Journaliste, rédacteur·trice, communicant·e, copywriter, auteur·trice, producteur·trice de contenu pour le web

Pratique de la rédaction et usage courant du traitement de texte et d’internet.

• Maîtriser les techniques d’écriture créative avec l’aide de l’IA
• Utiliser des outils d’IA pour générer, réécrire et améliorer des contenus
• Gagner en efficacité dans la production de textes créatifs

Apports théoriques et mises en situation lors d’ateliers pratiques.

Les participants doivent disposer d’un ordinateur connecté à Internet.

Jour 1 : découverte et appropriation de l’IA générative

Matin

Accueil des participants et présentation de la formation
• Objectifs de la formation
• Tour de table des participants

Introduction à l’IA générative
• Qu’est-ce que l’IA générative ?
• Les principaux outils d’IA générative disponibles
• Exemples d’applications dans le domaine de l’écriture et de la créativité

Atelier pratique 1 : première prise en main des outils d’IA générative
• Utilisation de plateformes comme ChatGPT ou Mistral
• Exercices de génération de texte à partir de prompts simples
• Exploration des différents paramètres pour affiner les résultats

Après-midi

Atelier pratique 2 : techniques de créativité avec l’IA
• Brainstorming assisté par IA
• Techniques de divergence et convergence d’idées
• Cas pratique : utiliser l’IA pour générer des idées d’articles, de scénarios, ou de contenus publicitaires

Étude de cas et retour d’expérience
• Analyse de cas concrets de l’utilisation de l’IA générative dans les médias et la communication
• Partage d’expériences et de bonnes pratiques par les participants

Questions et réponses, récapitulatif de la journée

Jour 2 : application avancée et création personnalisée

Matin

Accueil des participants et rappel des points clés du jour 1

Théorie avancée de l’IA générative
• Éthique et responsabilité dans l’utilisation de l’IA générative
• Travailler à partir de documents existants
• Limites et potentiels futurs des technologies d’IA

Atelier pratique 3 : Création de contenus personnalisés
Techniques avancées de rédaction avec l’IA
• Création de contenu personnalisé pour des publics spécifiques (journalisme, publicité, littérature…)
• Optimisation et édition des textes générés par l’IA

Après-midi

Atelier pratique 4 : projet créatif individuel ou en groupe
• Mise en pratique des compétences acquises sur un projet de création de contenu
• Choix du projet : article journalistique, campagne de communication, nouvelle littéraire, etc.
• Accompagnement personnalisé par le formateur

Présentation des projets et feedback
• Présentation des travaux réalisés par les participants
• Retours constructifs des formateurs et des participants

Conclusion de la formation
• Synthèse des apprentissages
• Conseils pour aller plus loin
• Evaluation à chaud de la formation par les participants

Quelques liens pour approfondir votre réflexion sur les intelligences artificielles génératives :

• Ecrire avec ChatGPT : améliorer une phrase

• La créativité de ChatGPT nous menace-t-elle?

• «L’IA générative rebat les cartes de la créativité»

• L’IA générative, catalyseur de la créativité humaine

• Comment l’IA générative peut amplifier la créativité humaine

IA Générative
L’intelligence artificielle dite générative est une avancée technologique majeure avec des impacts importants dans le domaine des médias et de la communication. L’IA dite “générative” permet la création de contenus originaux tels que textes, images et vidéos. Contrairement à une simple répétition d’informations, l’IA générative a la capacité de produire des éléments inédits, mais pas toujours véridiques.

Biais
On parle de “biais algorithmique” quand le résultat généré par un algorithme d’apprentissage manque de neutralité, d’équité ou de loyauté. Le biais algorithmique peut survenir lorsque les données utilisées pour entraîner un algorithme d’apprentissage automatique et obtenir un résultat (un texte, une image, une donnée…) reflètent les préjugés sous-jacents des individus engagés dans la collecte, la sélection ou l’utilisation de ces données.

Prompt
Un prompt est une instruction que l’utilisateur rédige à destination de l’intelligence artificielle afin qu’elle produise un résultat qui réponde à sa demande. Le prompt doit être formulé de manière précise pour donner un résultat pertinent et implique d’avoir des connaissances dans le domaine sur lequel l’utilisateur souhaite effectuer des recherches ou obtenir la génération d’un contenu.

Charte
Une charte vise à encadrer les questions éthiques posées par l’utilisation des outils d’intelligence artificielle. De plus en plus de médias et d’organisations élaborent des chartes pour encadrer l’exploitation des outils à base d’IA (en particulier IA génératives).

Algorithme
Suite finie de règles (opérations logiques, instructions) permettant d’obtenir un résultat à partir d’éléments fournis en entrée par l’utilisateur. Cette suite peut être l’objet d’un processus automatisé d’exécution et s’appuyer sur des modèles conçus par le biais d’apprentissage automatique.

Apprentissage automatique (machine learning)
Le “machine learning”, également appelé apprentissage automatique, est une branche spécifique de l’intelligence artificielle. Son objectif est de permettre aux algorithmes de découvrir des « patterns”  (modèles), c’est-à-dire des schémas récurrents, au sein de différents ensembles de données. Ces données peuvent comprendre des nombres, des mots, des images, des statistiques, et tout autre élément stockable sous forme numérique.
Les algorithmes de machine learning acquièrent de manière autonome la capacité d’accomplir des tâches ou de faire des prédictions en se basant sur les données, tout en perfectionnant leurs performances avec le temps. Une fois entraîné, l’algorithme est en mesure de repérer ces schémas au sein de nouvelles données. L’apprentissage automatique peut être supervisé par des humains ou non suivant les cas de figure.

Hallucination
Dans le champ de l’intelligence artificielle, une hallucination désigne une réponse incorrecte générée par une IA et qui est présentée comme une certitude factuelle. C’est pourquoi la supervision humaine par des spécialistes des sujets traités est indispensable lorsque des IA génératives sont employées pour produire des données (textuelles, notamment).