Introduction de la journée

• Brigitte Sor - Présidente ESUP-Portail -  INP Toulouse
• Julien Dupré - Université de Strasbourg

Albert API

• Léo Guillaume (DINUM - Tech lead Albert API)

RETEX des projet Scolargol et IAAT

• Laurine Sottani - Université de Strasbourg
• Morgan Bohn - Université de Strasbourg

Dans un contexte d’émergence rapide des grands modèles de langage (LLM) open source, l’Université  de  Strasbourg explore, via les projets Scolargol et IAAT (des IA pour Apprendre et Tester), l’intégration de l’intelligence artificielle générative pour répondre à des besoins pédagogiques des différentes composantes de formation de l'Université. Le projet IAAT s’inscrit dans la continuité de premières expérimentations du projet ScolarGol présenté aux assises du CSIESR en mai dernier, et vise à construire des services locaux, souverains et maîtrisés fondés sur des modèles performants, économes et sécurisés, avec un partage des ressources commes les GPU.

Nous expérimentons plusieurs approches, notamment le RAG (Retrieval Augmented Generation), qui permet de spécialiser les modèles en injectant du contenu pédagogique (cours, QCM, cas cliniques, etc.) sans nécessiter de réentraînement, ce qui limite les coûts en énergie et en infrastructure. Nous explorons également le développement d’agents via OpenAI Agents SDK ou serveurs MCP ou des orchestrateurs comme n8n pour automatiser certaines interactions. 

Lors de cette présentation, nous proposerons un retour d’expérience sur les expérimentations menées : ce qui a fonctionné, ce qui a posé problème, et les enseignements que nous en tirons pour la suite du projet.

Pause repas sur place 

Si lors de votre inscription vous avez validé et payé la participation au repas

Salle Espace 7

Une IA pour produire des exercices

• Dominique Revuz - Université Gustave Eiffel

Nous utilisons une IA pour produire des exercices sur notre plateforme d’enseignement.

• Description avec l’enseignant et choix/création un type d’exercice (éventuellement plusieurs dans une activité)
• Création/réutilisation d’un template d’exercice (la création peut prendre de quelques minutes à quelques heures en fonction de la complexité de l’exercice). Ce template (modèle) utilise des données a un certain format que l’on formalise
• Création/réutilisation d'un prompt pour produire les données spécifique à l’exercice en étant très exigeant sur les éléments suivants:
  • aléatoires
  • autocorrigé (ceci est normalement fait par la plateforme mais il faut la bonne réponse ou le bon calcul)
  • avec feedback, en particulier pour les réponses fausses
• Le(s) prompt(s) est utilisé permet la création de plusieurs énoncés ceci est fait en utilisant l’API de l’IA du choix de l’enseignant
• L’enseignant/l’expert vérifie la validité des énoncés et des réponses.
• les exercices sont disponible sur la plateforme.

L’intérêt de cette organisation est une utilisation réduite de l’IA (efficacité énergétique) car l’IA interviens à la création des énoncés seulement et les risques d’hallucinations et d’erreurs factuelles sont réduits grâce à la validation par l’enseignant.

Aristote / ILaaS : Focus sur le sous-titrage

• Thibault Le Meur - CentralSupelec