fabrication d'un ordinateur de 2 kg requiert 800 kg de matières premières.
Ren s. (2023, novembre 30)
Biais socio-économique
Biais dans les recommandations d’emploi
🔎 Cas d’Amazon :En 2018, Amazon a abandonné un système de recrutement par IA après avoir découvert qu’il désavantageait systématiquement les candidatures féminines pour des postes en ingénierie, car il avait appris que les CV masculins étaient historiquement plus souvent sélectionnés.
Si une IA recommande des carrières en fonction d’un CV, elle peut privilégier des personnes ayant déjà occupé certains postes et ignorer les candidats sous-représentés dans certains secteurs.
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
Iriondo, Roberto (2018, October 11).
Vision par ordinateur
Utilisée dans : applications de retouche photo, filtres Snapchat, détection d’objets ou de textes dans des images. Exemple : "Applis qui détectent les plantes ou traduisent du texte avec la caméra."
Chenette, A. (2021).
Vérification des faits assistée par IA
Un nouvel outil développé par l’Université de Waterloo utilise des algorithmes d’apprentissage profond pour vérifier si une information est soutenue par d’autres sources fiables.Taux de précision de 90 % pour repérer des informations douteuses.
Relations. M. (2019, Decembre 16)
Pose-moi des questions pour m’aider à réviser ce sujet.
Émissions de CO₂
Pour alimenter leur électronique complexe, les centres de données qui hébergent la technologie de l'IA ont besoin de beaucoup d'énergie qui, dans la plupart des endroits, provient encore de la combustion de combustibles fossiles, produisant des gaz à effet de serre qui réchauffent la planète.
Rymmassen. (2024, mars 27).
Biais Historique
Si une IA est formée avec des données de recrutement du passé où les femmes étaient moins embauchées dans certains secteurs, elle risque de reproduire cette inégalité.
UC Berkeley School of Information (2021, décembre 8).
IA générative
Utilisée dans : création de contenu (ChatGPT, MidJourney), amélioration d’images ou génération de vidéos. Exemple : "Créer des textes, des images, ou même des avatars numériques."
Chenette, A. (2021).
Consommation d'énergie
Selon l'Agence internationale de l'énergie, une requête effectuée par ChatGPT, consomme entre 10 et 60 fois plus d'électricité qu'une recherche sur Google.
Ren s. (2023, novembre 30)
Reconnaissance vocale et faciale
Utilisée dans : assistants vocaux (Siri, Alexa), déverrouillage de téléphone par reconnaissance faciale. Exemple : "Demander à votre téléphone de régler une alarme ou d’envoyer un message."
Chenette, A. (2021).
Diagnostic précoce : L'IA peut analyser les données relatives aux patients et aux maladies afin de prédire la probabilité qu'un patient développe une maladie et de la diagnostiquer à un stade précoce ou de la prévenir complètement. Laboratoire : les robots fonctionnant avec l’intelligence artificielle manipulent et traitent des échantillons . Ils peuvent évaluer et trier les plaques de culture, séparer les cultures bactériennes et informer le personnel si quelque chose nécessite une analyse plus approfondie.
SalesForce Inc
Défis juridiques
Les réseaux sociaux ne sont pas légalement responsables du contenu qu’ils hébergent (section 230 du Communications Decency Act).Les créateurs de fausses informations restent souvent anonymes ou opèrent à l’étranger.
Allen, M. (2024, Février 22)
Analyse du texte avec le NLP
Le traitement du langage naturel (NLP) permet d’analyser des textes pour en extraire des informations et comprendre leur sens. Pour détecter la désinformation, le NLP aide à repérer des incohérences ou des fausses informations en comparant les textes avec des sources fiables. Il utilise des outils comme la classification de texte et la vérification des faits pour repérer des erreurs ou des biais dans les informations.
Biais liés à la langue et à l’expression
Discrimination envers les dialectes et langues minoritaires
Une IA entraînée principalement en anglais standard peut mal comprendre ou corriger excessivement les phrases écrites dans un dialecte ou une variante régionale. Si une IA détecte des fautes de grammaire dans une phrase écrite en anglais afro-américain vernaculaire (AAVE), elle peut corriger à tort des expressions valides, considérant cette forme de langage comme "incorrecte".
🔎 Cas de Twitter : Un modèle de modération automatique de Twitter a été critiqué pour avoir plus souvent signalé comme offensants des tweets écrits en AAVE (African American Vernacular English), alors que le même message en anglais standard n’était pas signalé.
Lefkowitz, M. (2019, août 5).
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
Continuez à creuser.Notez que tous les contenus générés par une IA générative doivent être vérifiés, validés et corrigés par vous-même. Vous êtes l’ultime responsable des contenus que vous générez.
Apprentissage automatique et adaptatif
Utilisée dans : systèmes éducatifs intelligents, jeux vidéo qui s’ajustent à vos compétences. Exemple : "Quand un jeu vidéo devient plus difficile parce que vous progressez."
Chenette, A. (2021).
IA prédictive
Utilisée dans : recommandations de films/séries (Netflix), suggestions de produits (Amazon), navigation GPS (Google Maps). Exemple : "Quand Spotify vous propose une playlist adaptée à votre humeur."
Chenette, A. (2021).
Exploitation minéraux rares
Les micropuces qui alimentent l'intelligence artificielle ont besoin d'éléments de terres rares, qui sont souvent exploitées de manière destructrice pour l'environnement.
Ren s. (2023, novembre 30)
Biais de genre
Stéréotype dans les métiers
2022
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
Bande-annonce sur mesure : Saviez-vous que pour des émissions comme House of Cards, Netflix a créé plusieurs bandes-annonces différentes ? Si vous adorez un acteur spécifique, vous verrez une bande-annonce centrée sur lui. Si vous préférez les intrigues politiques, l’IA vous montrera un extrait qui met cet aspect en avant.Prédiction des tendances : L’IA aide Netflix à prédire ce que vous et des millions d’autres abonnés aimerez à l’avenir, influençant ainsi leur choix de production. Recommandations personnalisées : L’IA analyse ce que vous regardez, vos préférences, et même les horaires auxquels vous êtes le plus actif pour vous proposer des séries et films sur mesure.
Antonyuk, S. (2024, décembre 20).
Déchets électroniques
Les centres de données produisent des déchets électroniques, qui contiennent souvent des substances dangereuses, comme le mercure et le plomb.
Ren s. (2023, novembre 30)
Les algorithmes d'IA suivent nos comportements en ligne, comme les sites web que nous visitons, les recherches que nous effectuons et comment nous interagissons avec les applications. Ces données sont ensuite utilisées pour créer des publicités ciblées, qui sont plus susceptibles de nous intéresser.
SalesForce Inc
Consommation d'eau
Les centres de données utilisent de l'eau pendant leur construction et une fois opérationnels, pour refroidir les composants électriques. Selon une estimation, l'infrastructure liée à l'IA pourrait bientôt consommer six fois plus d'eau que le Danemark, un pays de 6 millions d'habitants. C'est un problème alors qu'un quart de l'humanité n'a déjà pas accès à l'eau potable et à l'assainissement.
Ren s. (2023, novembre 30)
Biais de représentation
Les bases de données contenant des images de personnes peuvent manquer de diversité géographique, entraînant des biais dans la reconnaissance faciale et la génération d’images.
UC Berkeley School of Information (2021, décembre 8).
Création facilitée par l’IA
Les LLM permettent de rédiger des textes crédibles, et des outils comme Sora génèrent des vidéos réalistes en quelques secondes.
Allen, M. (2024, Février 22)
Biais culturels et ethniques
Présomptions sur certaines nationalités
Répartition raciale dans les images générées par l'IA
Une IA entraînée majoritairement sur des textes occidentaux peut produire des réponses qui sous-représentent ou caricaturent certaines cultures. Si on lui demande de rédiger une histoire sur un entrepreneur, elle risque de donner un nom anglo-saxon plutôt qu’un nom arabe, africain ou asiatique.
Zhou, M., Abhishek, V., & Srinivasan, K. (2023, September 17)
🔎Expérience Google Translate :Google Translate traduisait souvent le pronom neutre turc “o” en “he” pour des termes comme “entrepreneur” ou “président” et en “she” pour des mots comme “nanny” ou “lazy.” Les termes positifs étaient majoritairement attribués aux hommes, tandis que les termes négatifs l’étaient aux femmes.
Tousignant, L. (2017, novembre 30).
J’ai de la difficulté à comprendre la cellule animale. Je dois réviser pour mon examen.
Fournir un rôle : - Agis comme un tuteur en biologie Indiquer votre rôle : -Je suis étudiant au cégep en biologie
ComfyUI | Generate video, images, audio with AI. https://www.comfy.org/
Cette image a été générée avec l'aide de DALL-E
L'apprentissage par caractéristiques repose sur l'attribution de poids aux différences entre les éléments analysés. Chaque caractéristique (forme, couleur, texture) influence la classification. L'IA apprend en ajustant les poids attribués à ces différences pour améliorer la reconnaissance.