『L'IA aujourd'hui épisode du 2025-12-16』のカバーアート

L'IA aujourd'hui épisode du 2025-12-16

L'IA aujourd'hui épisode du 2025-12-16

無料で聴く

ポッドキャストの詳細を見る

このコンテンツについて

 Bonjour et bienvenue dans le podcast de l'IA par l’IA qui vous permet de rester à la page !Aujourd’hui : universités face à l’IA et tensions budgétaires, GNOME serre la vis sur le code généré, Gemini dans Chrome sous contrôle, “skills” d’OpenAI en coulisses, limites des LLM comme modèles du langage, et le “paradoxe du bûcheron” pour les exemples de code.D’abord, l’enseignement supérieur à un tournant. Après la panique initiale autour de ChatGPT, de nombreuses universités basculent vers l’intégration. Le système de l’Université d’État de Californie a signé un partenariat de 17 millions de dollars avec OpenAI pour devenir “renforcé par l’IA” : chaque étudiant et employé reçoit un accès gratuit à ChatGPT Edu. Ce choix intervient alors que le CSU propose simultanément 375 millions de dollars de coupes, avec suppressions de postes et fermetures de programmes, y compris en études générales et en langues modernes. Des professeures, comme Martha Kenney et Martha Lincoln, alertent : en promouvant l’IA tout en réduisant les cursus capables d’en analyser les enjeux, on fragilise la pensée critique. Le débat renvoie à la notion de “technopoly”, où la technologie fixe la norme, et à la crainte d’une commodité cognitive qui transforme les diplômes en formalités. Certaines institutions, telle l’Ohio State University, ne considèrent même plus l’usage de l’IA comme une violation de l’intégrité académique.Transition vers l’open source, avec les extensions GNOME. L’équipe a renforcé son accompagnement des développeurs : guide de portage, directives de révision clarifiées avec exemples, et échanges rapides sur le canal Matrix. Résultat, une communauté plus active et des soumissions en hausse sur EGO, la plateforme des extensions. Mais l’afflux s’accompagne d’un problème : des paquets générés par IA, mal compris, truffés de lignes inutiles et de mauvaises pratiques. Exemple typique signalé en revue : des blocs try-catch superflus autour d’un simple super.destroy(). Certains jours, les mainteneurs passent plus de six heures à examiner plus de 15 000 lignes de code. Pour enrayer l’effet domino des mauvaises pratiques, une nouvelle règle tombe : tout paquet montrant du code inutile indiquant une génération par IA sera rejeté. Message aux auteurs : utilisez l’IA pour apprendre et déboguer, pas pour écrire l’intégralité de l’extension.Cap sur le navigateur. Google a intégré un assistant Gemini dans Chrome et admet que cet agent peut comporter des risques. Pour les atténuer, l’entreprise veut ajouter un second modèle d’IA chargé de surveiller le premier. C’est un principe de redondance bien connu : dupliquer pour mieux détecter et corriger les erreurs ou comportements indésirables. Cette approche met aussi l’accent sur la transparence et la compréhension par l’utilisateur de ce que fait l’agent et de l’usage des données.Côté outils OpenAI, des “skills” apparaissent discrètement. Dans ChatGPT, le “Code Interpreter” accède à /home/oai/skills. En lui demandant de zipper ce dossier, on peut en explorer le contenu via son interface. Les compétences couvrent déjà feuilles de calcul, documents Word et PDF. Pour les PDF, la méthode consiste à convertir chaque page en PNG, puis à utiliser des modèles GPT avec vision pour préserver la mise en page et les éléments graphiques. En parallèle, l’outil open source Codex CLI reconnaît des compétences placées dans ~/.codex/skills. Un exemple a été développé pour générer automatiquement le code de plugins Datasette. La spécification reste légère, mais pourrait être formalisée, notamment via l’Agentic AI Foundation.Rappel utile sur les limites des grands modèles de langage. Des travaux soulignent qu’ils ne constituent pas de “bons modèles” scientifiques du langage humain. GPT-3, par exemple, produit des phrases grammaticales mais n’explique ni les structures profondes du langage — sujets, prédicats, dépendances — ni pourquoi les langues naturelles ont leurs propriétés, comme l’a souligné Noam Chomsky. Ces systèmes, entraînés à la prédiction statistique, peinent à distinguer vérité et fiction, perdent en cohérence sur la longueur, et peuvent inventer des explications absurdes en citant de faux “experts”. Ils apprennent des régularités sans compréhension abstraite robuste, et peuvent imiter aussi bien des langages artificiels que naturels.Pour finir, un cadre pour les équipes DevRel et plateformes cloud : le “paradoxe du bûcheron” de Neal Sample. La hache symbolise l’artisanat manuel, la tronçonneuse l’IA. Maîtriser l’une sans l’autre expose à l’inefficacité ou au danger. Les exemples de code deviennent alors la “ligne de représentation” décrite par Richard Cook, reliant humains et systèmes complexes. Mais la “suboptimisation”, concept ...
まだレビューはありません