Avec l’essor du Deep Learning et des grands modèles de langage (Large Language Models, LLM), les méthodes d’intelligence artificielle (IA) sont de plus en plus intégrées aux projets de recherche dans la quasi-totalité des disciplines académiques. Si l’IA excelle dans l’analyse de données, la reconnaissance de formes ainsi que les tâches de recherche d’information et de classification, l’effet de « boîte noire » de ces méthodes demeure un défi majeur pour les experts humains, qui s’appuient sur les résultats produits par l’IA tout en assumant la responsabilité de leurs observations et de leurs conclusions.

Dans cette intervention, nous étudierons plusieurs applications de l’IA dans différents domaines, allant des humanités numériques à la pathologie numérique, en passant par le développement durable. À travers ces études de cas, nous analyserons le rôle de l’IA, ses bénéfices ainsi que les limites des approches fondées sur l’intelligence artificielle.

Objectifs

• Comprendre le potentiel et les limites des méthodes d’IA dans les projets de recherche.
• Identifier les conditions nécessaires à une intégration réussie de l’IA.
• Analyser les risques liés à l’utilisation de systèmes d’IA ainsi que les stratégies permettant de les atténuer.

Public-cible

Enseignant·e·s et chercheur·euse·s

Cette formation est réservée au PER de la HES-SO et de l'Université de Fribourg.

Prérequis

Aucun prérequis. Cette formation est particulièrement adaptée aux participants issus de disciplines non techniques.

Responsables et intervenant·e·s

Intervenant·e·s

Anna Scius-Bertrand, chercheuse senior, Université de Fribourg et HEIA Fribourg

Dates et lieux

Période	Lieu
26.11.2026 de 11:30 à 13:30