Code: 1.2
To assess and compare the credibility and reliability of sources of information and content in digital environments. To interpret and critically evaluate information and content in digital environments, and the processes used to generate them.
Certains textes de cette page ne sont pas disponibles en français et sont affichés en English.
Prendre conscience des avantages d'une approche prudente dans l'interprétation des informations et contenus dans les environnements numériques.
Effectuer une évaluation de base de la fiabilité et de la crédibilité des sources et des contenus informationnels numériques.
Distinguer entre la source d'un contenu numérique et le contenu numérique lui-même.
Prendre conscience des avantages d'une approche prudente dans l'interprétation des informations et des contenus dans les environnements numériques.
Reconnaître que certaines sources d'information et systèmes d'information numériques pourraient ne pas être fiables.
Reconnaître les façons les plus courantes dont des informations erronées ou fausses peuvent être présentées dans les environnements numériques.
Reconnaître qu'il peut être difficile de distinguer entre les informations et les contenus générés par des êtres humains et ceux générés par des systèmes d'IA.
Reconnaître que le contenu numérique peut être généré par des systèmes d'IA et qu'il n'est pas toujours possible de déterminer son origine.
Identifier et distinguer les caractéristiques de base qui peuvent aider à évaluer les informations et les sources dans les environnements numériques.
Reconnaître des exemples de mésinformation, de désinformation et de sources de distorsion informationnelle (biais).
Reconnaître des exemples d'influence des médias sociaux et de bulles de filtre.
Effectuer des contrôles de base de la crédibilité des sources et des affirmations d'information.
Appliquer délibérément une approche prudente aux informations trouvées dans les environnements numériques.
Appliquer des stratégies de pré-bunking et de débunking pour rejeter ou discréditer des sources et des contenus non fiables dans les environnements numériques.
Appliquer des critères et des techniques d'évaluation pour vérifier les sources et les affirmations d'information, en identifiant les préjugés et les agendas.
Reconnaître les avantages de remettre en question la crédibilité et la fiabilité des informations, des contenus et de leurs sources dans les environnements numériques.
Reconnaître les conséquences potentielles de la mésinformation et de la désinformation dans les environnements numériques pour soi-même et pour les autres.
Reconnaître et expliquer les concepts et approches couramment utilisés pour évaluer la crédibilité des informations et contenus numériques.
Décrire les conséquences personnelles, sociales et politiques de la mésinformation, de la désinformation, des sources de distorsion informationnelle (biais), de l'influence des médias sociaux et des bulles de filtre.
Examiner systématiquement comment les systèmes d'IA, les préjugés et les différents intérêts influencent la génération, la présentation et l'interprétation des informations et des données dans les environnements numériques.
Évaluer de manière approfondie la fiabilité et l'exactitude d'une variété de sources, d'informations et de contenus dans les environnements numériques, en considérant une gamme de facteurs potentiels pouvant les influencer.
Examiner systématiquement comment les systèmes d'IA, les préjugés et les différents intérêts influencent la génération, la présentation et l'interprétation des informations et des données dans les environnements numériques.
Décrire des exemples de la façon dont les outils numériques peuvent soutenir un mode de vie durable.
Évaluer et analyser systématiquement les sources, les informations et les contenus numériques pour soutenir des processus décisionnels complexes.
Évaluer et analyser systématiquement les sources, les informations et les contenus dans les environnements numériques pour soutenir des processus décisionnels complexes.
Promouvoir et soutenir le développement de la résilience à la mésinformation et à la désinformation dans les environnements numériques parmi les individus et/ou les groupes.
Soutenir les autres dans les environnements numériques dans le développement de compétences d'évaluation critique des informations et des contenus, ainsi que de résilience à la mésinformation et à la désinformation.
Aider les autres à développer des capacités d'évaluation critique des informations et des contenus dans les environnements numériques.
Décrire des méthodes pour identifier la source des informations trouvées en ligne.
Répondre efficacement aux stratégies d'orientation de l'utilisateur dans les environnements numériques telles que le clickbait, le nudging et la gamification.
Adapter continuellement les critères et techniques d'évaluation aux contextes changeants de la désinformation et des biais informationnels.
Définir les objectifs des services de vérification des faits (fact-checking).
Évaluer de manière critique la fiabilité des sources, des informations et des contenus dans les environnements numériques, en considérant le rôle des systèmes d'IA, les effets de personnalisation et les intérêts commerciaux ou autres.
Reconnaître les concepts et les objectifs du pré-bunking et du débunking dans les contextes numériques.
Guider et soutenir les autres dans l'évaluation critique des informations et contenus dans les environnements numériques.
Appliquer des critères et techniques d'évaluation appropriés aux contextes hautement complexes ou spécialisés.
Reconnaître que les données utilisées pour entraîner les systèmes d'IA et les modalités d'entraînement influencent la fiabilité des informations qu'ils fournissent.
Reconnaître que certaines technologies numériques, comme les systèmes d'IA, peuvent fonctionner comme une "boîte noire", rendant difficile d'expliquer pourquoi ou comment un certain résultat a été produit.
Soutenir les autres dans l'analyse et l'évaluation des informations et contenus dans des contextes hautement complexes ou spécialisés.
Contribuer à des améliorations ou de nouvelles approches pour l'évaluation des informations et contenus dans des contextes complexes ou spécialisés.
Identifier des exemples de préjugés (cognitifs et émotionnels) et de biais des systèmes d'IA (données, entraînement) en relation avec la génération et l'interprétation des informations.
Reconnaître que les systèmes d'IA peuvent produire des résultats imprécis, même s'ils semblent plausibles.
Reconnaître que les êtres humains qui utilisent un système d'IA sont responsables de la vérification de la qualité et de la validité des informations et des contenus générés.
Reconnaître la présence de stratégies d'orientation de l'utilisateur dans les environnements numériques telles que le clickbait, le nudging et la gamification.
Décrire les caractéristiques qui rendent les technologies numériques fiables, par exemple dans le cas des systèmes d'IA.
Décrire les caractéristiques qui rendent les technologies numériques fiables, par exemple, dans le cas des systèmes d'IA.
Décrire les conséquences personnelles, sociales et politiques de la mésinformation, de la désinformation, des sources de biais informationnels, de l'influence des médias sociaux et des bulles de filtre.
Décrire des méthodes qui peuvent être utilisées pour identifier les deepfakes.
Évaluer de manière approfondie la fiabilité et l'exactitude d'une variété de sources, d'informations et de contenus numériques, en considérant une gamme de facteurs potentiels pouvant les influencer.
Aider les autres à développer des compétences pour évaluer la crédibilité et la fiabilité des sources, des informations et des contenus numériques.
Diriger ou contribuer à des initiatives qui soutiennent l'interprétation précise des informations dans les environnements numériques.
Guider ou contribuer à des initiatives qui soutiennent l'interprétation précise des informations dans les environnements numériques.