Quels sont les quatre éléments clés du cours sur les capacités et limitations de l'IA ?	La prédiction du prochain token, la connaissance, la mémoire de travail, et la gouvernabilité (steerability).
Pourquoi le matériel de ce cours reste-t-il pertinent malgré l'évolution des modèles d'IA ?	Parce que les propriétés fondamentales de l'IA restent stables même si les modèles s'améliorent et les limites changent.
Quelle est la différence entre l'AI Fluency Framework (4Ds) et ce cours ?	Le framework 4Ds décrit les compétences humaines, tandis que ce cours décrit les propriétés des machines auxquelles ces compétences répondent.
Qu'est-ce que le 4D Framework enseigne ?	Comment collaborer avec l'IA en tant qu'humain.
Comment doit-on formuler les tâches dans l'exercice de cartographie ?	De manière spécifique et concrète (par exemple, "rédiger un email client" plutôt que simplement "écrire").
Qu'est-ce que l'IA générative et comment se distingue-t-elle des autres types d'IA ?	C'est un type d'IA spécifique couvert dans ce cours ; la distinction avec les autres types d'IA est expliquée dans la section "Qu'est-ce que l'IA générative".
Quel est l'objectif principal de l'exercice "Mapping Your Current AI Use" ?	Établir une base de référence pour tous les exercices suivants en documentant les tâches réelles utilisant l'IA et leurs résultats.
Que doit-on faire après avoir partagé sa liste de tâches avec Claude ?	Demander à Claude d'identifier un mode de défaillance possible pour chaque tâche si on ne fait pas attention.
Comment le matériel du cours s'organise-t-il structurellement ?	En sections : ce que signifie l'IA, comment l'IA est entraînée, les propriétés de l'IA, et comment les appliquer en pratique.
Pourquoi faut-il conserver sa liste de tâches tout au long du cours ?	Parce qu'on y reviendra à chaque leçon et elle évoluera à chaque fois.