Contexte

L’intelligence artificielle (IA) occupe une place grandissante dans la vie quotidienne. Des systèmes de recommandation aux assistants numériques, en passant par les outils de traduction et les générateurs d’images, les technologies d’IA transforment la façon dont nous communiquons, apprenons et réglons les problèmes.

Les jeunes interagissent quotidiennement avec l’IA par l’intermédiaire d’outils numériques comme des fils personnalisés dans les médias sociaux, des suggestions de vidéos et de musique, des filtres de photos et des fonctions de recherche automatique et de jeux vidéo. Comme ces technologies font déjà partie des expériences des jeunes au quotidien, les animatrices et animateurs peuvent les aider à se sensibiliser et à réfléchir au fonctionnement de l’IA, même dans des ateliers, des camps ou des programmes de STIM qui ne portent pas spécialement sur l’IA. L’IA peut également soulever des questions et des préoccupations importantes pour les jeunes. Si certaines personnes sont emballées par ses possibilités, d’autres s’inquiètent de ses répercussions sur la société. Vous jouez un rôle déterminant pour orienter la réflexion et susciter la confiance nécessaire pour utiliser l’IA intelligemment. 

À mesure que la présence de l’IA s’accroît dans le milieu de l’éducation et la société, vous interagissez également avec elle de différentes façons. Vous abordez peut-être cette formation avec vos propres expériences, questions ou points de vue sur l’IA, que ce soit de l’enthousiasme ou de l’incertitude, voire de l’hésitation quant à son rôle. Ce module est conçu pour vous aider à composer avec ces perspectives tout en approfondissant votre compréhension de l’IA dans le contenu éducatif. 

Les connaissances sur l’IA représentent une part importante de la préparation des jeunes pour l’avenir. Il s’agit d’acquérir les connaissances, les compétences et l’état d’esprit nécessaires pour comprendre l’IA et interagir avec elle de manière constructive plutôt que de simplement apprendre à utiliser les outils d’IA. En explorant le fonctionnement de l’IA, en reconnaissant ses limites, en évaluant ses avantages et ses risques et en l’utilisant de manière responsable, les jeunes peuvent poser des questions cruciales sur la technologie, comprendre ses répercussions sur la société et prendre conscience qu’au bout du compte, ce sont les humains qui conçoivent et pilotent ces systèmes.

Si l’acquisition de connaissances en IA est importante pour les jeunes, elle l’est aussi pour vous en tant qu’animatrices et animateurs. Approfondir votre propre compréhension de l’IA peut vous aider à composer avec les perspectives qu’elle suscite, à prendre des décisions éclairées sur son utilisation et à animer des expériences constructives pour les jeunes.

Activité 7 : Sensibilisation à l’IA 

Pour commencer à explorer l’IA, mettez à l’épreuve vos connaissances sur ce que les Canadiennes et les Canadiens pensent de l’IA et la façon dont ils en parlent.

Ce court questionnaire est fondé sur les résultats du rapport « Prêts pour l’IA? » d’Actua, qui résulte d’un sondage mené auprès de plus de 1 000 élèves, 1 000 parents et personnes qui s’occupent d’eux et 500 membres du personnel enseignant afin de mieux comprendre ce que pense la population du Canada de l’IA et ce qu’elle en dit. 

Lien du questionnaire : actua.ca/aiready/quiz 

Après avoir terminé le questionnaire, prenez quelques minutes pour réfléchir aux questions suivantes :

• Qu’est-ce qui vous a fait ressentir de l’étonnement quant à la façon dont les jeunes utilisent l’IA ou pensent à l’IA?

• Comment les résultats pourraient-ils influencer la façon dont vous présentez l’IA ou en discutez avec les jeunes?

• Quel rôle pouvez-vous jouer pour aider les jeunes à aller au-delà de la simple utilisation des outils d’IA et à réfléchir de manière plus critique à leur sujet?

En quoi consiste l’intelligence artificielle? 

L’intelligence artificielle désigne les machines et les systèmes informatiques conçus par des personnes qui utilisent des données et des algorithmes pour reconnaître les schémas, émettre des prédictions et générer des résultats comme des recommandations, des réponses ou des décisions. Ces systèmes peuvent effectuer des tâches comme la reconnaissance d’images, la recommandation de contenu, la traduction de langues ou la génération de texte et d’images.

Bien que l’IA ait énormément suscité l’attention de la population au cours des dernières années, le concept existe depuis des décennies. Les chercheurs ont longtemps exploré comment les ordinateurs pouvaient reconnaître des schémas, faire des prédictions et apprendre à partir de données. Les outils d’IA d’aujourd’hui s’inscrivent dans cette évolution de longue date. L’acquisition d’une compréhension fondamentale de l’IA nous aide à mieux comprendre comment ces systèmes fonctionnent, comment ils sont utilisés dans le monde et comment ils peuvent être utilisés de manière réfléchie et responsable.

Consultez la ressource ci-dessous pour explorer des exemples d’IA, comprendre ce qui rend une machine artificiellement intelligente et éclaircir les idées préconçues courantes.

Activité 8 : Machines « incro-IA-bles »

Explorez les stations ci-dessous en suivant les étapes qui accompagnent chaque outil. Après avoir exploré chaque station, réfléchissez aux questions suivantes. Vous pouvez utiliser votre cahier d’activités pour consigner vos réflexions.

• Comment cet outil pourrait-il aider les jeunes à mieux comprendre ce qu’est l’IA et ce qu’elle n’est pas?

• Comment pourrait-il être intégré à divers types de programmes (camps, clubs, ateliers) et auprès de jeunes d’âges différents?

Comment l’IA apprend-elle? 

La plupart des systèmes d’IA modernes apprennent par l’intermédiaire d’un processus appelé l’apprentissage automatique, qui fait en sorte que les algorithmes améliorent leurs résultats en analysant des données.

Plutôt que d’être programmé à l’aide d’instructions exactes pour chaque situation, un système d’apprentissage automatique est entraîné à l’aide d’exemples. En analysant les schémas dans ces exemples, le système apprend les liens entre les données, ce qui lui permet de faire des prédictions sur de nouveaux renseignements jamais traités auparavant.

Par exemple :

• Un système de reconnaissance d’images peut être entraîné à l’aide de milliers de photos étiquetées de chats et de chiens.
• Un système de recommandations peut analyser les chansons que les utilisatrices et les utilisateurs écoutent le plus souvent.
• Un système de traduction peut apprendre des schémas à partir de millions de phrases écrites en plusieurs langues.

Les données constituent la base de ce processus. Les données peuvent comprendre des nombres, des images, du texte, du son et d’autres types de renseignements. De grandes collections de données, appelées des ensembles de données, sont utilisées pour entraîner les systèmes d’IA afin que les algorithmes puissent reconnaître des schémas et produire des résultats comme des prédictions, des classifications ou des réponses générées. Comme les systèmes d’IA apprennent à partir des données, la qualité et la diversité des données utilisées peuvent influer sur le rendement du système et les types de résultats qu’il produit.

Les systèmes d’IA reposent également sur des règles et des critères conçus par l’humain qui déterminent la façon dont les renseignements sont analysés. Les concepteurs d’IA décident des fonctionnalités ou caractéristiques qui sont importantes et du poids qu’elles devraient avoir dans les décisions du système. Ces choix de conception peuvent influer sur les résultats produits par l’algorithme et introduire involontairement des hypothèses ou des biais.

Comprendre comment l’IA apprend à partir des données peut alimenter les conversations sur l’origine des données d’entraînement et la manière dont elles façonnent les résultats que produisent les systèmes d’IA. Les systèmes d’IA sont souvent entraînés à l’aide de vastes ensembles de données recueillies à partir de sources en ligne, d’images, de textes et d’autres renseignements numériques créés par des personnes. Cela signifie que les données utilisées pour entraîner l’IA peuvent refléter les comportements, les perspectives et les biais humains. Discuter de ces idées avec les jeunes peut les aider à réfléchir de manière plus critique à leur empreinte numérique, à la façon dont les renseignements qu’ils créent en ligne peuvent être utilisés pour entraîner les systèmes d’IA et à l’importance de la qualité et de la diversité des données lors de la conception et de l’utilisation des technologies d’IA.

Consultez la ressource ci-dessous pour explorer le fonctionnement de l’apprentissage automatique et examiner les biais algorithmiques et les approches pour y remédier. 

Activité 9 : Les décisions algorithmiques vues de l’intérieur

Explorez Most Likely Machine (en anglais seulement), un outil qui montre comment les algorithmes prennent des décisions et comment des biais peuvent émerger des choix que les personnes font lors de leur conception.

1. Lancez Most Likely Machine.
2. Choisissez les personnages historiques qui, selon vous, seraient les plus susceptibles de remporter certains prix (exemple : fréquenter une université prestigieuse, devenir viral ou incarner le plus grand semeur ou la plus grande semeuse de zizanie).
3. Cernez les traits qui pourraient influencer ces résultats (exemples : posséder une grande capacité d’adaptation ou être espiègle ou drôle).
4. Classez ces traits par ordre d’importance afin que l’algorithme puisse les hiérarchiser.
5. Exécutez l’algorithme et examinez les personnages historiques les plus susceptibles de remporter chaque prix selon les prédictions du système.
6. Comparez les prédictions de l’algorithme avec vos choix initiaux. 

Exercice de réflexion : 

Prenez quelques instants pour réfléchir aux questions suivantes :

• Comment les traits et les classements que vous avez sélectionnés ont-ils influencé les résultats de l’algorithme? Quelles hypothèses ou quels biais ont pu façonner ces choix?
• Comment des algorithmes comme celui-ci pourraient-ils être utilisés dans des systèmes d’IA plus vastes qui prennent des décisions dans des domaines comme les médias sociaux, l’embauche ou les recommandations?
• Comment pourriez-vous encourager les jeunes à se demander comment les algorithmes influencent les renseignements, les recommandations ou le contenu qu’ils consultent en ligne?

Comment l’IA crée-t-elle? 

Les avancées récentes en IA ont mené à des outils qui peuvent générer de nouveaux contenus, notamment du texte, des images, de la musique et des vidéos. Ces outils sont souvent appelés des systèmes d’IA générative.

Les systèmes d’IA générative sont entraînés à partir de grandes collections de contenu existant. En analysant les schémas dans les données, le système apprend comment des éléments comme les mots, les images, les sons ou les styles sont généralement organisés. Une fois entraîné, le système peut utiliser les schémas ainsi acquis pour produire de nouveaux résultats à partir d’une requête ou d’une entrée fournie par un utilisateur

Bien que ces systèmes puissent produire des résultats impressionnants, ils ne comprennent pas vraiment le contenu qu’ils génèrent. Ils prédisent plutôt des schémas statistiquement probables en fonction des données à partir desquelles ils ont été entraînés.

Par exemple :

• Les générateurs de texte analysent les schémas dans le langage pour produire des réponses écrites.
  • Exemples : Google Gemini et Microsoft CoPilot
• Les générateurs d’images et de vidéos apprennent à partir des schémas visuels pour créer de nouvelles images à partir de requêtes.
  • Exemples : Google Veo et Canva Magic Media
• Les générateurs de musique apprennent des rythmes et des mélodies pour composer de nouvelles bandes audio.
  • Exemples : Suno et ElevenLabs

Pour apprendre ces schémas, l’IA générative s’appuie sur de vastes ensembles de données. Ces ensembles de données peuvent comprendre des livres, des images, des enregistrements ou d’autres contenus numériques créés par des personnes. Les résultats produits par l’IA générative ne sont pas copiés directement à partir de ces exemples, mais ils sont générés en fonction des schémas appris par le système.

De nombreux outils d’IA générative répondent à des requêtes, qui sont des directives ou des questions fournies par une utilisatrice ou un utilisateur. La qualité et la clarté d’une requête peuvent influer sur les résultats produits par le système. Lorsque les jeunes expérimentent des outils d’IA générative, encouragez-les à poser des questions précises, à fournir des directives claires et à essayer différentes requêtes pour comparer les résultats. Ainsi, ils pourront constater que l’apport humain joue un rôle important pour façonner les résultats générés par l’IA.

Alors que la présence des médias générés par l’IA s’accroît, il est important d’aider les jeunes à remettre en question et à évaluer le contenu qu’ils reçoivent. Par exemple, les jeunes peuvent déterminer si le contenu comporte des schémas inhabituels ou des incohérences, si des sources ou des références sont fournies et si les renseignements peuvent être confirmés à l’aide d’autres sources fiables.

Comprendre comment l’IA générative crée du contenu peut aider les jeunes à réfléchir de manière plus critique aux outils qu’ils utilisent et à reconnaître à la fois les possibilités et les limites des médias générés par l’IA.

Consultez la ressource ci-dessous pour découvrir comment fonctionne l’IA générative et comment reconnaître les médias générés par l’IA. 

Activité 10 : Two Truths & AI

Explorez Two Truths & AI (en anglais seulement), un jeu interactif qui vous demande de reconnaître des images générées par l’IA. 

1. Lancez Two Truths & AI
2. Examinez les trois affiches de film à l’écran. Deux affiches sont réelles et une a été générée par l’IA.
3. Examinez chaque affiche de près et choisissez celle que vous pensez être générée par l’IA. Recherchez des indices comme des détails inhabituels, du texte étrange ou des incohérences visuelles.

Prenez quelques instants pour réfléchir aux questions suivantes :

• Quels détails ont rendu l’image générée par l’IA plus facile ou plus difficile à reconnaître?
• De quelle façon des images générées par l’IA pourraient-elles influencer ce que croient ou partagent les internautes en ligne?
• Comment pourriez-vous encourager les jeunes à remettre en question ou à vérifier les images et les médias qu’ils voient en ligne et à y réfléchir de manière critique?