L'Intelligence Artificielle au service de la recherche scientifique Mixte : présentiel / à distance

• Aucun prérequis technique en Intelligence Artificielle
• Une familiarité avec les méthodes de recherche scientifique est recommandée.

À l'issue de cette formation, l'apprenant sera capable de :

• Expliquer les principes fondamentaux de l'Intelligence Artificielle et leurs applications en recherche
• Analyser les apports, limites et risques des systèmes d'IA dans un contexte scientifique
• Identifier des cas d'usage pertinents de l'IA dans leurs activités de recherche
• Expérimenter des outils d'IA pour automatiser ou assister certaines tâches scientifiques
• Évaluer les conditions d'un usage responsable (confidentialité, propriété intellectuelle, intégrité scientifique).

Matin (3h30) – Comprendre et analyser

Introduction et cadrage

• Présentation des objectifs et du déroulé
• Recueil des attentes et des usages
• Positionnement de l'IA dans les pratiques de recherche.

Expliquer les fondamentaux de l'Intelligence Artificielle

• Définitions clés : IA, Machine Learning, IA générative
• Différences entre approches statistiques et Machine Learning
• Panorama des applications en recherche scientifique.

Décrire les apports et limites de l'IA en recherche

• Apports : automatisation, aide à la décision, traitement de données
• Limites : biais, surajustement, fiabilité des résultats
• Importance de la validation scientifique des modèles.

Atelier pratique : identification de cas d'usage

• Analyse des problématiques des participants
• Identification de cas d'usage IA
• Priorisation (impact / faisabilité).

Maîtriser les enjeux éthiques, réglementaires et scientifiques

• Données sensibles et confidentialité
• Propriété intellectuelle et publication scientifique
• Transparence dans l'usage des IA
• Vérification des résultats et gestion des biais.

Après-midi (3h30) – Expérimenter et projeter

Lister et choisir des outils d'IA

• IA Générative et outils d'assistance scientifique
• Outils spécialisés (analyse de données, NLP, image)
• Notion d'IA frugale et choix des modèles.

Atelier pratique : prise en main d'outils

• Rédaction scientifique assistée
• Génération et correction de code
• Analyse et synthèse de contenus
• Application encadrée sans données sensibles.

Retours d'expérience et bonnes pratiques

• Partage des expérimentations
• Identification des limites et points de vigilance.

Utiliser l'IA de façon responsable en recherche

• Vérification et validation des résultats
• Traçabilité des données et des traitements
• Bonnes pratiques : transparence, reproductibilité, conformité réglementaire.

Atelier : plan d'action individuel

• Identification d'un cas d'usage concret
• Choix d'un outil adapté
• Analyse des risques associés.

Conclusion

• Synthèse des acquis
• Évaluation à chaud
• Ressources complémentaires.

• Expliquer les principes fondamentaux de l’intelligence artificielle et leurs applications en recherche
• Analyser les apports, limites et risques des systèmes d’IA dans un contexte scientifique
• Identifier des cas d’usage pertinents de l’IA dans leurs activités de recherche
• Expérimenter des outils d’IA pour automatiser ou assister certaines tâches scientifiques
• Évaluer les conditions d’un usage responsable (confidentialité, propriété intellectuelle, intégrité scientifique)

• Explications théoriques suivies de pratiques guidées puis de mises en autonomie.
• Exercices autonomes et réguliers pour assurer l'assimilation

Votre formation se déroule à distance avec :

• 1 ordinateur
• 1 connexion Internet
• 1 adresse e-mail valide
• 1 équipement audio (micro et enceintes ou casque)
• 1 Webcam (facultatif – dans l'idéal)
• 1 deuxième écran (facultatif – dans l'idéal)

Les objectifs pédagogiques sont évalués et suivis grâce à différentes méthodes adaptées aux acquisitions de compétences visées. Nos formateurs réalisent ces évaluations tout au long de la formation, que ce soit pendant les séances synchrones ou asynchrones. Voici une liste non exhaustive des méthodes d'évaluation pouvant être utilisées en formation :

• Questionnaire de vérification de connaissances (Quiz)
• Réalisation de Travaux Pratiques : production ou amélioration d'un fichier
• Mises en situation et grilles d'analyse
• Serious Game : jeu de rôles et analyse
• Activités interactives à travers l'utilisation d'une plate-forme connectée

Toutes nos formations intègrent une auto-évaluation via notre Extranet Stagiaire au début et à la fin de chaque action de formation. Cet outil offre à chacun la possibilité de mesurer sa progression par rapport aux objectifs pédagogiques visés et leurs atteintes.