Code: S3
Concevoir des systèmes d’IA en prêtant attention aux influences que les sources de données, la sélection et le flux d’informations produisent sur le comportement de l’IA et ses résultats.
Descripteurs
Élémentaire
Ce que vous apprenez à ce niveau
Les apprenants identifient des exemples de données qui pourraient être utilisées pour entraîner des systèmes d’IA.
Les apprenants ont pour tâche de concevoir un outil d’IA capable de trier les matériaux recyclables. En petits groupes, ils décident des données qu’ils pourraient collecter sur Internet pour entraîner l’outil d’IA. Avec l’aide d’un enseignant, ils examinent quels aspects des données seraient les plus importants pour entraîner un outil d’IA efficace et précis.
Intermédiaire
Ce que vous apprenez à ce niveau
Les apprenants comparent l’importance des méthodes de sélection et de collecte des données dans les cas où l’IA est utilisée pour prendre des décisions qui affectent d’autres personnes.
Les apprenants comparent différentes méthodes pour catégoriser différents animaux, en les regroupant, par exemple, en fonction de leurs caractéristiques physiques. Ils discutent de ce qui se passe lorsque de nouveaux animaux, qui ne correspondent pas aux groupes existants, sont ajoutés à l’ensemble.
Avancé
Ce que vous apprenez à ce niveau
Les apprenants évaluent comment les propriétés spécifiques d’un ensemble de données (p. ex. la taille, les caractéristiques, les biais) influent sur les performances et l’impact d’un modèle d’IA.
Les apprenants réalisent une enquête en classe pour choisir un animal de compagnie pour la classe et représentent les résultats à l’aide d’un diagramme à barres. Ils comparent ces résultats à leurs préférences individuelles, ainsi qu’aux données d’une enquête menée au niveau de leur classe et d’une enquête menée à l’échelle de l’école. Les apprenants discutent de la manière dont l’augmentation de la taille et de la diversité de l’ensemble de données modifie les résultats de l’enquête et réfléchissent à la manière dont un système d’IA pourrait formuler des recommandations différentes en fonction de ses données d’entraînement.