4 minutesUtiliser l’IA avec discernement pour réussir à l’école
Formuler une règle simple pour distinguer l'aide aux devoirs par l'IA de la triche à l'aide de l'IA.
Sélection éditoriale
Regardez les vidéos d’accompagnement les plus claires sans devoir tout parcourir d’un coup. Choisissez un parcours, reprenez là où vous en étiez ou utilisez les filtres si vous savez ce que vous cherchez.
Renforcez votre maîtrise des bases de l’IA, des prompts, de la confidentialité, des hallucinations et des usages quotidiens.
Comprendre ce que l'IA peut et ne peut pas faire avant d'automatiser quoi que ce soit.
Apprenez des flux de travail pour les réunions, la rédaction, la recherche, les outils sans code et les tâches métier répétitives.
Faites de l’IA, au-delà d’une simple interface de chat, une habitude de travail fiable.
Approfondissez les agents, le RAG, le MCP, les sorties structurées, les évaluations, les API et l’IA locale.
Évaluez et développez des systèmes d’IA sans confondre démonstration et production.
Abordez la gouvernance, la préparation à l’AI Act, les arbitrages entre développement interne et achat, le retour sur investissement et les choix d’IA privée.
Prenez des décisions plus sûres concernant l'adoption de l'IA au sein d'une équipe ou d'une entreprise.
108 résultats
Rien ne correspond à ces filtresEssayez une autre catégorie ou un autre niveau, ou effacez les filtres pour tout afficher.
4 minutesFormuler une règle simple pour distinguer l'aide aux devoirs par l'IA de la triche à l'aide de l'IA.
5 minutesCiter deux indices visuels susceptibles de suggérer, sans le prouver, qu'une image a été générée par l'IA.
5 minutesRelever dans le reportage un exemple où la réponse de l'IA diverge du jugement d'un professionnel de santé, sans prendre le reportage pour un avis médical.
11 minutesIdentifier ce qui distingue une conversation avec l'IA d'une prise en charge thérapeutique assurée par un professionnel habilité, afin de savoir quand faire appel à une personne qualifiée.
20 minutesExpliquer la différence entre connexion et compagnie décrite par Turkle, puis l'appliquer à une habitude de conversation avec l'IA.
17 minutesExpliquer le concept d'« économie de l'attention » et citer une technique de conception utilisée pour capter l'attention.
1 minutesExpliquer en une phrase ce qu'un Content Credential est censé consigner au sujet d'un média, puis vérifier les détails dans la documentation actuelle de la C2PA ou d'Adobe, car une vidéo de 30 secondes ne constitue qu'une introduction.
57 minutesRelever deux risques précis des applications d'IA de type compagnon pour les enfants abordés pendant la table ronde.
11 minutesDéfinir l’« IA fantôme » et citer une catégorie de données qui ne devrait jamais être transmise à un chatbot d’IA grand public.
1 minutesNotez un comportement Study Mode revendiqué dans l'annonce (par exemple guider plutôt que déverser des réponses) — puis vérifiez la documentation produit actuelle, car les fonctionnalités changent.
13 minutesNommer les risques qu'O'Neil associe aux systèmes de notation nuisibles — par exemple l'opacité, l'échelle et les préjudices — sans considérer la conférence comme une définition technique exhaustive.
5 minutesExpliquer en une phrase pourquoi un chatbot peut sembler sûr de lui tout en donnant une réponse factuellement erronée.
5 minutesRetenir un point concernant la vie privée, l'équité ou la responsabilité afin d'engager une conversation sur l'IA avec un adolescent.
16 minutesRédiger un prompt de tutorat qui demande à l’IA de guider l’apprenant par des questions plutôt que de lui donner directement la réponse.
4 minutesConvenez avec votre famille d'une phrase de vérification privée pour les appels urgents, puis confrontez les détails aux conseils actuels de protection des consommateurs plutôt que de vous fier au seul reportage.
8 minutesRésumer les résultats que ce sujet d'actualité attribue à l'étude sur l'écriture assistée par l'IA, tout en considérant la reproductibilité et les limites comme des questions encore ouvertes.
17 minutesApprendre à concevoir des flux de travail d’IA capables de s’interrompre, de reprendre, de demander un jugement humain et de séparer l’état métier des hypothèses du modèle.
18 minutesComprendre comment mettre en œuvre les points d’approbation comme des contrôles explicites du flux de travail, plutôt que comme une vérification manuelle informelle après un incident.
32 minutesApprendre à introduire l’IA dans la localisation sans retirer aux humains la responsabilité du sens, du ton, de la terminologie et de l’approbation finale.
4 minutesComprendre l’importance des plongements vectoriels multilingues pour la recherche interne privée et les situations où une récupération locale peut réduire le risque d’exposition des données.
17 minutesMettre en place un flux de travail de codage multi-agents avec des limites de revue explicites afin que les modifications générées restent petites, testées et maîtrisées.
56 minutesConstruire le dossier de rentabilité d'un workflow d'IA avec une situation de référence, des bénéfices directs et indirects, des seuils de qualité et une décision d'arrêt explicite.
41 minutesPrendre une décision de développement ou d'achat selon le résultat attendu, le contrôle des données, l'économie des charges de travail, la maturité de l'infrastructure et les responsabilités d'exploitation.
20 minutesÉvaluer des modèles pratiques de contrôle d'accès pour le RAG de connaissance d'entreprise avant d'indexer des documents internes sensibles.
30 minutesComparer le calendrier historique de la vidéo au droit actuel de l'Union, puis faire correspondre les échéances actuelles aux tâches de collecte de justificatifs et d'attribution des responsabilités qu'une PME doit planifier.
37 minutesÉvaluer une IA privée comme une décision d'infrastructure et de gouvernance, sans choisir par réflexe le SaaS ou l'auto-hébergement.
69 minutesIdentifier les modes de défaillance que vos propres agents rencontreront en premier et planifier à l'avance les tests, les mécanismes de secours et les critères de mise hors service pour chacun.
7 minutesComprendre pourquoi l'analyse des documents, la préservation de leur structure et les contrôles qualité à l'ingestion sont indispensables avant de construire un RAG sur des PDF et des formats de fichiers variés.
6 minutesIdentifier l'architecture centrale d'un agent vocal et les points de défaillance qui affectent la confiance des clients lors d'appels réels.
66 minutesDécouvrir le flux de travail complet pour créer un petit projet avec Cursor, notamment la configuration, la rédaction de prompts, le débogage, les bases de Git et les limites du développement assisté par l’IA.
5 minutesNommer les trois garde-fous à mettre en place avant de laisser l’IA écrire du code et comprendre le mode de défaillance précis que chacun aide à prévenir.
31 minutesObserver comment un flux de support n8n rédige des réponses fondées sur la récupération et propose des mises à jour de connaissances, puis identifier les contrôles nécessaires avant la production.
231 minutesComprendre comment un agent de support combine la recherche d’informations, le transfert et les outils de flux de travail avant sa sécurisation pour la production.
37 minutesUtiliser l'IA pour remettre en question les hypothèses, comparer les options et identifier les contre-arguments avant de prendre une décision.
13 minutesConcevoir une méthode de réunion qui recueille transcriptions, synthèses et actions à mener tout en maintenant une validation humaine.
4 minutesComparer une méthode de transcription autonome avec des assistants intégrés aux plateformes de réunion avant de choisir un outil.
23 minutesComprendre comment un fil de discussion ChatGPT conservé dans la durée peut faciliter la planification des repas, les courses, la préparation des voyages et d'autres démarches quotidiennes à faible risque.
90 minutesExaminer les suggestions comme une seconde lecture faillible, en préservant faits, incertitude et voix personnelle.
18 minutesEnchaîner Perplexity et NotebookLM dans un même processus qui trouve les sources, puis les lit et les synthétise.
26 minutesConfigurer un carnet NotebookLM et l'utiliser pour résumer, interroger et recouper de longs documents provenant de vos propres sources.
11 minutesApprendre ce qui compte pour la qualité d'enregistrement et les limites de consentement avant de créer un clone de voix.
16 minutesComprendre les principales catégories de processus audio assistés par l'IA : narration, transformation vocale, conception de voix et clonage.
23 minutesÉtudier un pipeline de newsletter à plusieurs agents et déterminer où placer les sources, la validation et la gestion des défaillances.
20 minutesAcquérir un cadre synthétique pour rendre les prompts plus clairs et les améliorer par itérations, ainsi que des modèles appliqués aux e-mails, aux résumés et à l'analyse.
25 minutesConstruire des prompts plus robustes en ajoutant progressivement le rôle, le contexte de la tâche, les exemples, les contraintes et le format de sortie.
24 minutesIdentifier la boucle d'action de l'agent navigateur, là où elle aide et là où une confirmation humaine est toujours nécessaire.
2 minutesComparer le comportement d’un agent qui contrôle directement l’ordinateur à celui d’un agent limité au navigateur.
11 minutesIdentifier les étapes de sélection des sources, de question, d'artefact généré et d'inspection des citations dans un assistant documentaire hébergé.
26 minutesObserver un flux de carnet fondé sur des sources et identifier les contrôles de récupération, de citation, de provenance et d'autorisation nécessaires avant de s'y fier.
11 minutesDemander des suggestions sur le ton ou la clarté, accompagnées de citations, puis vérifier le brouillon selon les faits autorisés et le sens voulu.
25 minutesUtiliser les catégories de risque OWASP pour les LLM pour examiner l'accès aux outils, le traitement des sorties et l'exposition des données sensibles.
11 minutesDistinguer l'injection de prompt directe et indirecte et comprendre pourquoi le filtrage seul n'est pas suffisant.
19 minutesVous pouvez estimer quand la mise en cache des prompts est rentable en pesant les surcoûts de mise en cache en écriture par rapport aux économies en lecture pour vos charges de travail réelles.
56 minutesUtilisez la mise en cache des prompts uniquement lorsque les préfixes stables, le comportement de latence et de coût correspondent à la charge de travail.
12 minutesConstruire un petit assistant réutilisable avec des instructions, des fichiers de connaissances et des paramètres d’accès.
13 minutesComprendre le contexte au niveau du projet et savoir quand il convient mieux que de répéter les mêmes informations générales dans chaque conversation.
131 minutesComprendre la séparation entre préférences durables et contexte ponctuel chez un utilisateur avancé.
36 minutesConfigurer délibérément la personnalisation sans confondre mémoire, instructions et contexte de projet.
22 minutesVoir le mode de recherche approfondie et les modes d'analyse appliqués à la recherche d'entreprise plutôt qu'aux seules revues de littérature académique.
14 minutesDéfinir une tâche de recherche approfondie, attendre le rapport, puis vérifier les citations et la qualité des sources avant de l'utiliser.
107 minutesApprendre le cycle d’évaluation destiné aux concepteurs de produits : examiner les traces, étiqueter les défaillances, définir des critères, tester les modifications et les comparer au jugement humain.
3 minutesVoir la version la plus simple sans code d'une évaluation de prompt répétible.
42 minutesComprendre comment les exemples modifient le comportement du modèle et déterminer quand le prompting par exemples justifie le temps de préparation supplémentaire.
25 minutesInsérer des exemples dans une structure de prompt plus complète et anticiper la manière dont ils modifieront la réponse du modèle.
157 minutesUtiliser le cours comme exemple pour préparer une expérimentation LoRA ou QLoRA, puis mesurer les ressources et les résultats de la configuration choisie.
59 minutesSituer le fine-tuning dans le pipeline global d’entraînement et déterminer quand il convient mieux que le prompting ou le RAG.
26 minutesConstruire un premier flux de travail d’agent d’IA dans n8n en sachant où placer l’accès aux outils, la mémoire et les garde-fous.
92 minutesFaire évoluer un agent simple vers des flux de travail en plusieurs étapes avec mémoire, gestion des erreurs et intégrations métier réalistes.
30 minutesComprendre les déclencheurs, les actions et le flux d'automatisation simple avant d'ajouter l'IA à un processus métier.
12 minutesDécider quand un agent d’IA devrait gérer le déclencheur, le raisonnement et l’action, plutôt qu’un Zap classique doté d’une étape IA.
15 minutesVous pourrez déterminer si une offre ChatGPT payante est utile pour votre charge de travail actuelle, au lieu de choisir l'abonnement au nom le plus impressionnant.
19 minutesAméliorer la conception des outils afin que les agents sélectionnent l'action correcte avec les bons paramètres.
29 minutesDécider quel comportement appartient au prompt système, à la description de l'outil ou aux préconditions de l'outil.
7 minutesSéparer les décisions concernant la mémoire à court terme et à long terme, et décider quand la mémoire de l'agent doit être écrite.
44 minutesVous pouvez intégrer en code la mémoire épisodique, sémantique, de travail et procédurale dans un agent, pas seulement nommer les catégories.
19 minutesComparer les modèles phares, légers, intermédiaires et spécialisés afin de fonder les décisions de routage sur l’adéquation à la tâche, le coût et la latence plutôt que sur une préférence de marque.
9 minutesÉvaluer les compromis de routage entre qualité, coût et fiabilité avant d'ajouter de la complexité d'orchestration.
30 minutesIdentifier des étapes distinctes du flux et créer pour chacune des critères de sélection d'outils vérifiables.
14 minutesTransformer plusieurs idées de cas d'usage en étapes candidates à tester selon les critères de capacité et de relais de l'article.
28 minutesFaire évoluer NotebookLM d’un simple outil de synthèse vers une méthode reproductible de recherche et d’apprentissage.
35 minutesCréer un carnet de recherche fondé sur ses sources et le transformer en notes de synthèse, guides d’étude ou notes de travail.
9 minutesNaviguer parmi les traces, les projets et les jeux de données dans LangSmith, puis lire le coût des tokens, la latence, le taux d’erreur et le détail de chaque span.
154 minutesRelier le traçage, l’évaluation, les retours et l’examen de la production dans une boucle opérationnelle pour les systèmes LLM.
93 minutesComprendre que les conversations avec un chatbot ne sont pas automatiquement confidentielles, juridiquement protégées ni adaptées aux informations sensibles d'une entreprise.
13 minutesIdentifier un risque lié aux données, au modèle ou à l’usage, et le responsable pouvant confirmer les contrôles.
11 minutesExpliquer les risques des comptes personnels pour les données du travail et les limites plus sûres.
13 minutesModéliser l'injection de prompt comme un mélange de données non fiables et définir des limites de conception autour de l'utilisation des outils.
17 minutesÉvaluez le modèle d'implémentation, les modes de défaillance et les garde-fous avant de construire.
3 minutesDécouvrir le cadrage original du lancement de o1 et distinguer ce récit historique des recommandations actuelles d'implémentation.
28 minutesComprendre un récit historique de o1, puis comparer une spécification directe de la tâche à d'autres variantes prises en charge sur votre modèle et votre charge actuels.
9 minutesExpliquer quand la récupération est la bonne solution et quand le fine-tuning pourrait effectivement aider.
13 minutesChoisir entre l’ingénierie des prompts, le RAG, le fine-tuning ou leur combinaison en fonction du véritable mode de défaillance.
77 minutesComprendre comment les spécialistes des prompts de production révisent les instructions, les exemples et les contraintes comportementales sous une pression réelle, au lieu de traiter les prompts comme du texte jetable.
25 minutesVoir une instruction vague sur les demandes d’indemnisation devenir un prompt structuré et testable, avec des exemples, des règles de sortie et un comportement de refus plus clairs.
10 minutesÉvaluer C.R.A.F.T. comme structure candidate de génération de prompts au moyen de cas représentatifs et de critères d'acceptation explicites.
20 minutesExtraire une structure candidate de prompt, puis ajouter responsabilité, versionnage, évaluation, limites et solution de repli avant la revue.
131 minutesRépartir les tâches entre des outils rapides, économiques, capables d'un raisonnement approfondi ou ancrés dans des sources, au lieu d'employer un seul modèle pour tout.
17 minutesDécouvrir une méthode structurée et réutilisable pour déterminer quel modèle convient suffisamment bien à une tâche.
32 minutesComprendre pourquoi le moteur d'inférence, le traitement par lots et la mémoire du cache KV dominent l'économie d'une infrastructure auto-hébergée.
131 minutesReconnaître quand approfondir par une question, changer de modèle ou ouvrir une nouvelle conversation, à partir d'un usage quotidien réel.
8 minutesUtiliser plusieurs scénarios pour l'avenir de l'IA afin de planifier l'adoption sans tout miser sur une seule prévision.
60 minutesStructurer l’adoption de l’IA autour de l’évolution des flux de travail, du développement des compétences et d’une vision réaliste des risques organisationnels.
9 minutesVous pouvez assembler la tâche, le contexte, les exemples, le rôle, le format et le ton en prompts fonctionnels pour les tâches de bureau quotidiennes.
26 minutesIdentifier des modèles de prompt réutilisables et les combiner en instructions, exemples et étapes d'évaluation plus claires.
19 minutesVous comprendrez suffisamment le paysage des produits et familles de modèles pour choisir un premier outil et cesser de comparer constamment plusieurs onglets.
90 minutesUtiliser l'IA pour la recherche, la structuration et la révision tout en conservant un contrôle humain sur la formulation finale et le jugement.
36 minutesComparer la visite au compte et choisir une fonction utile à une tâche autorisée.
39 minutesS’orienter dans ChatGPT sans devoir maîtriser chaque nouveauté de la barre latérale dès le premier jour.
Vidéos récemment vérifiées et sélections complémentaires provenant de la bibliothèque d'AI Expert.

Comment construire un agent de support client IA avec n8n (modèle gratuit)
Observer comment un flux de support n8n rédige des réponses fondées sur la récupération et propose des mises à jour de connaissances, puis identifier les contrôles nécessaires avant la production.

Comment construire et vendre des agents d'IA : Guide ultime pour les débutants
Comprendre comment un agent de support combine la recherche d’informations, le transfert et les outils de flux de travail avant sa sécurisation pour la production.

J'ai testé l'IA comme coach de vie pendant 365 jours - Voici ce que j'ai appris
Utiliser l'IA pour remettre en question les hypothèses, comparer les options et identifier les contre-arguments avant de prendre une décision.