QCM : Esprit critique face à l’IA — 17 questions

Questions et réponses du QCM

1. Quel comportement caractérise le mieux un pilote de l’IA ?

Il délègue ses tâches à l’IA sans examiner les résultats produits.
Il analyse les réponses et décide dans quelles situations leur accorder sa confiance.
Il reformule ses demandes jusqu’à obtenir une réponse plus longue.
Il consulte plusieurs moteurs de recherche avant chaque utilisation de l’IA.

Il analyse les réponses et décide dans quelles situations leur accorder sa confiance.

Explication

Un pilote de l’IA repère les faiblesses de la machine, analyse ses réponses et choisit quand lui faire confiance. À l’inverse, déléguer son travail sans recul critique correspond à une utilisation passive de l’outil.

2. Quel objectif correspond à un usage critique de l’intelligence artificielle ?

Prendre du recul sur les réponses reçues et réfléchir aux droits, aux limites et à l’impact environnemental.
Mesurer la qualité d’une IA à partir de la longueur et du degré de détail de ses réponses.
Remplacer l’analyse personnelle par des réponses automatisées dans les situations complexes.
Obtenir des réponses rapides en évitant de questionner les conditions de production de l’outil.

Prendre du recul sur les réponses reçues et réfléchir aux droits, aux limites et à l’impact environnemental.

Explication

Un usage critique vise à exploiter l’IA avec discernement tout en examinant ses droits, ses limites et son impact environnemental. La longueur d’une réponse ne suffit pas à établir sa qualité ou sa fiabilité.

3. Qu’est-ce qu’un prompt dans l’utilisation d’une intelligence artificielle ?

Une amélioration successive de la demande après plusieurs essais.
Une vérification réalisée pour confirmer l’exactitude d’une réponse générée.
Une instruction formulée pour obtenir une réponse de l’intelligence artificielle.
Une réponse produite automatiquement à partir de données antérieures.

Une instruction formulée pour obtenir une réponse de l’intelligence artificielle.

Explication

Un prompt est l’instruction adressée à l’IA pour obtenir une réponse. L’amélioration successive de cette instruction relève de l’itération, et non de la définition du prompt lui-même.

4. Une première réponse d’IA est trop vague : quelle démarche relève de l’itération ?

Modifier progressivement la demande en questionnant l’IA jusqu’à obtenir une réponse plus adaptée.
Conserver la demande initiale et accepter la première réponse comme résultat définitif.
Remplacer l’IA par un moteur de recherche sans analyser la réponse déjà obtenue.
Ajouter des mots au hasard afin de produire une réponse différente à chaque essai.

Modifier progressivement la demande en questionnant l’IA jusqu’à obtenir une réponse plus adaptée.

Explication

L’itération consiste à questionner l’IA puis à améliorer progressivement le prompt pour rendre la réponse plus performante. Accepter immédiatement la première réponse ne comporte pas cette démarche d’amélioration successive.

5. Comment définir une hallucination produite par une intelligence artificielle ?

Une information correcte dont la formulation paraît incertaine ou peu détaillée.
Une demande refusée parce que l’intelligence artificielle ne dispose pas des données nécessaires.
Une réponse vérifiée par une source fiable puis reformulée par l’intelligence artificielle.
Une erreur, une incohérence ou une information fausse générée par l’intelligence artificielle.

Une erreur, une incohérence ou une information fausse générée par l’intelligence artificielle.

Explication

Une hallucination est une production erronée, incohérente ou fausse de l’IA. Une information vérifiée par une source fiable ne relève pas de cette définition, même si l’IA l’a reformulée.

6. Pourquoi une intelligence artificielle peut-elle produire une réponse fausse avec assurance ?

Elle distingue automatiquement les faits établis des affirmations inventées grâce à leur style d’écriture.
Elle génère la suite de mots la plus probable à partir de ses données sans vérifier nécessairement le contenu.
Elle consulte systématiquement une source fiable avant de sélectionner chaque information formulée.
Elle refuse toute question dont la réponse ne figure pas clairement dans ses données d’apprentissage.

Elle génère la suite de mots la plus probable à partir de ses données sans vérifier nécessairement le contenu.

Explication

L’IA produit une suite de mots probable à partir de ses données, sans contrôler nécessairement la véracité du contenu. Son ton assuré ne prouve donc pas qu’elle a vérifié l’information.

7. Dans quelle situation une intelligence artificielle risque-t-elle de produire une hallucination ?

Lorsqu’elle signale qu’elle ne dispose pas d’éléments suffisants pour répondre avec précision.
Lorsqu’elle comble une lacune en inventant un fait historique, une citation ou une bibliographie.
Lorsqu’elle reprend une citation retrouvée dans une source vérifiable et clairement identifiable.
Lorsqu’elle reformule un passage fourni par l’utilisateur sans ajouter d’information factuelle.

Lorsqu’elle comble une lacune en inventant un fait historique, une citation ou une bibliographie.

Explication

L’IA peut inventer des faits historiques, des citations ou des bibliographies pour combler une lacune, ce qui constitue une hallucination. Une citation retrouvée dans une source vérifiable offre au contraire un élément de contrôle externe.

8. Quelle réaction d’une intelligence artificielle constitue un indice de meilleure fiabilité face à une question impossible ?

Transformer la question en affirmation pour éviter d’exprimer une incertitude.
Répondre immédiatement avec de nombreux détails afin de donner une impression de maîtrise.
Proposer une citation précise sans indiquer comment son authenticité pourrait être contrôlée.
Refuser de répondre plutôt que fournir avec assurance une affirmation dépourvue de fondement.

Refuser de répondre plutôt que fournir avec assurance une affirmation dépourvue de fondement.

Explication

Une IA est plus fiable lorsqu’elle reconnaît qu’une question est impossible et refuse d’inventer une réponse. Une réponse très détaillée ou assurée peut au contraire masquer l’absence de vérification.

9. Quelle distinction caractérise correctement les trois types de pièges conçus pour tester une IA ?

L’impossible repose sur une erreur de calcul, l’imposture sur une opinion biaisée et l’invention sur une question vague.
L’impossible contient une fausse identité, l’imposture une absurdité et l’invention une mesure imprécise.
L’impossible demande une source fictive, l’imposture une grandeur absurde et l’invention un rôle professionnel.
L’impossible contient une absurdité, l’imposture une fausse identité et l’invention de fausses sources.

L’impossible contient une absurdité, l’imposture une fausse identité et l’invention de fausses sources.

Explication

L’impossible met en jeu une absurdité physique ou logique, tandis que l’imposture attribue une fausse identité et l’invention sollicite des faits ou des sources fictifs. Confondre l’imposture avec une absurdité inverse les caractéristiques des deux pièges.

10. Quel prompt constitue un piège d’invention destiné à vérifier si une IA fabrique des références ?

Décrire la méthode employée par un médecin urgentiste pour trier ses patients.
Résumer une étude fictive du professeur Dubois publiée à Lyon en 2024.
Calculer le bonheur moyen d’un enfant français de dix ans avec trois décimales.
Répondre comme un ancien directeur de la NASA spécialisé dans les missions habitées.

Résumer une étude fictive du professeur Dubois publiée à Lyon en 2024.

Explication

Ce prompt demande de résumer une étude fictive et teste donc la tendance à inventer des faits ou des références. Demander à l’IA d’adopter une identité professionnelle relève plutôt de l’imposture.

11. Dans le contexte des biais cognitifs, que désigne principalement un biais ?

Une information volontairement fausse créée pour tromper un lecteur.
Un raccourci ou une déformation qui influence la représentation et l’interprétation.
Une préférence consciente choisie après l’examen complet des arguments.
Une règle logique appliquée avec la même précision dans chaque situation.

Un raccourci ou une déformation qui influence la représentation et l’interprétation.

Explication

Un biais est un raccourci du cerveau, une déformation ou un travers qui oriente la représentation et l’interprétation. Une préférence consciente résultant d’un examen complet ne correspond pas à cette définition.

12. Lorsqu’une IA génératrice d’images représente souvent les mêmes métiers avec les mêmes profils, quel mécanisme explique principalement ce résultat ?

Elle applique une règle morale universelle indépendante des images utilisées pour l’entraîner.
Elle sélectionne les représentations au hasard afin d’éviter les associations présentes dans ses données.
Elle reproduit les régularités statistiques fréquentes dans ses données d’entraînement.
Elle réfléchit consciemment aux rôles sociaux avant de choisir chaque représentation.

Elle reproduit les régularités statistiques fréquentes dans ses données d’entraînement.

Explication

Une IA génératrice d’images reproduit les schémas statistiques fréquents de ses données d’entraînement plutôt qu’un raisonnement humain conscient. L’idée d’une réflexion consciente attribue à l’IA un mécanisme qui n’explique pas ce fonctionnement.

13. Pourquoi des images produites par une IA peuvent-elles reprendre des stéréotypes sociaux ?

Parce que l’IA invente ses représentations sans subir l’influence des contenus sociaux existants.
Parce que ses données, notamment publicitaires et cinématographiques, contiennent déjà ces stéréotypes.
Parce que les stéréotypes apparaissent lorsque l’utilisateur refuse de fournir une description assez longue.
Parce que les banques d’images sont constituées selon des règles garantissant des représentations équilibrées.

Parce que ses données, notamment publicitaires et cinématographiques, contiennent déjà ces stéréotypes.

Explication

Les publicités, les films et les banques d’images peuvent contenir des stéréotypes que l’IA apprend puis reproduit ou amplifie. Supposer que les données d’entraînement sont neutres empêche de comprendre l’origine sociale de ces représentations.

14. Quel enchaînement décrit le cercle vicieux par lequel un stéréotype peut se renforcer dans les productions d’une IA ?

Des images stéréotypées sont apprises, recréées, diffusées, puis renforcées.
Des images variées sont analysées, corrigées, équilibrées, puis retirées des données.
Des images neutres sont supprimées, remplacées, vérifiées, puis rendues invisibles.
Des images fictives sont ignorées, isolées, démenties, puis exclues des usages.

Des images stéréotypées sont apprises, recréées, diffusées, puis renforcées.

Explication

Le cercle vicieux commence avec l’apprentissage d’images stéréotypées, se poursuit par leur recréation et leur diffusion, puis renforce ces mêmes schémas. Une chaîne fondée sur des images neutres et équilibrées ne décrit pas ce processus.

15. Quel constat décrit une disparité documentée dans les performances de certains systèmes de reconnaissance et de détection ?

Les systèmes automatiques évitent les écarts de performance dès qu’ils sont utilisés sur de grands groupes.
La reconnaissance faciale identifie les femmes et les personnes non blanches avec une précision uniforme.
Les systèmes vocaux comprennent mieux les femmes lorsque les données d’entraînement sont moins nombreuses.
La reconnaissance faciale peut davantage échouer pour les femmes et les personnes non blanches.

La reconnaissance faciale peut davantage échouer pour les femmes et les personnes non blanches.

Explication

Les systèmes de reconnaissance faciale peuvent rencontrer davantage d’échecs avec les femmes et les personnes non blanches, tandis que les systèmes vocaux peuvent moins bien fonctionner pour les femmes. Une taille importante du groupe ne supprime pas automatiquement les biais liés aux données et à la conception.

16. Quelle stratégie permet le mieux de limiter les biais et les erreurs dans une réponse produite par une IA ?

Varier les angles, inverser les rôles, reformuler la demande et solliciter des contre-arguments.
Répéter la même instruction avec les mêmes termes afin de stabiliser la première réponse obtenue.
Réduire la question à une formulation brève pour éviter que plusieurs perspectives interviennent.
Conserver le premier résultat lorsque sa formulation paraît précise et convaincante.

Varier les angles, inverser les rôles, reformuler la demande et solliciter des contre-arguments.

Explication

Multiplier les stratégies confronte l’IA à plusieurs perspectives et peut révéler ou limiter un biais présent dans une première réponse. Répéter une demande identique risque au contraire de reproduire la même perspective sans la mettre à l’épreuve.

17. Quelle démarche constitue une vérification solide d’une réponse générée par une IA ?

Comparer plusieurs modèles, rechercher des sources et effectuer un fact-checking.
Évaluer la fiabilité d’une réponse à partir de son ton assuré et de sa présentation structurée.
Demander au même modèle de confirmer sa réponse avec une formulation légèrement modifiée.
Choisir la réponse la plus détaillée parmi plusieurs modèles sans consulter de référence.

Comparer plusieurs modèles, rechercher des sources et effectuer un fact-checking.

Explication

La vérification repose sur la comparaison de plusieurs modèles, la recherche de sources et le fact-checking. Une confirmation produite par le même modèle ne remplace pas le contrôle par des sources et des méthodes indépendantes.

Révisez avec les flashcards

Mémorisez les réponses avec 28 flashcards sur Esprit critique face à l’IA.

Qu'est-ce qu'un pilote de l'IA ?

Un utilisateur capable de repérer les faiblesses de la machine et de décider quand lui faire confiance.

Quel est l'objectif principal de la séance sur l'usage critique de l'IA ?

Prendre du recul face aux réponses de l'IA pour l'exploiter au mieux.

Quels aspects doivent être réfléchis lors de l'usage de l'IA selon la séance ?

Les droits, les limites et l'impact environnemental de ses usages.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Esprit critique face à l’IA.

Voir la fiche →

Cours similaires

Réseaux informatiques et protocoles

Réseaux

Configuration d’un réseau informatique

Réseaux

Réseaux informatiques

Réseaux

Infrastructure technologique des SI

Le business face à l’intelligence artificielle

Intelligence Artificielle

Fonctions récursives en Python

Programmation

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM