Cuestionario: Introduction à l'Intelligence Artificielle et ses Défis — 8 preguntas

Preguntas y respuestas detalladas

1. Quel énoncé décrit le mieux un algorithme ?

Une suite d’instructions pour résoudre un problème ou accomplir une tâche
Une base de données contenant des exemples
Un réseau social qui recommande des contenus
Un programme qui mémorise uniquement des images

Une suite d’instructions pour résoudre un problème ou accomplir une tâche

Explicación

Un algorithme est bien une suite d’instructions destinée à résoudre un problème ou à réaliser une tâche. Les autres propositions décrivent plutôt des outils, des données ou des plateformes.

2. Quel lien entre intelligence artificielle, algorithmes et données est correct ?

L’IA traite des données grâce à des algorithmes pour produire des résultats
Les algorithmes fonctionnent sans données et sans apprentissage
L’IA ne sert qu’à reconnaître des images, pas à traiter des données
Les données remplacent les algorithmes et produisent seules des résultats

L’IA traite des données grâce à des algorithmes pour produire des résultats

Explicación

L’IA fonctionne grâce à des algorithmes qui traitent des données pour produire des résultats. Elle peut notamment reconnaître, comprendre ou prédire, contrairement aux propositions qui séparent à tort ces éléments.

3. Comment définir un algorithme de prédiction ?

Un programme qui connaît le futur avec certitude
Un outil qui classe uniquement des images
Un programme qui estime un résultat futur à partir de données
Un modèle qui ne s’appuie que sur le hasard

Un programme qui estime un résultat futur à partir de données

Explicación

Un algorithme de prédiction produit une estimation d’un résultat futur à partir de données. Il ne connaît pas l’avenir avec certitude, donc une erreur reste possible.

4. Pourquoi la fiabilité d’une prédiction peut-elle augmenter ?

Parce que l’algorithme n’utilise plus de modèles
Parce que les données utilisées sont meilleures et plus pertinentes
Parce que les données du passé disparaissent
Parce que l’avenir devient certain pour l’algorithme

Parce que les données utilisées sont meilleures et plus pertinentes

Explicación

Plus les données sont bonnes, plus la prédiction est fiable. Une prédiction reste toutefois une estimation fondée sur des modèles appris à partir du passé.

5. Qu’est-ce qu’un biais de données ?

Une plateforme qui affiche surtout certains contenus
Une opinion apparue après l’utilisation de l’IA
Un déséquilibre ou un préjugé présent dans les données d’entraînement
Une erreur de calcul dans le programme final

Un déséquilibre ou un préjugé présent dans les données d’entraînement

Explicación

Un biais de données correspond à un déséquilibre ou à un préjugé présent dans les données qui servent à entraîner une IA. Il peut ensuite être appris et reproduit par le système.

6. Quel exemple illustre un effet de biais de données ?

Un moteur de recherche qui affiche des résultats variés
Des photos surtout de médecins hommes qui font associer « médecin = homme »
Une météo qui annonce la pluie à partir de nuages
Un site qui recommande des films en fonction des clics

Des photos surtout de médecins hommes qui font associer « médecin = homme »

Explicación

Si les données d’entraînement montrent surtout des médecins hommes, l’IA peut apprendre l’association « médecin = homme ». Les autres propositions relèvent d’autres notions comme la recommandation ou la prédiction.

7. Qu’est-ce qu’une bulle de filtre ?

Une situation où les plateformes montrent surtout des contenus alignés sur tes préférences
Un programme qui estime un résultat futur
Un système qui compare uniquement des données chiffrées
Un biais présent dans les données d’entraînement d’une IA

Une situation où les plateformes montrent surtout des contenus alignés sur tes préférences

Explicación

Une bulle de filtre se produit quand les plateformes privilégient des contenus proches de tes préférences, ce qui réduit la diversité des informations. Ce n’est pas un biais de données ni un algorithme de prédiction.

8. Quel effet une bulle de filtre peut-elle provoquer ?

Une augmentation automatique de la vérification des faits
Une vision plus limitée du monde et moins de diversité d’opinions
Une suppression des préférences de l’utilisateur
Une meilleure représentation de toutes les sources

Une vision plus limitée du monde et moins de diversité d’opinions

Explicación

La bulle de filtre réduit l’exposition à des points de vue variés, ce qui peut limiter la vision du monde et renforcer des idées déjà présentes. Elle peut aussi favoriser la désinformation.

Repasa con tarjetas de memoria

Memoriza las respuestas con 8 tarjetas de memoria sobre Introduction à l'Intelligence Artificielle et ses Défis.

Algorithme — définition ?

Suite d’instructions pour résoudre un problème

Intelligence artificielle — rôle ?

Réaliser des tâches ressemblant à des capacités humaines

Données — fonction ?

Fournir les éléments d’apprentissage et de résultat

Ver tarjetas de memoria →

Estudia la hoja de repaso

Lee la hoja de repaso completa sobre Introduction à l'Intelligence Artificielle et ses Défis.

Ver hoja de repaso →

Similar courses

Crea tus propios cuestionarios

Importa tu curso y la IA genera cuestionarios con correcciones en 30 segundos.

Generador de cuestionarios