Module 1 : Démystifier l'Intelligence Artificielle
Objectif : Clarifier ce qu'est réellement l'IA, son fonctionnement et ses limites, en déconstruisant les idées reçues.
Points Principaux :
Comprendre la différence entre IA, Machine Learning et Deep Learning
Découvrir l'évolution de l'IA et les étapes clés de son développement
Identifier ce que l'IA peut et ne peut pas faire aujourd'hui
Distinguer les mythes et réalités de l'IA dans la société
Déroulé du module :
1. Introduction : Qu'est-ce que l'IA ? – Définitions simples et accessibles
2. L'histoire de l'IA – Des premiers algorithmes aux avancées actuelles
3. Différencier IA, Machine Learning et Deep Learning
4. Les types d'IA – Symbolique, Apprentissage supervisé, non supervisé, renforcé
5. L'IA dans notre quotidien – Exemples concrets (Siri, ChatGPT, recommandations Netflix, etc.)
6. Limitations et défis actuels – Où en est l'IA aujourd'hui ?
7. Quiz interactif – Déconstruire les mythes sur l'IA
8. Discussion ouverte – Questions/réponses avec les participants
Module 2 : Comprendre les cas d'usage de l'IA en entreprise
Objectif : Explorer comment l'IA est utilisée dans différents secteurs et quels sont ses apports en entreprise.
Points Principaux :
Identifier les grands domaines d'application de l'IA
Comprendre comment l'IA crée de la valeur business
Analyser des exemples concrets d'entreprises ayant réussi grâce à l'IA
Détecter les opportunités d'IA dans son propre secteur
Déroulé du module :
1. Introduction : Pourquoi l'IA est stratégique pour les entreprises ?
2. L'IA dans le marketing – Personnalisation, segmentation, chatbots
3. L'IA dans la finance – Détection de fraudes, scoring bancaire
4. L'IA dans les RH – Recrutement automatisé, analyses prédictives
5. L'IA dans la santé – Diagnostic assisté, robotique médicale
6. Zoom sur l'IA générative – ChatGPT, MidJourney, etc.
7. Atelier : Étudier un cas d'usage IA et en tirer des leçons
8. Débrief et échange sur les opportunités IA par secteur
Module 3 : IA et éthique – Comprendre les enjeux et les risques
Objectif : Sensibiliser aux implications éthiques et réglementaires de l'IA et comprendre les bonnes pratiques.
Points Principaux :
Appréhender les biais algorithmiques et leurs conséquences
Comprendre les enjeux de la transparence et de l'explicabilité
Connaître les réglementations en vigueur (RGPD, AI Act)
Adopter une approche responsable dans l'usage de l'IA
Déroulé du module :
1. Introduction aux enjeux éthiques de l'IA
2. Comprendre les biais algorithmiques – Démonstrations et exemples
3. L'impact de l'IA sur l'emploi et la société
4. Les défis de la transparence et de l'explicabilité des algorithmes
5. Les réglementations à connaître (RGPD, IA Act, etc.)
6. Cas d'études : Les controverses liées à l'IA (Facebook, Google, etc.)
7. Atelier : Détecter les biais et proposer des solutions éthiques
8. Discussion ouverte : Quel futur pour l'IA éthique ?
Module 4 : Intégrer l'IA dans son activité professionnelle
Objectif : Donner aux participants les clés pour identifier et exploiter des opportunités IA dans leur propre entreprise.
Points Principaux :
Identifier les premières étapes pour lancer un projet IA
Comprendre les outils et technologies accessibles sans expertise technique
Savoir comment travailler avec des experts IA (Data Scientists, Ingénieurs)
Développer un mindset orienté innovation et data-driven
Déroulé du module :
1. Introduction : L'IA, un levier stratégique pour les entreprises
2. Comment détecter des opportunités IA dans son entreprise ?
3. Les outils no-code pour exploiter l'IA sans être développeur
4. Collaboration avec une équipe data : Les rôles clés
5. Méthodologie pour lancer un projet IA (Test & Learn, MVP, POC)
6. Les KPIs à suivre pour mesurer la performance d'un projet IA
7. Atelier : Simulation de mise en place d'un projet IA dans son domaine
8. Debrief et plan d'action personnalisé pour chaque participant
Module 5 : Évaluation et itérations pour l'amélioration continue
Comprendre comment évaluer les performances de l'IA dans le produit et effectuer des itérations pour l'amélioration continue. Mesure des indicateurs clés de performance (KPI) liés à l'IA. Collecte des retours d'utilisateurs. Réglage des modèles et améliorations itératives.
Module 6 : Cas pratique IA
Atelier sur la génération automatisée des taxonomies Atelier sur la création d'un chatbot automatisé Utilisation d'outils et de plates-formes pour développer des solutions d'IA Études de cas pratiques pour appliquer les concepts appris dans les modules précédents
