# Slides — Session 1 🟢 ## « Qu'est-ce que l'intelligence artificielle ? » **Programme :** Applied AI — Niveau Débutant · Instructeur : Yann Isola **24 slides · notes du présentateur incluses** *(Palette : encre #1A2230, sarcelle #0F7A6C, cuivre #B4612A, sarcelle clair #E9F6F3, fond #F4F7F6)* --- ## Slide 1 — Titre # Qu'est-ce que l'intelligence artificielle ? 🤖 ### Applied AI · Niveau Débutant · Session 1 **Yann Isola** **[Image : illustration chaleureuse — un enfant et un petit robot rond et sympathique assis côte à côte sur un banc, regardant un ciel étoilé. Style flat design, tons sarcelle et cuivre sur fond crème.]** > *Notes : accueillir, sourire, annoncer la promesse : « Dans 2 heures, l'IA ne sera plus de la magie pour vous. Et c'est encore mieux comme ça. »* --- ## Slide 2 — Question choc # Qui a utilisé une IA aujourd'hui ? 🙋 **[Image : grille de 6 icônes du quotidien — smartphone, GPS, écouteurs, télécommande TV, appareil photo, clavier — avec un point d'interrogation au centre.]** > *Notes : faire lever les mains. Peu de mains. Puis : « Qui a utilisé un GPS ? L'autocorrection ? Regardé une vidéo recommandée ? » → toutes les mains. Premier moment wow : vous utilisez l'IA depuis des années sans le savoir.* --- ## Slide 3 — L'IA pour vous, c'est quoi ? # 🧠 Brise-glace ### Une image, un mot, une peur, une envie… **[Image : nuage de mots stylisé avec « robots ? », « ChatGPT ? », « magie ? », « danger ? », « futur ? » en typographies variées, couleurs de la palette.]** > *Notes : tour de table ou post-its. NE RIEN corriger. Tout noter au tableau — on y reviendra à la fin.* --- ## Slide 4 — La définition (LA slide à retenir) # L'IA, c'est un programme qui **apprend à partir d'exemples** ### … au lieu d'être programmé règle par règle. **IA = Intelligence Artificielle** **[Image : schéma en deux colonnes. À gauche : un humain qui écrit une liste interminable de règles « SI… ALORS… » avec l'air épuisé. À droite : un programme qui regarde des milliers de photos de chats et s'illumine d'une ampoule. Flèche cuivre vers la droite : « la méthode IA ».]** > *Notes : faire répéter la définition à voix haute. C'est LA phrase de la session.* --- ## Slide 5 — L'analogie du vélo # Personne n'apprend le vélo dans un manuel 🚲 **[Image : à gauche, un enfant perplexe devant un énorme livre « Règles du vélo — Tome 1/12 ». À droite, le même enfant qui pédale, sourit, avec deux petites chutes esquissées derrière lui.]** - On essaie 🚴 - On tombe 😅 - On ajuste 🔧 - On réussit 🎉 > *Notes : « L'IA apprend pareil : par l'exemple et par l'erreur. Pas par le manuel. » Introduire ML = Machine Learning = apprentissage automatique.* --- ## Slide 6 — La grande aventure de l'IA # 70 ans d'histoire en 5 moments 🕰️ ### 1950 · 1966 · 1997 · 2016 · 2022 **[Image : frise chronologique horizontale élégante, fond sarcelle clair, 5 jalons en médaillons cuivre : un portrait stylisé de Turing, une bulle de dialogue, un échiquier, une pierre de go, une fusée.]** > *Notes : annoncer : « 5 histoires, pas 5 dates. » Basculer sur la frise interactive de la page web si projecteur + navigateur disponibles.* --- ## Slide 7 — 1950 : Alan Turing # « Les machines peuvent-elles penser ? » 🇬🇧 **[Image : portrait stylisé d'Alan Turing en flat design, à côté d'une machine Enigma et d'un point d'interrogation géant sarcelle.]** - Héros de la Seconde Guerre mondiale (il a aidé à casser le code Enigma) - 1950 : il propose **le test de Turing** — si tu ne peux pas deviner si tu parles à une machine… elle a gagné - À l'époque, un ordinateur était moins puissant qu'une calculatrice de collège ! > *Notes : raconter, pas réciter. Turing = le grand-père de toute cette histoire.* --- ## Slide 8 — 1966 : ELIZA, premier chatbot # La machine-psychologue qui a piégé tout le monde 💬 **[Image : écran d'ordinateur rétro vert sur noir, avec le dialogue : « — Je suis triste. — Pourquoi dites-vous que vous êtes triste ? »]** - ELIZA ne fait que **reformuler** vos phrases - Astuce toute simple… et pourtant des gens s'y confiaient pendant des heures - Son créateur lui-même en a été effrayé > *Notes : leçon clé : les humains attribuent facilement de l'intelligence à ce qui parle. Ça n'a pas changé en 2022…* --- ## Slide 9 — 1997 : Deep Blue vs Kasparov # Le jour où la machine a battu le champion ♟️ **[Image : scène dramatique stylisée — Kasparov pensif face à un échiquier, en face de lui une armoire informatique imposante. Éclairage de match de boxe.]** - Garry Kasparov : le meilleur joueur d'échecs de l'histoire - Deep Blue (IBM) : ~200 millions de positions calculées par seconde ⚠ - **Force brute**, pas apprentissage : il calculait, il ne « réfléchissait » pas > *Notes : IBM = International Business Machines. Insister : Deep Blue n'apprenait pas. La vraie révolution vient après.* --- ## Slide 10 — 2016 : AlphaGo et le coup 37 # Le coup que les experts ont pris pour un bug 🀄 **[Image : plateau de go vu de dessus, une pierre posée en évidence avec un halo cuivré, des spectateurs stylisés bouche bée.]** - Le go : plus de positions possibles que d'atomes dans l'univers observable ⚠ - Impossible de tout calculer → AlphaGo a **appris** : millions de parties, puis des parties contre lui-même - Match 2, coup 37 : un coup si étrange que les commentateurs ont cru à une erreur… c'était un coup de génie > *Notes : moment wow. « L'IA a surpris ses propres créateurs. » AlphaGo = DeepMind (Google).* --- ## Slide 11 — 2022 : ChatGPT # L'IA arrive dans toutes les poches 🚀 **[Image : smartphone tenu en main d'où s'échappent des bulles de conversation colorées : un poème, du code, une recette, une explication d'astronomie.]** - 100 millions d'utilisateurs en 2 mois ⚠ — record d'adoption à l'époque - GPT = « Generative Pre-trained Transformer » — retenez juste : entraîné sur d'énormes quantités de texte pour **prédire les mots suivants** - Pour la première fois, tout le monde peut discuter avec une IA > *Notes : demander qui l'a déjà utilisé. Transition : « Mais alors, comment ça marche là-dedans ? »* --- ## Slide 12 — Les 3 types d'IA # Étroite · Générale · Super 🎯🧠🌌 **[Image : trois podiums de tailles croissantes. 1er : un petit robot avec une seule médaille « champion de go ». 2e : silhouette en pointillés avec « ??? ». 3e : nébuleuse cosmique avec un point d'interrogation.]** | | Existe ? | C'est quoi ? | |---|---|---| | **IA étroite** 🎯 | ✅ partout | Un seul talent à la fois | | **IA générale** 🧠 | ❌ science-fiction | Polyvalente comme un humain | | **Superintelligence** 🌌 | ❌ débat philosophique | Dépasse l'humain en tout | > *Notes : « Toute l'IA que vous croiserez cette année est étroite. » Anticiper la question ChatGPT (voir FAQ du guide).* --- ## Slide 13 — L'analogie du champion de natation # Un champion olympique… qui ne sait pas marcher 🏊 **[Image : humour — un nageur couvert de médailles d'or, allongé au bord du bassin, incapable de se lever, avec un panneau « et maintenant ? ».]** - AlphaGo écrase les humains au go… - …mais ne sait ni jouer au morpion, ni dire bonjour, ni faire une addition - **Chaque IA = un seul talent** > *Notes : cette image reste dans les têtes. C'est le but.* --- ## Slide 14 — PAUSE # ☕ Pause — 10 minutes ### Pendant ce temps : la frise interactive est en libre accès ! **[Image : tasse de café fumante posée à côté d'un petit robot qui recharge sa batterie, tous deux sur fond sarcelle clair.]** > *Notes : laisser la page web ouverte sur un poste. Les curieux viendront jouer — c'est voulu.* --- ## Slide 15 — Comment ça marche ? # Données → Apprentissage → Prédiction ### Les 3 étapes de TOUTE intelligence artificielle **[Image : schéma en 3 blocs reliés par des flèches cuivre : 📦 une pile de photos étiquetées → 🧠 un engrenage-cerveau qui « moudre » les exemples → 🔮 une boule de cristal qui affiche « chat : 97 % ».]** > *Notes : annoncer : « On va le vivre avec une histoire de chats. »* --- ## Slide 16 — L'histoire du bébé et des chats # Comment TU as appris à reconnaître un chat 🐱 **[Image : bande dessinée en 3 cases. Case 1 : un bébé regarde plusieurs chats différents, un parent dit « chat ! ». Case 2 : le cerveau du bébé avec des petites connexions qui s'allument. Case 3 : le bébé pointe un chat roux géant jamais vu : « CHAT ! » — parent épaté.]** 1. **Données** : on t'a montré plein de chats 2. **Apprentissage** : ton cerveau a trouvé le motif tout seul (oreilles, moustaches…) 3. **Prédiction** : tu reconnais un chat JAMAIS VU > *Notes : « Personne ne t'a donné la définition du chat. L'IA, c'est exactement pareil — en silicium. »* --- ## Slide 17 — Vous êtes l'IA (démo) # À vous de jouer : blorp ou pas blorp ? 👾 **[Image : 4 gribouillis étiquetés (« blorp », « pas blorp », « blorp », « pas blorp ») — tous les blorps ont des pointes — et un 5e mystérieux avec « ??? ».]** > *Notes : LA démo participative. Montrer les 4 exemples, faire deviner le 5e. Puis : « Comment avez-vous su ? Personne ne vous a donné la règle ! Vous venez de faire du machine learning. » Les règles trouvées sans être écrites = tout est là.* --- ## Slide 18 — 3 vérités sur l'apprentissage machine # Ce qu'il faut retenir 📌 - 📦 **Sans données, pas d'IA** — les données sont le carburant - 🔍 L'IA trouve des **motifs**, elle ne « comprend » pas comme nous - 🎲 Une **prédiction** peut être fausse. Toujours. **[Image : trois icônes en médaillon sur fond sarcelle clair : un bidon de carburant étiqueté « data », une loupe sur un motif, un dé.]** > *Notes : et si les exemples sont mauvais ? → l'IA apprend des erreurs et des biais. Graine plantée pour la slide mythes.* --- ## Slide 19 — Jeu : IA ou pas IA ? # 🎮 IA ou pas IA ? ### Netflix ? La calculatrice ? La porte du supermarché ? Le filtre photo ? **[Image : cartes de jeu éventaillées montrant des icônes : écran Netflix, calculatrice, porte automatique, filtre à oreilles de lapin, GPS, minuteur de four.]** **L'indice magique :** *a-t-elle appris à partir d'exemples ? peut-elle se tromper ?* > *Notes : basculer sur le jeu interactif de la page web. Voter en équipes ou à main levée. Insister sur les pièges : porte automatique (capteur, PAS IA), calculatrice (règles fixes, PAS IA).* --- ## Slide 20 — Activité phare # 🤖 Ta première conversation avec une IA ### 4 missions : Faire connaissance · L'épater · Le piéger · Le test de Turing inversé **[Image : deux participants penchés sur une tablette, bulles de dialogue qui s'envolent, l'une contient un poème, l'autre une erreur barrée en rouge avec une loupe de détective.]** ⚠️ **Règle d'or : aucune info personnelle dans le chatbot !** > *Notes : binômes, 20 min, fiche exercice 3. Circuler entre les groupes. Collecter les meilleures « hallucinations » pour le débrief.* --- ## Slide 21 — Le mot du jour : hallucination # Quand l'IA invente… avec un aplomb total 🎩 **[Image : chatbot en costume de magicien qui sort de son chapeau une « biographie de Marcel Dubois-Trémolat, célèbre explorateur » — personnage évidemment inventé — devant un public mi-épaté mi-méfiant.]** - L'IA produit du texte **plausible**, pas forcément **vrai** - Elle se trompe avec la même assurance qu'elle a raison - 🥇 **Règle d'or : une réponse d'IA se vérifie, elle ne se croit pas sur parole** > *Notes : demander aux binômes leurs meilleures trouvailles de la mission 3. Rire ensemble des hallucinations = meilleure vaccination contre la crédulité.* --- ## Slide 22 — Mythes vs réalité # 3 mythes à démonter 🔨 **[Image : trois cartes de jeu retournées à moitié, style « myth buster », avec un marteau cuivre.]** | Mythe | Réalité | |-------|---------| | « L'IA pense » 🧠 | Elle calcule des probabilités. Le perroquet qui dit « bonjour » ne te souhaite pas une bonne journée | | « L'IA va remplacer tout le monde » 😱 | Nuancé : elle remplace des **tâches**, transforme des métiers, en crée de nouveaux | | « L'IA est infaillible » 🎯 | Elle se trompe souvent — et avec assurance ! | > *Notes : sur le mythe 2, être honnête : c'est un vrai sujet de société, certains métiers changent vite. La meilleure défense : comprendre l'outil. C'est exactement ce qu'ils font aujourd'hui.* --- ## Slide 23 — Les métiers de l'IA # Et si c'était TON futur métier ? 💼 **[Image : quatre personnages divers en flat design : une détective avec une loupe sur des graphiques (data scientist), un constructeur avec des blocs (ingénieur ML), une personne qui chuchote à l'oreille d'un robot (prompt engineer), une philosophe avec une balance (éthicienne IA).]** - 🔍 **Data scientist** — le détective des données - 🏗️ **Ingénieur ML** (Machine Learning = apprentissage automatique) — il construit et entraîne les modèles - 🗣️ **Prompt engineer** — il sait *parler* aux IA (métier né en 2022 !) - ⚖️ **Éthicien·ne IA** — « est-ce juste ? qui est responsable ? » ### L'IA n'est pas réservée aux matheux : il faut des créatifs, des littéraires, des sceptiques ! > *Notes : insister sur la diversité des profils. L'éthique IA recrute des philosophes et des juristes.* --- ## Slide 24 — Conclusion # Ce que vous savez maintenant 🎓 - ✅ L'IA = un programme qui **apprend à partir d'exemples** - ✅ 70 ans d'histoire : Turing → ELIZA → Deep Blue → AlphaGo → ChatGPT - ✅ Données → apprentissage → prédiction - ✅ L'IA est partout… mais pas dans la porte du supermarché 😄 - ✅ Elle ne pense pas, elle n'est pas infaillible — **on vérifie toujours** **[Image : le même enfant et le même petit robot que sur la slide 1, mais cette fois debout, complices, regardant un chemin qui monte vers l'horizon — clin d'œil à la suite du parcours.]** ### 🔜 Prochaine session : on ouvre le capot — comment une machine apprend-elle vraiment ? > *Notes : retour au tableau du brise-glace : « Qu'est-ce qu'on garde ? Qu'est-ce qu'on barre ? » Donner le défi maison : noter 5 IA croisées dans la semaine. Finir sur : « L'IA n'est ni magique, ni monstrueuse. C'est un outil puissant, imparfait, fascinant. Et maintenant, vous savez comment il apprend. »*