Améliorer les systèmes d’IA pour répondre aux besoins des personnes et favoriser leur bien-être ainsi que favoriser les impacts positifs pour la société.

Ce que vous apprenez à ce niveau

• Les apprenants reconnaissent que les systèmes d’IA peuvent être conçus ou adaptés pour mieux soutenir les individus, les communautés et l’environnement.

• Les apprenants discutent des défis quotidiens qu’ils rencontrent dans leur classe ou leur école, tels que la recherche de ressources d’apprentissage ou le partage d’informations dans les délais impartis. Ils examinent des exemples d’outils d’IA et identifient des modifications simples qui pourraient rendre ces outils plus utiles ou plus inclusifs, telles que des instructions plus claires, des résultats adaptés à l’âge ou des options pour différents besoins. Les apprenants expliquent qui bénéficierait de ces améliorations et pour quelle raison.

Ce que vous apprenez à ce niveau

• Les élèves proposent des modifications de conception spécifiques pour améliorer un système d’IA, pour eux-mêmes et pour les autres.

• Les apprenants envisagent d’utiliser un outil d’IA qui prédirait quels livres de bibliothèque sont les plus demandés. Ils analysent comment les choix de conception concernant les sources de données, les catégories et les recommandations influencent les intérêts représentés. Les apprenants proposent et planifient des changements concrets (p. ex. l’ajout de contributions des utilisateurs, l’ajustement des catégories, l’inclusion de boucles de rétroaction) afin d’améliorer des variables telles que l’accès, l’inclusion ou l’utilité. Ils identifient les fonctionnalités qui garantissent que les recommandations et les interfaces sont accessibles et adaptées aux apprenants ayant des capacités ou des besoins d’apprentissage différents.

Ce que vous apprenez à ce niveau

• Les apprenants conçoivent et justifient des améliorations à apporter à un système d’IA en fonction des contraintes techniques, des considérations éthiques et des besoins des utilisateurs.

• En travaillant en équipes, les apprenants conçoivent ou modifient un modèle qui utilise des données environnementales locales pour alerter les membres de la communauté asthmatiques des risques pour la santé. Ils s’entraînent à prendre des décisions de conception réfléchies concernant les données à inclure, la manière dont les prévisions sont générées et la façon dont les utilisateurs reçoivent les alertes du modèle. Les apprenants testent et affinent leur système en s’appuyant sur les commentaires reçus pour expliquer en quoi leurs améliorations contribuent davantage au bien-être des personnes et à la confiance de la communauté.