
Escape Game - L'IA Déraille
Diagnostiquer et corriger une IA instable
Non-contractual imageDuration
10 séances / trimestre
Target audience
Collège/Lycée
Estimated price
2300€
Format
Workshop cycle / Pack
Description
L’IA Déraille est un atelier pluri‑séances immersif et critique qui place les élèves face à des scénarios où des systèmes d’intelligence artificielle se comportent de manière inattendue ou problématique (biais, dérives de modèle, hallucinations, décisions automatisées inappropriées). Conçu pour lycées, BTS, IUT et formations professionnelles, le parcours combine compréhension des modèles, analyse de données, expérimentation contrôlée, détection et mitigation des risques, éthique et communication de crise. L’atelier privilégie des jeux de données synthétiques ou anonymisés et des environnements sandboxisés pour garantir la sécurité et la conformité.
Objectifs pédagogiques
- Comprendre principes de base des modèles ML/NLP et pipeline données→modèle→sortie.
- Identifier types de défaillances : biais, hallucinations, attaques adversariales.
- Diagnostiquer problèmes via métriques et logs, et appliquer stratégies de mitigation.
- Évaluer impacts sociotechniques et préparer communication pédagogique.
Déroulé type (extrait)
- Cadrage et éthique.
- Bases techniques et métriques.
- Sandbox et jeux de données.
- Détection de dérives et tests pratiques.
- Attaques adversariales et robustesse.
- Mitigation et plan de remédiation.
- Simulation d''incident et communication.
Matériel et logiciels indicatifs PC avec Python (pandas, scikit-learn, transformers léger), Jupyter, Docker, jeux de données synthétiques, environnement isolé.
Sécurité et conformité Utiliser uniquement données synthétiques/anonymisées ; réseau isolé ; respect RGPD ; encadrement par animateur formé.
Livrables Notebook d''analyse, rapport technique, scripts de tests, fiche de communication pédagogique.
Learning Objectives
- Analyser biais
- Nettoyer dataset
- Évaluer modèle
- Comprendre mécanismes et limites des modèles d'IA.
- Détecter biais, hallucinations et dérives de modèles.
- Mettre en place stratégies de mitigation et plans de remédiation.
Material provided
Ordinateurs; datasets; outils no-code
Detailed information
Category
Robotique & IA
Discipline
robotique_ia
Age group
13-17 ans
Type
Module
Tags
Upcoming Sessions
Workshop ID: 316
Updated on: May 18, 2026



