Améliorer sa productivité et ses performances grâce à l'Intelligence Artificielle (IA)

1) Avant la formation

• Questionnaire de positionnement pour identifier ses propres axes de progrès

2) Pendant la formation

Introduction

• Présentation de chacun
• Attentes et objectifs visés de chaque participant
• Présentation du cadre de la formation
• Contextualisation des objectifs et des enjeux
• Emergence des représentations des participants
• Ajustement du contenu du programme de la formation si besoin

Etudier les fondements et applications de l'IA pour appréhender son utilisation

• Définition de l'Intelligence Artificielle (IA), des termes fondamentaux (prompt...)
• Pourquoi l'IA est-elle importante aujourd'hui ?
• L'histoire de l'IA : un voyage depuis les années 1920
• Les types d'IA et leurs cas d'usage :
• IA supervisée, IA non supervisée
• Apprentissage par renforcement
• Machine Learning, Deep Learning
• IA étroite, IA générale

Définir et clarifier l'IA Générative (IAG) pour optimiser son utilisation au sein de l'organisation

• Définition des différents types d'IAG et de leurs caractéristiques
• Cadre juridique et éthique autour de la collecte et de l'utilisation des données
• Retour sur le "buzz" autour de cette technologie depuis ChatGPT d'OpenAI
• Comment l'IAG peut compléter les compétences de chacun
• Intégration de l'IAG dans les processus existants

Perfectionner ses pratiques professionnelles grâce à l'IA pour améliorer ses performances

• Impact de la digitalisation et de l'IA sur son secteur d'activité
• Enjeux de l'intégration de l'IA dans ses activités professionnelles
• Applications pratiques de l'IA : utilisation de l'IA pour résoudre des problèmes spécifiques liés à son secteur d'activité
• Démonstrations pratiques de l'utilisation de certains outils IA pour résoudre des problèmes réels
• Maîtrise du prompt engineering afin de formuler des requêtes personnalisées et augmenter la qualité des résultats
• Développement de sa pensée critique pour analyser les données obtenues et garantir leur pertinence en vue de prises de décision éthiques et responsables

Exemples de travaux pratiques (à titre indicatif)

• Autodiagnostic
• Atelier collectif ou simulations basées sur des cas concrets proposés par les stagiaires
• Discussion en groupe sur les implications éthiques de l'utilisation de l'IA dans son environnement professionnel
• Etude de cas : avantages et enjeux de l'automatisation de certaines tâches dans différentes entreprises
• Brainstorming en sous-groupe
• Exercices d'entraînement : exploration et utilisation d'outils qui intègrent l'IA
• Débriefing sur les comportements mis en oeuvre : analyse de pratique
• Plan d'action : rédiger son plan d'action personnalisé (PAP), objectifs et actions concrètes

Synthèse de la session

• Réflexion sur les applications concrètes que chacun peut mettre en oeuvre dans son environnement
• Conseils personnalisés donnés par l'animateur à chaque participant
• Evaluation sommative (quiz permettant de valider les compétences acquises)
• Bilan oral et évaluation à chaud

3) Après la formation : consolider et approfondir

• Pendant 3 mois après la formation, les participants bénéficient d'un suivi personnalisé asynchrone auprès du formateur par courriel
• Ils reçoivent des feedbacks et des conseils personnalisés en relation avec les sujets abordés en formation

Le contenu de ce programme peut faire l'objet d'adaptation selon les niveaux, prérequis et besoins des apprenants.

Modalités d’évaluation des acquis

• En cours de formation, par des mises en situation contextualisées évaluées
• Et, en fin de formation, par un questionnaire d'auto-évaluation