Cette formation d\u2019une journ\u00e9e s\u2019adresse aux professionnels des m\u00e9tiers de l\u2019\u00e9dition (\u00e9diteurs, correcteurs, graphistes, commerciaux, directeurs \u00e9ditoriaux) et aux auteurs souhaitant d\u00e9velopper une compr\u00e9hension critique de l\u2019intelligence artificielle et de ses impacts sur leur secteur. <\/p>\n\n\n\n
Elle privil\u00e9gie une approche critique et responsable de l\u2019int\u00e9gration de l\u2019IA dans les m\u00e9tiers du livre en mettant l\u2019accent sur la n\u00e9cessit\u00e9 d\u2019une culture de l\u2019IA, d\u2019une ma\u00eetrise de l\u2019environnement juridique et r\u00e9glementaire et d\u2019un renforcement de la pens\u00e9e critique sur ce sujet.<\/p>\n\n\n\n
\ud83d\udccd Formation en distanciel (sessions Zoom) ou en pr\u00e9sentiel.
\ud83d\udc69\ud83c\udffc\u200d\ud83c\udfeb Formation inter ou intra entreprise.<\/p>\n\n\n\n
Public<\/strong><\/p>\n\n\n\n La formation s\u2019adresse \u00e0 un public professionnel ou acad\u00e9mique du champ du livre et de la culture num\u00e9rique :<\/p>\n\n\n\n Pr\u00e9-requis<\/strong><\/p>\n\n\n\n Aucun pr\u00e9requis technique avanc\u00e9 n\u2019est exig\u00e9, mais il est recommand\u00e9 de poss\u00e9der :<\/p>\n\n\n\n \u00c0 l\u2019issue de cette formation, vous serez capable de :<\/p>\n\n\n\n 1.1 Un monde de donn\u00e9es <\/p>\n\n\n\n 1.2 Les algorithmes, sources de l\u2019IA <\/p>\n\n\n\n 1.3 L\u2019intelligence artificielle, essai de d\u00e9finition<\/p>\n\n\n\n Atelier r\u00e9flexif : qu’est-ce que l’intelligence humaine ?<\/p>\n\n\n\n 1.4 La (longue) histoire de l\u2019IA<\/p>\n\n\n\n 1.5 L\u2019essor des IA g\u00e9n\u00e9ratives<\/p>\n\n\n\n 1.6 Fonctionnement probabiliste des IA g\u00e9n\u00e9ratives<\/p>\n\n\n\n 1.7 Biais algorithmiques et repr\u00e9sentations<\/p>\n\n\n\n 1.8 Extraction massive de donn\u00e9es<\/p>\n\n\n\n Atelier : d\u00e9construction du vocabulaire marketing de l’IA<\/p>\n\n\n\n 2.1 Cartographie de quelques usages de l\u2019IA dans l\u2019\u00e9dition<\/p>\n\n\n\n 2.2 Impacts sur les m\u00e9tiers de la cha\u00eene du livre<\/p>\n\n\n\n 2.2 Impacts sur les m\u00e9tiers de la cha\u00eene du livre<\/p>\n\n\n\n 2.3 Risques de standardisation et homog\u00e9n\u00e9isation<\/p>\n\n\n\n Atelier : Analyse comparative de textes\/images g\u00e9n\u00e9r\u00e9s par IA<\/p>\n\n\n\n 2.4 Poches de r\u00e9sistance<\/p>\n\n\n\n 3.1 Fiabilit\u00e9 des jeux de donn\u00e9es (datasets<\/em>)<\/p>\n\n\n\n 3.2 Cadre europ\u00e9en (IA Act<\/em> et directive DAMUN)<\/p>\n\n\n\n 3.3 Le copyright aux \u00c9tats-Unis<\/p>\n\n\n\n 3.4 Actions en justice (UE et \u00c9tats-Unis)<\/p>\n\n\n\n 3.5 Protection des \u0153uvres g\u00e9n\u00e9r\u00e9es par IA<\/p>\n\n\n\n 3.6 Posture des \u00e9diteurs<\/p>\n\n\n\n 3.7 Tableau comparatif UE \/ \u00c9tats-Unis<\/p>\n\n\n\n 3.8 Le ph\u00e9nom\u00e8ne des livres scam<\/em> \u00bb sur Amazon<\/p>\n\n\n\n 4.1 Politique d\u2019usage de l\u2019IA en maison d\u2019\u00e9dition<\/p>\n\n\n\n 4.2 IA comme outil de productivit\u00e9<\/p>\n\n\n\n 4.3 Transparence et communication<\/p>\n\n\n\n Formation d\u00e9livr\u00e9e en pr\u00e9sentiel ou distanciel. <\/p>\n\n\n\n Le formateur alterne entre m\u00e9thode d\u00e9monstrative (pr\u00e9sentation illustr\u00e9e d’exemples issus de cas r\u00e9els), interrogative et active (via des ateliers et des mises en situation).<\/p>\n\n\n\n La m\u00e9thode magistrale est pr\u00e9sente pour la partie transmission et pour appuyer la m\u00e9morisation par Travaux ou exercices effectu\u00e9s le long de la formation.<\/p>\n\n\n\n\n
\n
Comp\u00e9tences vis\u00e9es<\/h2>\n\n\n
\n
\u2022 identifier les grandes \u00e9tapes historiques de la recherche en IA depuis les ann\u00e9es 1950 ;
\u2022 comprendre les notions fondamentales li\u00e9es aux donn\u00e9es (donn\u00e9e, big data, stockage, centres de donn\u00e9es, loi de Moore) ;
\u2022 d\u00e9finir les principaux concepts techniques : algorithmes, machine learning<\/em>, deep learning<\/em>, mod\u00e8les de langage, biais algorithmiques ;
\u2022 analyser les infrastructures mat\u00e9rielles et g\u00e9opolitiques de l\u2019IA (datacenters<\/em>, consommation \u00e9nerg\u00e9tique, acteurs dominants) ;<\/li>\n\n\n\n
\u2022 distinguer les notions scientifiques, id\u00e9ologiques et marketing dans les d\u00e9finitions de l\u2019intelligence artificielle ;
\u2022 identifier les biais cognitifs et culturels enracin\u00e9s dans la conception et l\u2019usage des algorithmes ;
\u2022 d\u00e9construire les termes courants comme \u00ab intelligence \u00bb, \u00ab cr\u00e9ativit\u00e9 \u00bb ou \u00ab hallucination \u00bb dans la rh\u00e9torique de l\u2019IA ;
\u2022 questionner la pr\u00e9tendue neutralit\u00e9 des donn\u00e9es et des syst\u00e8mes d\u2019apprentissage automatique.<\/li>\n\n\n\n
\u2022 cartographier les principaux domaines d\u2019application de l\u2019IA dans la cha\u00eene du livre (manuscrits, post-\u00e9dition, correction, graphisme, traduction, recommandation, \u00e9dition juridique) ;
\u2022 identifier les gains de productivit\u00e9 revendiqu\u00e9s et leurs effets sur les conditions de travail, la r\u00e9mun\u00e9ration et la qualification professionnelle ;
\u2022 \u00e9valuer les enjeux juridiques et \u00e9thiques : droit d\u2019auteur, exploitation des donn\u00e9es, consentement, travail cach\u00e9.<\/li>\n\n\n\n
\u2022 Adopter une grille d\u2019analyse critique face aux usages de l\u2019IA ;
\u2022 \u00catre capable de pr\u00e9senter les limites, risques et opportunit\u00e9s de l\u2019IA pour les m\u00e9tiers du livre.<\/li>\n<\/ol>\n\n\nProgramme<\/h2>\n\n\n
Module 1 : Contextualisation, histoire et d\u00e9finitions de l’IA<\/h3>\n\n\n\n
Module 2 : Cartographie et analyse des usages de l\u2019intelligence artificielle dans l\u2019\u00e9dition<\/h3>\n\n\n\n
Module 3 : Enjeux juridiques, l\u00e9gaux et \u00e9thiques<\/h3>\n\n\n\n
Module 4 : Strat\u00e9gies d\u2019int\u00e9gration responsable de l\u2019IA dans les m\u00e9tiers du livre<\/h3>\n\n\n\n
Module 5 : Perspectives et synth\u00e8se<\/h3>\n\n\n
P\u00e9dagogie<\/h2>\n\n\n
M\u00e9thodes<\/h3>\n\n\n\n
r\u00e9p\u00e9tition.<\/p>\n\n\n\nModalit\u00e9s d’\u00e9valuation<\/h3>\n\n\n\n