QCM : Sensibilisation à l’intelligence artificielle — 10 questions

Explication

L’Intelligence Artificielle regroupe des théories et des techniques permettant notamment à des machines d’apprendre, de raisonner, de percevoir, d’interagir ou de décider. Elle peut simuler certaines fonctions cognitives sans constituer pour autant une intelligence humaine générale, contrairement à la deuxième proposition.

Explication

La Conférence de Dartmouth, en 1956, est considérée comme la naissance officielle de l’IA et a contribué à établir le terme « Intelligence Artificielle ». Les travaux de Turing ont fourni des fondations théoriques importantes, mais ils ne correspondent pas à cet événement fondateur.

Explication

L’IA conversationnelle comprend et produit du langage humain de manière naturelle grâce au traitement automatique du langage naturel. L’IA perceptive concerne plutôt les signaux captés par des caméras ou des capteurs, comme les images et les visages.

Explication

L’IA générative crée de nouveaux contenus, notamment des images, à partir d’instructions en langage naturel appelées prompts. L’IA décisionnelle produit plutôt des prédictions, des recommandations ou des analyses d’optimisation, sans que la création d’une image soit son rôle caractéristique.

Explication

L’IA est définie comme un ensemble de théories et techniques pour créer des machines simulant des fonctions cognitives humaines. La réponse incorrecte limite l’IA à des tâches mécaniques, ce qui ne couvre pas sa portée complète.

Explication

La Conférence de Dartmouth en 1956 est considérée comme le point de départ officiel de l’IA, où le terme a été forgé. L'année 1936 correspond à la publication de travaux de Turing, mais pas à la conférence.

Explication

L’objectif principal de l’IA en organisation est d’augmenter les capacités humaines en prenant en charge les tâches répétitives ou à faible valeur ajoutée. Contrairement à l’idée de remplacement total, l’IA vise à soutenir et renforcer l’action humaine, ce qui la différencie des autres options.

Explication

L’histoire de l’IA commence avec les mythes antiques, puis la conférence de Dartmouth en 1956 marque sa naissance officielle. Ensuite, le développement des systèmes experts dans les années 1970-1980 précède l’essor du Machine Learning dans les années 2000-2010 et enfin le Deep Learning moderne.

Explication

L’AI Act établit un cadre réglementaire européen basé sur le niveau de risque, tandis qu’une charte éthique d’entreprise privilégie des contrôles internes et une gouvernance responsable. La réglementation impose des obligations légales, contrairement à l’éthique qui repose sur des principes volontaires.

Explication

L’IA étroite est une réalité opérationnelle spécialisée dans un domaine précis, alors que l’IA forte reste un concept théorique sans application concrète. La différence principale réside dans leur statut et leur portée.