Rejoignez-nous pour découvrir les dernières avancées et réflexions autour de l’intelligence artificielle appliquée à l’enseignement supérieur. Une occasion unique de débattre et de partager avec des expertes et experts du domaine.
Déroulé de la journée
MATIN
9h | Accueil dans le hall de l’Atrium
9h20 | Introduction par Yves Noël, directeur de CAPSULE
9h25 | Allocution de Cédric Herpson,Vice-doyen délégué au Numérique, de la faculté des Sciences et Ingénierie de Sorbonne Université
9h30 – 10h | “L’IA générative démystifiée”
Par Laure Soulier, maître de conférences en informatique à la faculté des Sciences et Ingénierie de Sorbonne Université et rattachée à l’ISIR (Sorbonne Université / CNRS / INSERM).
10h – 10h30 | ” IA et handicap”
Par Mohamed Chetouani, professeur en traitement du signal et apprentissage machine pour l’interaction humain-machine à la faculté des Sciences et Ingénierie de Sorbonne Université, rattaché à l’ISIR (Sorbonne Université / CNRS / INSERM) et chargé de mission “Handicap étudiant” de la faculté des Sciences et Ingénierie.
10h30 – 11h | “L’IA générative de l’entraînement à l’utilisation, quel coût pour l’environnement ?”
Par Denis Trystram, professeur en Informatique à Grenoble INP – UGA, membre du Laboratoire d’Informatique de Grenoble (LIG), équipe projet Inria DataMove.
Intervenant à distance
11h – 11h30 | Pause
11h30 – 12h30 | Table ronde : “Comment l’arrivée de l’IA générative transforme nos enseignements“
Avec Caroline Dubacq, maîtresse de conférences en neurosciences à la faculté des Sciences et Ingénierie de Sorbonne Université.
Berni Hasenknopf, professeur de chimie à la faculté des Sciences et Ingénierie de Sorbonne Université.
Franziska Heimburger, maitresse de conférences en civilisation britannique à la faculté des Lettres de Sorbonne Université.
Yves Noël, directeur de CAPSULE.
12h30 – 14h00 | Temps d’échanges autour d’un buffet
APRES-MIDI
14h – 15h | “IA générative : Quels changements à venir dans la formation des cerveaux humains ?”
Par Raja Chatila, professeur émérite en Intelligence Artificielle, Robotique et Ethique des technologies à la faculté des Sciences et Ingénierie de Sorbonne Université et rattaché à l’ISIR (Sorbonne Université / CNRS / INSERM).
15h – 16h | “L’IA en éducation (pas seulement générative), pour quoi faire ?”
Par Vanda Luengo, professeure en informatique à la faculté des Sciences et Ingénierie de Sorbonne Université et rattachée au LIP6 (Sorbonne Université / CNRS).
Détails des interventions
“L’IA générative démystifiée”
La mise à disposition de ChatGPT a remis en perspective l’utilisation de l’IA dans de nombreuses applications. Dans cette présentation, nous allons nous plonger dans les rouages de l’IA générative basée sur les (grands) modèles de langage. Nous explorerons l’architecture de base des modèles actuels, appelée Transformer, ses propriétés, et les nouveaux paradigmes d’apprentissages. Nous conclurons notre présentation avec une discussion sur les limites des grands modèles de langage.
Laure Soulier
Maître de conférences à Sorbonne Université au sein de l’équipe “Machine Learning and Information Access” de l’Institut des Systèmes Intelligents et de Robotique.
Laure Soulier s’intéresse aux techniques d’apprentissage profond pour des tâches de traitement automatique du langage et de recherche d’information. Sa recherche s’articule autour de trois thématiques : la génération de résumés textuels à partir de données structurées (“data-to-text”), les moteurs de recherche conversationnels, et récemment l’exploitation des gros modèles de langue pour la robotique.
laure.soulier@sorbonne-universite.fr
www.pages.isir.upmc.fr/soulier
“IA et handicap“
La pédagogie inclusive vise à engager tous les étudiantes et étudiants, y compris ceux en situation de handicap et/ou en difficultés d’apprentissage. Elle s’est avérée particulièrement efficace pour les aider à apprendre, même si des défis subsistent dans sa mise en œuvre. Dans ce contexte, l’intelligence artificielle offre de nouvelles opportunités aux apprenantes et apprenants ainsi qu’aux équipes pédagogiques en permettant de mieux prendre en compte les besoins d’apprentissage individuels. À travers plusieurs exemples concrets, nous discuterons de ces opportunités ainsi que des limites et des enjeux associés.
Mohamed Chetouani
Mohamed Chetouani mène des activités de recherche en traitement du signal et apprentissage machine pour les interactions humains-machines avec des applications en santé mentale, sciences de l’éducation et sciences cognitives.
“L’IA générative de l’entraînement à l’utilisation, quel coût pour l’environnement ?“
L’IA générative est le dernier jalon en date de la révolution numérique. Son développement depuis à peine deux années a été extrêmement rapide et d’une ampleur sans précédents. La présentation comportera deux volets. Tout d’abord, l’analyse du coût environnemental complet (effets directs des usages et matériels et effets d’ordres supérieurs) des grands modèles d’IA générative tant sur la partie de l’entrainement que celle de l’inférence, puis une discussion sur l’utilisation des IA comme solutions à la crise.
Denis Trystram
Il a effectué l’essentiel de ses recherches sur la conception et l’analyse d’algorithmes efficaces pour optimiser tous les aspects de l’utilisation des ressources parallèles et distribuées (multi-cœurs à grande échelle, accélérateurs GPU, clouds, objets intelligents, IoT).
Au fur et à mesure de sa carrière, il a pris conscience de la gravité de l’urgence climatique. Depuis 2018, il a réorienté ses recherches pour prendre en compte cette dimension : pour illustration, lire l’article dont il est co-auteur avec Thierry Ménissier : “L’IA peut-elle vraiment être frugale ?”.
denis.trystram@univ-grenoble-alpes.fr
www.datamove.imag.fr/denis.trystram/
“IA générative : Quels changements à venir dans la formation des cerveaux humains ?”
Les systèmes d’IA générative ont trouvé une application immédiate dans la formation et la recherche. Leur capacité de produire des textes en langue naturelle, syntaxiquement corrects et souvent sémantiquement plausibles, en fait un outil singulier. Ils peuvent être utilisés par des apprenants pour rédiger des textes à leur place, pour répondre aux questions d’un projet, ou par des enseignants, enseignantes, chercheurs et chercheuses pour produire des résumés, des descriptions de leurs cours et projets, voire des QCM. Ils peuvent être utilisés pour extraire des régularités dans des données expérimentales, mais pourront-ils remplacer des théories causales ? Quelles conséquences pour la créativité humaine ?
Raja Chatila
Il a dirigé l’Institut des Systèmes Intelligents et de Robotique (ISIR, 2014-2019) et le laboratoire d’excellence SMART sur les interactions humain-machine (2012-2020). Auteur de plus de 180 publications, ses activités de recherche portent actuellement sur l’apprentissage automatique, l’interaction humain-machine et l’éthique. Il est président de l’Initiative mondiale IEEE sur l’éthique des systèmes autonomes et intelligents depuis 2016, membre du Comité national pilote d’éthique du numérique en France depuis 2019. Il était membre du groupe d’experts de haut niveau sur l’IA (HLEG AI) auprès de la commission Européenne (2018-2020) et co-président du groupe “IA responsable” du Partenariat Mondial sur l’IA (2020-2023).
“L’IA en éducation (pas seulement générative), pour quoi faire ?“
L’IA pour l’éducation est un domaine de recherche. Après une courte introduction de ce domaine, je présenterai des exemples d’autres approches d’IA appliquées à l’enseignement supérieur.
Vanda Luengo
Les recherches de Vanda Luengo portent sur la conception de logiciels dédiés à l’apprentissage humain. Elle s’intéresse plus précisément aux méthodes, modèles et algorithmes d’intelligence artificielle qui permettent une adaptation dynamique selon le modèle de l’apprenant ou de l’apprenante.
Elle est également responsable du parcours EdTech du Master 2 “Management de l’innovation” de la faculté des Sciences et Ingénierie de Sorbonne Université.
vanda.luengo@sorbonne-universite.fr
www.lip6.fr/actualite/personnes-fiche.php?ident=P1041