Статті в журналах з теми "Intelligence artificielle générative"

Cet article porte sur les images créées à l’aide des intelligences artificielles génératives sur des plateformes telles que DALL-E, Midjourney ou Stable Diffusion à partir de mots saisis en langage naturel. L’article ne s’occupe pas de savoir si les images générées peuvent être considérées comme des œuvres d’art en termes de qualité esthétique, de paternité ou d’originalité artistique. Il s’occupe de savoir si l’intelligence artificielle générative peut créer dans les mêmes conditions que celles qui étaient autrefois prescrites à l’art, notamment la capacité à représenter les choses non seulement telles qu’elles sont, mais aussi (ou surtout) telles qu’elles pourraient et devraient être. Mais l’exploration des possibilités par l’art ou par l’intelligence artificielle peut être comprise de multiples façons : la création selon le critère de la vraisemblance, la capacité à idéaliser la réalité ou à élargir nos concepts, ou encore la capacité à libérer l’imagination afin de produire le fantastique ou le surréel. Bien qu’une intelligence artificielle ait tendance à reproduire les stéréotypes esthétiques ou sociaux qui prévalent dans les bases de données, elle fait néanmoins preuve d’une certaine capacité à produire de la nouveauté au sens onto-logique (et non pas esthétique) du mot, en nous permettant de visualiser des nouveaux exemplaires des notions que nous ne pouvons pas définir autrement, telles que le style d’un artiste ou les concepts vagues aux frontières fluides et aux propriétés probables.

La comparaison permettant de distinguer, de spécifier et d’asseoir la connaissance, dans la lignée des articles de ce numéro thématique sur la mesure de l’intelligence humaine, nous questionnons ce qu’est l’intelligence artificielle. Qu’en est-il ? Que sont ces systèmes techniques, ces ordinateurs, robots mais aussi habits et habitacles, qualifiés d’intelligents : habit intelligent, voiture intelligente , maison intelligente, ville intelligente ? Sont-ils destinés à résoudre des problèmes qui sont les nôtres ? Peut-on mesurer leur intelligence ? À l’ère de l’IA générative et des jumeaux numériques humains, nous préconisons que la mesure de l’intelligence artificielle soit à la mesure de son adaptation à l’humain : savoir à quel point la machine est adaptée à son utilisateur humain.

La cybercriminalité va en s’accroissant et risque de connaître une forte accélération avec l’usage grandissant des outils d’intelligence artificielle. L’article expose en quoi l’IA et l’IA générative deviennent de nouveaux instruments au service des cybercriminels.

Le métier de traducteur se trouve aujourd’hui en concurrence avec les modèles de langage génératifs auxquels les éditeurs ont recours de plus en plus souvent. Mais que fait-on exactement quand on traduit une œuvre littéraire ? Comment transposer une vision unique du monde d’une langue dans une autre ?

Cet article explore les possibilités d'utiliser ChatGPT, un agent conversationnel basé sur l'intelligence artificielle, dans l'apprentissage des langues étrangères. L'article commence par définir les termes tels que "Chatbot", "Intelligence Artificielle", "Traitement Automatique des Langues" et "Génération de Langage Naturel", afin de fournir un contexte approprié. Ensuite, il examine les différentes activités langagières définies et propose des utilisations potentielles de ChatGPT pour chacune de ces activités. Les possibilités d'utilisation de ChatGPT dans l'apprentissage des langues étrangères comprennent la pratique de la conversation écrite, la correction grammaticale, l'enrichissement du vocabulaire, la compréhension écrite, les jeux de rôles et simulations écrites, la préparation aux examens écrits, les activités de traduction, les exercices de grammaire et de conjugaison, les explications grammaticales et bien d’autres. L'article propose également une illustration des avantages de ChatGPT selon les niveaux langagiers du CECRL avec l’utilisation des exemples de questions de production écrite ainsi que des extraits de textes pour la compréhension écrite.

Le roman Génies en boîte de Fritz Leiber a anticipé l’apparition de machines capables d’écrire des romans à la place des humains avec soixante ans d’avance sur le processus d’innovation technologique. En effet, au début des années 2020, les intelligences artificielles génératives promettent de réaliser de telles performances et de remplacer les auteurs humains. Une telle possibilité fut évoquée à plusieurs autres reprises dans la science-fiction, soulignant la dimension prospective de ce genre littéraire. Une telle possibilité pose de nombreuses questions esthétiques. Cet article propose une approche adornienne de la question. L’auteur appartenant à l’École de Francfort s’est notamment interrogé sur l’industrie culturelle et sur l’art comme phénomène social. Ainsi, les œuvres littéraires produites par les IA s’inscrivent dans des luttes de classes. Pourront-elles continuer à imposer un esprit de liberté humaine face à la technostructure, fonction de l’art ? Par ailleurs, la légitimité de la révolte néo-luddite contre les IA dans le roman Génies en boîte est interrogée.

L’avancement des connaissances et les progrès dans divers domaines dépendent de la recherche scientifique. L'évolution rapide de l’intelligence artificielle (IA) offre de nouvelles perspectives pour améliorer l’efficacité et les résultats de ces efforts scientifiques. L'IA, notamment l’apprentissage automatique et la manipulation du langage naturel, a le pouvoir de transformer le processus de recherche scientifique. Elle permet d'analyser efficacement de vastes ensembles de données, révélant des modèles complexes qui sont difficiles à détecter manuellement. L'IA stimule également les avancées scientifiques en formulant des hypothèses de recherche. De plus, elle libère les chercheurs en automatisant les tâches répétitives, ce qui leur permet de se concentrer sur les aspects créatifs de leur travail. Cependant, l'intégration de l'IA dans la recherche scientifique soulève des questions et des obstacles importants. La crédibilité des résultats obtenus grâce à l'IA peut être remise en question, et comprendre les choix effectués par les systèmes d'IA peut être complexe pour les chercheurs. Il est donc essentiel de comprendre l'effet de l'IA sur la performance des projets de recherche scientifique, afin de maximiser les avantages tout en atténuant les risques. Notre étude vise à étudier l’effet de l'IA sur la recherche scientifique en utilisant une approche qualitative. Nous avons mené des entretiens approfondis avec des doctorants chercheurs dans le domaine des sciences de gestion. L'analyse des données a été réalisée à l'aide d'une méthode d'analyse de contenu incluant des fréquences de mots, des matrices à condensés pour l'analyse thématique et un croisement matriciel des nœuds avec les sources. En suivant une méthodologie rigoureuse et systématique, nous cherchons à obtenir un aperçu complet des perspectives des chercheurs et à générer des connaissances sur le rôle de l’intégration de l'IA dans la recherche scientifique. Les résultats de notre étude montrent que l'intégration de l'IA dans la recherche scientifique améliore l'efficacité et favorise la découverte de nouvelles significations. Plus précisément, elle présente plusieurs avantages notables : une efficacité accrue grâce à l'automatisation des tâches répétitives ; une découverte de nouvelles significations, optimisée par l'analyse de structures de données avancées ; et une amélioration des performances, se manifestant par un impact positif sur la génération d'hypothèses et la conception d'expériences. Ces résultats corroborent les avantages soulignés dans la littérature existante, tout en mettant en lumière des enjeux éthiques et réglementaires importants. The advancement of knowledge and progress in various fields depend on scientific research. The rapid evolution of artificial intelligence (AI) offers new opportunities to improve the efficiency and results of these scientific efforts. AI, including machine learning and natural language manipulation, has the power to transform the scientific research process. It allows for the efficient analysis of large data sets, revealing complex patterns that are difficult to detect manually. AI also drives scientific advances by formulating research hypotheses. In addition, it frees up researchers by automating repetitive tasks, allowing them to focus on the creative aspects of their work. However, the integration of AI into scientific research raises significant questions and obstacles. The credibility of the results obtained through AI can be questioned, and understanding the choices made by AI systems can be complex for researchers. It is therefore essential to understand the effect of AI on the performance of scientific research projects, in order to maximize benefits while mitigating risks. Our study aims to investigate the effect of AI on scientific research using a qualitative approach. We will conduct in-depth interviews with doctoral students who are researchers in the field of management sciences. Data analysis was performed using a content analysis method, including word frequencies, condensed matrices for thematic analysis, and matrix cross-referencing of nodes with sources. By following a rigorous and systematic methodology, we seek to gain a comprehensive overview of researchers' perspectives and generate knowledge about the role of integrating AI into scientific research. The results of our study show that the integration of AI into scientific research improves efficiency and promotes the discovery of new meanings. Specifically, it has several notable advantages: increased efficiency through automation of repetitive tasks; the discovery of new meanings, powered by the analysis of advanced data structures; and improved performance, manifested in a positive impact on hypothesis generation and experiment design. These results corroborate the benefits highlighted in the existing literature while highlighting important ethical and regulatory issues.

Ce compte-rendu revient sur la 19ème édition de JVeille, journée franco-suisse sur la veille et l'intelligence économique, qui s’est tenue le 13 juin 2024 à la Haute École de Gestion de Genève. Cette année, elle avait pour thématique : « Veille et intelligence artificielle générative : les bonnes pratiques »

Abstract Pouvons-nous appliquer les notions traditionnelles de vérité et d’erreur à la production artificielle d’énoncés? A partir d’une tripartition proposée par Umberto Eco, l’article s’interroge sur la pertinence contemporaine des critères de vérité utilisés pour évaluer les énoncés humains. Il s’agit de remarquer que les énoncés artificiels ne sont pas vrais ou faux comme ceux produits par les humains, ce qui remet en question notre conception du langage. L’article identifie la spécificité et les limites de la génération automatique de langage dans l’incapacité des machines de s’ancrer au réel par le biais de la perception. Il conclut en indiquant les potentialités de l’énonciation mécanique et nomme “humilité,” l’attitude, opposée au concept courant d’explicabilité, que l’on pourrait adopter vis-à-vis des intelligences artificielles.

Résumé L’IA a connu une évolution fulgurante au cours de ces dernières années. Sa propagation dans tous les domaines s’accompagne d’un besoin urgent de réfléchir sur ses usages et, éventuellement ses dérives, surtout lorsque le déploiement des systèmes intelligents peut se répercuter sur la vie et les droits des individus. L’apparition de traducteurs automatiques neuronaux représente un pas en avant sur le plan de la qualité par rapport aux systèmes de traduction de la génération précédente, mais peuvent-ils jouer un rôle fondamental dans la gestion équitable de la diversité linguistique et garantir les droits linguistiques dans les contextes multilingues ? Dans cette contribution nous nous interrogerons sur la relation entre droits linguistiques et traduction pour ensuite explorer l’impact de la traduction automatique neuronale sur la diversité linguistique et sur la mise en œuvre des droits linguistiques.

Résumé Cet article aborde les intelligences artificielles génératives visuelles telles que Midjourney et DALL·E afin d’analyser leur fonctionnement sémiotique. Le point de départ est la définition de la discipline sémiotique proposée par Pierluigi Basso Fossali, décrivant celle-ci comme la science qui étudie la gestion sociale du sens, et qui s’articule en quatre sphères fondamentales : la perception, l’énonciation, la communication et la transmission. À partir de ce cadre théorique, l’objectif est de proposer et de décrire deux nouvelles configurations qui caractérisent le fonctionnent sémiotique des IA génératives visuelles : à travers une perception d’archives et grâce à des circuits de composition. Le concept de perception d’archives a pour objectif de décrire la manière particulière dont les IA voient, entendent et apprennent, celle-ci étant réalisée sur de grandes quantités de données et à travers une généalogie d’opérations reconfigurables sur les archives. Les circuits de composition, quant à eux, concernent le couplage entre la logique de la composition visuelle et de la prédication verbale : il s’agit du processus d’énonciation par débruitage visuel réalisé par les IA, guidé par les requêtes en langage naturel fournies par des opérateurs humains. À partir de trois critères élaborés en sémiotique – les catégories plastiques, l’énonciation visuelle, ainsi que la traduction intersémiotique entre textes verbaux et images – une série de tests seront proposés afin d’examiner les circuits de composition des modèles génératifs de Midjourney et de DALL·E. Les IA seront enfin définies en tant que machines co-énonçantes : des entités dépourvues d’intentionnalité et d’initiative, qui produisent pourtant des énoncés en collaboration avec un opérateur humain et sur la base d’archives de données hautement structurées et reconfigurables.

Avec l'essor des technologies intelligentes, les manuels numériques s'imposent progressivement dans le domaine de l'éducation. Le manuel intelligent de français médical, issu de l'intégration des technologies intelligentes et des ressources pédagogiques, réalise une transformation complète en termes de contenu, de format, de services et d'évaluation. Basé sur des principes tels que l'innovation, l'interdisciplinarité et la flexibilité, il optimise la structuration des connaissances en français médical, intègre la transformation numérique et les cartes de connaissances, et offre une classification intelligente du vocabulaire, des discours multimodaux et des mises à jour en temps réel. De plus, il propose une plateforme de cours interactive, un système de rétroaction personnalisé et un dispositif d'évaluation continue. L'efficacité du manuel et les risques liés à son utilisation sont également étudiés pour optimiser son application et améliorer la qualité pédagogique, contribuant ainsi à l'innovation dans le domaine des manuels intelligents et à une meilleure intégration entre médecine et langue française.

Cet article présente un projet de recherche ancré autour de la question des interactions Humains-Agents Conversationnels Textuels (ACT). Dans un contexte marqué par l’intégration progressive des Intelligences Artificielles Génératives dans le domaine de l’industrie, de nouvelles questions émergent quant aux enjeux et aux impacts des usages de cette technologie sur et pour les opérateurs et leurs activités. Ces problématiques soulèvent un nouveau besoin d’adaptation des méthodologies de recherche face aux singularités de l’objet d’étude. Par le biais d’une proposition de projet axé sur le soutien aux activités de conception d’ACT pour des activités d’Ingénierie Système, ce document étudie les apports d’une approche ergonomique mixte d’analyse de l’activité pour l’étude des interactions Humains-ACT (IH-ACT) en contexte industriel. Une attention particulière est également portée aux intérêts de l’usage d’une démarche compréhensive dans l’appréhension d’une technologie centrée sur la tâche. Ce papier constitue un préquel à l’étude proposée.