Thématique: Trier
Vérifier les productions des IA génératives en utilisant la “lecture latérale”
De l’art de bien user de son intelligence (artificielle)
OBJECTIFS
  • Vérifier les productions des IA génératives

Pour une introduction générale à l’usage des IA génératives à l’Université et aux risques engendrés, regardez cette vidéo proposée par l’Université de Genève :
HORS CLASSE #5 – Intelligence Artificielle Générative

QUIZ
Qu'est-ce que la lecture latérale ? (une seule réponse possible)
Pourquoi est-il important de répéter le processus de vérification pour chaque affirmation faite par l'IA ? (une seule réponse possible)
Comment les points de vue humains peuvent-ils influencer les réponses générées par une IA ? (plusieurs réponses possibles)
Valider
(Authentifiez-vous dans Mon espace pour enregistrer vos résultats.)
A RETENIR


Img_lecture_laterale_1_FR.png

Si vous utilisez des IA génératives pour vos travaux académiques, il est important de vérifier leurs productions en utilisant la méthode d'analyse la plus importante dont vous disposez : la lecture latérale. La lecture latérale consiste à appliquer des techniques de vérification des faits en vous détachant de la production des IA pour consulter d'autres sources qui vous permettront d’évaluer ce que l'IA a produit sur la base de votre prompt. 

Voici comment vérifier ce que vous avez obtenu avec une IA générative :

  1. Fractionnement : isolez dans la production de l’IA des affirmations spécifiques pouvant faire l'objet d'une recherche. 
  2. Lecture latérale : ouvrez un nouvel onglet et recherchez des éléments d'information complémentaires. Voici quelques bonnes sources pour commencer : 
    1. Pour chercher des éléments d'information factuelle : Résultats de Google ou Wikipédia
    2. Pour vérifier l'existence d'une référence : swisscovery UNIGE, Google Scholar ou d’autres bases de données spécifiques à votre domaine.
    En parallèle, vérifiez toujours si l'IA ne place pas des informations correctes dans le mauvais contexte. Par exemple, attribue-t-elle un faux article à un véritable auteur ?
  3. Analysez les hypothèses :
    1. Qu'est-ce que votre prompt a supposé ?
    2. Quelles sont les hypothèses de l'IA ?
    3. Qui connaîtrait ce sujet ? Ces personnes auraient-elles un point de vue différent de celui de l'IA ?
  4. Portez un jugement : qu'est-ce qui est vrai, qu'est-ce qui est trompeur et qu'est-ce qui est factuellement incorrect ?
  5. Répétez ce processus pour chacune des affirmations faites par l'IA.

Img_lecture_laterale_2_FR.png

Finalement, au-delà de la détermination de la véracité des faits, lorsque vous évaluez les productions des IA génératives, considérez également que celles-ci peuvent refléter les points de vue humains et les biais contenus dans les données sur lesquelles ces outils ont été entraînés. 

Consultez les vidéos ci-dessous pour voir ces stratégies de lecture latérale en action :

Contenu adapté de « Artificial Intelligence and Information Literacy » de Maryland University Libraries et Teaching and Learning Transformation Center (TLTC) sous licence CC BY NC
POUR ALLER PLUS LOIN

Document :