Choisir une approche d’IA appropriée pour une tâche en comparant le fonctionnement des différents systèmes d’IA et les tâches pour lesquelles ils sont les mieux adaptés.

Ce que vous apprenez à ce niveau

• Les apprenants reconnaissent que certains types de systèmes d’IA peuvent être programmés avec des règles spécifiques pour accomplir des tâches, tandis que d’autres peuvent apprendre des schémas à partir de données.

• Les apprenants comparent différentes approches de création de systèmes d’IA en effectuant une tâche de tri des déchets. Tout d’abord, ils réfléchissent aux raisons pour lesquelles des résultats aléatoires seraient peu susceptibles de trier les déchets de manière fiable. Ensuite, ils demandent à un camarade de classe jouant le rôle d’un robot de trier des images de déchets en fonction de critères spécifiques. Ils observent comment le « robot » réagit à de nouvelles images qui ne correspondent pas aux critères. Enfin, ils explorent comment un système pourrait utiliser des modèles issus de données collectées, par exemple lors d’une enquête en classe, pour améliorer les décisions de tri et déterminer l’approche la plus appropriée pour différentes tâches.

Ce que vous apprenez à ce niveau

• Les apprenants identifient les avantages et les inconvénients de l’utilisation d’une approche basée sur des règles et d’une approche d’apprentissage automatique pour résoudre un problème.

• Les apprenants comparent des technologies qui suivent des règles définies pour exécuter une tâche (p. ex. les calculatrices, les feux tricolores, les thermostats) à des technologies qui ont été formées à partir d’exemples issus de données (p. ex. la reconnaissance d’images, la traduction). Avec un enseignant, ils réfléchissent aux raisons pour lesquelles chaque approche est adaptée à la tâche en question.

Ce que vous apprenez à ce niveau

• Les apprenants évaluent dans quels cas l’IA constitue une approche efficace pour une tâche en prenant en compte des facteurs tels que le contexte, la disponibilité et la qualité des données, l’efficacité, la transparence, les résultats souhaités et les impacts potentiels.

• Les apprenants analysent des exemples concrets d’utilisation de l’IA (par exemple, la planification d’itinéraires, la modération de contenu ou l’allocation de ressources). Ils déterminent si une approche basée sur des règles ou une approche d’apprentissage automatique est la plus appropriée, ou s’il convient d’utiliser l’IA, en fonction des exigences, des contraintes et des compromis en jeu. Ils développent des arguments pour formuler une recommandation, puis présentent les approches qu’ils ont choisies à leurs camarades lors d’un débat en classe.