On a tous en nous cet enfant timide qui n’ose pas dire « je n’ai pas compris le mot au tableau » et préfère se taire par peur de déranger, ou pire, d’être jugé.
Alors pour lui, on s’est dit qu’il fallait créer un lexique IA. Mais pas n’importe lequel ; un lexique à trois niveaux ! Histoire de :
1. Poser le B.A-BA 🐣
2. Briller à la machine à café 🌟
3. Chuchoter à l’oreille des LLM 👂
Et pour être sûrs que vos neurones sont bien connectés, on vous a même préparé un QCM pour vous tester… Enjoy !
Les termes que vous allez retrouver en 1-clic 👇
1. Poser le B.A-BA de l’IA 🐣🐣 Poser le B.A-BA de l’IA
Algorithme : Suite d’instructions que l’on donne à un ordinateur pour résoudre un problème ou exécuter une tâche, étape par étape.
🔎 Exemple : L’algorithme de Google trie les résultats de recherche pour afficher en haut les pages les plus pertinentes.
🐧 Avec Ed : Ed utilise des algorithmes pour suggérer des ressources pédagogiques adaptées aux objectifs d'apprentissage définis par l'enseignant.
Bot : Petit programme qui réalise automatiquement des tâches répétitives à la place des humains.
🔎 Exemple : Un bot de messagerie qui envoie automatiquement un accusé de réception lorsqu’il reçoit un e-mail.
🐧 Avec Ed : N/A
Chatbot : Bot capable de discuter en langage naturel avec des utilisateurs.
🔎 Exemple : Un assistant virtuel sur un site de e-commerce qui répond à vos questions.
🐧 Avec Ed : Ed agit comme un assistant virtuel dédié ayant une connaissance fine de chaque classe. Il répond aux questions des enseignants, sur les erreurs commises par les élèves notamment, et les assiste sur la création de contenus pédagogiques.
IA (Intelligence Artificielle) : Ensemble de techniques qui permettent à des machines de simuler certaines capacités humaines (apprendre, comprendre, résoudre des problèmes…).
🔎 Exemple : Netflix recommande des films en fonction de vos préférences.
🐧 Avec Ed : Ed utilise l'IA pour transcrire les copies manuscrites des élèves en leurs jumeaux numériques.
IA générative : Sous-ensemble de l’IA axé sur la création de nouvelles données ou contenus (images, sons, textes, etc.).
🔎 Exemple : DALL·E 2 crée des images à partir de descriptions textuelles.
🐧 Avec Ed : Ed utilise l'IA générative pour créer des activités de remédiation ciblées en fonction des lacunes identifiées chez les élèves.
LLM (Large Language Model) : Grands modèles de langage, capables de comprendre, compléter et générer du texte en prédisant le mot suivant dans une séquence.
🔎 Exemple : ChatGPT ou Mistral AI sont des LLM capables de comprendre et de générer du texte.
🐧 Avec Ed : Une fois la transcription numérique de la copie de l’élève réalisée (voir OCR), Ed s’appuie sur plusieurs LLM pour procéder à la correction.
Modèle d’IA : Une implémentation particulière d’une IA.
🔎 Exemple : Open AI a développé plusieurs modèles d’IA, allant de versions légères et économes en ressources (comme GPT-4.1 Nano) à des modèles plus puissants (comme GPT-4.5).
🐧 Avec Ed : Ed s’appuie sur différents modèles d’IA, en fonction des tâches à effectuer.
Prompt : Instruction ou question donnée au LLM pour déclencher une réponse.
🔎 Exemple : "Écris un poème sur le printemps dans le style de Baudelaire" donné à ChatGPT.
🐧 Avec Ed : Un enseignant peut écrire : "Génère un exercice de mathématiques sur les fractions pour des élèves de 5ème sur le thème de l'environnement", et Ed créera l'activité correspondante.
RGPD (Règlement Général sur la Protection des Données) : Réglementation européenne sur la collecte et l’utilisation des données personnelles.
🔎 Exemple : La fenêtre contextuelle sur un site web vous demandant votre consentement pour les cookies.
🐧 Avec Ed : Ed respecte le RGPD en garantissant la confidentialité des données sensibles des élèves et en assurant une utilisation sécurisée des informations.
🌟 Briller à la machine à café
Agent : Chatbot doté de capacités d’action, capable non seulement de répondre à une demande, mais aussi d’exécuter une tâche en mobilisant des outils numériques.
🔎 Exemple : Un agent conversationnel qui réserve un billet de train en ligne après avoir compris votre destination et vos horaires.
🐧 Avec Ed : Lors de la création d’activités de remédiation, Ed est capable de récupérer du contenu pertinent issu de ressources externes telles que des manuels scolaires.
Chaîne de pensée (Chain of Thought) : Technique qui consiste à faire raisonner une IA étape par étape pour l'aider à mieux résoudre un problème.
🔎 Exemple : Une IA qui résout "12 x 5 - 7" en détaillant chaque étape : "12 x 5 = 60, puis 60 - 7 = 53".
🐧 Avec Ed : Ed utilise la chaîne de pensée pour améliorer la précision de la correction des copies.
Deepfake : Contenu audio ou vidéo généré par une IA pour imiter de façon très réaliste une personne réelle.
🔎 Exemple : Une vidéo truquée montrant une personnalité disant quelque chose qu'elle n'a jamais dit. Le premier deepfake “grand public” date de 2018 : C’est une vidéo sur laquelle on voit l’ancien président Barak Obama insulter son successeur Donald Trump en le traitant de “sombre merde”.
🐧 Avec Ed : N/A
Hallucination (d’une IA) : Fait pour une IA de produire des affirmations fausses ou incohérentes tout en semblant crédibles.
🔎 Exemple : Vous pouvez essayer de demander à GPT-4 si 3 821 est un nombre premier (spoiler OUI). Vous constaterez qu'il répond à tort que non, invente des diviseurs inexistants, puis ne détecte pas la contradiction en calculant leur produit.
🐧 Avec Ed : Ed traite le sujet des hallucinations grâce à une vérification humaine.
Réseau de neurones : Algorithme inspiré du cerveau humain, composé de “neurones” artificiels interconnectés pour traiter des données complexes.
🔎 Exemple : L'architecture des modèles de reconnaissance d'images qui identifient les objets sur une photo.
🐧 Avec Ed : Ed utilise des réseaux de neurones à travers les LLM et l’OCR.
Speech-to-Text : Technologie qui convertit une parole en texte écrit.
🔎 Exemple : Utiliser la dictée vocale sur votre smartphone pour écrire un message.
🐧 Avec Ed : Ed peut transcrire des consignes dictées par l'enseignant, facilitant la création de contenus sans avoir à les taper.
Text-to-Speech : Technologie qui transforme un texte écrit en parole prononcée par une machine.
🔎 Exemple : Demander à Google Assistant ou Siri de lire à voix haute un article de presse ou un sms.
🐧 Avec Ed : Ed peut lire à voix haute ses pré-corrections, exercice après exercice, copie après copie, aidant les enseignants qui souhaiteraient reporter les corrections sur leurs copies papier.
Tokens : Unités de texte (mots ou morceaux de mots) utilisées par les LLM pour comprendre et générer du langage.
🔎 Exemple : Le mot "ordinateur" peut être découpé en plusieurs tokens comme "ordi" et "nateur".
🐧 Avec Ed : Ed s’appuyant sur des LLM, ces derniers découpent les productions écrites des élèves en tokens dans le processus de traitement.
Transformers : Architecture de réseaux de neurones qui permet aux modèles d’IA de traiter un texte en tenant compte de son contexte global.
🔎 Exemple : Imaginons une phrase comme “Le chat mange une pomme.” Les transformers, en prenant en compte le contexte global, détectent l'incohérence et proposent une correction comme “Le chat mange des croquettes.”
🐧 Avec Ed : Grâce aux transformers, Ed comprend le sens global d'une phrase, même si elle est mal formulée, et peut proposer une correction adaptée au contexte de la copie.
👂Chuchoter à l’oreille des LLM
Apprentissage automatique (Machine Learning) : Technique qui permet à un système d’apprendre à partir de données sans être explicitement programmé pour chaque tâche.
🔎 Exemple : Un logiciel anti-spam qui apprend à identifier les emails indésirables en analysant des milliers d'exemples.
🐧 Avec Ed : Ed utilise le machine learning pour identifier les constructions géométriques réalisées par les élèves dans leurs copies.
3 déclinaisons du Machine Learning 👇
Fine-tuning (Ajustement) : Phase d’adaptation d’un modèle déjà entraîné à un domaine ou contexte spécifique.
🔎 Exemple : Prendre un modèle de langage généraliste et l’affiner sur des textes médicaux.
🐧 Avec Ed : N/A (pour l’instant).
Modèle open source : Modèle dont le code et, dans certains cas, les paramètres du réseau de neurones sont accessibles librement.
🔎 Exemple : Mistral AI, dont le code est ouvert et modifiable par tous.
🐧 Avec Ed : Ed privilégie l’usage de briques open source chaque fois que c’est possible dans l’intégralité de son processus de traitement.
Modèle propriétaire : Modèle développé par une entreprise privée dont le code n’est pas accessible.
🔎 Exemple : La famille de modèles GPT d’OpenAI.
🐧 Avec Ed : Ed sélectionne ses modèles selon ses besoins : certains sont open source, d’autres propriétaires lorsque plus puissants sur certains cas d’usage.
OCR (Reconnaissance Optique de Caractères) : Technologie permettant de convertir du texte imprimé ou manuscrit en texte numérique exploitable.
🔎 Exemple : Une application sur votre téléphone qui vous permet de scanner un document et de le convertir en texte éditable.
🐧 Avec Ed : Ed utilise l’OCR pour lire les copies manuscrites envoyées par scan, créer des jumeaux numériques de celles-ci et permettre leur analyse automatisée par les LLM dans un second temps.
Prompt engineering : Art de formuler et de structurer des instructions précises pour guider efficacement une IA générative (spécifier le contexte de la demande, la tâche à effectuer, le format attendu et les contraintes à respecter).
🔎 Exemple : “Tu es expert en pédagogie numérique et en intelligence artificielle appliquée à l'éducation. J'aimerais que tu m'aides à concevoir une séquence pédagogique pour une classe de 4ème, en Histoire, sur le thème de la Révolution française. La séquence doit durer 3 heures, inclure des activités différenciées selon les niveaux d’élèves. Je souhaite aussi que tu m’indiques quels objectifs du programme cette séquence couvre, et comment elle s’intègre dans une logique de compétences. Merci de proposer un déroulé clair, structuré et justifié pédagogiquement.”
🐧 Avec Ed : Cette technique est essentielle pour Ed. Notre équipe d’ingénieurs pédagogiques œuvre à générer des rendus de qualité grâce au prompt engineering, tant pour les tâches de correction que pour la génération de contenus.
Conclusion
Apprivoisez l’IA sans en perdre votre latin, et faites de ce lexique votre meilleure antisèche 💡
Gardez-la sous le coude pour une veille techno, une discussion en salle des profs ou un moment de curiosité perso et surtout, partagez !
Vous mieux que quiconque le savez : plus on comprend, mieux on transmet !
Stay tunned... les réponses dans notre prochain article ! 👀 🥁