Prompt engineering, communiquer efficacement avec les intelligences artificielles

Pourquoi l’IA générative aujourd’hui ?

• Frise chronologique retraçant l’évolution des différents courants de l’IA, des grandes inventions ou innovations.
• Rappel des concepts clés dont le deep learning et les réseaux de neurones (dont nombre de paramètres d’un modèle).
• Comment ChatGPT a été construit : différence fondamentale entre la partie Large Language Models (LLM) et la partie conversationnelle.
• Limites et biais possibles liés à la nature des données d'entraînement.
• Limites liées à la modération de contenu ou à la politique d’OpenAI.
• Modes de facturation à l'usage en fonction du nombre de tokens traités, leurs avantages et inconvénients.

Techniques de base du prompt engineering

• Qu'est-ce que le prompt engineering ? Pourquoi est-ce essentiel pour optimiser l'utilisation des modèles de langage ?
• Structures des prompts : prompts ouverts, fermés, préremplis, à choix multiples, prompts de confirmation, d’erreur.
• Création de prompts efficaces en partant d’exemples de tâches à accomplir.
• Rôle et dirigeabilité. Contexte et tâches. Longueur de contexte. Méthode Randomized Controlled Trial (RCT).
• Analyser les avantages et inconvénients de la prise de décision assistée par l'IA.
• Identifier les principaux biais possibles (femme/homme). Problèmes liés aux hallucinations.
• Identifier les sujets interdits par ChatGPT. Analyser la sensibilité au contexte.

Améliorer la qualité des interactions avec une IA

• Générer des prompts avec ChatGPT.
• Exploration de cas d'utilisation avancée dont exemple avec l’utilisation d’un arbre de pensée.
• Détailler les techniques pour formuler des prompts efficaces (précision, contexte, relances).
• Méthode React de Princeton.
• Comment utiliser une IA pour l’aide à la rédaction, à l'apprentissage ?
• L’automatisation de la collecte de données avec ChatGPT.

Reconnaître et évaluer les limites d'une IA

• Apprendre à reconnaître les marqueurs d'un texte généré (style, cohérence).
• Proposer des améliorations constructives plutôt que de discréditer.
• Définir une grille d'évaluation multidimensionnelle.
• Génération du code d'une page web à partir d'un croquis.
• Notion d'IA faible versus IA forte et avenir de l'IAG.
• Différence de réponses selon l'outil entre ChatGPT et d'autres outils avec moins de paramètres.