- il y a 10 heures
Mardi 3 mars 2026, retrouvez Jérôme Legrix-Pagès (Vice-président en charge de l’innovation pédagogique, Université de Caen Normandie), Kiara Rivat (Responsable Marketing Opérationnel et Communication, Bioxegy), Vincent Charlet (Délégué général, Fabrique de l'industrie) et Mohamed Senhadji (Fondateur du Consortium HuMaShift) dans SMART TECH, une émission présentée par Delphine Sabattier.
Catégorie
🗞
NewsTranscription
00:08Bonjour à tous, bienvenue dans Smartech. Aujourd'hui, deux grands rendez-vous, un premier avec les interviews de l'IA
00:14et ses acteurs qui font l'actualité dans le domaine de l'intelligence artificielle.
00:18Et puis, le deuxième avec le biomimétisme ou comment la nature nous inspire de nouvelles solutions, de nouvelles innovations, de
00:24nouvelles technologies.
00:25Aujourd'hui, on s'intéressera au Pivert et à sa tête plus particulièrement. Allez, c'est parti.
00:34On commence cette édition avec les interviews de l'IA autour de la table.
00:38Trois acteurs qui vont nous parler de ce sujet de l'intelligence artificielle, chacun à sa façon.
00:42Mohamed Senadji, bonjour.
00:43Bonjour.
00:44Vous êtes ingénieur en sciences cognitives, vous êtes expert en transformation digitale et vous êtes un spécialiste de l'adoption
00:49de l'IA en entreprise.
00:50Je vais vous interroger sur ce sujet qui m'a interpellé, le sujet de votre webinaire.
00:55Comment la connaissance du fonctionnement neurocognitif des êtres humains transforme l'approche de l'adoption de l'IA en entreprise
01:02?
01:02Très bien.
01:03Wow.
01:03Bon programme.
01:04On attend votre réponse avec impatience.
01:06Avec nous également, Jérôme Legris-Pagès.
01:09Bonjour.
01:09Bonjour.
01:10Vous êtes vice-président en charge de l'innovation pédagogique à l'Université de Caen-Normandie,
01:14dont le Centre d'enseignement multimédia universitaire a publié un livre blanc qui aussi m'a interrogé,
01:20enseigné avec l'IA générative à l'université.
01:23Donc ça y est, on y est, on met les pieds dans le plat et on se pose les bonnes
01:28questions.
01:29On verra ça tout de suite après l'interview de Vincent Charlet qui est également avec nous.
01:34Bonjour Vincent.
01:35Vous êtes délégué général de la Fabrique de l'Industrie qui est un think tank laboratoire d'idées consacré aux
01:41perspectives de l'industrie en France
01:43et à l'international et vous publiez régulièrement des analyses à caractère scientifique sur ces transformations de l'industrie.
01:51L'étude qui nous intéresse est récente, c'est sur la diffusion des technologies avancées dans l'industrie.
01:58Vous avez mené cette étude auprès de 1200 PMI et ETI en France, en Allemagne et en Italie,
02:03donc sur l'adoption de 14 technologies que vous avez identifiées comme étant celles qui sont importantes pour l'industrie
02:114.0.
02:13et pour essayer aussi de comprendre ce qu'en attend l'industrie de ces technologies.
02:17Quelle place tient l'intelligence artificielle ?
02:20Alors, en fait, derrière le mot intelligence artificielle, il se cache plusieurs technologies, plusieurs sous-familles
02:25qui, dans l'industrie, peuvent avoir des résonances assez différentes parce que le machine learning,
02:30typiquement l'apprentissage automatique, commence à être une technologie presque ancienne comparée à l'intelligence générative.
02:39Et en fait, quand on regarde une entreprise industrielle, à ce jour, et ça change évidemment très vite,
02:44mais à ce jour, on pourrait dire en schématisant que le machine learning est déjà bien en place dans les
02:50ateliers,
02:51dans les sites de production, alors que l'IA générative, elle, produit des effets de transformance,
02:56surtout sur les fonctions tertiaires, comptabilité, conseil juridique, etc.
02:59Donc, pour l'instant, les différentes familles de l'IA ont des impacts un peu différenciés selon les étages de
03:09la grande maison d'industrie.
03:10Mais elles sont là, ces technologies d'intelligence artificielle ?
03:13Oui, ça progresse beaucoup. Il se pourrait même qu'il y ait une relative avance en matière de taux d
03:18'adoption
03:18au sein des entreprises françaises, enfin des PMI et ETI industrielles françaises.
03:24Encore une fois, il faut garder en tête ce décalage, c'est-à-dire que nos chiffres nous amènent à
03:30penser
03:30que l'industrie française serait peut-être en avance de phase par rapport à ses concurrents directs sur l'IA
03:36générative
03:36et plutôt en retard sur le machine learning, donc ce que je dis, les technologies qui ne s'appliquent plus
03:43directement dans les ateliers de production.
03:44Pourquoi ? Parce que...
03:46On peut y voir là le reflet du fait que l'industrie, elle est globalement plus tertiarisée en France qu
03:52'en Allemagne, par exemple, ou qu'en Italie.
03:54Donc, ça peut être simplement un biais de composition.
03:57D'accord.
03:57Il faut rester prudent parce que, dans ces enquêtes, les résultats qui sont parfois commentés avec beaucoup d'énergie,
04:05en disant « Ah, on est en avance, on est en retard »,
04:07d'une part, les enquêtes, dans le meilleur des cas, elles présentent des résultats qui sont vrais à plus ou
04:13moins 5% de pourcentage,
04:14des fois ça va être plus ou moins 3% ou plus ou moins 8%, mais donc il faut les
04:19voir comme des grandes tendances.
04:21Deuxièmement, je l'ai dit, ça change beaucoup, c'est-à-dire que ce qui est important de suivre, c
04:24'est les cinétiques d'adoption.
04:26Malheureusement, les entreprises françaises sur cette technologie, sur les autres, sont plutôt en avance,
04:31ou en tout cas pas en retard par rapport à leurs concurrentes sur la photo d'aujourd'hui.
04:35Ça, c'est étonnant ce que vous nous dites.
04:37Mais le retard peut venir.
04:38Combien de fois j'entends l'inverse, qu'on a une industrie qui est très en retard sur l'innovation,
04:44que la 5G a du mal à être adoptée, parce qu'on ne parle pas que d'IA quand on
04:48parle des innovations transformatrices de l'industrie.
04:51Donc moi, j'entends un discours beaucoup plus...
04:53Mais vous avez raison, au sens où le taux d'adoption est relativement faible,
04:57en tout cas il est sous la barre des 50% pour la plupart des technologies,
05:00mais la France n'est pas spécialement en retard sur ce critère par rapport à l'industrie allemande ou l
05:05'industrie italienne.
05:06Une autre façon de le dire, c'est qu'on en est encore à une phase de déploiement,
05:11donc ces différentes technologies sont très loin d'avoir colonisé l'ensemble des secteurs d'activité.
05:17Et donc vous pouvez avoir, je ne sais pas, les jumeaux numériques par exemple,
05:20c'est une technologie qui va être plus prégnante dans l'aéronautique, typiquement.
05:23La fabrication additive, plus prégnante dans l'automobile.
05:26Et donc, en fonction de la composition sectorielle des différentes industries,
05:32on sait que, par exemple, l'industrie automobile est évidemment beaucoup plus puissante en Allemagne qu'en France.
05:38Vous pouvez avoir aussi une empreinte technologique, un profil d'adoption de ces technos
05:43qui est encore très fortement dépendant des secteurs.
05:46Mais voilà, dans l'ensemble, à ce jour, la France n'est pas spécialement en retard,
05:50surtout si on compare secteur par secteur.
05:52Par exemple, la France n'est pas sous-robotisée, contrairement à ce qu'on dit souvent.
05:56Ce qui nous préoccupe davantage, nous les auteurs de l'étude,
06:00c'est que les perspectives d'investissement à court terme,
06:03Dans les technologies ?
06:03D'ici 2030, oui, dans ces technologies, sont beaucoup plus faibles en France que chez nos deux voisins.
06:08Et donc, s'il y avait de l'avance, il est possible que la France le perde.
06:12Et s'il n'y avait pas d'avance, il est possible que la France arrive en retard.
06:15Alors, effectivement, c'est ce que j'ai vu, perspectives d'investissement qui sont moins dynamiques.
06:21Mais on entend aussi des entreprises françaises qui n'envisagent pas de plan de transformation.
06:26Oui, ça c'est un résultat important de notre étude.
06:28Ça c'est plus inquiétant encore, oui.
06:29De façon générale, la littérature dit que la performance, la productivité des entreprises
06:36repose en fait, non pas sur la technologie toute seule, mais sur un triptyque.
06:40Technologie, compétences, organisation.
06:43Et simplement même en termes financiers ou mathématiques,
06:46vous obtenez un meilleur rendement d'un investissement dans une technologie donnée.
06:51Si par ailleurs, vous avez aussi investi dans l'élévation des compétences de vos salariés
06:56et que vous avez réfléchi à l'optimisation de votre processus de production, la transformation.
07:02Et donc, cette corrélation, elle s'observe notamment dans le fait que,
07:07on la constate empiriquement,
07:10elle s'observe dans le fait que les entreprises qui disent
07:13« Ah non, je n'ai pas mené de plan de transformation et d'ailleurs j'en envisage pas »
07:16sont les mêmes que celles qui disent « Non, non, j'ai pas investi et je n'en envisage pas
07:19».
07:19Et malheureusement, là, il y a un tropisme français plus marqué.
07:24Je les ai appelées des entreprises réfractaires.
07:27On a une part de PMI et ETI industrielles
07:30qui n'envisagent ni d'investissement dans les technologies,
07:32ni plan de transformation,
07:33qui est nettement plus élevé que chez nos voisins.
07:36Ça veut dire qu'on a un noyau dur qu'il va falloir convaincre.
07:38On a encore du travail.
07:40Ça vous fait réagir, j'imagine, Mohamed,
07:42que vous êtes un spécialiste de l'adoption de l'IA en entreprise.
07:44L'industrie, c'est-tu d'entreprise ?
07:46Parmi d'autres, effectivement, de par mes expériences,
07:49la question de l'adoption,
07:51de par ce que je vois sur le terrain,
07:53effectivement, et les gens qui sont loin de ces sujets d'IA,
07:56considèrent l'IA comme une couche supplémentaire,
07:58comme un travail en plus à faire de ce qu'ils doivent faire.
08:01Et il y a un vrai sujet autour de l'adoption de ces technos
08:05parce qu'elles sont extrêmement diverses,
08:07parce qu'elles arrivent à plusieurs étages.
08:09Parce qu'il faut les expliquer, oui, aussi.
08:11Il y a une dimension d'explication,
08:13mais il y a aussi une appropriation,
08:16une intégration nécessaire
08:19dans ce que font les gens au quotidien,
08:20mais que ça ne soit pas conçu, intégré
08:22comme quelque chose supplémentaire de ce qu'ils doivent faire.
08:26On va en continuer ensemble, Mohamed,
08:28si vous voulez bien, Sénagy.
08:29Vous êtes le fondateur du consortium Humashift.
08:32C'est quoi exactement Humashift ?
08:34Avant de parler du consortium,
08:35Humashift, c'est d'abord un modèle conceptuel
08:38d'intégration et d'adoption d'IA.
08:39C'est un peu comme l'agilité
08:41ou le Lean dans l'industrie.
08:45Dedans, j'entends le mot human.
08:47En fait, c'est human machine shift.
08:51On a sorti de la dimension IA
08:53parce que ça prend en compte
08:56un changement de société,
08:57un changement d'organisation
08:58beaucoup plus large que simplement les sujets d'IA.
09:01Et donc, c'est un modèle conceptuel
09:03d'adoption de l'IA
09:03qui est déjà à sa troisième version.
09:07Ça fait déjà deux ans qu'on travaille dessus
09:08avec des psychologues,
09:10des anthropologues, des sociologues,
09:13des gens de la tech,
09:15des gens de la formation, des RH.
09:17L'idée, c'est vraiment de ramener
09:18tout le monde autour de la table
09:20pour travailler justement sur ces sujets d'adoption.
09:23Et très rapidement,
09:24le modèle s'appuie sur cinq axes.
09:26Le premier, c'est toute la partie évolution
09:29des mentalités nécessaires
09:30vis-à-vis de l'arrivée de ces machines.
09:32On ne travaille plus avec les machines de la même façon.
09:34On a grandi avec des machines déterministes.
09:36C'est complètement une manière différente.
09:39Notre rapport à l'apprentissage
09:41et à la connaissance
09:42est aussi la compréhension
09:44de tous les imaginaires,
09:46les fantasmes,
09:47les projections que peuvent avoir les gens
09:48vis-à-vis de l'arrivée de ces sujets
09:50dans leur organisation.
09:52Ensuite, il y a toute la partie
09:53montée en compétences adaptatives.
09:54Aujourd'hui, ce qu'on constate malheureusement,
09:56c'est qu'on a foncé tête baissée
09:58sur le même type de formation
10:00pour tout le monde.
10:01Et l'idée dans cette montée de compétences,
10:03c'est plutôt partir des intentions des gens,
10:05de leur attention,
10:06de leur motivation
10:07pour proposer des parcours
10:09de montée en compétences
10:12personnalisées
10:12en fonction de leurs besoins,
10:14de leurs attentes,
10:15où est-ce que les gens veulent aller
10:17avec ces IA-là
10:17et sortir un peu de ce...
10:20Mais l'entreprise est dans une autre urgence.
10:22Elle se dit, moi, je veux développer
10:24des cas d'usage,
10:25je veux que les personnes incompétentes
10:26puissent faire ceci, cela.
10:28D'où l'intégration
10:29dans le parcours naturel.
10:30Et c'est le troisième pilier
10:31de ce modèle.
10:33C'est qu'aujourd'hui,
10:34comme je l'ai évoqué tout à l'heure,
10:37pour beaucoup d'entités,
10:38beaucoup de gens
10:38qui ne sont pas forcément
10:39dans la tech, dans l'IA,
10:41c'est un truc en plus.
10:42C'est une cerise sur le gâteau,
10:43c'est une charge de travail supplémentaire.
10:46Comment on fait en sorte
10:47pour que ça ne soit pas simplement
10:50on ajoute l'IA,
10:51mais qu'on intègre l'IA
10:52vraiment dans le quotidien des gens,
10:53dans ce qu'ils doivent faire
10:54à très court et moyen terme.
10:56Le quatrième pilier,
10:57c'est cette relation avec la machine.
10:59Ça s'appuie sur des travaux
11:00qui, en plus d'une vingtaine d'années,
11:01qui ont été initiés
11:02par l'armée américaine
11:03qui s'appelle
11:04Human Autonomy Teaming.
11:05Et dans ces travaux-là,
11:06c'est d'abord le travail
11:07sur les compétences.
11:08Quelles sont les compétences
11:09qu'on veut garder en tant qu'humain ?
11:11Une fois qu'on les a identifiées,
11:12comment on les maintient dans le temps ?
11:14Comment on s'assure
11:14que les gens sont toujours
11:15au bon niveau d'expérience ?
11:16Comment on s'assure surtout
11:17de la transférabilité
11:18de ces compétences-là
11:19d'une génération à l'autre ?
11:21Une fois qu'on a travaillé
11:22sur ces compétences
11:22et les entreprises sont loin
11:24d'avoir vraiment travaillé
11:25sur ce sujet-là,
11:27qu'est-ce qu'on délègue à la machine ?
11:29Et cette délégation,
11:29ce n'est pas simplement
11:30j'aime faire, j'aime pas faire,
11:31je délègue.
11:32Cette délégation, c'est
11:34comment outiller intellectuellement
11:35les collaborateurs
11:36pour comprendre l'impact
11:37de ces délégations
11:38à moyen et long terme.
11:40Si je délègue aujourd'hui,
11:41mais que ça me fait perdre
11:42la compétence,
11:42c'est qu'il y a un problème.
11:44Et le dernier point
11:45dans ce Human Autonomy Teaming,
11:47c'est comment je travaille
11:48avec cette machine-là
11:48et on fait la différence
11:50entre collaboration
11:51et coopération.
11:53Collaboration, travail,
11:53homme, machine
11:54sur les mêmes objectifs.
11:55Coopération,
11:56on peut avoir des objectifs
11:58complètement différents
11:58et juste des points d'alignement.
12:00Et on a déjà commencé
12:01à concevoir,
12:03développer des outils
12:04autour de ce premier,
12:05c'était la deuxième version
12:07du modèle
12:07et on s'est rendu compte
12:08l'été dernier
12:08qu'il y avait une dimension
12:09qui manquait,
12:10notamment la dimension collective.
12:12c'est qu'on ne peut pas
12:13envisager une montée
12:14ou un changement
12:14et une évolution
12:15des mentalités
12:16sans prendre en compte
12:17les cultures existantes,
12:18les façons de travail existantes,
12:19la mentalité existante.
12:21On ne peut pas simplement
12:22travailler sur la montée
12:24en compétences individuelles,
12:26comment on s'assure
12:26de la complémentarité
12:27de ces compétences-là
12:28entre mon équipe,
12:31mon groupe.
12:32Et ce qu'on constate aujourd'hui,
12:33c'est que tout le monde
12:35est formé sur un ou deux sujets
12:36et il y a plein de trous
12:37dans la raquette
12:38par rapport à nos process.
12:39Dans l'intégration,
12:40dans le parcours naturel,
12:41c'est comment éviter
12:42ce qu'on constate aussi aujourd'hui,
12:44l'accumulation de tâches automatisables
12:48qui fait perdre de sens,
12:49qui fait perdre de concept.
12:51Et dernier point hyper important
12:52qui fait réfléchir beaucoup
12:54au sein du groupe.
12:55J'aurais dû les noter.
12:56Non, mais parce que vous me dites
12:57que c'est trois, quatre piliers,
12:59mais là, j'ai en redonné
13:00déjà moins à...
13:01Il y en a cinq.
13:01Évolution en démontalité,
13:03compétences, parcours,
13:05relation avec la machine
13:06et le cinquième,
13:07c'est le collectif.
13:08Le collectif.
13:09Et juste point sur le collectif
13:11dans tout ça,
13:12c'est que ces outils-là,
13:13depuis l'arrivée en 2023,
13:14nous ont beaucoup poussé
13:15vers l'hyper-individualisation
13:17aux collaborateurs augmentés,
13:18techniciens augmentés, etc.
13:19Ce qu'on constate,
13:20c'est que plus on travaille
13:21sur ces sujets-là,
13:23plus on fragilise le groupe.
13:24Et du coup, l'important...
13:25Mais est-ce que c'est votre façon
13:26de répondre à ma question
13:27en introduction
13:28de comment les sciences
13:30neurocognitives
13:30nous aident à adopter l'IA ?
13:31Ce modèle-là est basé
13:33sur les sciences cognitives,
13:35sur les facteurs humains,
13:36sur la compréhension
13:37de comment fonctionne
13:38justement l'humain
13:39dans l'appropriation
13:40de ces outils-là.
13:42Mais on voit que c'est un chemin
13:45pas simple.
13:46Enfin, je veux dire,
13:46il ne suffit pas de décréter
13:47qu'on va rajouter de l'IA
13:49dans mon industrie,
13:50dans mon entreprise
13:51pour que ça fonctionne.
13:52C'est exactement ça.
13:53Il y a un chemin
13:54de réflexion complexe
13:56et je pense que ça fait écho
13:58aussi aux réflexions
13:59que vous avez, vous,
14:00dans le domaine de l'éducation.
14:03Oui, parfaitement.
14:03Quelle transformation
14:04ça engage ?
14:07Ici, on a effectivement
14:08des réflexions
14:10qui sont voisines,
14:11mais pas similaires.
14:12Donc on a des axes
14:13de similarité,
14:14mais il y a quand même
14:14pas mal de choses
14:14sur lesquelles, en fait,
14:15on peut se prendre encore
14:16le luxe,
14:17parce qu'on n'a pas forcément
14:18l'urgence économique
14:19qui est présente
14:21de poser un certain nombre
14:22de questions
14:24et de préalables.
14:26Donc effectivement...
14:26Encore que, je ne sais pas
14:27s'il n'y a pas une urgence économique
14:28pour l'université aujourd'hui
14:30face aux grandes écoles.
14:32Alors elle est peut-être déterminée,
14:33alors c'est peut-être un autre débat,
14:34mais elle serait peut-être déterminée
14:35par autre chose
14:36que finalement
14:38l'adoption ou pas.
14:41En fait, à l'université
14:43de Corne-en-Bondi,
14:43on a initié
14:44il y a maintenant
14:465-6 ans,
14:47donc avant novembre 2022.
14:49On a initié...
14:50Avant Châtipiti.
14:51Voilà.
14:51Globalement, on avait déjà initié
14:53des réflexions
14:54et c'était un sujet
14:55qui était déjà présent
14:56dans les sciences de l'éducation,
14:58de s'interroger sur
14:58l'émergence de ces modèles-là
15:00qui ont commencé
15:01à pointer leur nez
15:03vers 2020
15:04et en fait,
15:05de voir ce que ça pourrait amener
15:06dans les transformations
15:09globales.
15:09Et en fait,
15:10effectivement,
15:11on a pu se rendre compte
15:12à travers
15:14un état de l'art
15:15assez élargi.
15:18Il n'y a pas
15:18en sciences de l'éducation
15:19un colloque
15:20depuis 3 ans
15:22où il n'y a pas un axe
15:23qui s'interroge
15:24sur les effets de l'IA.
15:26On a des études
15:26qui commencent
15:27à être relativement importantes
15:28et puis,
15:29chaque université,
15:30nous c'est ce qu'on a fait,
15:30on menait des enquêtes
15:32auprès de l'ensemble
15:33de notre communauté,
15:34donc enseignante
15:35et étudiante,
15:36sur voir quels étaient
15:37les impacts
15:38et les transformations.
15:39Et ce qui est intéressant
15:40de ce qu'on a pu voir
15:42et ce qu'on a essayé
15:42de mettre en avant
15:43dans le livre blanc
15:44qu'on a sorti
15:45à cette occasion,
15:46c'est qu'il y a
15:47des éléments
15:50qui modifient,
15:52qui transforment
15:53fondamentalement
15:54plusieurs choses.
15:55Donc,
15:55il y a notre rapport
15:56à l'écrit,
15:56notre rapport à la lecture
15:57et à l'écriture
15:58qui est modifié
15:59pour tout le monde.
16:00Donc,
16:01ça c'est quelque chose
16:02qui depuis longtemps
16:04était quand même
16:05l'un des piliers
16:06de l'éducation
16:07quel que soit le niveau
16:08et donc il y a quelque chose
16:08ici qui change
16:11ce rapport
16:14et par extension,
16:16on a un deuxième élément
16:17qui est le rapport
16:18à l'effort cognitif
16:21qui peut être porteur de sens,
16:23qui peut être porteur aussi
16:24de créativité.
16:24J'insiste souvent,
16:26j'ai une formation
16:28qui me tend
16:29à beaucoup apprécier
16:31Vladimir Jankelevitch
16:32qui parlait
16:33des vertus de l'ennui
16:34et du temps
16:36où il ne se passe
16:37a priori rien
16:37mais c'est l'ennui
16:38qui nous fait partir
16:39l'aventure,
16:39disait-il.
16:40En fait,
16:40ce temps
16:41où on ne fait rien,
16:42c'est un temps
16:43qui humainement
16:44a été historiquement
16:45très prolifique
16:46et est-ce que justement
16:47on a deux minutes à perdre
16:48et est-ce qu'on ne prend
16:49pas notre téléphone,
16:50on a un plan à trouver,
16:52une recherche à faire,
16:53une dissertation du côté étudiant
16:56ou un cours.
16:57Comment est-ce qu'on se pose ?
16:59Est-ce que spontanément
17:00on ne va pas se précipiter
17:01sur une machine ?
17:02Eh oui.
17:03Et puis,
17:04la dernière chose
17:07que ça transforme,
17:08c'est aussi notre rapport
17:11à l'outil.
17:12Et là,
17:13par rapport à l'outil,
17:14de voir quelle est notre place
17:15par rapport à ce dernier.
17:16Est-ce qu'on souhaite être
17:18finalement dominé par lui
17:19ou est-ce qu'on veut garder
17:20quand même la main
17:22sur ce qui est dit
17:22et à ce titre-là,
17:24c'est là où je parlais
17:26d'un certain nombre
17:27de barrières
17:28qu'on cherche à mettre en place
17:29autour de la qualité
17:32de ce que peut produire
17:34cette machine.
17:36Mais ça,
17:36il faut être capable
17:37de l'évaluer,
17:38cette qualité.
17:39Aujourd'hui,
17:40l'enseignant peut évaluer
17:41la qualité de ce que produisent
17:42les IA génératifs,
17:44par exemple.
17:45A priori,
17:46dans la pyramide de Bloom,
17:49la priorité des compétences,
17:50l'évaluation,
17:51c'est la compétence
17:51la plus évoluée.
17:53Donc,
17:54c'est...
17:55Et après même la création.
17:57Donc, en fait,
17:57évaluer,
17:58c'est...
17:58Alors,
17:58effectivement,
17:59c'est quelque chose
18:00qui est énormément transformé.
18:02Mais en soi,
18:05actuellement,
18:07même si on peut se faire piéger
18:10éventuellement par la machine,
18:13très majoritairement,
18:14c'est pas...
18:15Enfin,
18:16c'est pas qualitatif
18:17ce que peut produire
18:19une intelligence artificielle.
18:21Parce que les propos
18:22ne sont pas situés,
18:23ne sont pas nourris
18:24de l'expérience,
18:25il n'y a pas cette originalité.
18:26Et si on fait produire
18:28des travaux
18:29et qu'on les évalue,
18:31produire des travaux moyens,
18:33c'est très facile
18:34pour la machine.
18:34Mais le travail excellent,
18:36c'est celui qui,
18:37justement,
18:38ne va pas être basé
18:38sur des choses
18:39qui ont déjà été pensées.
18:41Et...
18:41Toute la question,
18:42ça va être parce que ça,
18:42c'est aujourd'hui
18:44la capacité d'excellence,
18:46elle est chez l'enseignant.
18:49Mais j'imagine,
18:49vous réfléchissez à demain
18:50quand le jeune étudiant
18:52deviendra l'enseignant
18:54en université.
18:56Est-ce qu'il aura
18:57gardé cette même excellence
19:00qui lui permettra
19:00d'évaluer correctement
19:01les travaux ?
19:02Et les IA vont elles-mêmes
19:03énormément progresser ?
19:05Alors,
19:06enfin,
19:07ça reste du mimétisme.
19:08C'est-à-dire que
19:08pour progresser
19:09dans le mimétisme,
19:10de l'humain.
19:11Et quelque part...
19:14Ça,
19:14je suis tout à fait d'accord.
19:16Je ne suis pas certain
19:17qu'on puisse arriver
19:17à un moment
19:20où il y aurait quelque chose
19:21qui dépasserait,
19:23en fait,
19:24cette créativité humaine.
19:25Alors,
19:25peut-être que...
19:26J'ouvre le débat.
19:28Les avis sont...
19:30Mais...
19:31ce n'est pas impossible
19:31par contre,
19:33que les machines arrivent
19:35à produire des résultats
19:35qui nous plaisent majoritairement.
19:37En fait,
19:37une machine,
19:39elle s'entraîne
19:40à nous plaire.
19:41Et en fait,
19:41c'est le souci
19:42qu'en fait,
19:42on a un amphi
19:43de 500 étudiants
19:44qui nous font tous...
19:45Alors,
19:45je ne dis pas que c'est le cas,
19:46mais s'ils nous faisaient
19:46tous un devoir,
19:48ils auraient tous,
19:48eux,
19:48l'impression d'avoir
19:50quelque chose
19:50qui est plaisant
19:51et original.
19:52mais ça serait
19:53la même originalité
19:54que leurs voisins,
19:55en fait,
19:56parce qu'il s'est nourri par...
19:57Et puis,
19:58il y a quand même un biais...
19:58Comment fait l'enseignant,
19:59parce qu'il ne nous reste
20:00plus beaucoup de temps,
20:01mais très concrètement,
20:02comment fait l'enseignant
20:04pour continuer d'enseigner
20:05avec la même exigence
20:07de qualité
20:07à l'ère de l'IA ?
20:08Alors,
20:09c'est là où il y a
20:09une transformation
20:10qui va être nécessaire.
20:11C'est-à-dire qu'on ne peut pas...
20:12Alors,
20:12moi,
20:12je ne saine ni à la panique morale
20:13ni au techno-optimisme.
20:16Je pense que c'est un fait.
20:17L'IA est ici,
20:18elle est présente.
20:19Donc là,
20:20il y a quelque chose
20:20qui doit nous amener
20:21à repenser nos évaluations
20:22pour qu'elles soient
20:24justement résilientes à l'IA.
20:25Je pense qu'il faut
20:26justement travailler
20:27avec cet outil-là,
20:28se dire,
20:29OK,
20:30maintenant qu'on l'a
20:30dans le paysage,
20:31utilisons-le.
20:32On a eu des débats,
20:33alors qu'ils n'étaient pas
20:33aussi passionnés,
20:34mais avec l'arrivée de Google,
20:35de Wikipédia,
20:37avec...
20:37Mais si on remonte
20:38à Montesquieu
20:39ou quand on monte à Montaigne,
20:41à l'arrivée du livre,
20:42voilà,
20:43de l'imprimerie,
20:43je veux dire.
20:44On a eu des fois aussi
20:45des débats
20:47sur ces innovations.
20:48Donc,
20:48comment on fait
20:49pour qu'on ait ces évaluations-là ?
20:51Donc,
20:51il y a des choses
20:52qui existent.
20:53On peut demander
20:54en annexe,
20:55voilà,
20:56justement,
20:56les prompts.
20:57La qualité des prompts,
20:58c'est quelque chose
20:58qu'on peut évaluer,
20:59d'évaluer justement
21:00l'effort maïotique
21:01qu'a fait l'étudiant
21:02pour arriver à ce résultat-là
21:03plus que d'évaluer
21:04le résultat en lui-même.
21:05Oui, intéressant.
21:06De dépasser,
21:07en fait,
21:07le cadre,
21:09le cadre,
21:11le cadre simple
21:12de la restitution
21:14de connaissances,
21:15qui est encore aussi
21:16quelque chose
21:16qui,
21:18effectivement,
21:18la machine,
21:18elle nous dépasse
21:19sans aucun souci.
21:20Et peut-être
21:21d'aller faire
21:22de la relation
21:23sur des choses
21:24qui sont liées
21:24une fois de plus
21:25à un contexte,
21:26à une structure,
21:26à une expérience.
21:28Et puis,
21:31nous,
21:31on a quelque chose
21:32qui est important à faire,
21:32c'est à donner de la valeur
21:34à la capacité
21:35de l'étudiant.
21:36Donc,
21:36l'étudiant,
21:37c'est de...
21:38À la capacité
21:38de faire sans dire ?
21:39Ou avec,
21:40mais de lui dire
21:40qu'il y a de la valeur,
21:42en fait,
21:42qu'il ne...
21:43voilà,
21:44qu'il ne déminitionne pas
21:46justement
21:46de sa qualité cognitive.
21:48Enfin,
21:49sinon,
21:49ça serait très déprimant.
21:50Oui.
21:51Et c'est au contraire,
21:52de se dire,
21:52OK,
21:53par contre,
21:53il faut travailler avec,
21:54il faut être en capacité
21:55de pouvoir
21:57se justifier.
21:58Et puis,
21:59nos étudiants,
22:00c'est ce qu'on avait fait
22:00une étude,
22:01auprès de 1000 étudiants
22:01environ,
22:02sur 6 licences,
22:04donc des étudiants
22:04qui sortent du lycée
22:06et qui arrivent
22:06en première année.
22:07Et on avait été
22:08globalement admiratifs
22:10de la qualité
22:11de l'utilisation
22:12de ça.
22:13Donc,
22:14on ne dit pas
22:14qu'il n'y a pas
22:14des étudiants
22:15qui s'en servent
22:16pour se débrancher
22:18le cerveau.
22:18Mais on a vraiment
22:19des choses
22:19qui sont exceptionnelles
22:20en termes,
22:20justement,
22:21d'entraînement,
22:22de synthèse.
22:25Je vois,
22:25moi,
22:25qui voulait réagir
22:26et il nous reste 30 secondes.
22:27J'interviens en école
22:28et effectivement,
22:29moi,
22:29le sujet que j'essaie
22:30de pousser auprès
22:31des étudiants
22:31qui peuvent utiliser
22:34ces outils
22:34d'une manière très ouverte,
22:36c'est qu'ils incarnent
22:36ce qu'ils font.
22:37Et du coup,
22:38c'est quoi leur position
22:39à eux
22:39de ce que ces machines
22:40produisent
22:41et comment eux
22:42sont capables
22:43de dire,
22:45partager,
22:46reproduire
22:46ce que cette machine
22:47dit indépendamment
22:48de la machine.
22:49Donc,
22:49s'il y a cette dimension
22:50d'incarnation,
22:51d'engagement
22:51dans ce que produit
22:52la machine,
22:53c'est déjà une première étape
22:54mais on navigue
22:55quelque part à vue
22:56et l'idée serait
22:57de continuer
22:57à transformer
22:58l'éducation.
23:00Rester en capacité
23:00dans tous les cas.
23:01Merci beaucoup
23:02à tous les trois
23:02pour vos éclairages
23:04sur cette transformation
23:05avec l'intelligence artificielle.
23:06Vincent Charlet,
23:07je rappelle que vous êtes
23:07le délégué général
23:08de la fabrique
23:09de l'industrie,
23:10Mohamed Senadji,
23:11fondateur du consortium
23:12Humachift
23:13et Jérôme Legris-Pagès,
23:15vice-président en charge
23:15de l'innovation pédagogique
23:17à l'université
23:18de Caen-Normandie.
23:19Je vous invite maintenant
23:20à suivre notre séquence
23:21sur le biomimétisme.
23:29C'est l'heure de notre rendez-vous
23:30avec le biomimétisme
23:31ou comment la nature
23:32nous inspire
23:33de nouvelles innovations,
23:34de nouvelles façons
23:34de penser les technologies.
23:36On en parle aujourd'hui
23:37avec Cara Arriva.
23:38Bonjour Cara.
23:39Bonjour Delphine.
23:39Qui est porte-parole
23:40dans la société Bioxégie,
23:42chez Bioxégie.
23:43Et là,
23:44on va s'intéresser
23:45à la tête du Pivert
23:46aujourd'hui ensemble
23:47et au casque antichoc.
23:48Parce qu'on a besoin
23:49de casques aujourd'hui
23:50avec tout ce vélo
23:51que nous pratiquons régulièrement
23:52dans les villes.
23:53Ça devient de plus en plus dangereux.
23:55C'est ça.
23:56Je vais vous parler
23:56d'une technologie bio-inspirée
23:58les plus emblématiques.
24:00C'est-à-dire
24:00le casque inspiré du Pivert.
24:03Là, ces dernières années,
24:04on a vu que l'usage du vélo
24:06explose,
24:07notamment dans les grandes villes.
24:08Qui dit plus de vélo
24:09dit aussi plus de risques
24:11de chute finalement.
24:13Et la zone la plus vulnérable
24:15lors d'une chute,
24:16c'est la tête.
24:17Je ne vous apprends rien.
24:19Sauf qu'aujourd'hui,
24:21la plupart des casques utilisés
24:23suivent un principe très ancien.
24:27Ils intègrent une mousse
24:28qui se fissure
24:29pour absorber le choc.
24:30C'est très efficace.
24:32Mais c'est limité.
24:33Comme elle se fissure,
24:34dans le temps,
24:35c'est limité.
24:37Et donc,
24:37comment faire mieux ?
24:38En fait,
24:39c'est là que le Pivert intervient.
24:41Alors,
24:41qu'est-ce qu'il a le Pivert ?
24:43Quel est le secret de sa tête ?
24:45Pour communiquer
24:47et pour se nourrir,
24:49le Pivert va frapper un tronc
24:50jusqu'à 20 fois par seconde.
24:52C'est-à-dire des milliers de fois par jour.
24:54Pour imager un petit peu,
24:56si nous on faisait la même chose,
24:57on aurait une commotion
24:58en quelques secondes.
25:00Or,
25:00le Pivert n'a aucun traumatisme cérébral.
25:03Comment il fait ?
25:05En fait,
25:05sa tête est une véritable
25:07architecture anti-choc.
25:10Déjà,
25:10son bec,
25:11qui est très rigide
25:13en extrémité
25:14pour pouvoir faire le trou.
25:16Et en même temps,
25:17il est souple à la base,
25:18ce qui permet en fait
25:19de filtrer l'impact.
25:21D'accord.
25:21Ensuite,
25:22son crâne,
25:23donc il contient
25:24des structures osseuses
25:26spongieuses
25:26qui permettent en fait
25:28de se déformer
25:29et donc d'absorber
25:30efficacement
25:31l'énergie des chocs.
25:33Et enfin,
25:34et surtout,
25:35en fait,
25:36il a un os yoïde.
25:37Donc l'os yoïde,
25:38c'est l'os qui maintient...
25:40La pomme d'Adam ?
25:41Non.
25:43Et ça fait partie.
25:44Mais en gros,
25:44c'est l'os qui maintient
25:45et mobilise la langue.
25:47D'accord.
25:47Et donc en fait,
25:48c'est un os qui est très long
25:50et souple
25:50et qui en fait fait le tour du crâne,
25:53un peu comme une ceinture de sécurité
25:55pour mobiliser,
25:58pour maintenir le cerveau.
25:59D'accord.
26:00Voilà,
26:00en cas de choc.
26:01Et donc,
26:02des ingénieurs
26:03se sont intéressés
26:04il y a quelques années déjà
26:05à ce mécanisme
26:07et ont appliqué
26:09exactement le même principe.
26:10c'est-à-dire
26:11de répartir
26:13et dissiper
26:14les chocs
26:16quand il y en a.
26:17Et donc,
26:18ça a donné naissance
26:19à des casques
26:20qui intègrent
26:22à la fois
26:22des structures alvéolaires,
26:24donc inspirées
26:25de ces os spongieux
26:27du crâne du pivert
26:28qui se déforment
26:29pour absorber l'impact,
26:30et en même temps,
26:31une fine couche
26:33interne
26:34qui coulisse
26:35légèrement
26:36pour justement
26:37limiter
26:37la rotation
26:38transmise au cerveau.
26:40Mais c'est-à-dire,
26:41alors,
26:41c'est pas la même chose
26:41que l'os ?
26:42Il n'y a pas une sorte
26:43de membrane
26:44qui fait un tour
26:44comme ça du casque ?
26:45Bah si,
26:46justement,
26:46c'est une fine couche
26:47interne dans le casque
26:48qui est capable
26:49justement de...
26:51D'accord.
26:51Voilà.
26:52C'est exactement
26:53le même principe
26:54que la langue
26:54qui fait...
26:55que l'os
26:56qui fait le tour
26:57du crâne
26:58comme la ceinture
26:58de sécurité.
26:59D'accord.
26:59Et là,
27:00c'est une fine couche
27:02qui coulisse légèrement
27:03pour justement
27:06maintenir le cerveau.
27:07En fait,
27:08c'est le casque
27:08qui va bouger
27:09et pas la tête.
27:10D'accord.
27:11Lors d'une chute,
27:12par exemple.
27:12Et le bec,
27:13alors ?
27:14Le bec,
27:15on s'en est pas...
27:16Non.
27:17On a pas des casques
27:18avec un bec
27:20verre.
27:20Non, ça c'est...
27:21C'est autre chose.
27:22Nous, on peut pas
27:23faire de trous,
27:24donc...
27:25Très bien.
27:25Et avec ces casques-là,
27:27aujourd'hui,
27:28on a fait la preuve
27:29qu'on avait des casques
27:30beaucoup plus résistants
27:30et qu'on n'est pas obligés
27:31de changer sans arrêt.
27:32C'est ça ?
27:32Voilà.
27:32En fait,
27:33les casques traditionnels
27:35fonctionnent très bien,
27:36mais ils sont limités
27:36dans le temps.
27:37En fait,
27:37on peut pas les ré...
27:38Ils sont plus aussi efficaces
27:39après une première chute.
27:41D'accord.
27:41Alors que là,
27:42c'est un casque
27:43qui sera toujours
27:44autant efficace.
27:46D'accord.
27:46parce qu'ils ne se fissurent pas,
27:47en fait.
27:47Et ça, ça y est,
27:48c'est commercialisé,
27:49ce type ?
27:49Oui, oui, oui,
27:49c'est commercialisé.
27:51Voilà, je sais pas
27:51si on a vu à l'écran.
27:53J'ai vu la photo.
27:54Nous avons vu,
27:55tout à fait.
27:55Oui, oui, oui.
27:56Et c'est commercialisé,
27:57c'est utilisé
27:58et ça fonctionne très bien.
27:59Merci beaucoup,
28:00Chiara Rivage.
28:01Merci à vous.
28:02Vous êtes porte-parole
28:02chez Bioxégi.
28:04Merci pour vos éclairages
28:05sur le biomimétisme
28:06et tout ce que la nature
28:07nous inspire.
28:08Merci à tous
28:09de nous suivre.
28:10C'était Smartech,
28:11votre émission
28:12sur l'innovation
28:13avec tout ce que ça a
28:14de passionnant
28:15autour de l'IA,
28:15mais pas seulement aussi
28:16dans la nature.
28:17On a vu qu'on avait
28:18des choses intéressantes.
28:19Je vous donne rendez-vous
28:20dès jeudi
28:21à 10h45
28:22pour un direct.
28:22On va commenter
28:23l'ActuTech.
Commentaires