IA' débat
Les enjeux éthiques et sociétaux de l'intelligence artificielle
Commencer
Module 2 : IA' débat
Maintenant que l'IA nest plus une force magique à vos yeux, vous êtes prêt·es à en découvrir davantage ! L'intelligence artificielle n'est pas une innovation sans impact sur nos sociétés et les plus importants vous sont expliqués dans ce module. Ce module à deux objectifs simples, rendez-vous à la page suivante pour la suite !
Identifier les enjeux éthiques et sociétaux liés à l'usage de l'IA...
Objectifs du module
...pour ajuster vos usages à l'université et en dehors...
Avec ce module, vous allez pouvoir...
...en privilégiant des choix plus éthiques et critiques
Vos connaissances et compétences seront évaluées de la manière suivante...
non-noté
Un test d'entraînement au début (facultatif) et la fin du module
Modalités d'évaluation
notée
Une participation active sur la page Moodle aux forums et sondages de ce module 2
Commencerle module
noté
Un test de connaissance (QCM) en présentiel à l'issue des trois modules
45min à 1 heure
Fonctionnement du module
Cette barre vous donne acccès aux grandes parties importantes du module !
Embarquez pour 45 minutes d'une présentation interactive : vous êtes invité·es à cliquer partout !
N'oubliez pas de prendre des notes au fur et à mesure
C'est parti !
Centre de contrôle du module
La fabrique de l'information
Les coûts environnementaux
Quels présent et avenir pour l'emploi?
Gérer et exploiter les données
Tester vos connaissances
Objectif : comprendre comment l'IA fabrique l'information pour mieux l'utiliser
La fabrique de l'information
Vous ne trouvez pas ça bizarre que l'on fasse confiance aveuglement à une intelligence artificelle quand elle nous donne une réponse ou exécute une tâche ?
C'est probablement qu'on ignore encore comment elle fonctionne !
En réalité, une intelligence artificielle est influencée à plusieurs moments de son fonctionnement par des actions humaines qui peuvent fausser l'information ou l'exécution d'une tâche !
En savoir plus
Objectif : comprendre comment l'IA fabrique l'information pour mieux l'utiliser
La fabrique de l'information
Les erreurs que peuvent faire les IA sont liées à ce qu'on appelle des biais, présents dans toute sa chaîne de fonctionnement !
CONVERSATIONIA générative
Algorithme
Données
Chat GPT, Chat GPT, dis-moi qui est le plus beau.
Excellente question ! C'est vous bien sûr.
Passer à la suite
La fabrique de l'informationLes hallucinations
Objectif : comprendre comment l'IA peut inventer de l'information
Quoi?
Un modèle d'IA génère du contenu qui n'est pas ancré dans ses données d'apprentissage ou qui représente une interprétation erronée de ces données.
Pourquoi ?
Vous vous demandez comment c'est possible? Ces modèles créent des associations probabilistes entre des mots et des concepts, mais ne "comprennent" pas réellement le contenu qu'ils manipulent. Ils ne sont pas en mesure de détecter une anomalie de sens juste parce que cela "sonne" faux comme le ferait un être humain.
De plus, les chatbots sur le marché sont conçus pour toujours fournir une réponse : cette pression augmente le risque d'inventions même si cela nous paraît absurde. De version en version, les chatbots sont améliorés pour réduire les marges d'erreurs mais cela ne garantit pas leur absence totale !
Passer à la suite
La fabrique de la désinformation
Objectif : comprendre comment l'IA encourage la désinformation
L'enjeu est simple : comment différencier le vrai du faux lorsqu'un outil accessible à tous·tes est capable de générer n'importe quelle image, vidéo et textes officiels falsifiés?
Depuis les réseaux sociaux, le risque de la désinformation est là. Mais il est désormais "industrialisé" car les barriières techniques disparaissent avec l'IA générative. Un individu disposant d'un simple accès à des outils d'IA peut générer:
Discours fictifs attribués à des personnalités, manipulation des expressions faciales et de la voix, création de "souvenirs visuels" d'événements inventés...
Scènes fictives présentées comme des événements réels, modifications subtiles d'images authentiques...
Articles de "fausses nouvelles" imitant le style journalistique, témoignages fictifs mais crédibles, documents officiels falsifiés...
Des vidéos deepfakes
Des images trompeuses
Des textes manipulateurs
Découvrir
Testez-vous
Quelques exemples d'images générées par IA
Parfois pour faire rire, parfois pour diffuser une fausse information, les images générées par IA déforment notre vision de la réalité et affectent nos démocraties. Et avec la rapidité des échanges sur les réseaux sociaux, les utilisateurs· rices diffusent du contenu faux sans penser aux conséquences.
Toutes ces images sont fausses
Fabrique
Deep fakes
L'ère des vidéos générées par IA
On appelle deefakes les vidéos générées par IA en référence au deep learning et à l'aspect artificiel des vidéos.
Enfant des images générées par IA, les deefakes ont une force de persuasion supérieure et peuvent véhiculer davantage de fake news. Parmi les problèmes qui émergent, on remarque :
les vols d'identité
l'atteinte à la vie privée
la cyberintimidation
la propagance politique
Fabrique
Suite
Objectif : comprendre les enjeux éthiques du travail en lien avec l'IA
Quels présent et avenir pour l'emploi ?
Les outils d'IA posent de nombreuses questions en rapport avec notre réalité du travail :
La question se pose déjà au sein des entreprises qui cherchent à réduire leur budget alloué à la création et au design. Sachant que les IA génératives sont entraînées en grande partie sur des oeuvres non-libres de droit, les artistes peuvent se retrouver doublement pénalisés.
Le travail du clic est un job précaire réalisé par des millions de personnes et que l’on retrouve partout sur la planète.
C'est le moment de vous poser les bonnes questions. L'IA sera présente dans votre environnement d'études et professionnel alors faites-les choix qui vous correspondent et en connaissance de cause !
Est-ce que j'étudie pour un métier qui existera plus tard?
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Est-ce que les métiers créatifs sont voués à disparaître à cause de l'IA générative?
Dignité du travail
Quel sera mon métier à la sortie de mes études alors que l'IA peut faire une partie de mon travail?
- Quentin Sombsthay (novembre 2024 pour FishEye)
Dévalorisation des métiers créatifs
L'IA est symptomatique de notre société : elle est conçue par des grandes entreprises occidentales et repose sur le travail invisible de personnes vulnérables.
Et vous dans tout ça?
Quelle est la réalité du travail derrière ces outils d'IA?
Title
Pourquoi rémunérer un travail humain alors que l'IA peut générer à moindre coût?
Write a brief description here
Que pensez-vous de votre avenir avec l'IA?
Approfondir
L'IA est tellement présente dans nos vies que l'on apprend à ne plus se questionner, mais ce sont des questions valides qui méritent d'être posées et répondues !
Quels présent et avenir pour l'emploi ?La dignité du travail
Objectif : comprendre les enjeux éthiques du travail en lien avec l'IA
Quoi ?
N'importe qui peut, via des plateformes de recrutement en ligne, effectuer ce travail de production, d’annotation et de tri des données nécessaire au bon fonctionnement de l'IA.
Concrètement, les tâches peuvent consister à regarder des heures de contenu en ligne pour le classer comme légitime ou violent, corriger des réponses d'IA génératives jugées fausses par les utilisateurs·rices, faire de la computer vision, ou même enregistrer sa voix pour entraîner les assistants vocaux comme Siri ou Alexa.
Qui ?
Le problème de ce fonctionnement ? Il crée des micro-travailleurs précaires !
De rares micro-travailleurs gagnent quelques dizaines voire centaines de dollars par mois, mais il y a aussi un long cortège de gens rémunérés quelques dizaines de centimes mensuels.
Antonio A. Casilli, professeur de sociologie à Télécom Paris (octobre 2020)
Retour
Suite
Objectif : comprendre comment l'IA générative utilise les données
Gérer et exploiter les données
L'intelligence artificielle est entraînée sur des données, et souvent, ces données sont les nôtres.
Comment ?
Vous savez, c'est ce genre de message écrit en petites lettres en bas de la page ou dans un descriptif de 15 pages que vous ne lisez jamais.
Des plateformes comme ChatGPT ou Claude peuvent conserver légalement les conversations des utilisateurs pendant deux ans et les utiliser pour améliorer leur modèle.
Le positif, c'est que vous avez la possibilité de refuser cette exploitation des données et d'effacer vos données déjà transmises. Mais les entreprises d'IA génératives profitent de l'ignorance collective sur leur fonctionnement pour améliorer leurs modèles.
Suite
Gérer et exploiter les données
Objectif : comprendre comment l'IA générative utilise les données
Quel est le problème à partager ses données avec un chatbot?
Comme tout service en ligne, si vos données fuitent ou sont interceptées par quelqu'un de malveillant, vous courrez le risque que vos données soient utilisées à votre insu.
L'idéal serait donc de ne jamais partager :
Vos données personnelles identifiables
Des informations confidentielles
Vos données financières
Des contenus soumis au secret professionnel
Des informations protégées par la propriété intellectuelle
C'est trop tard pour moi...
C'était évident pour moi !
Objectif : comprendre comment l'IA générative utilise les données
Gérer et exploiter les données
Parlons RGPD
Tutoriel
C'est grâce à lui que : • les chatbots vous demandent votre consentement explicite pour la récolte des données • vous avez le droit à l'effacement de vos données • les entreprises de LLM sont sanctionnées si elles violent la loi européenne
Si vous souhaitez effacer vos données, allez dans les paramètres de votre chatbot et cherchez une fonctionnalité liée aux données.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Chez Claude
Chez ChatGPT
Règlement Général sur la Protection des Données
Supprimez vos données et désactivez l'option "aider à améliorer le modèle"
Title
Write a brief description here
Réglementation européenne, en vigueur depuis 2018
Et voilà ! Vous êtes libre !
Et maintenant ?
Gérer et exploiter les données
Objectif : comprendre comment l'IA générative utilise les données
C'est la journée des bonnes nouvelles ! Choisissez entre ces deux activités et découvrez en quoi elles sont touchées négativement par l'IA générative.
Regarder des films
Écouter de la musique
Écouter de la musique
Objectif : comprendre comment l'IA générative utilise les données
Quoi ?
Aux États-Unis, plusieurs labels de musique, dont Universal, ont poursuivi en justice deux générateurs IA de musique accessibles en ligne : Suno et Udio (juin 2024).
Le problème ?
Ces entreprises américaines ont besoin de la musique déjà existante pour créer leur IA générative. Et ils n'ont demandé aucun accord pour les musiques protégées par droit d'auteur.
Les arguments
Vs
Et vous, qu'en pensez-vous?
Regarder des films
Objectif : comprendre comment l'IA générative utilise les données
Quoi ?
En mars 2025, Open AI annonce l'amélioration de son modèle de génération d'images DALL·E 3, directement dans Chat GPT : des milliers d'utilisateurs·rices peuvent générer des images dans le style de leur film favori de Disney ou des studios Ghibli.
Le problème ?
Pour permettre une telle fonctionnalité, DALL·E 3 a été entraîné sur des milliers d’images tirées des films Ghibli ou Disney, sans autorisation, ni licence.
Les arguments
Vs
Et vous, qu'en pensez-vous?
Les coûts environnementaux
Objectif : comprendre l'impact écologique de l'IA
Le plus important pour comprendre pourquoi l'IA pollue c'est de comprendre que toute action numérique n'est pas invisible et dépend de nombreuses ressources (énergie, eau, matières premières).
Pour l'IA, l'équation est la suivante :
À toutes les étapes de son cycle de vie, l'intelligence artificielle demande de l'électricité pour être stockée et entraînée, les data- centers qui l'hébergent demandent de l'eau pour être refroidis et toutes ces infrastructures nécessitent des matières premières rares.
Voir de plus près
Les coûts environnementaux
Objectif : comprendre l'impact écologique de l'IA
Certaines étapes du cycle de vie de l'IA sont plus énergivores que d'autres, cliquez dessus pour avoir des ordres de grandeur !
Stockage des données et requête IA
Entraînementdu modèle
Extraction des matières premières
Les coûts environnementaux
Objectif : comprendre l'impact écologique de l'IA
Il y a des vrais problèmes de confiscation des ressources à cause du développement de l'intelligence artificielle. De même, certaines entreprises privilégient leur croissance au détriment de la santé des populations locales.
Exemples
Les émissions de gaz nocives du data-center "Colossus" à Memphis (USA)Source : South Environmental Law Center
Quelles solutions?
Les coûts environnementaux
Objectif : comprendre l'impact écologique de l'IA
Explorez les solutions individuelles et collectives qui ont de l'impact !
- Réduire la taille des modèles d'IA tout en conservant les performances
- Améliorer les systèmes de refroidissement des data-centers et récupérer leur chaleur
Saviez-vous que le streaming (Netflix, Youtube, Tiktok...) a sa responsabilité dans tout ça? Il représente 30% du traffic des data-centers. Envie d'une digital detox?
Optimiser les modèles et infrastructures de l'IA
Pour alimenter leur data-centers, des entreprises comme Microsoft et Google font déjà le choix de décarboner leur source d'électricité !
Limiter votre consommation d'internet globale
Transitionner vers de l'énergie renouvelable
La consommation exhorbitante des IA en eau et électricité vient principalement de leur entraînement. Or certaines sont déjà assez performantes pour être utilisées en local. En voilà une bonne nouvelle !
Optez pour des modèles de chatbot qui agissent vraiment pour régler tous ces problèmes de l'IA générative.
Utiliser un modèle d'IA pré-entraîné
Changer de chatbot
Indice : la Suisse s'active
Suite
Test final
Error 440
Dû à un manque de temps, je n'ai pas pu mener à bout mon test initial et final.
Idée d'origine
J'avais pour objectif de proposer un test de connaissances pour récapituler ce module à la fin et en version non-corrigée au départ pour que les étudiant·es se testent avant de passer au module, s'iels en avaient envie.
Message de fin du module
Ci-dessous le message qui s'afficherait à la fin du test final pour signaler la fin du module !
Suite et fin
Bibliographie
Les coûts environnementaux
La fabrique de l'information
Gérer et exploiter les ressources
Quels présents et avenir pour l'emploi
Crédits
Crédits
Projet
Ce projet est une initiative d'étudiant·es du master Formations, Innovations, Recherche de l'Université de Strasbourg à la suite d'une offre de formation conçue par Inès Adjoudj et Julie Dittel, avec financements du projet INCLUDE et IdeX.
Rédaction
Athénaïs Durand-Viel, Master FIR - Université de Strasbourg Inès Adjoudj, Université de Strasbourg Julie Dittel, Université de Strasbourg
Conception visuelle et mise en page
Licence CC BY NC S4 4.0
Athénaïs Durand-Viel, Master FIR - Université de Strasbourg Inès Adjoudj, Université de Strasbourg
En éséprant que chatgpt ne connaisse plus votre prénom !
Disons que vous soyez encore sceptique de l'importance de vos données personnelles...
Que pensez-vous de celle de vos artistes préféré·es?
Et si leur art avait servi à entraîner les modèles d'IA que vous utilisez ?
Découvrir le vol de la propriété intellectuelle
Les labels de musique accusent ces IA génératives de musique de compétition déloyale prévoyant une innondation du marché par ces créations artificielles, basées sur le travail acharné d'artistes non-consentants.
Défendeurs des droits d'auteur
Comme beaucoup d'entreprises américaines d'IA générative, Suno plaide l'utilisation "juste" des données protégées par droits d'auteur au nom d'une innovation technologique qui bénéficie à tous·tes. C'est une défense en partie ancrée dans le droit américain.
Partisans du "fair use"
VS
Les biais de données
Exemple :
Certaines entreprises font appel à des IA pour sélectionner leurs futurs candidats à l'embauche en fonction de profils-type recherchés. Si les données fournies pour ces profils se fondent sur l'analyse de tous les profils déjà embauchés dans l'entreprise, la probabilité que les nouveaux candidats incluent des minorités est faible, car la réalité du monde du travail est inégalitaire. Une IA peut donc, au lieu de rationnaliser le processus, discriminer à l'embauche.
Les IA fonctionnent avec une masse de données importante qui leur permet d'exécuter leur tâche. Si les données fournies au modèle pour son entraînement sont fausses ou partiellement vraies, alors l'IA reproduira ces erreurs sans les questionner.
Concrètement : Si les données d'entraînement représentent majoritairement certains segments démographiques ou incluent des biais historiques, l'IA générera des prévisions et prendra des décisions marquées par ces mêmes déséquilibres.
Vous voilà parvenu·es à bout de La gestion et stockage des données !
Bravo ! Sentez-vous libre de partager votre avis sur le forum Moodle dédié à ce sujet !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Si vous vous sentez prêt·es pour le test final, c'est par là
Test final
Les ouvriers du clic, le prolétariat 2.0 | National Geographic | National Geographic : consulté le 28 janvier 2026
Travailleurs du clic : le vrai coût de l’IA générative, consulté le 29 janvier 2026
Les biais de confirmation
Ce biais est intimement lié aux biais des utilisateurs·rices : les LLM sont conçus pour être au service des utilisateurs·rices et les interactions confortent bien souvent les opinions formulés dans les prompts.
Exercice :
Posez la question de votre choix à votre chatbot favori et partagez les mots doux et marques de validation qui vous sont adressées. Des exemples figurent sur Moodle pour vous guider ! Plus votre prompt demande la validation du chatbot, mieux c'est !
Concrètement : On se pense protégé de cette limite de l'IA jusqu'à ce qu'on s'habitue à ses mots doux et sa tendance à nous valider. Et cette validation freine notre connaissance car l'IA ne nous emène que là où nous désirons être emené·es.
Qu’est-ce que le biais de l’IA ? | IBM, Consulté le 20 janvier 2026
Lucas, J. (2025). Psychose induite par l’IA : risque réel ou simple coïncidence ? National Geographic. Consulté le 25 janvier 2026
PIX : service public en ligne d’évaluation des compétences numériques module de formation dédié à l’IA. (s. d.). ChatGPT est-il vraiment neutre ? Consulté le 25 janvier 2026
Hallucinations de l’IA : AI Hallucinations : Un guide avec des exemples | DataCamp, consulté le 28 janvier 2026
Deepfake — Wikipédia. Consulté le 29 janvier 2026
5 deepfakes qui ont marqué l’Histoire - Geeko. Consulté le 29 janvier 2026
Pouvez-vous faire la différence entre des vraies vidéos et des fausses générées par l’IA ? consulté le 29 janvier 2026
"Vous ne devriez pas vous moquer" : arnaquée par un faux Brad Pitt, Anne répond à ses cyberharceleurs dans "C l'hebdo", consulté le 29 janvier 2026
Les images du pape François en doudoune, devenues virales, sont complètement fausses - consulté le 29 janvier 2026
Les biais de rappel
Saviez-vous que des personnes précaires sont derrière l'étiquetage des données, une étape cruciale pour guider l'IA dans son traitement? Des données de l'IA sont donc classées par des humains selon des décisions plus ou moins objectives : c'est le biais de rappel ! En plus de favoriser les biais, ce fonctionnement favorise la précarité ! D'une IA, deux coups !
Carte des ouvriers du clic
Présence importante d'ouvriers du clic depuis dix ans (IA anglophone)
Présence importante d'ouvriers du clic avec l'essor de l'IA française et hispanophone
Sources : National Geographic (2021) & FishEye (2024)
Le stockage et les requêtes IA
Le stockage des données utilisées par les IA génératives et leur gigantesque consommation pendant leur entraînement sont les responsables des estimations telles que "un prompt IA correspond à 6 recherches Google" ou "une recherche IA est égale à un demi-litre d'eau"...
Concrètement : Ce n'est pas autant votre recherche IA qui va changer la donne que les décisions des grandes entreprises de la technologie qui continuent à exploiter les opportunités commerciales de ces outils et à développer des nouveaux modèles. Venez découvrir ce qui peut faire la différence...
Suite
L'entraînement des modèles d'IA
Ici, on est devant une action ponctuelle mais récurrente liée à l'IA : son entraînement avant mise sur le marché. C'est de loin l'action la plus consommatrice de l'IA, surtout l'IA générative. Considérant les mises à jour quasi-mensuelles des modèles de chatbots, l'impact est énorme.
Concrètement : Selon le rapport OpenAI 2023, entraîner le modèle GPT‑4 a nécessité 1 – 2 GWh d'électricité et 1 800 à 3 600 L d'eau de refroidissement pour une consommation de 15 % à 20 % de la consommation totale des data‑centers.
C'est tout de suite plus difficile de défendre l'IA, n'est-ce pas?
En réalité, tous nos usages numériques cachent des problèmes d'inégalités sociales que l'on choisit d'ignorer.
Quoiqu'il en soit, vous êtes parvenu·es à la fin de cette partie du module ! Bravo !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Sinon, c'est par là :
Test final
Si vous vous sentez prêt·es pour le test final, c'est par là
Si Vous êtes là, c'est que vous faites partie de l'élite...
Vos données sont précieuses et personnelles. Et si elles sont pour l'instant protégées, notamment par la RGPD (attendez ! on en parle tout de suite), on ne sait jamais ce qu'elles deviendront si Elon Musk dirige le monde !
Parlons RGPD
Le biais de l’IA, également appelé biais de machine learning ou biais d’algorithme, fait référence à l’apparition de résultats biaisés en raison de préjugés humains qui faussent les données d’entraînement ou l’algorithme d’IA d’origine.
- Jim Holdsworth, journaliste chez IBM
L'extraction des matières premières
Toutes les infrastructures liées à l'IA et à un internet de manière générale consomment avant même d'exister ! Câbles éléctriques, puces de calcul (GPU), data-centers... Tous participent à un fort impact écologique pour leur production et posent la question de l'après.
Concrètement : Un GPU a une durée de vie de 5 ans et 25 000 GPU ont été nécessaires pour entraîner GPT-4. Nous sommes face à un réel problème gestion des déchets éléctroniques et cela va s'empirer avec l'IA.
Les conséquences sont variées :
Exemples : Peter LoDuca et Peter Schwartz, deux avocats de l'État de New York aux États-Unis ont été sanctionnés pour avoir cité des cas de jurisprudence inventés par ChatGPT dans leur plaidoirie. Ceux-ci ont utilisé telles quelles les informations du chatbot sans vérifier leur véracité. Le premier avocat avait confié cette mission au deuxième qui n'a d'ailleurs pas tenu informé son supérieur de cet usage. Les deux ont écopé d'une sanction de 5 000 dollars et d'une entâche grave à leur réputation.
- Propagation de désinformation à grande échelle
- Manque de la confiance dans les sources d'information
- Manipulation de l'opinion publique
- Risques juridiques liés à la diffusion d'informations fausses
Concrètement : Plus les données que vous manipulez sont importantes, moins il faut laisser une IA générative répondre à votre place.
Intelligence artificielle : le vrai coût environnemental de la course à l'IA, consulté le 28 janvier 2026
Enquête : à Marseille comme ailleurs, l’accaparement du territoire par les infrastructures du numérique – La Quadrature du Net, consulté le 28 janvier 2026
Cheminat, J. (2023). La consommation d’eau liée à l’IA générative inquiète. Le Monde Informatique. Consulté le 26 janvier 2026.
Délégation régionale académique au numérique éducatif (DRANE) - Académie de Versailles. (2024). Quel est l’impact environnemental d’une IA générative ?, Consulté le 26 janvier 2026
Vous voilà parvenu·es à bout de la fabrique de la (dés)information !
Bravo !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Si vous vous sentez prêt·es pour le test final, c'est par là
Test final
Nous éspérons avoir fait naître une lueur d'espoir sans trop vous laissez tranquille non plus...
Quoiqu'il en soit, vous êtes parvenu·es à la fin de cette partie du module ! Bravo !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Sinon, c'est par là :
Test final
Si vous vous sentez prêt·es pour le test final, c'est par là
L'IA n'est pas neutre : elle dépend des êtres humains, de leurs opinions et de leurs préjugés
Cela devrait être suffisant pour vous encourager à toujours questionner les réponses des IA génératives et l'usage de l'IA en général ! Mais ils existent d'autres bonnes raisons de douter de la toute-puissance de l'IA !
Je veux douter
Vous voilà parvenu·es à bout de La gestion et stockage des données !
Bravo ! Sentez-vous libre de partager votre avis sur le forum Moodle dédié à ce sujet !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Si vous vous sentez prêt·es pour le test final, c'est par là
Test final
Les biais de l'utilisateur· rice
La manière dont une question est posée par un·e utilisateur·rice influence les réponses d'un LLM. Certains modèles ne remettent pas en question le postulat implicite de la question, sauf si le prompt l’invite explicitement à le faire.
Exercice :
Formuler le prompt biaisé "Explique-moi pourquoi la cuisine japonaise est la meilleure du monde" à plusieurs LLM et comparez leurs réponses. Trouvez-vous leur réponse objective et complète? Le LLM remet-il en question votre affirmation? Partagez votre expérience dans le sondage dédié sur la page Moodle !
Bon... l'IA peut parfois inventer des réponses. ça ne pourrait pas être pire que ça, si?
Bon, disons qu'il y a un dernier détail... On parle aujourd'hui d'ère de la désinformation et l'IA est en grande partie responsable.
...
En savoir plus
IA et sécurité : les données que je partage avec ChatGPT sont-elles sécurisées ? consulté le 28 janvier 2026
Disney et OpenAI signent un accord majeur sur l’IA : Mickey Mouse, Luke Skywalker et Iron Man bientôt disponibles sur Sora et ChatGPT, consulté le 28 janvier 2026
IA et propriété intellectuelle : les leçons juridiques du cas OpenAI & Studio Ghibli consulté le 28 janvier 2026
Major record companies sue Suno, Udio for ‘mass infringement’ of copyright, consulté le 28 janvier 2026
Suno soutient qu’aucun des millions de morceaux réalisés sur sa plateforme « ne contient quoi que ce soit comme un échantillon » - Music Business Worldwide consulté le 28 janvier 2026
Vous voilà arrivé·es à terme de ce test !
...
Le module s'arrête ici mais...
Nous vous encourageons à consulter la bibliographie mobilisée pour ce module !
La page Moodle vous attend pour d'autres folles aventures si vous n'avez pas encore participé !
Bibliographie
Mais non voyons ! Il y a toujours des secondes chances dans la vie !
Pas de panique !
Rien de tel qu'un petit tutoriel pour revenir dans le temps et récupérer ses données !
Mais n'oubliez pas
Tutoriel
Boutons expliqués
Vous pouvez toujours revenir en arrière et aller en avant grâce à ces flèches, même si le module est organisé de sorte à vous faire évoluer sans en avoir besoin.
Cette icône indique qu'il faut passer la souris ou cliquer sur les images pour avoir plus d'informations
Si la souris se transforme en loupe vous pouvez cliquer pour voir le contenu de plus près !
Miyasaki et Disney ne sont pas ouvertement contre l'IA générative s'inspirant de leurs créations.
Défenseur des droits d'auteur
Comme beaucoup d'entreprises américaines d'IA générative, Chat GPT plaide l'utilisation "juste" des données protégées par droits d'auteur au nom d'une innovation technologique qui bénéficie à tous·tes. C'est une défense en partie ancrée dans le droit américain.
Partisans du "fair use"
VS
En revanche, cet évènement a déclenché le début de la collaboration entre Disney et ChatGPT pour que ce-dernier paye ses licences d'utilisation pour des produits plus aboutis.
Les biais d'algorithme
Ce biais surgit lorsque la conception et les paramètres de l'algorithme introduisent des biais par inadvertance . Même si les données ne sont pas biaisées, le mode de traitement et de hiérarchisation des algorithmes peut être source de résultats discriminatoires.
Concrètement : Certains algorithmes peuvent favoriser des données plutôt que d'autres en fonction des intentions du·de la développeur·se derrière l'IA. C'est pourquoi il est si important dans notre utilisation de l'IA générative, de questionner les intentions des entreprises !
Guide
Vous pouvez consulter les quatre parties de ce module dans l'ordre que vous souhaitez ! Vous ré-atterirez toujours par ici !
Si vous souhaitez d'abord tester vos connaissances, optez pour le test en premier ! Il vous permettra de vous situer !
À la fin des quatre parties, ce test vous serez reproposé pour évaluer vos nouvelles connaissances !
IA débat
Athénaïs Durand-Viel
Created on January 27, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Customer Service Course
View
Dynamic Visual Course
View
Dynamic Learning Course
View
Akihabara Course
Explore all templates
Transcript
IA' débat
Les enjeux éthiques et sociétaux de l'intelligence artificielle
Commencer
Module 2 : IA' débat
Maintenant que l'IA nest plus une force magique à vos yeux, vous êtes prêt·es à en découvrir davantage ! L'intelligence artificielle n'est pas une innovation sans impact sur nos sociétés et les plus importants vous sont expliqués dans ce module. Ce module à deux objectifs simples, rendez-vous à la page suivante pour la suite !
Identifier les enjeux éthiques et sociétaux liés à l'usage de l'IA...
Objectifs du module
...pour ajuster vos usages à l'université et en dehors...
Avec ce module, vous allez pouvoir...
...en privilégiant des choix plus éthiques et critiques
Vos connaissances et compétences seront évaluées de la manière suivante...
non-noté
Un test d'entraînement au début (facultatif) et la fin du module
Modalités d'évaluation
notée
Une participation active sur la page Moodle aux forums et sondages de ce module 2
Commencerle module
noté
Un test de connaissance (QCM) en présentiel à l'issue des trois modules
45min à 1 heure
Fonctionnement du module
Cette barre vous donne acccès aux grandes parties importantes du module !
Embarquez pour 45 minutes d'une présentation interactive : vous êtes invité·es à cliquer partout !
N'oubliez pas de prendre des notes au fur et à mesure
C'est parti !
Centre de contrôle du module
La fabrique de l'information
Les coûts environnementaux
Quels présent et avenir pour l'emploi?
Gérer et exploiter les données
Tester vos connaissances
Objectif : comprendre comment l'IA fabrique l'information pour mieux l'utiliser
La fabrique de l'information
Vous ne trouvez pas ça bizarre que l'on fasse confiance aveuglement à une intelligence artificelle quand elle nous donne une réponse ou exécute une tâche ?
C'est probablement qu'on ignore encore comment elle fonctionne !
En réalité, une intelligence artificielle est influencée à plusieurs moments de son fonctionnement par des actions humaines qui peuvent fausser l'information ou l'exécution d'une tâche !
En savoir plus
Objectif : comprendre comment l'IA fabrique l'information pour mieux l'utiliser
La fabrique de l'information
Les erreurs que peuvent faire les IA sont liées à ce qu'on appelle des biais, présents dans toute sa chaîne de fonctionnement !
CONVERSATIONIA générative
Algorithme
Données
Chat GPT, Chat GPT, dis-moi qui est le plus beau.
Excellente question ! C'est vous bien sûr.
Passer à la suite
La fabrique de l'informationLes hallucinations
Objectif : comprendre comment l'IA peut inventer de l'information
Quoi?
Un modèle d'IA génère du contenu qui n'est pas ancré dans ses données d'apprentissage ou qui représente une interprétation erronée de ces données.
Pourquoi ?
Vous vous demandez comment c'est possible? Ces modèles créent des associations probabilistes entre des mots et des concepts, mais ne "comprennent" pas réellement le contenu qu'ils manipulent. Ils ne sont pas en mesure de détecter une anomalie de sens juste parce que cela "sonne" faux comme le ferait un être humain.
De plus, les chatbots sur le marché sont conçus pour toujours fournir une réponse : cette pression augmente le risque d'inventions même si cela nous paraît absurde. De version en version, les chatbots sont améliorés pour réduire les marges d'erreurs mais cela ne garantit pas leur absence totale !
Passer à la suite
La fabrique de la désinformation
Objectif : comprendre comment l'IA encourage la désinformation
L'enjeu est simple : comment différencier le vrai du faux lorsqu'un outil accessible à tous·tes est capable de générer n'importe quelle image, vidéo et textes officiels falsifiés?
Depuis les réseaux sociaux, le risque de la désinformation est là. Mais il est désormais "industrialisé" car les barriières techniques disparaissent avec l'IA générative. Un individu disposant d'un simple accès à des outils d'IA peut générer:
Discours fictifs attribués à des personnalités, manipulation des expressions faciales et de la voix, création de "souvenirs visuels" d'événements inventés...
Scènes fictives présentées comme des événements réels, modifications subtiles d'images authentiques...
Articles de "fausses nouvelles" imitant le style journalistique, témoignages fictifs mais crédibles, documents officiels falsifiés...
Des vidéos deepfakes
Des images trompeuses
Des textes manipulateurs
Découvrir
Testez-vous
Quelques exemples d'images générées par IA
Parfois pour faire rire, parfois pour diffuser une fausse information, les images générées par IA déforment notre vision de la réalité et affectent nos démocraties. Et avec la rapidité des échanges sur les réseaux sociaux, les utilisateurs· rices diffusent du contenu faux sans penser aux conséquences.
Toutes ces images sont fausses
Fabrique
Deep fakes
L'ère des vidéos générées par IA
On appelle deefakes les vidéos générées par IA en référence au deep learning et à l'aspect artificiel des vidéos.
Enfant des images générées par IA, les deefakes ont une force de persuasion supérieure et peuvent véhiculer davantage de fake news. Parmi les problèmes qui émergent, on remarque :
les vols d'identité
l'atteinte à la vie privée
la cyberintimidation
la propagance politique
Fabrique
Suite
Objectif : comprendre les enjeux éthiques du travail en lien avec l'IA
Quels présent et avenir pour l'emploi ?
Les outils d'IA posent de nombreuses questions en rapport avec notre réalité du travail :
La question se pose déjà au sein des entreprises qui cherchent à réduire leur budget alloué à la création et au design. Sachant que les IA génératives sont entraînées en grande partie sur des oeuvres non-libres de droit, les artistes peuvent se retrouver doublement pénalisés.
Le travail du clic est un job précaire réalisé par des millions de personnes et que l’on retrouve partout sur la planète.
C'est le moment de vous poser les bonnes questions. L'IA sera présente dans votre environnement d'études et professionnel alors faites-les choix qui vous correspondent et en connaissance de cause !
Est-ce que j'étudie pour un métier qui existera plus tard?
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Est-ce que les métiers créatifs sont voués à disparaître à cause de l'IA générative?
Dignité du travail
Quel sera mon métier à la sortie de mes études alors que l'IA peut faire une partie de mon travail?
- Quentin Sombsthay (novembre 2024 pour FishEye)
Dévalorisation des métiers créatifs
L'IA est symptomatique de notre société : elle est conçue par des grandes entreprises occidentales et repose sur le travail invisible de personnes vulnérables.
Et vous dans tout ça?
Quelle est la réalité du travail derrière ces outils d'IA?
Title
Pourquoi rémunérer un travail humain alors que l'IA peut générer à moindre coût?
Write a brief description here
Que pensez-vous de votre avenir avec l'IA?
Approfondir
L'IA est tellement présente dans nos vies que l'on apprend à ne plus se questionner, mais ce sont des questions valides qui méritent d'être posées et répondues !
Quels présent et avenir pour l'emploi ?La dignité du travail
Objectif : comprendre les enjeux éthiques du travail en lien avec l'IA
Quoi ?
N'importe qui peut, via des plateformes de recrutement en ligne, effectuer ce travail de production, d’annotation et de tri des données nécessaire au bon fonctionnement de l'IA.
Concrètement, les tâches peuvent consister à regarder des heures de contenu en ligne pour le classer comme légitime ou violent, corriger des réponses d'IA génératives jugées fausses par les utilisateurs·rices, faire de la computer vision, ou même enregistrer sa voix pour entraîner les assistants vocaux comme Siri ou Alexa.
Qui ?
Le problème de ce fonctionnement ? Il crée des micro-travailleurs précaires !
De rares micro-travailleurs gagnent quelques dizaines voire centaines de dollars par mois, mais il y a aussi un long cortège de gens rémunérés quelques dizaines de centimes mensuels.
Antonio A. Casilli, professeur de sociologie à Télécom Paris (octobre 2020)
Retour
Suite
Objectif : comprendre comment l'IA générative utilise les données
Gérer et exploiter les données
L'intelligence artificielle est entraînée sur des données, et souvent, ces données sont les nôtres.
Comment ?
Vous savez, c'est ce genre de message écrit en petites lettres en bas de la page ou dans un descriptif de 15 pages que vous ne lisez jamais.
Des plateformes comme ChatGPT ou Claude peuvent conserver légalement les conversations des utilisateurs pendant deux ans et les utiliser pour améliorer leur modèle.
Le positif, c'est que vous avez la possibilité de refuser cette exploitation des données et d'effacer vos données déjà transmises. Mais les entreprises d'IA génératives profitent de l'ignorance collective sur leur fonctionnement pour améliorer leurs modèles.
Suite
Gérer et exploiter les données
Objectif : comprendre comment l'IA générative utilise les données
Quel est le problème à partager ses données avec un chatbot?
Comme tout service en ligne, si vos données fuitent ou sont interceptées par quelqu'un de malveillant, vous courrez le risque que vos données soient utilisées à votre insu.
L'idéal serait donc de ne jamais partager :
Vos données personnelles identifiables
Des informations confidentielles
Vos données financières
Des contenus soumis au secret professionnel
Des informations protégées par la propriété intellectuelle
C'est trop tard pour moi...
C'était évident pour moi !
Objectif : comprendre comment l'IA générative utilise les données
Gérer et exploiter les données
Parlons RGPD
Tutoriel
C'est grâce à lui que : • les chatbots vous demandent votre consentement explicite pour la récolte des données • vous avez le droit à l'effacement de vos données • les entreprises de LLM sont sanctionnées si elles violent la loi européenne
Si vous souhaitez effacer vos données, allez dans les paramètres de votre chatbot et cherchez une fonctionnalité liée aux données.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Chez Claude
Chez ChatGPT
Règlement Général sur la Protection des Données
Supprimez vos données et désactivez l'option "aider à améliorer le modèle"
Title
Write a brief description here
Réglementation européenne, en vigueur depuis 2018
Et voilà ! Vous êtes libre !
Et maintenant ?
Gérer et exploiter les données
Objectif : comprendre comment l'IA générative utilise les données
C'est la journée des bonnes nouvelles ! Choisissez entre ces deux activités et découvrez en quoi elles sont touchées négativement par l'IA générative.
Regarder des films
Écouter de la musique
Écouter de la musique
Objectif : comprendre comment l'IA générative utilise les données
Quoi ?
Aux États-Unis, plusieurs labels de musique, dont Universal, ont poursuivi en justice deux générateurs IA de musique accessibles en ligne : Suno et Udio (juin 2024).
Le problème ?
Ces entreprises américaines ont besoin de la musique déjà existante pour créer leur IA générative. Et ils n'ont demandé aucun accord pour les musiques protégées par droit d'auteur.
Les arguments
Vs
Et vous, qu'en pensez-vous?
Regarder des films
Objectif : comprendre comment l'IA générative utilise les données
Quoi ?
En mars 2025, Open AI annonce l'amélioration de son modèle de génération d'images DALL·E 3, directement dans Chat GPT : des milliers d'utilisateurs·rices peuvent générer des images dans le style de leur film favori de Disney ou des studios Ghibli.
Le problème ?
Pour permettre une telle fonctionnalité, DALL·E 3 a été entraîné sur des milliers d’images tirées des films Ghibli ou Disney, sans autorisation, ni licence.
Les arguments
Vs
Et vous, qu'en pensez-vous?
Les coûts environnementaux
Objectif : comprendre l'impact écologique de l'IA
Le plus important pour comprendre pourquoi l'IA pollue c'est de comprendre que toute action numérique n'est pas invisible et dépend de nombreuses ressources (énergie, eau, matières premières).
Pour l'IA, l'équation est la suivante :
À toutes les étapes de son cycle de vie, l'intelligence artificielle demande de l'électricité pour être stockée et entraînée, les data- centers qui l'hébergent demandent de l'eau pour être refroidis et toutes ces infrastructures nécessitent des matières premières rares.
Voir de plus près
Les coûts environnementaux
Objectif : comprendre l'impact écologique de l'IA
Certaines étapes du cycle de vie de l'IA sont plus énergivores que d'autres, cliquez dessus pour avoir des ordres de grandeur !
Stockage des données et requête IA
Entraînementdu modèle
Extraction des matières premières
Les coûts environnementaux
Objectif : comprendre l'impact écologique de l'IA
Il y a des vrais problèmes de confiscation des ressources à cause du développement de l'intelligence artificielle. De même, certaines entreprises privilégient leur croissance au détriment de la santé des populations locales.
Exemples
Les émissions de gaz nocives du data-center "Colossus" à Memphis (USA)Source : South Environmental Law Center
Quelles solutions?
Les coûts environnementaux
Objectif : comprendre l'impact écologique de l'IA
Explorez les solutions individuelles et collectives qui ont de l'impact !
Saviez-vous que le streaming (Netflix, Youtube, Tiktok...) a sa responsabilité dans tout ça? Il représente 30% du traffic des data-centers. Envie d'une digital detox?
Optimiser les modèles et infrastructures de l'IA
Pour alimenter leur data-centers, des entreprises comme Microsoft et Google font déjà le choix de décarboner leur source d'électricité !
Limiter votre consommation d'internet globale
Transitionner vers de l'énergie renouvelable
La consommation exhorbitante des IA en eau et électricité vient principalement de leur entraînement. Or certaines sont déjà assez performantes pour être utilisées en local. En voilà une bonne nouvelle !
Optez pour des modèles de chatbot qui agissent vraiment pour régler tous ces problèmes de l'IA générative.
Utiliser un modèle d'IA pré-entraîné
Changer de chatbot
Indice : la Suisse s'active
Suite
Test final
Error 440
Dû à un manque de temps, je n'ai pas pu mener à bout mon test initial et final.
Idée d'origine
J'avais pour objectif de proposer un test de connaissances pour récapituler ce module à la fin et en version non-corrigée au départ pour que les étudiant·es se testent avant de passer au module, s'iels en avaient envie.
Message de fin du module
Ci-dessous le message qui s'afficherait à la fin du test final pour signaler la fin du module !
Suite et fin
Bibliographie
Les coûts environnementaux
La fabrique de l'information
Gérer et exploiter les ressources
Quels présents et avenir pour l'emploi
Crédits
Crédits
Projet
Ce projet est une initiative d'étudiant·es du master Formations, Innovations, Recherche de l'Université de Strasbourg à la suite d'une offre de formation conçue par Inès Adjoudj et Julie Dittel, avec financements du projet INCLUDE et IdeX.
Rédaction
Athénaïs Durand-Viel, Master FIR - Université de Strasbourg Inès Adjoudj, Université de Strasbourg Julie Dittel, Université de Strasbourg
Conception visuelle et mise en page
Licence CC BY NC S4 4.0
Athénaïs Durand-Viel, Master FIR - Université de Strasbourg Inès Adjoudj, Université de Strasbourg
En éséprant que chatgpt ne connaisse plus votre prénom !
Disons que vous soyez encore sceptique de l'importance de vos données personnelles...
Que pensez-vous de celle de vos artistes préféré·es?
Et si leur art avait servi à entraîner les modèles d'IA que vous utilisez ?
Découvrir le vol de la propriété intellectuelle
Les labels de musique accusent ces IA génératives de musique de compétition déloyale prévoyant une innondation du marché par ces créations artificielles, basées sur le travail acharné d'artistes non-consentants.
Défendeurs des droits d'auteur
Comme beaucoup d'entreprises américaines d'IA générative, Suno plaide l'utilisation "juste" des données protégées par droits d'auteur au nom d'une innovation technologique qui bénéficie à tous·tes. C'est une défense en partie ancrée dans le droit américain.
Partisans du "fair use"
VS
Les biais de données
Exemple :
Certaines entreprises font appel à des IA pour sélectionner leurs futurs candidats à l'embauche en fonction de profils-type recherchés. Si les données fournies pour ces profils se fondent sur l'analyse de tous les profils déjà embauchés dans l'entreprise, la probabilité que les nouveaux candidats incluent des minorités est faible, car la réalité du monde du travail est inégalitaire. Une IA peut donc, au lieu de rationnaliser le processus, discriminer à l'embauche.
Les IA fonctionnent avec une masse de données importante qui leur permet d'exécuter leur tâche. Si les données fournies au modèle pour son entraînement sont fausses ou partiellement vraies, alors l'IA reproduira ces erreurs sans les questionner.
Concrètement : Si les données d'entraînement représentent majoritairement certains segments démographiques ou incluent des biais historiques, l'IA générera des prévisions et prendra des décisions marquées par ces mêmes déséquilibres.
Vous voilà parvenu·es à bout de La gestion et stockage des données !
Bravo ! Sentez-vous libre de partager votre avis sur le forum Moodle dédié à ce sujet !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Si vous vous sentez prêt·es pour le test final, c'est par là
Test final
Les ouvriers du clic, le prolétariat 2.0 | National Geographic | National Geographic : consulté le 28 janvier 2026
Travailleurs du clic : le vrai coût de l’IA générative, consulté le 29 janvier 2026
Les biais de confirmation
Ce biais est intimement lié aux biais des utilisateurs·rices : les LLM sont conçus pour être au service des utilisateurs·rices et les interactions confortent bien souvent les opinions formulés dans les prompts.
Exercice :
Posez la question de votre choix à votre chatbot favori et partagez les mots doux et marques de validation qui vous sont adressées. Des exemples figurent sur Moodle pour vous guider ! Plus votre prompt demande la validation du chatbot, mieux c'est !
Concrètement : On se pense protégé de cette limite de l'IA jusqu'à ce qu'on s'habitue à ses mots doux et sa tendance à nous valider. Et cette validation freine notre connaissance car l'IA ne nous emène que là où nous désirons être emené·es.
Qu’est-ce que le biais de l’IA ? | IBM, Consulté le 20 janvier 2026
Lucas, J. (2025). Psychose induite par l’IA : risque réel ou simple coïncidence ? National Geographic. Consulté le 25 janvier 2026
PIX : service public en ligne d’évaluation des compétences numériques module de formation dédié à l’IA. (s. d.). ChatGPT est-il vraiment neutre ? Consulté le 25 janvier 2026
Hallucinations de l’IA : AI Hallucinations : Un guide avec des exemples | DataCamp, consulté le 28 janvier 2026
Deepfake — Wikipédia. Consulté le 29 janvier 2026
5 deepfakes qui ont marqué l’Histoire - Geeko. Consulté le 29 janvier 2026
Pouvez-vous faire la différence entre des vraies vidéos et des fausses générées par l’IA ? consulté le 29 janvier 2026
"Vous ne devriez pas vous moquer" : arnaquée par un faux Brad Pitt, Anne répond à ses cyberharceleurs dans "C l'hebdo", consulté le 29 janvier 2026
Les images du pape François en doudoune, devenues virales, sont complètement fausses - consulté le 29 janvier 2026
Les biais de rappel
Saviez-vous que des personnes précaires sont derrière l'étiquetage des données, une étape cruciale pour guider l'IA dans son traitement? Des données de l'IA sont donc classées par des humains selon des décisions plus ou moins objectives : c'est le biais de rappel ! En plus de favoriser les biais, ce fonctionnement favorise la précarité ! D'une IA, deux coups !
Carte des ouvriers du clic
Présence importante d'ouvriers du clic depuis dix ans (IA anglophone)
Présence importante d'ouvriers du clic avec l'essor de l'IA française et hispanophone
Sources : National Geographic (2021) & FishEye (2024)
Le stockage et les requêtes IA
Le stockage des données utilisées par les IA génératives et leur gigantesque consommation pendant leur entraînement sont les responsables des estimations telles que "un prompt IA correspond à 6 recherches Google" ou "une recherche IA est égale à un demi-litre d'eau"...
Concrètement : Ce n'est pas autant votre recherche IA qui va changer la donne que les décisions des grandes entreprises de la technologie qui continuent à exploiter les opportunités commerciales de ces outils et à développer des nouveaux modèles. Venez découvrir ce qui peut faire la différence...
Suite
L'entraînement des modèles d'IA
Ici, on est devant une action ponctuelle mais récurrente liée à l'IA : son entraînement avant mise sur le marché. C'est de loin l'action la plus consommatrice de l'IA, surtout l'IA générative. Considérant les mises à jour quasi-mensuelles des modèles de chatbots, l'impact est énorme.
Concrètement : Selon le rapport OpenAI 2023, entraîner le modèle GPT‑4 a nécessité 1 – 2 GWh d'électricité et 1 800 à 3 600 L d'eau de refroidissement pour une consommation de 15 % à 20 % de la consommation totale des data‑centers.
C'est tout de suite plus difficile de défendre l'IA, n'est-ce pas?
En réalité, tous nos usages numériques cachent des problèmes d'inégalités sociales que l'on choisit d'ignorer.
Quoiqu'il en soit, vous êtes parvenu·es à la fin de cette partie du module ! Bravo !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Sinon, c'est par là :
Test final
Si vous vous sentez prêt·es pour le test final, c'est par là
Si Vous êtes là, c'est que vous faites partie de l'élite...
Vos données sont précieuses et personnelles. Et si elles sont pour l'instant protégées, notamment par la RGPD (attendez ! on en parle tout de suite), on ne sait jamais ce qu'elles deviendront si Elon Musk dirige le monde !
Parlons RGPD
Le biais de l’IA, également appelé biais de machine learning ou biais d’algorithme, fait référence à l’apparition de résultats biaisés en raison de préjugés humains qui faussent les données d’entraînement ou l’algorithme d’IA d’origine.
- Jim Holdsworth, journaliste chez IBM
L'extraction des matières premières
Toutes les infrastructures liées à l'IA et à un internet de manière générale consomment avant même d'exister ! Câbles éléctriques, puces de calcul (GPU), data-centers... Tous participent à un fort impact écologique pour leur production et posent la question de l'après.
Concrètement : Un GPU a une durée de vie de 5 ans et 25 000 GPU ont été nécessaires pour entraîner GPT-4. Nous sommes face à un réel problème gestion des déchets éléctroniques et cela va s'empirer avec l'IA.
Les conséquences sont variées :
Exemples : Peter LoDuca et Peter Schwartz, deux avocats de l'État de New York aux États-Unis ont été sanctionnés pour avoir cité des cas de jurisprudence inventés par ChatGPT dans leur plaidoirie. Ceux-ci ont utilisé telles quelles les informations du chatbot sans vérifier leur véracité. Le premier avocat avait confié cette mission au deuxième qui n'a d'ailleurs pas tenu informé son supérieur de cet usage. Les deux ont écopé d'une sanction de 5 000 dollars et d'une entâche grave à leur réputation.
Concrètement : Plus les données que vous manipulez sont importantes, moins il faut laisser une IA générative répondre à votre place.
Intelligence artificielle : le vrai coût environnemental de la course à l'IA, consulté le 28 janvier 2026
Enquête : à Marseille comme ailleurs, l’accaparement du territoire par les infrastructures du numérique – La Quadrature du Net, consulté le 28 janvier 2026
Cheminat, J. (2023). La consommation d’eau liée à l’IA générative inquiète. Le Monde Informatique. Consulté le 26 janvier 2026.
Délégation régionale académique au numérique éducatif (DRANE) - Académie de Versailles. (2024). Quel est l’impact environnemental d’une IA générative ?, Consulté le 26 janvier 2026
Vous voilà parvenu·es à bout de la fabrique de la (dés)information !
Bravo !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Si vous vous sentez prêt·es pour le test final, c'est par là
Test final
Nous éspérons avoir fait naître une lueur d'espoir sans trop vous laissez tranquille non plus...
Quoiqu'il en soit, vous êtes parvenu·es à la fin de cette partie du module ! Bravo !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Sinon, c'est par là :
Test final
Si vous vous sentez prêt·es pour le test final, c'est par là
L'IA n'est pas neutre : elle dépend des êtres humains, de leurs opinions et de leurs préjugés
Cela devrait être suffisant pour vous encourager à toujours questionner les réponses des IA génératives et l'usage de l'IA en général ! Mais ils existent d'autres bonnes raisons de douter de la toute-puissance de l'IA !
Je veux douter
Vous voilà parvenu·es à bout de La gestion et stockage des données !
Bravo ! Sentez-vous libre de partager votre avis sur le forum Moodle dédié à ce sujet !
S'il vous reste d'autres éléments à parcourir, c'est par ici :
Centre de contrôle
Si vous vous sentez prêt·es pour le test final, c'est par là
Test final
Les biais de l'utilisateur· rice
La manière dont une question est posée par un·e utilisateur·rice influence les réponses d'un LLM. Certains modèles ne remettent pas en question le postulat implicite de la question, sauf si le prompt l’invite explicitement à le faire.
Exercice :
Formuler le prompt biaisé "Explique-moi pourquoi la cuisine japonaise est la meilleure du monde" à plusieurs LLM et comparez leurs réponses. Trouvez-vous leur réponse objective et complète? Le LLM remet-il en question votre affirmation? Partagez votre expérience dans le sondage dédié sur la page Moodle !
Bon... l'IA peut parfois inventer des réponses. ça ne pourrait pas être pire que ça, si?
Bon, disons qu'il y a un dernier détail... On parle aujourd'hui d'ère de la désinformation et l'IA est en grande partie responsable.
...
En savoir plus
IA et sécurité : les données que je partage avec ChatGPT sont-elles sécurisées ? consulté le 28 janvier 2026
Disney et OpenAI signent un accord majeur sur l’IA : Mickey Mouse, Luke Skywalker et Iron Man bientôt disponibles sur Sora et ChatGPT, consulté le 28 janvier 2026
IA et propriété intellectuelle : les leçons juridiques du cas OpenAI & Studio Ghibli consulté le 28 janvier 2026
Major record companies sue Suno, Udio for ‘mass infringement’ of copyright, consulté le 28 janvier 2026
Suno soutient qu’aucun des millions de morceaux réalisés sur sa plateforme « ne contient quoi que ce soit comme un échantillon » - Music Business Worldwide consulté le 28 janvier 2026
Vous voilà arrivé·es à terme de ce test !
...
Le module s'arrête ici mais...
Nous vous encourageons à consulter la bibliographie mobilisée pour ce module !
La page Moodle vous attend pour d'autres folles aventures si vous n'avez pas encore participé !
Bibliographie
Mais non voyons ! Il y a toujours des secondes chances dans la vie !
Pas de panique !
Rien de tel qu'un petit tutoriel pour revenir dans le temps et récupérer ses données !
Mais n'oubliez pas
Tutoriel
Boutons expliqués
Vous pouvez toujours revenir en arrière et aller en avant grâce à ces flèches, même si le module est organisé de sorte à vous faire évoluer sans en avoir besoin.
Cette icône indique qu'il faut passer la souris ou cliquer sur les images pour avoir plus d'informations
Si la souris se transforme en loupe vous pouvez cliquer pour voir le contenu de plus près !
Miyasaki et Disney ne sont pas ouvertement contre l'IA générative s'inspirant de leurs créations.
Défenseur des droits d'auteur
Comme beaucoup d'entreprises américaines d'IA générative, Chat GPT plaide l'utilisation "juste" des données protégées par droits d'auteur au nom d'une innovation technologique qui bénéficie à tous·tes. C'est une défense en partie ancrée dans le droit américain.
Partisans du "fair use"
VS
En revanche, cet évènement a déclenché le début de la collaboration entre Disney et ChatGPT pour que ce-dernier paye ses licences d'utilisation pour des produits plus aboutis.
Les biais d'algorithme
Ce biais surgit lorsque la conception et les paramètres de l'algorithme introduisent des biais par inadvertance . Même si les données ne sont pas biaisées, le mode de traitement et de hiérarchisation des algorithmes peut être source de résultats discriminatoires.
Concrètement : Certains algorithmes peuvent favoriser des données plutôt que d'autres en fonction des intentions du·de la développeur·se derrière l'IA. C'est pourquoi il est si important dans notre utilisation de l'IA générative, de questionner les intentions des entreprises !
Guide
Vous pouvez consulter les quatre parties de ce module dans l'ordre que vous souhaitez ! Vous ré-atterirez toujours par ici !
Si vous souhaitez d'abord tester vos connaissances, optez pour le test en premier ! Il vous permettra de vous situer !
À la fin des quatre parties, ce test vous serez reproposé pour évaluer vos nouvelles connaissances !