PFIA 2017 Plate-forme Intelligence Artificielle : programme des Journées francophones d'Ingénierie des Connaissances (original) (raw)
Pourrions nous dire que l'Intelligence Artificielle (IA) n'en est aujourd'hui qu'au stade de ses balbutiements ? De sorte, pourrions-nous nous poser la question de savoir, contre toute évidence, en se référant au constat : « que la voie algorithmique empruntée actuellement par l'IA, à l'aune de la croissance marketing débridée ambiante », du risque qu'elle recouvre, si prise isolément et ultérieurement généralisée, pour s'avérer comme une impasse, scientifique et humaine ? En fait, les algorithmes que nous rencontrons usuellement ne semblent-ils pas appartenir aux domaines stochastiques voire aux inférences bayésiennes, sinon à la théorie des jeux (pouvant inclure au mieux la logique floue) ? Donc, ne serait-ce pas ainsi inéluctable, de devoir considérer le biais cognitif alors introduit, de facto, par la vision nécessairement restrictive des modèles purement algorithmiques et mathématiques ? En effet, cette approche quotidienne, de ce que nous en connaissons, se référerait-elle par extension à cette logique quasi-exclusivement formelle, notoirement dite logico-mathématique, faite plus de la recherche de corrélations probabilistes entre systèmes investigués que de l'identification précise de leurs causalités profondes ? Ceci, afin de dissocier, ex-ante, les flux de datas, pointant les signifiants, plutôt que ceux désignant les signifiés, et déterminant, ex-post, la discrimination des réels contenus cognitifs véhiculés par ces flux, aussi abondants soient-ils. Nonobstant, cela procéderait à l'instar de tel médecin, qui prodiguerait telle thérapeutique, seulement à l'issue de l'analyse des symptômes apparents, sans avoir préalablement recherché et évalué l'éventail et la hiérarchie des causes, selon leur degré de plausibilité, à l'intérieur d'un continuum causal, aussi bien logique qu'analogique, formel qu'informel, ... Ainsi, en la matière, pourrions-nous seulement à partir des datas indifférenciées, même en masse vertigineuse (tout en étant exponentiellement croissante), et en l'associant à des moyens de traitements automatiques et probabilistes de plus en plus puissants (en chemin vers l'ordinateur quantique), produire de l'Intelligence Artificielle fiable ? D'autant que, par l'analyse d'éventuels signifiés, pointés par des datas non typées, et donc potentiellement dégradées (serait-ce que le quantitatif deviendrait inexorablement apte à produire du qualitatif ?). Et, donc pouvoir en toute fiabilité reconstruire (« reverse engineering ») les relations propres des signifiants aux signifiés, notamment dans les systèmes complexes et multidimensionnels, sans avoir pu préalablement identifier leurs relations intimes avec certitude ? Par ailleurs, les fermes de serveurs, hyper-centralisées, requises par ces types de traitements, surtout avec le « big data », à l'instar des « blockchains » publics «avec minage de type : « proof by work », ne seraient-elles pas particulièrement énergivores (avec, dit-on, l'équivalence de la
Les Techniques d'Intelligence Artificielle : Histoire, Développements et Défis
Recherches de Science Religieuse, 2023
L’IA semble s’imposer aujourd’hui dans tous les domaines de la société. Pour mieux cerner le potentiel et les risque de cette intégration, cet article propose une réflexion en deux temps. La première partie situe l’IA dans le champ des techniques. Elle présente les fondements des familles de techniques IA de façon à positionner leurs capacités et leurs limites. La seconde partie présentera l’usage de l’IA dans différents domaines et les questions spécifiques que ces usages posent aujourd’hui. Elle s’intéresse en particulier aux domaines de l’éducation, la santé et la démocratie. Article disponible en ligne à l'adresse https://www.cairn.info/revue-recherches-de-science-religieuse-2023-4page-603.htm&wt.src=pdf
Rencontres Pédagogie et Formations d’Ingénieurs
2016
Dans le cadre de la mise en place de l'évaluation des enseignements au premier cycle de l'INSA Lyon, le principal problème a été de permettre un passage à l'échelle de la démarche, tout en respectant le droit des enseignants à la confidentialité des résultats. Il était également nécessaire d'informer les étudiants et les collègues sur l'intérêt de la démarche, tout en sensibilisant dès le départ sur au temps nécessaire. Cependant, des problèmes demeurent et le groupe de travail continue ses réflexions et sa recherche d'outils pour progresser. Mots-clés Évaluation des enseignements – Passage à l'échelle. I INTRODUCTION ET CONTEXTE L'INSA Lyon a lancé une vaste campagne de mise en œuvre d'une démarche qualité, via notamment la mise en place d'un processus d'évaluation des enseignements. Chaque département ayant eu une certaine autonomie de mise en