GPT-4, Bard, etc : quelles applications concrètes ?

Inria Flowers
19 Feb 202414:34

Summary

TLDRCe script traite des applications possibles des modèles de langage comme chatgpt dans différents domaines. On voit qu'ils peuvent être utilisés comme assistants pour augmenter la productivité et la créativité au travail. Ils ont aussi des applications dans l'éducation pour aider à l'apprentissage personnalisé et développer la curiosité. Cependant, leur utilisation pose des questions éthiques. Ils peuvent aussi préserver des langues en voie de disparition et aider à la compréhension de langues anciennes. Il faut garder à l'esprit les forces et limites de ces modèles lors de leur application.

Takeaways

  • 🔍 Les modèles de langage tels que ChatGPT et Bard offrent une assistance quotidienne variée, facilitant des tâches simples à complexes.
  • 🚀 Une étude au Boston Consulting Group a montré que l'utilisation de GPT-4 augmente la productivité de 25% et la qualité du travail de plus de 40%.
  • ⚠️ La dépendance à ces outils peut induire des erreurs critiques, comme illustré par une tâche spécifique où GPT-4 était moins performant que les humains.
  • 🎨 Ils stimulent la créativité dans des domaines tels que la rédaction, l'art et le scénarisme, mais soulèvent des inquiétudes quant à la substitution potentielle de l'emploi humain.
  • 📚 Dans l'éducation, ils offrent une aide personnalisée et favorisent le développement de la curiosité chez les enfants, tout en posant des défis critiques liés à l'apprentissage et à l'exactitude des informations.
  • 🏥 En santé, malgré leur capacité à réussir des examens médicaux, leur application est limitée par les risques d'erreurs potentiellement dangereuses.
  • 🌍 Ils contribuent à la préservation des langues en perdition, permettant l'apprentissage et l'interaction dans ces langues sans nécessiter une grande présence internet.
  • 👩‍🏫 Les modèles de langage peuvent servir à former les enseignants, en simulant des interactions avec des élèves virtuels, pour améliorer leurs compétences pédagogiques.
  • 💡 Leur utilisation dans le déchiffrement de langues anciennes ou méconnues ouvre de nouvelles perspectives pour l'archéologie et l'histoire.
  • 🔄 L'impact sur l'écosystème de programmation illustre un cercle vicieux où les langages moins représentés sur internet sont encore moins maîtrisés par les modèles, réduisant leur attractivité et usage.

Q & A

  • Quels sont les principaux impacts positifs des modèles de langage comme ChatGPT dans le monde du travail ?

    -Les modèles de langage comme ChatGPT peuvent augmenter la productivité et la qualité du travail. Une étude a montré que les consultants utilisant ChatGPT complètent les tâches 25% plus rapidement et avec une qualité supérieure de 40%.

  • Quels sont les risques liés à une trop grande dépendance à ces outils ?

    -Si on ne garde pas un esprit critique, on peut devenir dépendant de ces outils et suivre leurs recommandations même lorsqu'elles sont fausses. Une étude a montré que face à une tâche erronée, le groupe utilisant ChatGPT avait un taux de réussite de seulement 60% contre 84% pour le groupe témoin.

  • Comment ces modèles peuvent-ils être utilisés dans l'éducation ?

    -Ils peuvent créer des expériences d'apprentissage personnalisées en s'adaptant au niveau de compréhension de l'élève. Ils peuvent aussi développer la curiosité des enfants en leur posant des questions divergentes. Enfin, ils peuvent former des enseignants en simulant différents profils d'élèves.

  • Quels sont les risques liés à l'utilisation de ces outils dans l'éducation ?

    -Les élèves peuvent recopier sans réfléchir et sans apprendre. Ils peuvent aussi être exposés à des raisonnements faux sans s'en apercevoir. Enfin, l'outil peut halluciner des règles mathématiques fausses pour ne pas contredire l'utilisateur.

  • Comment ces modèles peuvent-ils préserver des langues en perdition ?

    -Ils permettent d'interagir dans des langues peu répandues et d'apprendre ces langues de façon interactive et personnalisée. Ils encodent également des éléments culturels en plus de la langue. Enfin, des modèles open source assurent l'indépendance du pays qui préserve sa langue.

  • Quels sont les risques pour la santé de l'utilisation de ces modèles?

    -Les hallucinations et l'alignement excessif aux préférences de l'utilisateur peuvent mener à des recommandations médicales dangereuses. Même pour des tâches simples comme générer des comptes-rendus, il n'y a aucune garantie sur le comportement conforme du modèle.

  • Comment ces modèles peuvent-ils aider à déchiffrer des langues anciennes?

    -Des modèles comme PIA et ITAKA aident les historiens à reconstituer des textes anciens à partir de fragments en se basant sur des régularités statistiques. Ils donnent aussi une datation et une géolocalisation des textes.

  • Quel est le risque pour la diversité des langages de programmation?

    -Les modèles étant meilleurs dans les langages qu'ils voient le plus (Python, Java), ils rendent les autres langages (R) moins attractifs. Cela appauvrit encore la présence de ces langages sur Internet, et donc les compétences des prochains modèles, etc.

  • Quelles sont les principales limites à prendre en compte dans ces applications?

    -Il faut garder à l'esprit la nature de ces modèles : des modèles de langage, avec des forces et des limites propres. Notamment les hallucinations, l'alignement excessif, et le manque de garantie sur leur comportement conforme aux attentes.

  • Comment utiliser ces outils de façon responsable dans leur intérêt?

    -Il faut connaître les outils et leurs limites pour les utiliser à bon escient. Garder un esprit critique et ne pas devenir dépendant des recommandations. Et préférer des modèles ouverts pour assurer un contrôle complet et une solution durable.

Outlines

00:00

🛠️ Impact et applications des modèles de langage

Cette section explore les diverses applications des modèles de langage tels que ChatGPT et Bard dans le quotidien, notamment dans le travail et la préservation des langues. Ils servent d'assistants multifonctionnels, capables d'aider à la réalisation de tâches variées, allant de la simple assistance administrative à des tâches plus complexes comme la programmation. Une étude au Boston Consulting Group a démontré que l'utilisation de GPT-4 améliore significativement la productivité et la qualité du travail. Toutefois, une dépendance excessive à ces outils peut induire des risques, comme le montre une expérience où GPT-4 a induit en erreur les consultants sur une tâche spécifique. Les modèles de langage ont également un potentiel dans la créativité et la rédaction, suscitant des préoccupations chez les scénaristes de la WGA qui craignent d'être remplacés. L'usage de ces outils en tant qu'assistants dans le travail et pour stimuler la créativité est donc à double tranchant.

05:02

📚 Révolution éducative grâce aux modèles de langage

Cette partie se concentre sur l'impact positif des modèles de langage dans l'éducation, en soulignant leur capacité à développer la curiosité des enfants et à fournir une expérience d'apprentissage personnalisée. Le laboratoire Flowers de l'INRIA a utilisé GPT-3 pour stimuler la pensée créative des enfants à travers des questions divergentes, montrant que l'outil peut être aussi efficace, sinon plus, que les humains pour générer des exercices pédagogiques. En outre, les modèles de langage offrent une opportunité pour les enseignants débutants de pratiquer leurs compétences pédagogiques sans risque pour les vrais élèves. Cependant, l'utilisation de ChatGPT par les élèves pour les devoirs sans esprit critique soulève des préoccupations, tout comme l'exposition à des informations incorrectes peut être dommageable pour l'apprentissage.

10:02

🌍 Préservation des langues et santé : Nouveaux horizons

La dernière section discute de l'utilisation innovante des modèles de langage pour la préservation des langues en perdition et dans le domaine de la santé. Ces modèles offrent un moyen d'interagir et d'apprendre des langues menacées d'extinction, enrichissant ainsi la diversité linguistique et culturelle. Par exemple, la collaboration entre OpenAI et le gouvernement islandais pour améliorer la compétence de GPT-4 en islandais illustre comment la technologie peut servir à conserver une langue et sa culture. Dans le secteur de la santé, bien que GPT-4 ait démontré une connaissance théorique solide en réussissant l'examen USMLE, son application pratique est limitée par des risques d'informations erronées. Cette section met en lumière le potentiel transformatif mais également les défis et limites des modèles de langage dans des applications sociétales critiques.

Mindmap

Keywords

💡modèles de langage

Les modèles de langage, comme ChatGPT ou Bard, sont des programmes informatiques conçus pour comprendre, générer et interagir en langue naturelle. Dans la vidéo, ils sont présentés comme des outils puissants capables d'assister dans une variété de tâches, allant de la simple aide à la rédaction jusqu'à des applications plus complexes comme la programmation ou l'éducation. Leur capacité à faciliter le travail et à intégrer des connaissances complexes en fait des éléments centraux de la discussion.

💡productivité

La productivité, dans le contexte de la vidéo, fait référence à l'efficacité avec laquelle les tâches sont accomplies grâce à l'utilisation des modèles de langage. Une étude mentionnée montre que les consultants équipés de GPT-4 terminent les tâches plus rapidement et avec une qualité supérieure, illustrant ainsi l'impact positif de ces outils sur la productivité au travail.

💡éducation

L'éducation est un domaine clé où les modèles de langage peuvent avoir un impact significatif. La vidéo souligne leur capacité à personnaliser l'apprentissage, à s'adapter au niveau de compréhension de l'utilisateur, et à encourager la curiosité des apprenants. Ces outils peuvent expliquer des concepts de manières variées selon le public, ce qui en fait des assistants éducatifs précieux.

💡créativité

La créativité désigne ici la capacité des modèles de langage à générer des idées, des textes, et des solutions innovantes. La vidéo met en avant leur utilisation pour le brainstorming et la rédaction créative, soulignant leur rôle dans l'amélioration de la créativité des utilisateurs en proposant des perspectives nouvelles et en stimulant l'imagination.

💡dépendance

La dépendance fait référence au risque d'accoutumance des utilisateurs aux modèles de langage, au point de négliger leur propre jugement. Un exemple donné montre que les consultants peuvent s'appuyer excessivement sur GPT-4, ce qui peut conduire à des erreurs lorsque l'outil se trompe. Cela souligne l'importance de rester critique et conscient des limites de ces technologies.

💡préservation des langues

La préservation des langues concerne l'utilisation des modèles de langage pour soutenir les langues en danger de disparition. La vidéo illustre comment ces outils peuvent aider à apprendre et à pratiquer des langues moins courantes, en les rendant plus accessibles et en enrichissant leur utilisation, contribuant ainsi à leur survie.

💡hallucinations

Les hallucinations, dans ce contexte, désignent les erreurs ou les fausses informations générées par les modèles de langage. La vidéo met en garde contre le risque de se fier aveuglément à ces outils, surtout dans des domaines sensibles comme la santé, où de telles erreurs peuvent avoir des conséquences graves.

💡contexte culturel

Le contexte culturel se réfère à la connaissance et à l'intégration des traditions, des valeurs, et des spécificités culturelles dans les réponses fournies par les modèles de langage. La collaboration entre OpenAI et le gouvernement islandais pour améliorer GPT-4 en islandais est citée comme un exemple de l'importance de comprendre et de respecter le contexte culturel dans le développement de ces technologies.

💡apprentissage personnalisé

L'apprentissage personnalisé décrit la capacité des modèles de langage à adapter leur contenu et leur pédagogie au niveau et aux besoins spécifiques de chaque utilisateur. La vidéo souligne leur potentiel dans l'éducation pour offrir une expérience d'apprentissage sur mesure, ce qui peut augmenter l'efficacité de l'éducation.

💡impact social

L'impact social fait référence aux effets à large échelle que l'intégration des modèles de langage dans notre société peut avoir, y compris les questions d'emploi, d'éthique, et de justice sociale. La vidéo aborde la crainte des scénaristes face à l'utilisation de ChatGPT dans leur métier, illustrant comment l'adoption de ces technologies soulève des débats importants sur leur rôle dans le futur de notre société.

Highlights

Les modèles de langage comme ChatGPT sont des outils puissants capables d'effectuer beaucoup de tâches.

Ils peuvent faciliter la réalisation de tâches qui nécessitent peu de réflexion mais aussi être employés pour des tâches complexes.

Une étude scientifique a montré que l'utilisation de GPT-4 améliore la productivité et la qualité de travail.

Les consultants utilisant GPT-4 complètent une tâche donnée 25 % plus rapidement et avec une qualité supérieure de plus de 40 %.

Les modèles de langage peuvent être un risque si utilisés sans discernement, comme montré dans une tâche expérimentale.

Ils sont de bons outils pour les métiers nécessitant une certaine créativité comme la rédaction et l'art.

Les modèles de langage sont particulièrement adaptés pour l'aide à l'éducation.

Une récente étude a utilisé des modèles de langage pour développer la curiosité des enfants dans l'apprentissage.

GPT-4 a passé l'examen USMLE pour les étudiants en médecine avec un score significativement au-dessus du seuil d'admission.

Les modèles de langage peuvent aider à la préservation des langues en perdition.

Collaboration entre OpenAI et le gouvernement islandais pour préserver la langue islandaise.

Les modèles de langage aident les historiens à déchiffrer des inscriptions antiques.

Impact des modèles de langage sur l'écosystème de la programmation, montrant une préférence pour des langages comme Python.

Utilisation de modèles de langage dans l'éducation peut conduire à une utilisation sans esprit critique par les élèves.

L'utilisation de modèles de langage dans le domaine de la santé est limitée par leurs hallucinations et tendances à s'aligner sur les préférences de l'utilisateur.

Transcripts

play00:01

les modèles de langage comme chatpt sont

play00:03

des outils puissants capables

play00:04

d'effectuer beaucoup de tâches qu'on

play00:05

leur donne mais alors quels impacts

play00:07

peuvent-ils avoir dans notre vie notre

play00:08

société cette vidéo s'intéresse aux

play00:10

applications possibles de tels outils il

play00:12

s'agira dans un premier temps d'étudier

play00:14

leur application dans le monde du

play00:15

travail en tant qu'assistant et on verra

play00:17

ensuite des applications plus subtiles

play00:19

mais très importantes puisqu'elles

play00:20

s'intègrent au sein d'institutions

play00:22

complexes comme l'éducation ou la

play00:23

préservation des

play00:25

langues les outils comme chat GPT ou

play00:28

Bard qui comportent en leur sein des

play00:29

modèles de Lang gage ont été pensés en

play00:31

tant qu'assistant du quotidien capable

play00:33

de réaliser une grande diversité de

play00:34

tâches ces assistants peuvent faciliter

play00:36

la réalisation de tâches qui nécessite

play00:38

peu de réflexion mais ils peuvent aussi

play00:40

être employés pour la réalisation de

play00:41

tâches complexes en donnant des pistes

play00:43

de recherche et des idées qui permettent

play00:44

d'arriver au but final on voit dans la

play00:46

vidéo des outils les capacités de tel

play00:48

modèles peuvent être couplé avec cell

play00:49

d'outils comme ici la reconnaissance

play00:51

d'image ainsi on peut par exemple se

play00:53

servir de chatpt pour nous aider à

play00:55

comprendre des

play00:57

diagrammes ces modèles de langage

play00:59

peuvent aussi être être employé en tant

play01:00

qu'assistant pour la programmation ici

play01:02

on donne un code buggé au modèle et par

play01:04

sa connaissance de Python et de sa

play01:05

librairie pile il arrive à déceler

play01:07

l'erreur il donne alors une version

play01:09

corrigée que l'on peut directement

play01:11

copier après avoir lu l'explication

play01:12

détaillée qu'il nous fournit qui nous

play01:14

permet de comprendre ce qu'il a fait

play01:15

pour faire marcher le

play01:17

code ainsi ces modèles peuvent être

play01:19

utilisés en tant qu'assistant dans le

play01:20

travail et ce pour une grande diversité

play01:22

de tâches les premières études montre

play01:24

que les usages les plus fréquents sont

play01:25

l'aide à la créativité faire des

play01:28

brainstorming écrire et corriger du

play01:30

texte comme des mails faciliter les

play01:33

tâches administratives comme la

play01:34

communication ou la rédaction de compte

play01:37

rendu un groupe de chercheurs a réalisé

play01:39

une étude scientifique en septembre 2023

play01:41

afin de décrire quantifier le bénéfice

play01:43

apporté par un tel usage l'étude a pris

play01:46

place dans le cabinet de conseil Boston

play01:48

Consulting Group un total de 758

play01:50

consultants ont été placés dans deux

play01:51

groupes différents le groupe à qui on a

play01:53

donné l'accès à gpt4 pour leur travail

play01:55

et le groupe qui n'y avait pas accès les

play01:57

performances de chaque groupe ont alors

play01:58

été mesuré sur des tâches Ty typique de

play02:00

celle effectué par un consultant les

play02:01

résultats montrent qu'utiliser l'a est

play02:03

un réel avantage les consultants dotés

play02:05

de gpt4 complètent une tâche donnée en

play02:07

moyenne 25 % plus rapidement que les

play02:09

autres et pour une même tâche donnée ce

play02:10

qu'il produisent est de qualité

play02:11

supérieure de plus de 40 % par rapport

play02:13

au groupe témoins l'utilisation de

play02:15

modèle de langage améliore donc la

play02:16

productivité ainsi que la qualité de

play02:19

travail alors bien sûr utiliser ces

play02:21

outils n'a pas que des avantages non

play02:23

plus et peut même être nuisible les

play02:25

organisateurs de l'étude ont fabriqué

play02:26

une tâche sur laquelle gpt4 se trompait

play02:28

ils l'ont alors donné aux deux groupes

play02:29

le groupe témoins arrivé à répondre

play02:31

correctement dans 84 % des cas compte

play02:33

seulement 60 % pour le groupe ayant

play02:35

accès à gpt4 cela met en évidence un

play02:37

comportement risqué qui peut survenir

play02:38

lorsqu'on utilise ces outils pour des

play02:40

tâches importantes les consultants sont

play02:42

habitués à travailler avec gpt4 et ils

play02:44

sont devenus dépendants laissant leur

play02:46

propre jugement de côté donù l'intérêt

play02:47

de connaître l'outil qu'on utilise c'est

play02:49

limite pour savoir comment l'utiliser

play02:51

dans son

play02:52

intérêt de plus de par leur faculté à

play02:55

extrapoler à partir de ce qu'ils ont vu

play02:56

sur internet les modèles de langage sont

play02:58

de bons outils pour les métiers

play02:59

nécessitant une certaine créativité

play03:01

comme les métiers de rédaction les

play03:03

artistes ou les scénaristes toutefois

play03:05

leur utilisation est source de beaucoup

play03:06

de préoccupations de la part des

play03:07

personnes qui pourraent être remplacé

play03:08

par ces outils c'est notamment le cas de

play03:10

la WGA un syndicat d'auteur américain

play03:12

les scénaristes sont préoccupés par le

play03:14

fait que leur employeur puisse utiliser

play03:15

des outils comme chat GPT afin de créer

play03:17

une première version de script et leur

play03:19

demande de la perfectionner permettant

play03:21

donc une réduction globale des coûts

play03:23

donc suite à une grève sans précédent

play03:25

l'utilisation de li générative a

play03:26

fortement été régulée devient un outil

play03:28

qui aide le et dont lui seul choisit son

play03:31

utilisation ces applications en tant

play03:33

qu'assistant multifonctionnel sont donc

play03:35

très importantes puisqu'elles aident à

play03:36

augmenter la productivité des

play03:37

utilisateurs on va maintenant se pencher

play03:39

sur des applications tout aussi

play03:40

importantes puisqu'elles s'intègent dans

play03:42

des domaines comme la santé ou

play03:44

l'éducation concernant l'éducation

play03:46

justement les modèles de langage sont

play03:47

des outils particulièrement adaptés pour

play03:48

l'aide à l'éducation en effet comme on

play03:50

l'a vu dans la vidéo sur les forces de

play03:52

ces modèles ils ont été entraîner

play03:54

notamment sur des données à viser

play03:55

éducatives comme des comptes pour

play03:57

enfants comme on le voit ici ils savent

play03:59

ainsi utiliser UER les bons mots et les

play04:00

bons exemples pour expliquer un concept

play04:02

à un enfant on peut combiner cette

play04:03

capacité avec leur capacité d'analyse du

play04:05

contexte afin de créer une expérience

play04:07

d'apprentissage personnalisé le modèle

play04:09

peut s'adapter à la langue de

play04:10

l'apprenant à son niveau de

play04:11

compréhension et aussi dans une certaine

play04:13

limite à sa façon d'aborder un problème

play04:15

ici on lui demande d'expliquer la même

play04:17

chose le théorème de la divergence mais

play04:19

à trois personnes différentes pour

play04:20

l'informaticien il met en pratique le

play04:22

théorème en parlant de flux de données

play04:24

qui rentre et qui sort d'un

play04:26

serveur pour le mathématicien il donne

play04:28

sa définition

play04:31

mathématique et pour le physicien il

play04:33

illustre ce théorème sur un problème de

play04:37

physique l'utilisation d'outils comme la

play04:39

reconnaissance visuelle peut aussi se

play04:40

montrer très utile ici on s'en sert pour

play04:42

numériser un cours de mathématique le

play04:44

modèle arrive même à reproduire le

play04:46

schéma présent cet exemple exploite la

play04:48

connaissance du langage de rédaction

play04:49

scientifique LATC présente dans chat GPT

play04:52

ainsi que sa connaissance des

play04:53

mathématique pour éventuellement

play04:54

corriger des erreurs de reconnaissance

play04:56

visuelle le résultat n'est pas parfait

play04:57

mais c'est une excellente base et peut

play04:59

faire gagner un temps considérable à

play05:01

l'étudiant une récente étude menée en

play05:04

partie par le laboratoire flowers de

play05:05

l'inriia s'intéresse à utiliser des

play05:07

modèles de langage afin de développer la

play05:09

curiosité des enfants lorsqu'ils

play05:10

apprennent développer la curiosité est

play05:12

très important puisqu'elle motive les

play05:13

enfants à aller plus loin et à explorer

play05:15

de façon autonome des ressources

play05:17

d'éducation la curiosité influe aussi

play05:19

sur l'efficacité d'apprentissage un

play05:21

enfant curieux aura tendance à mieux

play05:22

mémoriser et comprendre ce qu'il apprend

play05:24

l'idée est de faire lire un texte à un

play05:26

enfant et d'utiliser gpt3 afin d'aider

play05:28

l'enfant à se poser des questions

play05:30

divergentes c'estàd des questions qui

play05:32

stimulent sa pensée créative elles

play05:34

permettent en effet de stimuler

play05:35

l'intérêt de l'enfant pour le sujet en

play05:37

l'encourageant à élargir sa perspective

play05:39

de

play05:40

pensée par exemple on va donner à gpt3

play05:42

un texte qui explique le moyen de

play05:44

communication corporel des abeill afin

play05:46

qu'il génère des mots clés des indices

play05:48

par exemple communication toilettage ou

play05:50

chorégraphie en

play05:52

8 ces mots clés vont ensuite être donnés

play05:55

à l'enfant pour qu'il s'en inspire pour

play05:57

lui-même trouver des questions

play05:58

divergentes pour l'exemple de

play06:00

chorégraphie en 8 on peut imaginer que

play06:01

l'enfant invente quels autres exemples

play06:03

de chorégraphie en 8 peut-on trouver

play06:05

dans la

play06:06

nature on peut aussi utiliser gpt3 et

play06:08

lui faire générer des questions

play06:10

divergentes ainsi que leurs réponses et

play06:12

donner ses réponses à l'enfant on

play06:13

entraîne alors l'enfant à retrouver les

play06:15

questions divergentes

play06:17

correspondantes l'étude montre

play06:20

qu'utiliser gpt3 à la place d'humain ne

play06:22

détériore pas la qualité des exercices

play06:23

générés et au contraire même les

play06:25

exercices créés avec gpt3 tendent à être

play06:28

plus efficaces que ceux par des

play06:30

humains l'étude utilise une méthode de

play06:33

prompting par chaîne de pensée afin de

play06:35

créer pour un texte donné des questions

play06:37

divergente de bonne qualité on demande

play06:39

d'abord au modèle des idées clés puis de

play06:40

ces idées clés d'identifier un thème et

play06:42

de mots pour enfin en déduire une

play06:44

question

play06:46

divergente quand on parle de modèle de

play06:48

langage employé pour l'éducation on

play06:49

pense souvent au bénéfices que cela peut

play06:51

apporter à l'apprenant mais leur emploi

play06:53

peut aussi servir à entraîner les

play06:54

enseignants ces modèles peuvent jouer le

play06:55

rôle d'un élève qui fait des erreurs et

play06:57

pose des questions ce qui permet à des

play06:59

enseignants an ou des professeurs

play07:00

débutants de développer leur capacité

play07:02

d'enseignement sur le terrain sans

play07:03

affecter de vrais élèves l'application

play07:06

GP teach utilise GPT et le fait passer

play07:08

pour un élève en donnant à GPT une

play07:10

personnalité particulière à suivre des

play07:12

préférences ainsi qu'un niveau de

play07:13

compréhension données on peut simuler

play07:15

différents types d'élèves et ainsi

play07:17

habituer le professeur à s'adapter à

play07:18

l'apprenant auquel il

play07:20

enseigne ainsi les modèles de langage

play07:23

peuvent être de très bons outils à

play07:24

employer dans l'éducation toutefois en

play07:25

plus des limites habituelles leur

play07:27

utilisation dans l'éducation pose des

play07:28

questions souvent des outils comme

play07:30

chatpt sont vus par les élèves comme un

play07:31

gain de temps pour faire les devoirs ils

play07:33

recopi alors mot pour mot ce que leur

play07:34

dit chatpt sans avoir d'esprit critique

play07:37

et surtout sans apprendre on voit sur ce

play07:39

graphique d'évolution des recherches

play07:40

chpt en bleu et Minecraft en rouge entre

play07:43

décembre 2022 et décembre 2023 lors des

play07:46

périodes de cours la popularité de

play07:47

chagpt augmente tandis qu'elle baisse et

play07:50

passe en dessous de celle du jeu

play07:51

Minecraft lors des périodes de vacances

play07:53

cela on dit beaucoup sur l'utilisation

play07:55

réelle d'outils comme chatpt à l'heure

play07:58

actuelle l'exposition à des

play08:00

raisonnements faux peut être très

play08:01

dommageable pour l'apprenant l'élève

play08:02

peut même avoir une fausse idée en tête

play08:04

et le modèle peut la croire et amener

play08:05

l'élève dans des directions totalement

play08:07

absurde sans que l'élève ni le modèle ne

play08:09

s'en aperçoive ici on pose les liges

play08:11

suivantes si 345 n'est pas divisible par

play08:14

5 on colorie la case avec la couleur

play08:15

obtenue en mélangeant du bleu et du

play08:17

rouge et si ce n'est pas le cas on

play08:19

colorie en vert on démarre en affirmant

play08:21

que 345 n'est pas divisible par 5 et on

play08:23

demande la couleur souhaitée chpt nous

play08:25

la donne et ne remet jamais en question

play08:27

ce qu'on a affirmé on a pas lui demander

play08:29

de augmenter le fait que 345 ne soit pas

play08:31

divisible par 5 cela ne lui pose aucun

play08:33

problème et pire même il arrive bien à

play08:36

citer la règle de divisibilité par 5

play08:38

regardez si le dernier chiffre est 0 ou

play08:40

5 mais pour ne pas contredire

play08:42

l'utilisateur il hallucine une autre

play08:43

règle fausse pour montrer que 345 n'est

play08:46

pas divisible par 5 une vidéo sur cette

play08:48

thématique est également

play08:54

disponible ensuite vient le domaine de

play08:56

la santé de par leur entraînement sur de

play08:58

vase de données venant d'Internet les

play09:00

modèles de langage ont des connaissances

play09:01

théoriques et pratiques relatives à la

play09:03

santé par exemple on a fait passer à

play09:05

gpt4 l'examen USMLE destiné aux

play09:07

étudiants américains souhaitant obtenir

play09:09

une licence pour exercer la médecine

play09:11

gpt4 passe l'examen à 20 points

play09:13

au-dessus de la barre d'admission il

play09:15

obtient un score d'environ 80/ 100 alors

play09:17

que le seuil d'entrée se trouve

play09:18

visuellement autour de 60 toutefois

play09:21

l'application de ces modèles dans le

play09:22

domaine de la santé est très limité

play09:24

puisque les limites qu'il possède

play09:25

peuvent impacter gravement leur

play09:26

utilisation on peut par exemple citer

play09:28

les hallucinations qu'il produisent qui

play09:29

peuvent mener à des recommandations

play09:30

médicales risquées ou encore leur

play09:32

tendance exagérée à s'aligner aux

play09:34

préférences de l'utilisateur comme on

play09:36

l'a vu avec l'exemple précédent on peut

play09:37

faire dire n'importe quoi à CH GPT et si

play09:39

on pense aux applications éventuelles

play09:41

d'agents conversationnels qui aident les

play09:43

patients un patient consciemment ou non

play09:45

peut manipuler la conversation pour

play09:47

obtenir des réponses qui confirment ses

play09:48

croyances plutôt que des conseils

play09:50

objectifs et même pour des tâches

play09:52

simples par exemple un assistant médical

play09:54

qui aide les médecins à générer des

play09:56

compte-rendus de consultation

play09:57

l'utilisation des modèles de langage

play09:59

j'ai discuté il n'y a aucune garantie

play10:00

que le modèle se comporte de manière

play10:02

conforme aux

play10:04

attentes enfin une autre application

play10:06

possible pour les modèle de langage est

play10:07

celle de la préservation des langues en

play10:09

perdition une langue en perdition est

play10:11

une langue dont le nombre de locuteurs

play10:12

diminue rapidement qui risque de

play10:14

disparaître si rien n'est fait pour la

play10:15

préserver une telle disparition entraîne

play10:17

la perte d'une vision du monde et de

play10:19

l'histoire de tout un peuple de toute

play10:20

une communauté comme on l'a vu dans la

play10:22

vidéo sur les forces les modèles de

play10:24

langage généralisent dans une certaine

play10:25

limite ce qu'ils apprennent d'une langue

play10:27

à une autre c'est ainsi que GPT c'est

play10:29

répondre à une question en basque

play10:31

concernant un domaine technique pour

play10:32

lequel presque aucune ressource

play10:33

technique en basque n'existe sur

play10:35

internet le basque est une langue parlée

play10:37

par moins d'un million de personnes

play10:38

ainsi cela n'oblige plus les rares

play10:40

personnes qui parlent une langue en

play10:41

perdition à délaisser leur langue et à

play10:42

apprendre l'anglais afin de se former

play10:44

aux sciences par exemple ils peuvent

play10:45

directement interagir dans leur propre

play10:47

langue avec chagpt ou autre pour

play10:49

apprendre quelque chose également les

play10:51

modèles de langage peuvent rendre une

play10:53

langue en perdition plus accessible

play10:54

puisqu'ils peuvent être utilisés afin

play10:56

d'apprendre à parler la langue en

play10:57

question ils peuvent créer des exercices

play10:59

de grammaire des listes de vocabulaires

play11:00

des passages de lecture et cetera le

play11:02

tout de façon personnalisée c'estàdire

play11:04

en s'adaptant au niveau de l'apprenant

play11:05

comme on l'a vu dans le passage pour

play11:06

l'éducation d'où l'intérêt d'employer un

play11:09

modèle de langage on utilise les

play11:10

capacités qu'il a développé en anglais

play11:12

avec une langue beaucoup moins

play11:13

représentée sur Internet cela offre

play11:15

comme on le voit ici un moyen interactif

play11:17

et personnalisé d'apprendre le basque le

play11:19

modèle reprend nos fautes et répond aux

play11:20

questions qu'on se pose sur la

play11:24

langue un exemple concret et assez

play11:26

poussé de cela est la collaboration

play11:28

entre open et le gouvernement islandais

play11:30

afin de préserver la langue islandaise

play11:32

la collaboration a consisté à créer une

play11:34

version de gpt4 plus performante en

play11:36

islandais en fait cela va même plus loin

play11:38

qu'une simple meilleure maîtrise de la

play11:39

langue ce surentraînement a également

play11:40

permis d'encoder une meilleure

play11:41

connaissance de la culture islandaise

play11:43

dans gpt4 en effet une langue ne se

play11:45

résume pas à un simple ensemble de mots

play11:46

et de règles de grammaire elle est le

play11:48

reflet de l'histoire des traditions de

play11:50

la philosophie et des valeurs d'une

play11:51

nation pour qu' modèle de langage soit

play11:53

pertinent et utile auprès d'utilisateur

play11:55

qui parl une langue en perdition il doit

play11:57

en plus de maîtriser la langue en

play11:58

question avoir une bonne notion du

play12:00

contexte culturel dans lequel cette

play12:01

langue

play12:03

s'inscrit on peut souligner que

play12:04

l'utilisation de modèles ouverts reste

play12:06

préférable puisqu'ils offre une solution

play12:08

durable surtout indépendante le pays par

play12:11

exemple ne dépend alors pas d'une

play12:12

entreprise et d'un modèle privé comme

play12:14

gpt4 il possède un contrôle ou un regard

play12:16

entier sur le modèle de langage en

play12:18

question du développement jusqu'au

play12:20

déploiement ces modèles de langages

play12:23

peuvent aussi être utilisés transposés

play12:24

pour nous aider à comprendre des

play12:25

langages méconnus par exemple les

play12:27

modèles Pia et itaka aide les historiens

play12:30

à déchiffrer des inscriptions antiques

play12:32

trouvées dans les fouilles

play12:32

archéologiques en effet ces modèles sont

play12:35

capables de reconstituer le texte

play12:36

original à partir de fragments de ce

play12:37

même texte ceci est possible grâce à la

play12:40

même architecture que celle utilisée

play12:41

pour analyser et modéliser nos langues

play12:43

actuelles en se basant sur des

play12:44

régularité statistique le modèle arrive

play12:46

à prédire le texte le plus probable

play12:48

étant donné des fragments de celui-ci

play12:49

itaka est aussi capable de donner une

play12:51

datation et une geolocalisation des

play12:53

textes trouvés dans les fouilles ces

play12:55

travaux permettent ainsi aux historiens

play12:56

d'avoir une meilleure compréhension et

play12:58

contextualisation des textes trouvés par

play13:00

l'archéologie avant de conclure il est

play13:02

important de souligner un point

play13:03

particulier c'est celui de l'impact de

play13:05

ces modèles sur l'écosystème dans lequel

play13:07

ils sont appliqués si on considère leur

play13:08

utilisation en tant qu'assistant à la

play13:10

programmation on sait que leur

play13:11

compétenence en programmation vient du

play13:12

code qu'ils ont vu pendant leur

play13:13

entraînement voici la répartition

play13:15

relative du code que l'on retrouve sur

play13:16

GitHub en fonction des différents

play13:18

langages certains langages comme Python

play13:20

ou Java sont très présents sur Internet

play13:22

tandis que d'autres comme R le sont

play13:24

beaucoup moins ainsi le modèle a moins

play13:26

pu s'entraîner sur ce langage et exhibe

play13:28

donc pour des compétences moindres

play13:30

certaines expériences montrent que gpt4

play13:32

par exemple est plus performant dans les

play13:33

langages de programmation qu'il voit le

play13:35

plus donc pour quelqu'un de nouveau et

play13:37

qui veut apprendre un nouveau langage il

play13:38

est beaucoup plus intéressant de se

play13:40

tourner vers python que R car chpt

play13:42

maîtrise moins bien R et ses librairies

play13:44

c'est ainsi que le langage r perd en

play13:45

inractivité devient alors moins utilisé

play13:48

donc sa présence sur Internet est encore

play13:49

plus appauvrie donc les prochains

play13:51

modèles de langage ne le mîtriseront pas

play13:52

correctement et cetera et cetera cela

play13:55

forme un cercle

play13:56

vicieux ce genre d'impact sur le monde

play13:59

de la programmation qui s'explique par

play14:00

une paire de diversité car on saligne

play14:02

sur ce que c'est faire tgpt ou autre

play14:04

pourra peut-être aussi arriver dans

play14:05

d'autres

play14:07

domaines pour conclure on a vu des

play14:09

applications possibles des modèles de

play14:10

langage dans des domaines comme le

play14:12

travail l'éducation la santé ou encore

play14:14

la préservation des langues en perdition

play14:16

dans toutes les applications il ne faut

play14:17

pas oublier la nature de ce qu'on

play14:18

manipule un modèle de langage il possède

play14:21

on l'a vu des forces des limites qui lui

play14:23

sont propres et qu'il faut prendre en

play14:27

compte

Rate This

5.0 / 5 (0 votes)

Do you need a summary in English?