Quand on parle d'une bonne connexion Internet, on pense souvent à la vitesse. Pourtant, une connexion capable de télécharger rapidement peut aussi rencontrer des problèmes de réactivité. Pourquoi ? Pour le découvrir, je vous propose une petite expérience qui ne demande aucune connaissance particulière. Ouvrez https://speed.cloudflare.com/ sur votre ordinateur ou votre téléphone et laissez le test se terminer. Vous verrez notamment deux informations. Le download indique la vitesse à laquelle vous pouvez recevoir des données. Plus la valeur est élevée, plus vous pouvez généralement télécharger rapidement. La latency, exprimée en millisecondes (ms), mesure un délai de communication. Pour cette mesure, une valeur plus faible indique généralement une réponse plus rapide. Maintenant, regardez vos résultats. Est-ce qu'une connexion avec un download élevé possède forcément une faible latency ? Pas nécessairement. C'est justement ce que nous cherchons à comprendre. Si vous souhaitez participer, racontez ce que vous avez découvert, même simplement. Vous pouvez aussi poser une question si un résultat vous semble étrange. Ne publiez pas votre adresse IP ni d'informations personnelles. Un seul test ne suffit pas non plus à déterminer pourquoi une connexion ralentit. L'important n'est pas d'avoir les meilleurs chiffres, mais de commencer à comprendre ce qu'ils signifient. Comprendre. Vérifier. Avancer.

Vous avez terminé le parcours « L'IA, au-delà du chatbot » ? C'est maintenant à vous de choisir une question et de mener votre propre recherche. L'IA dans la médecine, l'industrie, l'environnement, le travail ou un autre domaine qui vous intéresse : le sujet est libre. Partagez votre enquête ici en expliquant ce que vous avez cherché à comprendre, ce que vous avez découvert et les sources que vous avez consultées. N'hésitez pas à préciser les points sur lesquels vous avez encore des doutes. Prenez également le temps de découvrir les recherches des autres membres. Une question, une correction ou une expérience professionnelle peut apporter quelque chose de nouveau à la discussion. Il n'est pas nécessaire d'être expert pour contribuer. Ce qui compte, c'est de pouvoir expliquer comment vous êtes arrivé à votre conclusion. Et si une enquête soulève une question intéressante, elle pourra inspirer un prochain sujet de SIGNAL.

Vous avez terminé l'enquête du parcours « L'IA, au-delà du chatbot » ? Nous avons examiné une affirmation selon laquelle une étude scientifique aurait démontré que des étudiants étaient devenus capables de reconnaître toutes les fausses informations après une formation. Mais est-ce vraiment ce que les chercheurs ont découvert ? Retrouvez l'étude originale ici : https://pmc.ncbi.nlm.nih.gov/articles/PMC8012470/ Après avoir examiné la publication, partagez votre conclusion en commentaire. Qu'ont réellement observé les chercheurs ? Qu'est-ce que leur étude ne permet pas d'affirmer ? Essayez de reformuler l'affirmation de départ pour qu'elle corresponde aux résultats de la recherche. Vous pouvez aussi expliquer ce qui vous a posé difficulté ou répondre aux questions des autres membres. Le but est de comprendre ensemble ce qu'une preuve scientifique permet réellement de conclure.

Vous avez entraîné votre premier modèle avec Teachable Machine ? C'est ici qu'on va comparer nos expériences. Quels objets avez-vous choisi de lui faire reconnaître ? Est-ce qu'il arrivait à les différencier correctement ? Le plus intéressant, c'est de voir ce qui se passe lorsqu'on lui présente un nouvel objet ou qu'on change les conditions. Racontez ce que vous avez observé, les erreurs rencontrées et ce que vous avez essayé pour améliorer les résultats. Vous pouvez aussi partager des captures de vos tests, sans montrer d'informations personnelles. Si votre modèle s'est trompé, ce n'est pas un échec. C'est justement une occasion de comprendre ce qu'il a appris et ce qu'il n'a pas appris. Alors, qu'est-ce qui vous a le plus surpris ?

Vous venez de terminer la première leçon du parcours « L'IA, au-delà du chatbot » ? Ici, on compare les résultats de l'expérience sur le contexte. Quelle IA avez-vous utilisée ? Quelles réponses avez-vous obtenues avec et sans contexte supplémentaire ? Partagez vos deux réponses en commentaire et dites-nous ce que vous avez remarqué. Vous pouvez aussi essayer d'autres phrases pour voir si le résultat change. Si vous obtenez deux fois la même réponse, partagez-la également. Ce qui nous intéresse, c'est de comprendre ce qu'on observe, pas d'obtenir un résultat particulier.