Objectifs :
L’intelligence artificielle bouleverse les pratiques de recherche de la veille scientifique jusqu’à la production d’article scientifique.

Cette formation propose aux doctorants une initiation critique et éclairée aux usages de l’IA dans la Recherche. Elle présentera une réflexion éthique, méthodologique et pratique afin de favoriser une appropriation responsable de l’IA, en accord avec les principes d’intégrité et les valeurs de la recherche universitaire.

Cette formation a pour but d'apporter des réponses aux questions suivantes :
– quels sont les principes et fondamentaux du fonctionnement d’une intelligence artificielle générative ?
– quels sont les usages dans le cadre de la recherche et comment les comprendre ?
– comment en faire bon usage pour la recherche ?
– quels sont les risques potentiels ? En termes de risques psychosociaux, d'intégrité scientifique, de souveraineté des données, de déontologie de la recherche - en lien avec le code de conduite européen de la Recherche ?

Programme :
La formation comprend 2 séances de cours et travaux dirigés pour une durée totale de 6 heures (2x3 heures). La participation aux deux séances est obligatoire.
 
Séance 1 : L’intelligence artificielle, allié ou menace pour la Recherche ?

Cette séance présentera les fondamentaux de l’IA. Elle abordera par la suite les applications et implications de l’IA dans la Recherche, en mettant en lumière les enjeux éthiques, les dérives et risques. Puis, après une présentation des principes fondamentaux pour une utilisation éthique et raisonnée, seront abordées les grandes questions soulevées parl’intégration de l’IA et l’avenir de la Recherche.

Objectifs pédagogiques ;
– Comprendre le fonctionnement de l’IA
– Identifier les enjeux, atouts et limites de l’IA dans les activités de recherche
– Adopter une posture réflexive, critique et éthique dans l’utilisation de l’IA

Séance 2 : L’intelligence artificielle, exploration des outils et bonnes pratiques pour soutenir la rédaction de la thèse
Cette séance aura une approche pratique en proposant un tour d’horizon des outils d’IA générative adaptés au monde de la recherche académique (assistants de rédaction, moteurs de recherche scientifique, outils de veille…) et une méthodologie afin d’intégrer ces outils de façon pertinente dans le processus de rédaction de la thèse, tout en respectant les exigences liées à la recherche académique.

Objectifs pédagogiques :
– découvrir et manipuler des outils d’IA adaptés à la recherche académique
– manipuler les outils afin de soutenir la rédaction de la thèse
– appréhender ces outils pour une utilisation responsable et critique de l’IA

Equipe pédagogique :
- Aude ADJALLE Ingénieure pédagogique à l’Université de Montpellier Paul-Valéry, au service d’appui à la pédagogie de l’Atelier, elle accompagne le développement des pratiques pédagogiques et l’intégration du numérique dans l’enseignement. Son activité s’est également orientée vers les enjeux de l’intelligence artificielle en pédagogie et en recherche, ainsi que vers ses dimensions éthiques et ses transformations dans l’enseignement supérieur. Contact : aude.adjalle@umpv.fr - Laurent PICCININI est professeur agrégé docteur en mathématique appliquée à l’Université de Montpellier Paul-Valéry, membre du groupe de recherche AMIS. Il est actuellement vice-président délégué au numérique de cette Université. Publications : Ses publications portent sur les domaines du calcul stochastique, de la théorie de la mesure et des probabilités, de l'analyse non linéaire et, plus récemment sur la visualisation de données. Il est également auteur de plusieurs ouvrages. https://www.researchgate.net/scientific-contributions/Laurent-Piccinini-2161523205 - Dernière publication : – Fati Chen, Laurent Piccinini, Pascal Poncelet, Arnaud Sallaberry. Node Overlap Removal Algorithms: an Extended Comparative Study. Journal of Graph Algorithms and Applications, 2020, 24 (4), pp.683-706. ⟨10.7155/jgaa.00532⟩. ⟨lirmm-02879677⟩. https://univ-montpellier3-paul-valery.hal.science/lirmm-02879677v1. - Contact : laurent.piccinini@umpv.fr

Les Compétences et capacités visées à l'issue de la formation (fiches RNCP)

Arrêté du 22 février 2019 définissant les compétences des diplômés du doctorat et inscrivant le doctorat au répertoire national de la certification professionnelle. https://www.legifrance.gouv.fr/loda/id/JORFTEXT000038200990/

Bloc 2 : Mettre en œuvre une démarche de recherche, de R&D ou d'innovation

- Mettre en œuvre les méthodes et les outils de la recherche, le cas échéant en lien avec l'innovation

- Garantir la qualité et la validité des travaux ainsi que leur déontologie et leur confidentialité en mettant en œuvre les dispositifs de contrôle adaptés

La formation participe à l'objectif suivant :être directement utile pour la réalisation des travaux personnels de recherche