Tutoriels: M1 DDL 2025-2026: Intelligence artificielle et recherche

Intelligence artificielle et recherche : usages à l'université

Icon from Flaticon

Pour la rentrée universitaire 2025-2026, le règlement des études a été revu. Un paragraphe 6.5.3 sur l'utilisation de l'intelligence artificielle dans ses devoirs est ajouté.

Pour rappel article 6.5.2 " Dans le souci de préserver la valeur des diplômes qu'elle délivre, l'université rappelle que les exercices soumis à évaluation doivent être le résultat d'un travail personnel original - qu'il soit réalisé individuellement ou collectivement, dans le cadre du contrôle continu ou du contrôle terminal. Cette obligation constitue un élément du contrat pédagogique et un critère fondamental de l'évaluation."

Article 6.5.3 " Dans tout examen ou production évaluée, l’utilisation d’un outil ayant recours à une intelligence artificielle générative (ChatGPT, Mistral, Perplexity, etc.) ou à un outil de traduction (DeepL, Google Trad etc.) n’est autorisée qu’à la condition de l’accord express par l’enseignant.e. Toute génération non autorisée de contenu par une assistance technologique est susceptible de poursuites disciplinaires. Lorsque l’utilisation d’un tel outil est expressément autorisée, l’étudiant.e doit impérativement mentionner, de manière explicite, tout recours à l’outil et comme il/elle doit le faire pour n’importe quel emprunt ou citation d’une source externe. Toute génération non déclarée de contenu (idées, rédaction) par une assistance technologique est susceptible de poursuites disciplinaires."

Le règlement des études complet est disponible en suivant ce lien : https://etudiants.univ-rennes2.fr/formation/reglement-etudes

Nous essayons de maintenir ce support de cours le plus à jour possible. Cependant ce sujet est en évolution constante. Si vous prenez connaissance d'élément erroné, n'hésitez pas à envoyer un mail à bu-formation@univ-rennes2.fr

Définition : intelligence artificielle et intelligence artificielle générative

Icon from Flaticon

L'intelligence artificielle (IA) : " est une discipline vouée au développement d'algorithmes capables d'imiter l'apprentissage humain, comme l'apprentissage et l'autocorrection. L'IA construit des algorithmes capables d'apprendre par l'expérience, comme le font les humains, à la différence que l'« expérience » pour l'IA se limite aux informations du passé, c'est-à-dire aux données contenues dans l'ensemble d’entrainement."

(Guide des bibliothèques de l'UQAM)

Extrait de la collection Thèmes : Intelligence artificielle : définition et utilisation du Parlement européen

Intelligence artificielle génératife (IAG) : Les IA sont divisées en plusieurs types dont l'IA générative, qui sont des "technologies d'IA entrainées sur des données massives ("data set") et pouvant générer de nouveaux contenus (texte, images, audio, vidéo) de façon aléatoire à partir d'une information d'entrée (ou "prompt") saisie par l'utilisateur"

(Gonzalo-Brizuela & Garrido-Merchan, 2023)

Exemple : ChatGPT

Extrait du Guide pratique de l'université de Genève : https://www.unige.ch/numerique/fr/plan-daction/ia1/accueil/guide-pratique-ia/

Comment l'IAG génère-elle des contenus ?

Icon from Flaticon

Les contenus générés par l’IA sont des recompositions statistiques de tout ce qui a été appris. Ils ont du sens parce qu’ils respectent les règles grammaticales, visuelles ou musicales extraites des data sets d’entraînement. Ces règles sont mémorisées sous forme d’un Large Language Model (LLM, voir ci-dessous). Cela permet, entre autres, de synthétiser des informations ou de proposer des contenus originaux.

Revenons sur la définition de LLM. Un LLM est large, car il possède énormément de paramètres (de l’ordre de plusieurs milliards), qui sont autant de pièces d’information. C’est un modèle, car il s’agit d’un réseau de neurones ("deep learning") entraîné sur une grande quantité de textes pour produire des tâches non spécifiques. Il est linguistique, car il reproduit la syntaxe et la sémantique du langage naturel humain en prédisant la suite probable pour une certaine entrée. Cela lui permet également d’avoir une «connaissance» générale sur la base des textes d’entraînement.

Extrait du Guide pratique de l'université de Genève : https://www.unige.ch/numerique/fr/plan-daction/ia1/accueil/guide-pratique-ia/

L'art du prompt : la méthode ACTIF

Les outils l’IA générative sont divers, car chacun s’appuie sur des ensembles de données différents et proposent des contenus différents (texte, images, vidéos, …). Il est donc important de choisir l’outil adapté à ses besoins.

Il est donc nécessaire de savoir utiliser l’IAG de manière adéquate, raisonnée et responsable. Ceci commence par l’écriture du prompt.

Le prompt : une consigne précise

Afin d’avoir rapidement et précisément une réponse de la part d’une IAG, il est nécessaire de réfléchir en amont à son prompt (requête/consigne). Voici une explication de l’écriture d’un prompt avec la méthode ACTIF :

Les problématiques liées aux IAG : fiabilité, biais et stéréotypes

Icon from Flaticon

Il est important de prendre en compte, lorsque l’on fait de recherches, les problématiques liées à l’utilisation des outils d’intelligence artificielle et les données sur lesquelles elles s’appuient pour proposer une réponse :

L’origine des données d'entraînement est inconnue, donc nous ne savons pas à quel niveau les réponses des outils d’IAG sont fiables
Les réponses ont en général des biais et des stéréotypes de genre, de classe etc, car s’appuie sur ce qu’il se trouve sur internet. Il est nécessaire d’en avoir conscience pour prendre de la distance vis-à-vis des réponses données.

Usages pour la recherche d'information

*Icon from Flaticon*
Tâche	Niveau de l'IAG	Précisions
Trouver des synonymes pour ses mots-clés	Très bon	Pensez à préciser le contexte de votre recherche dans le prompt : vous êtes étudiant, vous travaillez sur un sujet x, vous avez défini y mots-clés et recherchez des synonymes.
Traduire un texte	Bon	Pensez à comparer le résultat avec celui d'un traducteur automatique comme DeepL, qui fonctionne avec un modèle d'IA différent.
Générer une synthèse sur son sujet	Moyen	Les réponses très structurées des IAG à ce type de demande peuvent faire illusion. Mais les enjeux du sujet ne sont pas réellement problématisés, les données sont fournies sans contexte. Les sources sont généralement absentes ; lorsqu'elles sont données (de manière probabiliste), c'est sans explication sur leur pertinence. Préférer un chapitre de manuel ou un article d'encyclopédie.
Trouver des références bibliographiques	Plutôt mauvais	Une IAG généraliste peut générer des références de livres ou d'articles, mais rien ne permet de s'assurer que ceux-ci existent : il faut vérifier systématiquement. Les choix qui guident la sélection des références sont rarement explicités (et rarement justes). Une IAG ne sait pas ce qu'est une référence, elle retourne simplement une suite de termes parmi les plus probables dans le contexte donné par un prompt.
Résumer un texte	Plutôt mauvais	Les IAG ont tendance à réduire plutôt qu'à résumer. Les informations contenues dans le texte risquent d'être juxtaposées plutôt que hiérarchisées.

Université de Rennes

Récapitulatif des termes clés de l'IA proposé par le ministère de la culture

Fichier complet des 50 termes clés de l'IA

Comment faire réaliser une tâche à un modèle de langage ?

Comparer les Intelligences artificielles

Les IA suivantes peuvent être utilisées lors de vos recherches et travaux universitaires. Chacune a ses spécificités et permettent de mener des recherches de manière différente de ChatGPT.

NB : la plupart des IA sont gratuites ou appelées freemium. C'est à dire que leur utilisation est payante si vous voulez la dernière mise à jour, des options en plus, etc.

Il existe une IA créée par le Ministère de la culture qui permet de :