TITRE
CYCLE IA1. Introduction à l'intelligence artificielle et ses applications dans l’enseignement supérieur
Accompagnement à la Pédagogie et aux Projets appui.pedagogie@sorbonne-nouvelle.fr
Introduction
Document réalisé par le bureau APP
Objectifs
- Interpréter les concepts fondamentaux de l’intelligence artificielle
- Analyser le fonctionnement des modèles de langage
- Evaluer comment l’intelligence artificielle peut être appliquée dans l’enseignement supérieur
Tour de table virtuel
Image générée avec MidJourney
Présentation des participants
Document réalisé par le bureau APP
Tour de table virtuel
Image générée avec MidJourney
Présentation de la formatrice
Document réalisé par le bureau APP
Plan de la formation
- Définition et Catégorisation de l'IA
- Concepts Fondamentaux de l'IA
- Analyser le Fonctionnement des Modèles de Langage
- Exploration et Évaluation Critique de l'IA dans l’enseignement supérieur
Partie 1 : Définition et Catégorisation de l'intelligence artificielle
Document réalisé par le bureau APP
Origines du terme “Intelligence Artificielle (IA)”
- Terme Introduit : "Artificial Intelligence" (1956)
- Personnalité Clé : John McCarthy, Professeur au MIT
- Événement Marquant : Conférence de Dartmouth
- Atelier scientifique
- Considéré comme l'acte de naissance de l'IA
- Importance : Émergence de l'IA en tant que domaine de recherche autonome
(Photographie des chercheurs présents à la conférence de Dartmouth en 1956 montrant les pères fondateurs de l’IA, Akin Ifeanyi Agunbiade, 2020)
De Stanford à DartmouthLes Fondations de l'IA par John McCarthy
Définition du terme “Intelligence Artificielle (IA)”
Image générée avec MidJourney
"Ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l'intelligence humaine." Dictionnaire Larousse
10
Les 4 catégories de l’intelligence artificielle(Stuart Russel et Peter Norvig, 2021)
11
Agir comme un humain
Image générée avec MidJourney
Le Test de TuringMesurer l'Indiscernabilité entre Homme et Machine
Alan Turing, Par Auteur inconnu — Domaine public, Source : wikimedia
12
Les 4 catégories de l’intelligence artificielle(Stuart Russel et Peter Norvig, 2021)
13
Penser comme un humain
Image générée avec MidJourney
- L’introspection
- Les expériences psychologiques et l'observation du comportement d'autres personnes
- L’imagerie cérébrale
14
Les 4 catégories de l’intelligence artificielle(Stuart Russel et Peter Norvig, 2021)
15
Agir rationnellement
Image générée avec MidJourney
- Syllogisme d'Aristote
- Tradition logiciste
- Construire des systèmes intelligents capables de formaliser la connaissance et d'appliquer le raisonnement logique pour tirer des conclusions valides à partir des prémisses disponibles
16
Exemple de syllogisme
Image générée avec MidJourney
- Prémisse 1 : Socrate est un homme.
- Prémisse 2 : Tous les hommes sont mortels.
- Donc Socrate est mortel.
17
Les 4 catégories de l’intelligence artificielle(Stuart Russel et Peter Norvig, 2021)
18
Penser rationnellement
Image générée avec MidJourney
- Optimisation des Actions
- Environnement Incertain
- Raisonnement Logique : L'accent est mis sur la capacité à effectuer des raisonnements logiques corrects pour tirer des conclusions valides.
19
Partie 2 : Concepts Fondamentaux de l'intelligence artificielle
Document réalisé par le bureau APP
20
Vue d’ensemble
Images générées par MidJourney
Carte heuristique sur l’intelligence artificielle
21
Applications de l’IA dans l’éducation
Image générée avec MidJourney
Veuillez réfléchir et partager brièvement comment vous pensez que l'IA pourrait être appliquée dans votre discipline spécifique ?
Carte heuristique sur l’intelligence artificielle
22
5 minutes de pause
Image générée avec MidJourney
Document réalisé par le bureau APP
23
Partie 3 : Analyser le fonctionnement des Modèles de Langage
Document réalisé par le bureau APP
24
Analogie avec la recette de cuisine
Photo : Douglas Perkins
25
Définition des algorithmes
Un algorithme est la description d'une suite d'étapes permettant d'obtenir un résultat à partir d'éléments fournis en entrée. (CNIL)
(Représentation imagée d’un algorithme avec DALL·E·3)
26
Fonctionnement d’un algorithme
Entrées
Traitements
Sorties
27
Focus sur le machine learning
Terme introduit en 1959 par Arthur Samuel "Some Studies in Machine Learning Using the Game of Checkers"(Samuel Arthur, 1959). “Quelques études en apprentissage automatique utilisant le jeu de dames.” (traduction par ChatGPT 4.0)
Image générée avec MidJourney
28
Comprendre le machine learning par l’analogie du jeu
Image générée avec MidJourney
- Apprentissage par l'expérience et les erreurs
- Découverte de stratégies gagnantes
- Amélioration continue des compétences
29
Fonctionnement d'un algorithme du machine learning
Amélioration
Données d’entraînement
Prédictions
Création d’un modèle
- Données d'entraînement
- Création d’un modèle
- Prédiction
- Amélioration
30
Neurone biologique / Neurone artificiel
Comparaison neurone humain / neurone artificiel
32
Comparaison neurone humain / neurone artificiel
33
Comprendre le Deep Learning
Image : CC by Hugh Neutron
- Définition: Le Deep Learning est un sous-ensemble du Machine Learning qui utilise des réseaux de neurones à plusieurs couches pour analyser divers facteurs d'une donnée.
- Architecture: Il s'appuie sur des réseaux de neurones profonds, d'où le nom, qui simulent le fonctionnement du cerveau humain pour reconnaître des patterns et prendre des décisions.
- Applications: Reconnaissance d'image, reconnaissance vocale, traduction automatique, et jeux vidéo.
- Exemple: Les voitures autonomes utilisent le Deep Learning pour interpréter et réagir à leur environnement.
34
Des questions
Image générée avec MidJourney
35
Partie 4 : Exploration et Évaluation Critique de l'IA en Éducation
Document réalisé par le bureau APP
36
IA détective
- Formation des Groupes:
- Vous serez répartis en petits groupes.
- Chaque groupe se verra attribuer un scénario spécifique lié à l'utilisation de l'IA dans l'enseignement.
- Analyse du Scénario:
- Lisez attentivement le scénario qui vous a été attribué.
- Discutez en groupe des applications de l'IA décrites dans le scénario.
- Identifiez les avantages et les inconvénients de l'utilisation de l'IA dans ce contexte.
- Réfléchissez aux implications pédagogiques et aux impacts sur l'apprentissage.
- Préparation de la Présentation:
- Synthétisez vos principales découvertes et réflexions.
- Préparez une brève présentation pour partager vos conclusions
- Participation au Débriefing:
- Présentez les conclusions de votre groupe à l'ensemble des participants.
37
Scénario 1
Image générée avec MidJourney
Scénario 1 : IA et Enseignement des Langues Dans une université, un programme d'IA est utilisé pour aider à l'enseignement des langues étrangères. L'IA analyse les compétences linguistiques des étudiants, personnalise les exercices et les activités, et offre une correction instantanée. Elle est également capable de simuler des conversations pour améliorer les compétences orales des étudiants.
38
Groupe 2
Image générée avec MidJourney
Scénario 2 : IA et Analyse Littéraire Un département de littérature utilise un outil d'IA pour analyser des textes littéraires. L'IA explore des thèmes, des motifs et des structures dans des œuvres littéraires, aidant les étudiants à découvrir de nouvelles interprétations et perspectives. Les étudiants peuvent interagir avec l'IA pour poser des questions et explorer des hypothèses littéraires.
39
Scénario 2
Image générée avec MidJourney
Scénario 2 : IA et Formation Théâtrale Dans un institut d'études théâtrales, une application d'IA est intégrée dans le programme de formation pour améliorer les techniques de performance des étudiants. L'IA, grâce à des algorithmes avancés de reconnaissance visuelle et auditive, peut analyser les performances théâtrales des étudiants, en termes de gestuelle, d'expression faciale, de tonalité de la voix, et de clarté de la diction. Elle offre des retours personnalisés et des suggestions pour améliorer les compétences d'acting. L'IA peut également simuler des scènes interactives, permettant aux étudiants de pratiquer des dialogues avec un "partenaire virtuel" programmé pour répondre de manière dynamique et réaliste. Ce scénario permet aux étudiants de recevoir une formation complémentaire, en dehors des heures de classe, et d'expérimenter avec différentes techniques et styles de performance.
40
Groupe 3
Image générée avec MidJourney
Scénario 3 : IA et Création Artistique Dans un cours d'arts visuels, une IA est utilisée pour aider les étudiants à créer des œuvres d'art numériques. L'IA propose des suggestions de design, analyse les tendances artistiques et offre des retours constructifs. Les étudiants peuvent également utiliser l'IA pour explorer différentes techniques et styles artistiques.
41
Scénario 3
Image générée avec MidJourney
Scénario 3 : IA et Recherche en Sciences Humaines Un outil d'IA est utilisé pour assister les étudiants en sciences humaines dans leurs recherches. L'IA analyse de grandes quantités de données, identifie des tendances et des schémas, et propose des pistes de recherche. Les étudiants peuvent utiliser l'IA pour approfondir leurs recherches, explorer de nouvelles idées et gagner du temps dans la collecte de données.
42
Conclusion
Document réalisé par le bureau APP
43
a. Webographie
Document réalisé par le bureau APP
44
Webographie
- Intelligence artificielle (IA). (s. d.). Consulté 29 septembre 2023, à l’adresse https://www.cnil.fr/fr/intelligence-artificielle-ia
- Playground d’OpenAi
https://platform.openai.com/playground/chat?models=gpt-4o
- Make (Permet de faire des automatisations combinées à l’intelligence artificielle)https://www.make.com/en
- Perplexityhttps://www.perplexity.ai
45
Webographie
- Consensus https://consensus.app/search/
- Research Rabbit https://www.researchrabbit.ai/
- Semantic Scholar https://www.semanticscholar.org/
46
b. Bibliographie
Document réalisé par le bureau APP
47
Bibliographie
- Akin Ifeanyi Agunbiade, "The First Wave of AI (1956–1973)", Medium, publié le 19 décembre 2020. URL : https://akin-agunbiade.medium.com/the-first-wave-of-ai-1956-1973-f10860a807f9. Consulté le 20/09/2024.
- Braunschweig, B. (2019). L’intelligence artificielle : passé, présent et futur / Bertrand Braunschweig. Presses Universitaires de Bordeaux Presses de l’Université de Pau et des Pays de l’Adour.
- De Loor, P., Mille, A., & Khamassi, M. (2015). Intelligence artificielle: L'apport des paradigmes incarnés. Intellectica - La revue de l’Association pour la Recherche sur les sciences de la Cognition (ARCo), 2(64), 27-52. https://doi.org/10.3406/intel.2015.1011
- Guenot, F. (s.d.) (2023). L’IA éducative. L’intelligence artificielle dans l’enseignement supérieur. Bréal.
48
Bibliographie
- Higuera, C. de la. (s. d.). Les IA génératives et l’Enseignement Universitaire : L’exemple de Genève – Chaire UNESCO RELIA. Consulté 19 septembre 2023, à l’adresse https://chaireunescorelia.univ-nantes.fr/2023/07/21/les-ia-generatives-et-lenseignement-universitaire-lexemple-de-geneve/
- Holmes W., Bialik M., Fadel C. (2019). Artificial Intelligence in education, Promises and Implications for Teaching & Learning
- Mitchell, T. (1997). Machine Learning. McGraw Hill.
49
Bibliographie
- Samuel, A.(1959). "Some Studies in Machine Learning Using the Game of Checkers". IBM Journal of Research and Development.
- Russel S., Norvig P. (2021). Intelligence artificielle, une approche moderne. Pearson
- Intelligence-artificielle-school.com. (n.d.). IA Python, pourquoi utiliser Python pour l’intelligence artificielle ? Intelligence Artificielle School. Consulté le [27/O9/2024], sur https://www.intelligence-artificielle-school.com/ia-python
50
Qui je suis ?
Ingénieure d'études Hors Classe et titulaire d’un MBA Global Executive de l’IAE Paris - Sorbonne Business School, je suis experte en ingénierie numérique, spécialisée en ludopédagogie et intelligence artificielle. Conceptrice du parcours "Intelligence artificielle et enseignement supérieur", j’accompagne les enseignants dans l’usage stratégique de ces outils. Pour toute demande d'accompagnement personnalisé ou de conseil technique sur ces thématiques, vous pouvez me solliciter directement à mon adresse audrey.rozow@sorbonne-nouvelle.fr afin de garantir une étude directe et réactive de vos besoins. Mon expertise s’appuie sur un parcours pluridisciplinaire : un titre de conceptrice-réalisatrice multimédia (École des Gobelins), une maîtrise et un CAPES de lettres modernes, ainsi que des compétences solides en informatique acquises au CNAM.
Illustration réalisée avec Dall·e·3
Audrey RozowykwiatUniversité Sorbonne Nouvelle,
Bureau APP (Accompagnement à la pédagogie et aux projets) audrey.rozow@sorbonne-nouvelle.fr https://www.linkedin.com/in/audreyrozowykwiat/
51
Méthodologie d’un accompagnement à l’IA
Approche diagnostic/action RDV 1 : Diagnostic & Cadrage (30 minutes)objectif : Vous rendre autonome
- Recueil de votre problématique : Identification de vos points de vigilance (intégrité des examens, motivation des étudiants, etc.).
- Audit de robustesse : Confrontation en direct de vos sujets ou corpus aux modèles d'IA les plus performants pour évaluer leur réactivité.
- Arbitrage Stratégique : Définition de votre posture (Sécurisation, Intégration créative ou Approche critique).
⚙️ Phase d'Ingénierie :1 à 2 semaines Je réalise des tests itératifs, la conception des chaînes de prompts complexes et la scénarisation de vos ressources personnalisées. RDV 2 : Restitution & kit opérationnel (60 minutes)objectif : Vous rendre autonome
- Démonstration & Ajustement :
- Remise de vos livrables personnalisés (modulables selon vos besoins) :
- Ingénierie de Prompts
- Évaluation dans le contexte des IAG
- Cadrage du syllabus / IAG
audrey.rozow@sorbonne-nouvelle.fr
52
Accompagnement IAG/Méthodologie Diagnostic → Action
RDV 1 | Diagnostic & cadrage (30 min)
⚙ Phase d’ingénierie (2 semaines)
RDV 2 | Restitution & kit (60 min)
• Recueil des besoins & contraintes (cours, niveau, effectifs) • Cartographie des risques : intégrité, équité, charge de correction • Audit de robustesse : test des sujets/corpus face aux IAG • Arbitrage : posture (sécuriser / intégrer / critique) + plan d’action
• Tests itératifs & prototypage sur vos supports • Conception de chaînes de prompts + consignes disciplinaires • Matrice et Scénarisation IA/Humain
• Démonstration, prise en main & ajustements • Matrice d’hybridation des activités (IA/Étudiant/Enseignant) • Banque de prompts + gabarits d’activités (Moodle & présentiel) • Grille d’évaluation compatible IAG + check-list intégrité • Cadrage syllabus : règles d’usage, citation, transparence
Résultat : un dispositif prêt à déployer + une méthode réutilisable (autonomie).
53
Me contacter pour une demande d’accompagnement aux IAG : audrey.rozow@sorbonne-nouvelle.fr
Suivre les activités de l’université
1. Introduction aÌ l'Intelligence Artificielle et ses Applications en EÌducation.pptx
Université Sorbonne Nouvelle
Created on February 20, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Essential Business Proposal
View
Project Roadmap Timeline
View
Step-by-Step Timeline: How to Develop an Idea
View
Artificial Intelligence History Timeline
View
Momentum: Onboarding Escape Game
View
Momentum: Manager Guide
View
Wizardry Letter
Explore all templates
Transcript
TITRE
CYCLE IA1. Introduction à l'intelligence artificielle et ses applications dans l’enseignement supérieur
Accompagnement à la Pédagogie et aux Projets appui.pedagogie@sorbonne-nouvelle.fr
Introduction
Document réalisé par le bureau APP
Objectifs
Tour de table virtuel
Image générée avec MidJourney
Présentation des participants
Document réalisé par le bureau APP
Tour de table virtuel
Image générée avec MidJourney
Présentation de la formatrice
Document réalisé par le bureau APP
Plan de la formation
Partie 1 : Définition et Catégorisation de l'intelligence artificielle
Document réalisé par le bureau APP
Origines du terme “Intelligence Artificielle (IA)”
(Photographie des chercheurs présents à la conférence de Dartmouth en 1956 montrant les pères fondateurs de l’IA, Akin Ifeanyi Agunbiade, 2020)
De Stanford à DartmouthLes Fondations de l'IA par John McCarthy
Définition du terme “Intelligence Artificielle (IA)”
Image générée avec MidJourney
"Ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l'intelligence humaine." Dictionnaire Larousse
10
Les 4 catégories de l’intelligence artificielle(Stuart Russel et Peter Norvig, 2021)
11
Agir comme un humain
Image générée avec MidJourney
Le Test de TuringMesurer l'Indiscernabilité entre Homme et Machine
Alan Turing, Par Auteur inconnu — Domaine public, Source : wikimedia
12
Les 4 catégories de l’intelligence artificielle(Stuart Russel et Peter Norvig, 2021)
13
Penser comme un humain
Image générée avec MidJourney
14
Les 4 catégories de l’intelligence artificielle(Stuart Russel et Peter Norvig, 2021)
15
Agir rationnellement
Image générée avec MidJourney
16
Exemple de syllogisme
Image générée avec MidJourney
17
Les 4 catégories de l’intelligence artificielle(Stuart Russel et Peter Norvig, 2021)
18
Penser rationnellement
Image générée avec MidJourney
19
Partie 2 : Concepts Fondamentaux de l'intelligence artificielle
Document réalisé par le bureau APP
20
Vue d’ensemble
Images générées par MidJourney
Carte heuristique sur l’intelligence artificielle
21
Applications de l’IA dans l’éducation
Image générée avec MidJourney
Veuillez réfléchir et partager brièvement comment vous pensez que l'IA pourrait être appliquée dans votre discipline spécifique ?
Carte heuristique sur l’intelligence artificielle
22
5 minutes de pause
Image générée avec MidJourney
Document réalisé par le bureau APP
23
Partie 3 : Analyser le fonctionnement des Modèles de Langage
Document réalisé par le bureau APP
24
Analogie avec la recette de cuisine
Photo : Douglas Perkins
25
Définition des algorithmes
Un algorithme est la description d'une suite d'étapes permettant d'obtenir un résultat à partir d'éléments fournis en entrée. (CNIL)
(Représentation imagée d’un algorithme avec DALL·E·3)
26
Fonctionnement d’un algorithme
Entrées
Traitements
Sorties
27
Focus sur le machine learning
Terme introduit en 1959 par Arthur Samuel "Some Studies in Machine Learning Using the Game of Checkers"(Samuel Arthur, 1959). “Quelques études en apprentissage automatique utilisant le jeu de dames.” (traduction par ChatGPT 4.0)
Image générée avec MidJourney
28
Comprendre le machine learning par l’analogie du jeu
Image générée avec MidJourney
29
Fonctionnement d'un algorithme du machine learning
Amélioration
Données d’entraînement
Prédictions
Création d’un modèle
30
Neurone biologique / Neurone artificiel
Comparaison neurone humain / neurone artificiel
32
Comparaison neurone humain / neurone artificiel
33
Comprendre le Deep Learning
Image : CC by Hugh Neutron
34
Des questions
Image générée avec MidJourney
35
Partie 4 : Exploration et Évaluation Critique de l'IA en Éducation
Document réalisé par le bureau APP
36
IA détective
37
Scénario 1
Image générée avec MidJourney
Scénario 1 : IA et Enseignement des Langues Dans une université, un programme d'IA est utilisé pour aider à l'enseignement des langues étrangères. L'IA analyse les compétences linguistiques des étudiants, personnalise les exercices et les activités, et offre une correction instantanée. Elle est également capable de simuler des conversations pour améliorer les compétences orales des étudiants.
38
Groupe 2
Image générée avec MidJourney
Scénario 2 : IA et Analyse Littéraire Un département de littérature utilise un outil d'IA pour analyser des textes littéraires. L'IA explore des thèmes, des motifs et des structures dans des œuvres littéraires, aidant les étudiants à découvrir de nouvelles interprétations et perspectives. Les étudiants peuvent interagir avec l'IA pour poser des questions et explorer des hypothèses littéraires.
39
Scénario 2
Image générée avec MidJourney
Scénario 2 : IA et Formation Théâtrale Dans un institut d'études théâtrales, une application d'IA est intégrée dans le programme de formation pour améliorer les techniques de performance des étudiants. L'IA, grâce à des algorithmes avancés de reconnaissance visuelle et auditive, peut analyser les performances théâtrales des étudiants, en termes de gestuelle, d'expression faciale, de tonalité de la voix, et de clarté de la diction. Elle offre des retours personnalisés et des suggestions pour améliorer les compétences d'acting. L'IA peut également simuler des scènes interactives, permettant aux étudiants de pratiquer des dialogues avec un "partenaire virtuel" programmé pour répondre de manière dynamique et réaliste. Ce scénario permet aux étudiants de recevoir une formation complémentaire, en dehors des heures de classe, et d'expérimenter avec différentes techniques et styles de performance.
40
Groupe 3
Image générée avec MidJourney
Scénario 3 : IA et Création Artistique Dans un cours d'arts visuels, une IA est utilisée pour aider les étudiants à créer des œuvres d'art numériques. L'IA propose des suggestions de design, analyse les tendances artistiques et offre des retours constructifs. Les étudiants peuvent également utiliser l'IA pour explorer différentes techniques et styles artistiques.
41
Scénario 3
Image générée avec MidJourney
Scénario 3 : IA et Recherche en Sciences Humaines Un outil d'IA est utilisé pour assister les étudiants en sciences humaines dans leurs recherches. L'IA analyse de grandes quantités de données, identifie des tendances et des schémas, et propose des pistes de recherche. Les étudiants peuvent utiliser l'IA pour approfondir leurs recherches, explorer de nouvelles idées et gagner du temps dans la collecte de données.
42
Conclusion
Document réalisé par le bureau APP
43
a. Webographie
Document réalisé par le bureau APP
44
Webographie
- Intelligence artificielle (IA). (s. d.). Consulté 29 septembre 2023, à l’adresse https://www.cnil.fr/fr/intelligence-artificielle-ia
- Playground d’OpenAi
https://platform.openai.com/playground/chat?models=gpt-4o45
Webographie
46
b. Bibliographie
Document réalisé par le bureau APP
47
Bibliographie
48
Bibliographie
49
Bibliographie
50
Qui je suis ?
Ingénieure d'études Hors Classe et titulaire d’un MBA Global Executive de l’IAE Paris - Sorbonne Business School, je suis experte en ingénierie numérique, spécialisée en ludopédagogie et intelligence artificielle. Conceptrice du parcours "Intelligence artificielle et enseignement supérieur", j’accompagne les enseignants dans l’usage stratégique de ces outils. Pour toute demande d'accompagnement personnalisé ou de conseil technique sur ces thématiques, vous pouvez me solliciter directement à mon adresse audrey.rozow@sorbonne-nouvelle.fr afin de garantir une étude directe et réactive de vos besoins. Mon expertise s’appuie sur un parcours pluridisciplinaire : un titre de conceptrice-réalisatrice multimédia (École des Gobelins), une maîtrise et un CAPES de lettres modernes, ainsi que des compétences solides en informatique acquises au CNAM.
Illustration réalisée avec Dall·e·3
Audrey RozowykwiatUniversité Sorbonne Nouvelle, Bureau APP (Accompagnement à la pédagogie et aux projets) audrey.rozow@sorbonne-nouvelle.fr https://www.linkedin.com/in/audreyrozowykwiat/
51
Méthodologie d’un accompagnement à l’IA
Approche diagnostic/action RDV 1 : Diagnostic & Cadrage (30 minutes)objectif : Vous rendre autonome
- Recueil de votre problématique : Identification de vos points de vigilance (intégrité des examens, motivation des étudiants, etc.).
- Audit de robustesse : Confrontation en direct de vos sujets ou corpus aux modèles d'IA les plus performants pour évaluer leur réactivité.
- Arbitrage Stratégique : Définition de votre posture (Sécurisation, Intégration créative ou Approche critique).
⚙️ Phase d'Ingénierie :1 à 2 semaines Je réalise des tests itératifs, la conception des chaînes de prompts complexes et la scénarisation de vos ressources personnalisées. RDV 2 : Restitution & kit opérationnel (60 minutes)objectif : Vous rendre autonome- Démonstration & Ajustement :
- Remise de vos livrables personnalisés (modulables selon vos besoins) :
- Ingénierie de Prompts
- Évaluation dans le contexte des IAG
- Cadrage du syllabus / IAG
audrey.rozow@sorbonne-nouvelle.fr52
Accompagnement IAG/Méthodologie Diagnostic → Action
RDV 1 | Diagnostic & cadrage (30 min)
⚙ Phase d’ingénierie (2 semaines)
RDV 2 | Restitution & kit (60 min)
• Recueil des besoins & contraintes (cours, niveau, effectifs) • Cartographie des risques : intégrité, équité, charge de correction • Audit de robustesse : test des sujets/corpus face aux IAG • Arbitrage : posture (sécuriser / intégrer / critique) + plan d’action
• Tests itératifs & prototypage sur vos supports • Conception de chaînes de prompts + consignes disciplinaires • Matrice et Scénarisation IA/Humain
• Démonstration, prise en main & ajustements • Matrice d’hybridation des activités (IA/Étudiant/Enseignant) • Banque de prompts + gabarits d’activités (Moodle & présentiel) • Grille d’évaluation compatible IAG + check-list intégrité • Cadrage syllabus : règles d’usage, citation, transparence
Résultat : un dispositif prêt à déployer + une méthode réutilisable (autonomie).
53
Me contacter pour une demande d’accompagnement aux IAG : audrey.rozow@sorbonne-nouvelle.fr
Suivre les activités de l’université