Au cours de la semaine 2, vous découvrirez que tous les outils d'IA ne sont pas créés égaux et que le choix du bon outil peut complètement changer ce qui est possible. Vous comparerez la façon dont différents outils gèrent les mêmes tâches à travers le texte, les images, l'audio et le code, et vous développerez une intuition sur la façon dont les types de modèles sous-jacents tels que les transformateurs, les modèles de diffusion, les réseaux antagonistes génératifs (GAN) et les VAE façonnent ce qu'un outil peut générer et pourquoi cela importe. Sans être noyé dans la complexité technique, vous explorerez de grandes idées comme les embeddings et la Génération augmentée de récupération (RAG) d'une manière qui se connecte directement à l'utilisation réelle. En utilisant NotebookLM, vous générerez un podcast personnalisé à partir du matériel de cours pour découvrir comment la RAG remodèle les sorties en fonction de vos besoins, puis vous réfléchirez à ses limites et aux domaines dans lesquels le jugement humain joue encore un rôle essentiel. À la fin de la semaine, vous réfléchirez de manière plus stratégique à la manière de faire correspondre le bon modèle à la bonne tâche.

Dans la semaine 3, vous allez mettre à niveau la façon dont vous travaillez avec l'IA générative en apprenant à la guider avec intention grâce à l'ingénierie de requête et à vos premiers pas dans l'ingénierie contextuelle. Vous explorerez comment les modèles utilisent l'attention, ce qu'est une fenêtre contextuelle et comment la tokenisation façonne ce que le modèle "voit" réellement, en vous aidant à comprendre pourquoi de petits changements dans la structure peuvent conduire à de grands changements dans le résultat. Vous irez au-delà des simples conseils pour concevoir des messages-guides clairs, avec des rôles, des exemples et des séquences, tout en apprenant comment l'historique des conversations influe sur les résultats. Grâce à une boucle pratique d'incitation et d'amélioration, vous renforcerez de manière itérative vos entrées, expérimenterez la gestion ou la réinitialisation du contexte et affinerez votre stratégie dans le cadre d'un défi ludique de type "Jeopardy de l'incitation". À la fin de la semaine, non seulement vous écrirez de meilleures invites, mais vous comprendrez pourquoi elles fonctionnent et comment façonner les résultats de manière plus cohérente et plus puissante.

Au cours de la semaine 4, vous vous éloignerez de l'acquisition de compétences avec l'IA générative pour examiner ses limites, ses risques et ses implications éthiques d'un point de vue plus critique. En utilisant les "trois R" : Responsabilité, Drapeaux rouges et Génération augmentée de récupération (RAG). Vous apprendrez à reconnaître les hallucinations, les biais, les seuils d'entraînement et les limites du contexte, et comment des techniques telles que l'ancrage des modèles dans des données externes peuvent améliorer la précision sans supprimer la nécessité d'un jugement humain. Vous revisiterez la métaphore de "l'étranger dans le bus" de manière plus approfondie, en explorant ce que cela signifie réellement d'interagir avec un système qui semble confiant mais qui apprend également du comportement humain collectif. À travers des études de cas, des expériences pratiques et des discussions, vous commencerez à voir la GenAI non pas comme une boîte magique, mais comme un outil puissant façonné par des choix de conception, des compromis et la responsabilité humaine marquant un changement clair vers une utilisation plus intentionnelle et éthique.