QCM : Introduction à l'Intelligence Artificielle et ses Enjeux — 8 questions

Questions et réponses du QCM

1. Qu’est-ce qu’un algorithme ?

Une suite d’instructions qui permet de résoudre un problème ou d’effectuer une tâche
Un ensemble de résultats produits par une intelligence artificielle
Un appareil capable de stocker des données sans les traiter
Une méthode qui garantit une réponse exacte dans tous les cas

Une suite d’instructions qui permet de résoudre un problème ou d’effectuer une tâche

Explication

Un algorithme est bien une suite d’instructions destinée à résoudre un problème ou à réaliser une tâche. Les autres propositions confondent l’algorithme avec un outil, un résultat ou une garantie impossible.

2. Quel rôle correspond à une intelligence artificielle générative ?

Exécuter uniquement des calculs sans traiter de données
Estimer un résultat futur à partir de données
Produire du contenu comme du texte, des images ou de la musique
Repérer et interpréter des images ou de la voix

Produire du contenu comme du texte, des images ou de la musique

Explication

Une IA générative crée du contenu à partir d’une demande, comme du texte, des images ou de la musique. Les autres choix décrivent plutôt la reconnaissance, la prédiction ou une simple exécution de calculs.

3. Que fait principalement un algorithme de prédiction ?

Il mémorise le futur pour l’afficher à l’avance
Il classe uniquement des images déjà connues
Il estime un résultat futur à partir de données
Il corrige automatiquement toutes les erreurs de données

Il estime un résultat futur à partir de données

Explication

Un algorithme de prédiction ne connaît pas le futur à l’avance : il l’estime à partir de données. Une estimation peut donc comporter une erreur.

4. Pourquoi la qualité des données influence-t-elle la fiabilité d’une prédiction ?

Parce que les données remplacent complètement l’algorithme
Parce que seules les données récentes peuvent être utilisées
Parce que de meilleures données permettent une estimation plus fiable
Parce que la prédiction devient toujours exacte

Parce que de meilleures données permettent une estimation plus fiable

Explication

La fiabilité d’une prédiction dépend des données utilisées : plus elles sont bonnes, plus l’estimation est fiable. La prédiction reste malgré tout une estimation, donc l’exactitude n’est pas garantie.

5. Qu’est-ce qu’un biais de données ?

Une erreur de calcul dans le programme
Un déséquilibre ou un préjugé présent dans les données d’entraînement
Une prédiction faite trop rapidement
Un contenu recommandé par une plateforme

Un déséquilibre ou un préjugé présent dans les données d’entraînement

Explication

Un biais de données correspond à un déséquilibre ou à un préjugé présent dans les données servant à entraîner une IA. Cela peut ensuite fausser l’apprentissage.

6. Quel exemple illustre le mieux les effets d’un biais de données ?

Une IA qui recommande un film en fonction des goûts de l’utilisateur
Une IA qui compare plusieurs sources d’information
Une IA entraînée avec trop de photos de médecins hommes qui associe “médecin” à “homme”
Une IA qui produit un texte à partir d’une consigne

Une IA entraînée avec trop de photos de médecins hommes qui associe “médecin” à “homme”

Explication

Si les données d’entraînement sont déséquilibrées, l’IA peut apprendre des stéréotypes, comme associer « médecin » à « homme ». C’est un effet classique d’un biais de données.

7. Qu’est-ce qu’une bulle de filtre ?

Une situation où une plateforme montre surtout des contenus alignés avec ce que l’utilisateur aime déjà
Un problème qui empêche une IA de traiter des données
Un biais présent dans les données d’entraînement d’un modèle
Un type de contenu généré automatiquement par une IA

Une situation où une plateforme montre surtout des contenus alignés avec ce que l’utilisateur aime déjà

Explication

La bulle de filtre se produit quand une plateforme propose surtout des contenus similaires à ceux déjà appréciés par l’utilisateur. Cela réduit l’exposition à des informations différentes ou contradictoires.

8. Quelle action aide le mieux à réduire une bulle de filtre ?

Laisser l’algorithme décider sans changer d’habitudes
Se concentrer uniquement sur les contenus déjà aimés
Cliquer davantage sur le même type de contenu
Consulter plusieurs sources et chercher des opinions différentes

Consulter plusieurs sources et chercher des opinions différentes

Explication

Pour limiter la bulle de filtre, il faut diversifier ses sources et ses points de vue. Rester sur les mêmes contenus renforce au contraire la recommandation de contenus similaires.

Révisez avec les flashcards

Mémorisez les réponses avec 8 flashcards sur Introduction à l'Intelligence Artificielle et ses Enjeux.

Algorithme — définition ?

Suite d’instructions pour résoudre un problème

Intelligence artificielle — rôle ?

Exécute des tâches semblables à l’intelligence humaine

IA de reconnaissance — fonction ?

Interprète images, voix ou textes

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Introduction à l'Intelligence Artificielle et ses Enjeux.

Voir la fiche →

Cours similaires

Crée tes propres QCM

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

Générateur de QCM