Objectifs par rapport aux acquis d'apprentissage du programme

• Compétences thématiques
• maîtriser de manière approfondie les principes fondamentaux d'intelligence artificielle relevant du domaine langues, lettres et traductologie ;
• maîtriser les postures épistémologiques et les outils méthodologiques en lien avec les problématiques de l'IA dans le domaine langues, lettres et traductologie ;
• mobiliser les démarches d'analyse pertinentes et les outils méthodologiques adéquats pour analyser de manière rigoureuse, approfondie et comparative des problèmes en lien avec l'IA, et en particulier l'IA générative, en traduction écrite et audiovisuelle ;
• développer une approche interdisciplinaire et multiscalaire qui intègre des disciplines complémentaires comme l'information et la linguistique.
• Compétences déontologiques et professionnelles
• porter un regard critique et soucieux de valeurs éthiques sur les enjeux de l'IA, en partie en ce qui concerne la protection et la confidentialité des données,#8201;;
• articuler réflexion, recherche et action afin de concevoir et réaliser un projet professionnel articulé autour de projet innovant.
• Compétences technologiques
• être capable de s'adapter à de nouveaux outils et d'évaluer leurs possibilités et limites ;
• actualiser son savoir-faire technologique et l'utiliser à des fins professionnelles.

Acquis d'apprentissage de l'UE

A l'issue de l'apprentissage, les étudiants seront capables :
- D’avoir une compréhension élémentaire des données généralement traitées en recherche
- D'exploiter le potentiel des outils issus de l'IA pour trier, traiter, et visualiser des données
- D'expoiter le potentiel des outils issus de l'IA pour générer des lignes de code dans un langage informatique (R, Python...) à des fins de traitement et de visualisation
- Reconnaitre les limites et les défauts du traitement et de la visualisation des données par l'IA
- De se sensibiliser aux problèmes de confidentialité des données

Contenu de l'UE : descriptif et cohérence pédagogique

Ce cours a pour objectif d’apprendre à exploiter l’intelligence artificielle au service du traitement des données et à leur visualisation. La gestion et la visualisation avancées des données requièrent généralement la maitrise de logiciels ou d’environnements de développement (IDE – Integrated Development Environments) et de langages de programmation ad hoc (R, Python…) dont la compréhension approfondie et l’apprentissage demandent beaucoup de temps et d’efforts. Ces dernières années, l’intelligence artificielle s’est révélée une alliée de taille dans le nettoyage, le traitement et la visualisation des données. Elle est par exemple relativement efficace pour générer un morceau de code en réponse à une demande formulée adéquatement dans un prompt. Dans ce sens, l’IA permet un gain de temps précieux pour trouver une solution à un problème aigu qui nécessiterait d’ordinaire la consultation de nombreux forums ainsi que l’apprentissage et la mémorisation à long terme du code à appliquer. En témoigne d’ailleurs l’émergence de logiciels spécifiquement conçus pour le traitement et la visualisation des données qui s’appuient sur l’IA (IBM Cognos Analytics, Microsoft Power Bi, …). Ceux-ci permettent non seulement d’accompagner efficacement l’utilisateur dans sa tâche, mais aussi de l’avertir de la présence de certaines données manquantes ou aberrantes. Ce cours servira à initier, pas à pas, l’étudiant dans l’exploration du potentiel de l’IA dans le traitement et la visualisation de données (linguistiques ou d’autres natures telles que des données déjà classées sous forme de tableaux par exemple).
 

Compétences préalables

- Maîtrise de base d'Excel et éventuellement de ses outils de visualisation
- Une connaissance élémentaire du langage R (ou de Python) est un atout mais n'est pas nécessaire