Catégorie : Non classé

L’IA raflera tout? Deux excellentes vidéos

Par

Allez zoup un peu de veille sur l’IA ! Je vous propose deux vidéos.

Cette première vidéo a le mérite de mettre des mots sur ce que je ressens également par rapport à l’IA. Là, ça avance vite… Je suis tout autant d’accord avec lui que j’utilise également l’IA notamment pour le codage, car elle fait mieux et plus vite, mais son style reste très IA, j’ai l’impression parfois de faire un truc qui ressemble à d’autres programmes.

Et puis la création, l’IA commence à devenir performante sur les domaines où les créations sont nombreuses (notamment l’écrit), également sur la recherche en mathématiques.

Et voici une emission de France Culture sur les avancées de l’IA en mathématiques

Vous avez aimé cet article ? Alors partagez-le avec vos amis en cliquant sur les boutons ci-dessous :

Licence Creative Commons

Comprendre l’entraînement d’une IA… avec un chocolat chaud et des mathématiques

Par blank

Vendredi dernier, on a eu la chance de croiser avec le frangin Colin de la Higuera lors d’une journée organisée par la Chaire UNESCO RELIA.

Lors de la table ronde, il a rappelé quelque chose d’assez simple, mais finalement essentiel : si l’on veut éduquer les élèves à l’intelligence artificielle, il faut aussi leur permettre de comprendre un minimum comment elle fonctionne.

Je le rejoins complètement (Arnaud aussi 🙂 ).

Évidemment, développer l’esprit critique face aux réponses produites par une IA reste indispensable. Savoir questionner une réponse, vérifier une information, repérer un biais ou une hallucination, tout cela est essentiel.

Ne les opposons pas d’ailleurs.

On peut apprendre à critiquer l’IA tout en essayant de comprendre ce qui se passe derrière.

Bref, cette idée m’est restée dans un coin de la tête.

Et ce week-end, mon cerveau a commencé à faire ses habituels petits ponts improbables (je vous assure des fois, je me perds moi-même dans mes pensées… Je loue beaucoup d’admirations à ma femme qui le supporte au quotidien)

Une nouvelle activité « IA sans IA »

J’ai donc imaginé une nouvelle activité dans la série IA sans IA, sous CANVA que j’avais déjà démarré, l’objectif toujours faire des mathématiques en même temps

Le principe est assez simple : faire travailler les élèves en binôme avec deux rôles différents.

Le premier élève joue le rôle de la machine pendant l’entraînement.

Le second joue ensuite le rôle de la machine une fois entraînée.

Et surtout : le second ne voit jamais les données d’origine.

C’est là que ça devient intéressant.

Mais pourquoi un chocolat chaud ?

Il me fallait une situation mathématique simple, parlante et permettant de construire un modèle à partir de données.

Et là, allez savoir pourquoi, j’ai pensé à Caramel (l’outil présent sur la Forge, Gauthier le co-concepteur est dans le même groupe de formateur, le fameux réseau AAN/IAN), je l’avais croisé (avec la bonne nouvelle de CARAMEL V7 et l’intégration dans ELEA).

Caramel -> Chocolat -> Chocolat chaud

Voilà.

Oui, mon cerveau fait parfois des ponts assez surprenants.

Je suis donc parti d’un grand classique : le refroidissement d’un chocolat chaud (un petit coup de mateur de recherche pour avoir la courbe (faut pas rêver, mes études de physique sont très très loin)

On dispose de plusieurs mesures de température prises au cours du temps.

L’élève 1 reçoit ces données, les place dans un repère et doit tracer une courbe qui lui semble représenter au mieux leur évolution.

Jusque-là, rien de très exotique : on fait des mathématiques.

Mais ensuite, je lui demande de recopier uniquement la courbe sur une nouvelle feuille.

Pas les points originels. Pas le tableau. Pas les valeurs.

Seulement le modèle qu’il a construit.

Cette feuille est alors donnée à l’élève 2.

Les données ont disparu

L’élève 2 doit maintenant utiliser cette courbe pour produire de nouvelles valeurs.

Par exemple, estimer la température du chocolat à 6,12 et 18…

Il n’a jamais vu les données d’entraînement. il n’a pas le contexte (oui le contexte Arnaud on y revient toujours)

Il ne dispose plus que du modèle.

Et c’est précisément ce que je voulais rendre visible.

Lors de l’entraînement, une partie de l’information précise disparaît.

Le modèle ne conserve pas simplement une liste de toutes les données qu’il a reçues.

Il construit une représentation de certaines régularités.

Cette représentation est moins précise que les données originales… mais elle permet désormais de produire beaucoup d’autres valeurs.

C’est ce compromis que permet l’IA

blank

Prédire, mesurer l’erreur, recommencer

Une fois les prédictions réalisées par l’élève 2, on révèle les vraies valeurs.

On peut alors mesurer l’erreur :

Erreur = | valeur réelle − valeur prédite |

Il faudra expliquer evidement la notion de valeur absolue, mais c’est jouable

Puis calculer une erreur moyenne. Et ensuite ? On recommence.

L’élève 1 observe où son modèle s’est trompé et modifie légèrement sa courbe. L’élève 2 utilise ce nouveau modèle et refait des prédictions.

On obtient ainsi une version évidemment très simplifiée de ce que l’on cherche à faire lors d’un apprentissage automatique :

données → modèle → prédictions → erreur → ajustement → nouvelles prédictions.

C’est simplifié, bien sûr.

Un véritable réseau de neurones ne dessine pas une jolie courbe au crayon sur une feuille.

Mais derrière cette métaphore, on retrouve bien quelques idées fondamentales : des données d’entraînement, des paramètres que l’on ajuste, des prédictions et une erreur que l’on cherche à réduire.

Et au passage, on fait des maths

C’était important pour moi : je ne voulais pas d’une activité sur l’IA dans laquelle les mathématiques serviraient simplement de décoration.

Ici, on travaille réellement :

  • la représentation graphique ;
  • la lecture d’une image ;
  • les valeurs approchées ;
  • l’erreur absolue ;
  • la moyenne ;
  • l’interpolation ;
  • l’extrapolation.

Et finalement, ce sont justement les mathématiques qui permettent de faire comprendre quelque chose du fonctionnement d’un modèle.

C’est exactement ce que je cherche avec mes activités IA sans IA : parler d’intelligence artificielle… sans forcément allumer une intelligence artificielle.

Et si on demande n’importe quoi au modèle ?

La dernière partie de l’activité consiste à pousser un peu le modèle dans ses retranchements.

Les données d’entraînement sont comprises entre 0 et 40 .

On demande alors aux élèves de prédire la température à 50 .

Puis à 100 .

On passe donc de l’interpolation à l’extrapolation.

Et là, le chocolat chaud devient particulièrement intéressant.

Parce qu’un élève sait intuitivement qu’un chocolat posé dans une pièce à 20 °C ne va pas continuer à refroidir indéfiniment jusqu’à atteindre -50 °C.

Il possède une connaissance du monde réel qui lui permet de questionner la prédiction du modèle.

Et là, on retombe directement sur… l’esprit critique.

La boucle est bouclée.

Comprendre pour mieux critiquer

C’est sans doute cela qui m’intéresse le plus dans cette activité.

Faire comprendre aux élèves qu’une réponse produite par un modèle n’est pas une vérité retrouvée quelque part dans une gigantesque base de données.

C’est une prédiction produite à partir d’une représentation construite pendant l’entraînement.

Cette prédiction peut être très bonne. Elle peut être approximative.

Elle peut aussi devenir franchement mauvaise lorsque l’on demande au modèle quelque chose de trop éloigné de ce qu’il a appris. Et finalement, mieux comprendre cette mécanique permet peut-être aussi de mieux questionner les réponses d’une IA.

C’est sans doute là que se situe une partie de cette fameuse littératie de l’IA dont parlait Colin de la Higuera.

Pas seulement apprendre à utiliser l’outil. Pas seulement apprendre à s’en méfier.

Mais essayer de comprendre pourquoi il peut être incroyablement performant… et pourquoi il peut aussi se tromper avec beaucoup d’assurance.

Voici l’activité en question :

Vous avez aimé cet article ? Alors partagez-le avec vos amis en cliquant sur les boutons ci-dessous :

Licence Creative Commons

Si l’IA accentuait l’essence même du libre?

Par blank

Bonjour à tous !

Un petit billet de réflexion sur l’IA, et plus particulièrement sur l’IA génératrice de code.

Pour commencer, un peu d’histoire avec une anecdote : Richard Stallman, l’un des pères fondateurs du logiciel libre (notamment de la licence GPL, de la FSF, Free Software Foundation, et du projet GNU), était avant tout informaticien. Alors qu’il travaillait dans son laboratoire, il voulut faire fonctionner l’imprimante du bureau. Le pilote fourni fonctionnait mal, et lui voulait surtout ajouter une fonctionnalité essentielle : avertir automatiquement les utilisateurs sur le réseau en cas de bourrage papier. En effet, l’appareil bourrait souvent, et les collègues continuaient d’envoyer des impressions à la chaîne sans s’en rendre compte.

blank

Le constructeur avait verrouillé le code et refusa de donner le code source pour permettre de coder ces fonctions. Richard ne comprenait pas : pourquoi, lorsqu’on a acheté un objet, ne peut-on pas le bricoler et l’adapter comme bon nous semble ? Cet épisode est l’un des événements fondateurs du mouvement du Libre : l’exigence de pouvoir contrôler la machine, agir dessus et partager.

Et bien, force est de constater que l’IA amène aujourd’hui à des utilisateurs non développeurs la capacité de reprendre la main sur leurs machines. Même pour moi qui code un peu, le « vibe coding » a été une révélation. En donnant les instructions d’architecture générale, en soumettant les problèmes techniques ou en demandant des solutions de contournement, j’ai pu créer toute une panoplie d’outils pour utiliser pleinement ma tablette Onyx Boox :

  • SuiviPP : une application pour créer des dossiers de suivi en tant que professeur principal pour les élèves, entièrement remplissables au stylet et également des fiches pdf résumés qui sont des morceau de pdf issus des dossiers des éléments (comme le choix d’orientation, etc….) Celui de Julien CompagnonPP est trop lourd pour ma tablette liseuse, ça lag pas mal,et je voulais du stylet pas du clavier pour remplir mes fiches.
blank
  • ModifPDF : un outil qui permet d’éditer un PDF en ligne avec la tablette en le vidéoprojetant en classe (l’ordinateur et la tablette sont liés par un code PIN).
blank
  • ToDo : un gestionnaire de tâches d’une TODO list en écrivant au stylet (notes, titres, dates, catégories) qui s’affiche en écran de veille et se synchronise avec le smartphone pour l’avoir dans la poche.
blank
  • Lecteur-PDF : un lecteur PDF pensé pour l’édition et pour gribouiller directement dessus. (j’avais des problèmes d’export et des lourdeurs avec neoreader) Foxit marchait, bien mais les pubs à tout va…
blank

Je mettrai ces programmes à disposition au fur et à mesure. Mais en y repensant, j’ai vraiment pris possession de mon outil qu’est ma tablette, tout comme mon téléphone (avec macamdoc et maclasse, qui continuent d’évoluer discrètement mais sûrement).

Pendant longtemps, j’ai un peu raillé Julien sur le fait qu’il « vibe-codait » à fond sans savoir vraiment coder ; je ne le trouvais pas assez légitime pour cela. En fait, au vu de l’avancée de l’IA, je pense aujourd’hui que les petits codeurs devraient prendre le pas du vibecoding, mais avec des prompts clairs, en cadrant l’architecture du projet, son fonctionnement, et également en questionnant la sécurité des programmes. J’ai eu de grosses et belles surprises quand j’ai demandé à l’IA de vérifier mes programmes, j’ai pu consolider la sécurité. Attention, je ne prétends pas être un développeur professionnel mais quand même j’ai simplement appris à programmer en autodidacte sur le web depuis mes 18 ans ce qui fait 25 ans d’autoformation.

Tout cela pour dire que l’IA, par le vibecoding, est en train de changer le paradigme de l’hégémonie de l’entreprise sur les objets numériques qu’elle vend. L’IA peut, à bien des égards, nous permettre à nous, consommateurs, de reprendre la main sur les outils qui nous entourent.

Être plus libre, on le devient, même si paradoxalement on devient dépendant d’une IA pour créer ces outils.

Alors je ne dirai pas que l’IA est bien partout, on le voit dans les apprentissages c’est une calamité, la notion d’effort s’efface complètement, mais là on est sur un problème de l’efficience sociétale, c’est systémique, il faudrait passer de l’exigence du résultat à l’exigence de l’effort, mais c’est un autre débat.

On devient dépendant d’une IA pour nos machines certes, d’où l’importance capitale du partage et de l’open source, pour permettre à d’autres de simplement les utiliser sans devoir tout refaire.

Et également garder des garde-fous :

  1. Ne pas réinventer la roue si une solution libre existe déjà.
  2. Ne pas utiliser le numérique pour le numérique : il doit avoir sa place seulement quand il est vraiment utile sur le terrain.

Au fond, qu’on tape chaque ligne à la main ou qu’on guide une IA pour arriver à nos fins, la finalité reste la même que celle de Stallman devant son imprimante : refuser la passivité, comprendre ce qui tourne sous le capot et remettre la machine au service de nos besoins.

Vous avez aimé cet article ? Alors partagez-le avec vos amis en cliquant sur les boutons ci-dessous :

Licence Creative Commons