IA : approches professionnelles

L’intelligence artificielle (IA) moderne est un ensemble d’avancées majeures en mathématiques appliquées, statistiques et informatique. Elle apporte avec elle de nouvelles méthodes et outils qui impactent de façon croissante les pratiques professionnelles, et la société dans son ensemble.

Ce cours d'introduction à l'IA, spécifiquement conçu pour les étudiant·es en langues étrangères appliquées, vise à les familiariser avec les concepts avancés et les applications pratiques de l'IA et du traitement automatique de la langue dans le domaine des langues étrangères. Il n’a pas pour objectif d’enseigner les spécificités techniques de l'IA, mais d’offrir aux étudiant·es la possibilité de se confronter à ces technologies, déjà intégrées dans leur écosystème professionnel pour traiter des questions fondamentales (aide à la traduction, génération automatique de contenu texte / image pour des présentations commerciales, etc.). En mettant en évidence les limites des techniques actuelles et les enjeux scientifiques, sociétaux et environnementaux liés à ces nouvelles technologies, les étudiant·es pourront développer leur esprit critique et saisir les opportunités que l’IA entraîne dans leurs disciplines respectives.

Ce cours est dispensé par l’équipe EFELIA (École Française de l’Intelligence Artificielle) et s’inscrit dans la stratégie nationale pour l’IA. Au niveau local, le projet est opéré par l'Institut 3IA Côte d'Azur.

• Apports théoriques
• Études de cas
• Lecture d’articles scientifiques
• Exercices d’application
• Espace Moodle

Dans ce cours, l'évaluation consiste en un examen final à base de questions de cours.

• Il est conseillé d’apporter son ordinateur portable à chaque séance
• Il est conseillé d’avoir un compte Google

Articles scientifiques :

• Chowdhary, K.R. (2020). Natural Language Processing. In: Fundamentals of Artificial Intelligence. Springer, New Delhi. https://doi.org/10.1007/978-81-322-3972-7_19
• Torfi et al. Natural language processing advancements by deep learning: A survey. https://arxiv.org/pdf/2003.01200
• Hogal et al. Knowledge graphs. https://kgbook.org/
• Wang et al. Searching for Best Practices in Retrieval-Augmented Generation. http://arxiv.org/abs/2407.01219

• University of Helsinki & MinnaLearn (2018). A free online introduction to artificial intelligence for non-experts. https://course.elementsofai.com/
• Andrew Ng (s.d.). AI for Everyone. https://www.deeplearning.ai/courses/ai-for-everyone/
• Daniel Leufer & Alexa Steinbrück (2020), AI Myths. https://www.aimyths.org
• How to implement GraphRAG Using Knowledge Graphs and Vector Databases  https://towardsdatascience.com/how-to-implement-graph-rag-using-knowledge-graphs-and-vector-databases-60bb69a22759  

• TUT'TOP : bénéficier du tutorat par les pairs sur le plan méthodologique, social, administratif ou logistique.
• écri+ : améliorer son français écrit.
• Centre de ressources en langues : développer ses compétences en langues vivantes (française ou étrangères).
• METODA : développer ses compétences en recherche documentaire.
• S'orienter / Se réorienter : être accompagné par les conseillers d'orientation et d'insertion professionnelle de l'université.
• Centre de santé et aide sociale : prendre soin de sa santé physique et mentale et se faire accompagner en cas de difficulté sociale.
• Cellule Handicap : découvrir les aides proposées pour les étudiant.es en situation de handicap.
• Plateforme de signalement : écoute et accompagnement des victimes ou témoins d’actes de violence, de harcèlement ou de discrimination (violences sexistes et sexuelles, LGBTphobies, racisme, xénophobie…).