J’ai proposé à l’Université de Lorraine, où je suis enseignant-chercheur, ces cours sur l’IA et le Journalisme, ainsi que sur l’IA et la Communication des Organisations:
L1: Introduction à l’IA – ce qu’est l’IA, ses principes de fonctionnement, distinction entre IA faible/IA forte, XAI, algorithmes numériques, chatbots, présent et avenir de l’IA (Web 4.0, Web 5.0).
L2: Introduction à l’intelligence artificielle pour les journalistes (IIAJ)
Ce cours expliquera comment l’IA est actuellement utilisée dans le journalisme, ses applications spécifiques et ses implications pour le journalisme. Par exemple :
1.Comment utiliser l’IA pour générer du contenu journalistique, incluant les technologies clés et les cas d’utilisation:
1.1 Storytelling avec l’IA : comment créer des récits interactifs et personnalisés, y compris l’utilisation de chatbots
1.1.1. Comment rédiger des scripts pour des chatbots et des assistants vocaux, une compétence de plus en plus demandée.
1.2 Outils d’IA pour créer et éditer du contenu : articles, vidéos et graphiques, y compris l’utilisation de l’IA pour la vérification des faits.
1.2.2 Comment utiliser l’IA pour créer des récits immersifs en réalité virtuelle ou augmentée.
2.Journalisme prédictif et IA :
2.1. Comment utiliser les techniques d’IA pour prédire/détecter et mettre en évidence les tendances et les informations du moment, ce qui peut aider les personnes travaillant dans les média à repérer les histoires en développement. De plus, l’IA peut aider à analyser les réactions et les comportements des utilisateurs sur les réseaux sociaux, ce qui peut fournir des informations pour les reportages et l’engagement des lecteurs.
2.2. Comment utiliser l’IA pour la recherche automatisée (pour documenter des articles).
3.Comment personnaliser les articles en fonction des intérêts de chaque lecteur, en recommandant du contenu ou en adaptant l’histoire en fonction des interactions précédentes du lecteur.
4.Les implications éthiques de l’utilisation de l’IA dans le journalisme, y compris les questions de biais algorithmique, de désinformation, de confidentialité et de responsabilité. Comment l’IA est utilisée pour créer et détecter la désinformation, y compris les deepfakes.
L2: Introduction à l’intelligence artificielle pour la communication organisationnelle (IIACO) : Ce cours expliquera les applications de l’IA dans la communication organisationnelle (les outils d’IA disponibles pour la communication, y compris l’analyse prédictive, le ciblage, le contenu automatisé et les chatbots) et ses implications potentielles.
1.L’utilisation de l’IA dans le domaine des relations publiques (pour générer et personnaliser du contenu), y compris l’identification des influenceuses et des influenceurs, la gestion des crises et l’engagement du public.
2.IA et l’analyse des sentiments : comment l’IA peut être utilisée pour analyser les sentiments du public dans le contexte de la communication organisationnelle, une compétence qui peut être utile pour évaluer la réception de différents types de contenu, surveiller l’image de marque, améliorer l’engagement du public et mesurer l’efficacité des campagnes.
L3: Gestion de l’identité numérique et optimisation de la diffusion des messages sur les réseaux sociaux avec l’IA (comment dompter ses propres algorithmes à l’aide du miroir algorithmique) :
Ce cours enseignera comment utiliser l’IA pour gérer son propre miroir algorithmique : contrôler l’information qui est collectée et utilisée pour créer son miroir algorithmique (sa propre identité numérique, celle d’une organisation, etc) et optimiser la diffusion de ses messages sur les réseaux sociaux (utiliser les algorithmes IA pour recommander du contenu et comprendre les comportements des utilisateurs).
Comprendre comment ces miroirs sont utilisés pour personnaliser et recommander le contenu est essentiel pour optimiser la diffusion d’un message.
1.Introduction à la gestion de l’identité numérique : ce qu’est l’identité numérique, son importance (pour les organisations, les individus) et comment elle peut être gérée efficacement.
2.Comprendre comment les données personnelles sont collectées et utilisées pour créer un miroir algorithmique (le miroir algorithmique désigne le profil numérique d’une personne créé par l’IA à partir des données collectées par divers algorithmes, y compris ceux utilisés par les réseaux sociaux, les moteurs de recherche, les applications mobiles et d’autres plateformes numériques. Ces informations sont exploitées pour faire des prédictions sur le comportement, les préférences et les intérêts de l’individu, et ainsi lui présenter du contenu pertinent).
Chacun d’entre nous construit un miroir algorithmique, un alter ego numérique, à chaque action en ligne. Cet alter ego est responsable de la sélection de l’information qui sera affichée sur son compte. Savoir construire son miroir algorithmique signifie savoir éduquer ou contrôler ses algorithmes, de manière à ce qu’ils affichent sur votre compte exactement ce qui vous intéresse et à comprendre comment faire en sorte que les algorithmes sélectionnent vos messages pour les afficher sur le fil d’actualité des autres. Je suis rapidement arrivé à 84.400 abonnés sur TikTok parce que j’ai réussi à faire en sorte que les algorithmes sélectionnent toutes mes vidéos pour les montrer aux autres abonnés, sur le mur commun, la page #pourtoi, sans utiliser aucun hashtag. Autre point intéressant : les miroirs algorithmiques vont ‘voyager’ car les algorithmes seront remplacés après un certain temps (sur ChatGPT c’est une fois par semaine, sur GPT-4 c’est toutes les trois heures). Ainsi, le miroir algorithmique que l’utilisateur a créé/l’alter ego sera affiché dans le compte d’une autre personne, qui le modelera à son tour. Le résultat de ma dernière recherche présentée au Colloque IA de Bordeaux montre que le miroir algorithmique va, à son tour, former un miroir humain.
3.Personnalisation du contenu et ciblage : comprendre le fonctionnement des miroirs algorithmiques pour personnaliser le contenu et maximiser l’engagement sur différentes plateformes de médias sociaux.
3.1. Comprendre les systèmes de recommandation : comment ces systèmes influencent le comportement des utilisateurs et comment les professionnels de la communication peuvent créer du contenu qui est plus susceptible d’être recommandé.
3.2. Analyse détaillée de la manière dont les miroirs algorithmiques sont utilisés pour personnaliser le contenu et le diffuser permettant aux étudiantes et aux étudiants d’optimiser leurs messages pour les algorithmes IA.
3.3. Des conseils et des stratégies pour maximiser la visibilité et l’engagement sur différentes plateformes de médias sociaux en utilisant la compréhension des miroirs algorithmiques.
3.4. Explorer les questions éthiques et légales liées à la collecte de données personnelles et à la création des miroirs algorithmiques (la gestion de l’identité numérique et l’optimisation de la diffusion des messages) : les problèmes de vie privée, consentement, divulgation, transparence et biais.
J’ai fini ma Charte Éthique destinée aux usagers (pour leur apprendre comment modeler leur miroir algorithmique) et je peux continuer les travaux pour la transformer en un Guide de Bonnes Pratiques IA à transmettre aux étudiants
L3: Initiation au référencement IA
1.Mise à jour de la compréhension des algorithmes de recherche : Les étudiantes et les étudiants vont comprendre comment les moteurs de recherche utilisent l’IA pour améliorer leurs résultats de recherche. Cela pourrait inclure l’apprentissage de concepts tels que l’apprentissage automatique, le traitement du langage naturel et la recherche sémantique. Les étudiantes et les étudiants vont se familiariser avec les outils de référencementbasés sur l’IA qui peuvent aider à l’optimisation du référencement. Ces outils peuvent inclure des plateformes qui utilisent l’IA pour effectuer des analyses de mots-clés, des audits de sites, la création de contenu, etc.
2.Techniques d’écriture pour attirer les algorithmes d’IA: mots-clés, hashtags, émotions dans le discours oral (pour les algorithmes IA qui détectent le ton de la voix, les émotions etc.) – J’ai introduit l’année passée une 1h30de référencement IA dans le cours d’Initiation au Référencement.
2.1.Analyse de données et prédictions : l’IA peut prédire les tendances des mots-clés, aider à comprendre les habitudes de recherche des utilisateurs et optimiser le contenu du site en fonction de ces informations. En analysant les données de recherche passées, l’IA peut prédire quels mots-clés seront populaires dans le futur, ce qui peut aider à anticiper et à planifier la stratégie de contenu. Les étudiantes et les étudiants peuvent appliquer ces compétences pour optimiser leurs efforts de référencement, en adaptant leur contenu pour qu’il corresponde aux tendances prédites et en répondant plus efficacement aux besoins des utilisateurs. Si l’IA prédit une augmentation de la popularité d’un certain mot-clé, les étudiantes et les étudiants doivent savoir comment intégrer ce mot-clé dans leur contenu de manière naturelle et efficace.
3.Optimisation pour la recherche vocale : Avec l’augmentation des assistants numériques basés sur l’IA, l’optimisation pour la recherche vocale est devenue une partie importante du référencement. Les étudiantes et les étudiants vont apprendre comment optimiser les sites Web pour la recherche vocale.
4.Éthique et IA : en ce qui concerne l’utilisation de données pour le référencement.
Techniques de Veille IA (programmer les algorithmes de sorte qu’ils affichent sur le fil d’actualité des comptes des réseaux sociaux toutes les informations qui nous intéressent)
@copyright 05.06.2023 Horea Mihai Badau
Ce contenu est la propriété intellectuelle de Horea Mihai Badau et ne peut être reproduit sans l’autorisation de l’auteur.
