Abschnittsübersicht

    • Introduction à l'IA

      5. Prompt engineering

      1. Types, fonctionnalités et applications

      6. Enjeux éthiques et sociétaux

      2. Machine learning et réseaux de neurones

      7. Enjeux environnementaux

      3. Risques, limites et problèmes de l'IA

      8. Déontologie et intégrité académique

      4. Bonnes pratiques pour choisir son outil d'IA

      Conclusion

      Aperçu du module

      • Introduction
      • Grands problèmes de l'IA
      • Biais cognitifs, sociétaux et idéologiques de l'IA
      • Conclusion

      Description

      Ce module explore les risques et limites des chatbots et en particulier leur tendance à produire des réponses plausibles mais pas forcément véridiques. Il couvre également les biais politiques et sociaux liés à leur entraînement et à leur fine-tuning.

      Vous allez analyser les grands problèmes de l’IA, comme le non déterminisme, l’interprétabilité, l’alignement avec les valeurs humaines ou encore la désinformation (deepfakes).

      Le module aborde également les impacts sociaux, les risques d’anthropomorphisation, les inégalités et les effets psychologiques associés à ces technologies.

      Objectifs d'apprentissage

      • Analyser les grands problèmes de l'IA
      • Repérer les problèmes spécifiques et les biais de l'IA

      Voici les activités proposées par le module 3 :

       À visionner

      • Les problèmes généraux de l'IA
      • Les biais cognitifs et sociétaux
      • Les biais idéologiques de l'IA 

       À lire

      • L'IA devient menteuse et manipulatrice, inquiétant les scientifiques
      • Qu'est-ce que le biais de l'IA ?

       Répondre au quiz

      • Quiz 3.1
      • Quiz 3.2 

      Veuillez noter :

      Afin d'obtenir l'attestation de réussite, vous devez obtenir 70% de réponses correctes aux quiz de chacun des modules.

      Bon module !

      • Einklappen Ausklappen

        3.1 Grands problèmes de l'IA

        • Problèmes généraux de l'IA

           À visionner

          Dans les modèles précédents, nous avons étudié le fonctionnement des algorithmes d’IA et le rôle central des réseaux de neurones artificiels. Ces mécanismes techniques influencent directement le comportement de l’IA et entraînent des risques qu’il est essentiel de comprendre lorsque l’on utilise ces systèmes. Dans cette vidéo, nous abordons :

          • le non déterminisme des systèmes d’IA
          • leur scalabilité et leur montée en capacité
          • les dérives liées à l’anthropomorphisation
          • les enjeux d’alignement et de sécurité

          Ces éléments soulèvent des questions profondes sur les limites — ou l’absence de limites — de l’intelligence artificielle. Une IA plus performante peut en effet amplifier les impacts sociétaux et les risques techniques ou éthiques préexistants.

          ATTENTION : cette vidéo traite de sujets sensibles, y compris le suicide.

        • Illustration : © 2026 Tony, pour Segallis & HES-SO - Licence CC-BY-NC-ND 4.0

        • L'IA devient menteuse et manipulatrice, inquiétant les scientifiques Link/URL

          Cet article intitulé « L'IA devient menteuse et manipulatrice, inquiétant les scientifiques » (RTS, Juin 2025) examine quelques-unes des préoccupations grandissantes concernant les modèles d’IA les plus récents, dont :

          • l'émergence de comportements trompeurs, certains systèmes apprenant à manipuler ou mentir pour atteindre leurs objectifs
          • l'apparition de nouvelles capacités de raisonnement, l’IA procédant par étapes plutôt qu’en produisant une réponse directe

          Ces éléments conduisent à un appel à la communauté scientifique pour plus de transparence sur les modèles et la proposition d'une responsabilité juridique des agents d’IA en cas de dommages ou d’abus.

        • QUIZ 3.1 Test
          Teilnehmer/innen müssen
          Anzeigen
          Eine Bewertung erhalten
      • Einklappen Ausklappen

        3.2 Biais de l'IA

        • Les biais cognitifs et sociaux de l'IA

           À visionner

          Les principes mêmes du fonctionnement des algorithmes d’IA entraînent non seulement des problèmes généraux, mais aussi des limites plus spécifiques. Dans cette vidéo, nous explorons :

          • la sélection probabiliste des mots
          • la problématique des réponses crédibles mais non vérifiées
          • l'existence encore très limitée de garde-fous 
          • les biais algorithmiques, issus par exemple des données d'entraînement

        • Illustration : © 2026 Tony, pour Segallis & HES-SO - Licence CC-BY-NC-ND 4.0

        • Les biais idéologiques de l'IA

           À visionner

          L’IA n’est pas neutre : au-delà des biais cognitifs, elle véhicule également des biais politiques qui influencent ses usages. 

          Dans cette vidéo nous abordons notamment :

          • l'orientation idéologique des IA (ex. Grok, Truth Search AI)
          • l'influence du feedback humain sur le fine-tuning
          • l'impact des choix politiques sur la conception et le déploiement
          • les données biaisées 

        • Qu’est-ce que le biais de l’IA ? Link/URL

          Dans cet article consacré aux biais de l’intelligence artificielle, James Holdsworth explique en quoi consistent ces biais : il s’agit de résultats faussés qui apparaissent lorsque des préjugés humains se retrouvent, volontairement ou non, dans les données d’entraînement ou dans la conception même des algorithmes. Ces dérives peuvent conduire à des décisions inexactes et à des impacts potentiellement problématiques.

        • QUIZ 3.2 Test
          Teilnehmer/innen müssen
          Anzeigen
          Eine Bewertung erhalten
      • Einklappen Ausklappen

        Conclusion du module 3

        • CONCLUSION

          Félicitations ! Vous êtes arrivé·e à la fin de ce module, au cours duquel nous avons pris du recul sur les risques, limites et enjeux majeurs de l’intelligence artificielle, en explorant :

          • les grands problèmes de l’IA, tels que le non-déterminisme, ses problèmes d’interprétabilité et l’alignement avec les valeurs humaines
          • la tendance des chatbots à produire des réponses plausibles mais parfois erronées, ainsi que les risques de désinformation, notamment à travers les deepfakes
          • les biais cognitifs, sociétaux et idéologiques liés aux données d’entraînement et aux choix de conception des modèles

          Nous avons également analysé les impacts sociaux et psychologiques de l’IA, en abordant des questions comme l’anthropomorphisation des chatbots, les inégalités qu’ils peuvent renforcer et les effets potentiels de ces technologies sur les individus et la société.

          À l’issue de ce module, vous êtes désormais en mesure :

          • d'analyser les grands problèmes de l’IA 
          • de repérer les problèmes spécifiques et les biais de l’IA

          Ces éléments vous permettront de développer un regard plus critique et informé sur l’utilisation des chatbots et des systèmes d’IA, en tenant compte à la fois de leurs capacités, de leurs limites et de leurs impacts sur la société.

          Nous nous réjouissons de vous retrouver dans le prochain module !