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;;
• Compétences technologiques
• connaître et utiliser les outils d'aide à la traduction et les applications spécifiques à ses sous-domaines ;
• 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

À l'issue de cet enseignement, les étudiant·e·s seront capables de maîtriser les compétences thématiques, déontologiques, professionnelles et technologiques mentionnées dans les objectifs précités.

Contenu de l'UE : descriptif et cohérence pédagogique

Dans le cadre de ce cours, nous verrons comment utiliser efficacement les agents conversationnels tels que ChatGPT et l’intelligence artificielle dans l’analyse et la synthèse de textes. Les grands modèles de langage et le traitement automatique du langage naturel (Natural Language Processing en anglais) permettent en effet de mettre l’IA au service de la compréhension et du traitement de la langue.
D’une part, en ce qui concerne l’analyse linguistique, il est désormais possible de générer des analyses sémantiques de mots en contexte, des analyses syntaxiques de textes, ou de lancer une analyse des sentiments (Sentiment Analysis en anglais) sur corpus. L’IA peut également prendre le rôle d’un concordancier pour faire apparaître différentes cooccurrences en contexte.
D’autre part, la synthèse linguistique est capable de résumer un concentré d’information en un nombre de mots donnés, voire de générer du contenu linguistique à partir de prompts faisant varier le registre, le contexte, le public, etc. Il va sans dire que l’utilisation de ces techniques ne peut se faire aveuglément et doit s’accompagner d’une grande prudence sur laquelle nous mettrons l’accent au cours à travers différents contre-exemples de piètres performances de l’IA.

Compétences préalables

Voir conditions d'admission au Master de spécialisation.