Capacités et limitations

Ce que vous apprendrez

À la fin de cette leçon, vous serez capable de :

• Identifier les principales capacités et limitations de l'IA générative actuelle

Capacités et limitations

(7 minutes)

Cette vidéo examine ce que l'IA générative peut et ne peut pas faire efficacement à ce stade. Nous mettons en évidence la polyvalence de l'IA générative dans les tâches linguistiques, sa capacité à maintenir le flux conversationnel et sa capacité à basculer entre des tâches diverses sans entraînement supplémentaire. Nous abordons également les limitations, notamment les dates de connaissance limite, les hallucinations (résultats factuellement incorrects), les contraintes de context window et les défis de raisonnement. Nous soulignons que le domaine évolue rapidement et expliquons que les applications les plus efficaces réunissent les forces complémentaires des humains et de l'IA travaillant ensemble.

Points clés à retenir

• L'IA générative crée du nouveau contenu (texte, images, code) plutôt que d'analyser simplement les données existantes
• Les systèmes modernes comme les LLM ont été rendus possibles par trois développements clés :
• Les percées algorithmiques et architecturales (en particulier l'architecture transformer)
• De vastes quantités de données d'entraînement numériques
• Les augmentations dramatiques de la puissance de calcul
• L'IA générative apprend en deux étapes : le pre-training (analyse des modèles sur des milliards d'exemples) et le fine-tuning (apprentissage pour suivre les instructions et fournir des réponses utiles)
• Les capacités actuelles incluent la polyvalence entre les tâches, la conscience conversationnelle et la capacité à se connecter avec des outils externes
• Les limitations actuelles incluent les dates de connaissance limite, le potentiel d'hallucinations, les contraintes de context window et les défis du raisonnement complexe
• Les applications les plus efficaces combinent les forces humaines et de l'IA, les humains fournissant la pensée critique, le jugement, la créativité et la surveillance éthique

Exercices

Réflexion

Avant de continuer, prenez un moment pour considérer :

• Comment la compréhension des fondations techniques de l'IA générative (comme les données d'entraînement et le pre-training/fine-tuning) change-t-elle votre façon de travailler avec ces systèmes ?
• Quelles considérations éthiques vous viennent à l'esprit après avoir appris comment ces systèmes fonctionnent et leurs limitations actuelles ?

Prochaines étapes

Dans la prochaine leçon, nous examinerons de plus près la première des 4 compétences : Delegation. Vous apprendrez à prendre des décisions stratégiques sur la division du travail entre vous-même et l'IA en fonction de la compréhension de vos objectifs et des capacités de l'IA. Cette base vous aidera à déterminer de manière réfléchie quand et comment intégrer l'IA dans vos processus créatifs et de résolution de problèmes.

Retours

Au fur et à mesure que vous progressez dans le cours, nous aimerions avoir de vos nouvelles sur la façon dont vous utilisez les concepts du cours dans votre vie, votre travail ou vos cours, ainsi que tout retour que vous pourriez avoir. Partagez vos retours ici.

Remerciements et licence

Copyright 2025 Rick Dakan, Joseph Feller, et Anthropic. Publié sous la licence CC BY-NC-SA 4. 0. Ce cours est basé sur The AI Fluency Framework de Dakan et Feller. Soutenu en partie par la Higher Education Authority, Irlande, par le biais du National Forum for the Enhancement of Teaching and Learning.