16 IA et entreprise : quel est le lien ?

Note: Retrieved from https://www.msemilylyons.com/harnessing-ai-in-entrepreneurship/

Par: Omar Alsari (O.A), Chimgozirim Anierobi (C.A), Nicolas Campanano (N.C), Ethan Clark (E.C), Yazan El Merini (Y.M), Isaac Ishimwe (I.I), Avik Joshi (A.J), Mirella Khayalieva (M.K), Joseph Li (J.L), Renaud Leroy (R.L), Kyle Lim (K.L), Owen Lor (O.L)., Malaika Loveys (M.L), Jisoo Moon (J.M), Alexandra Morozov (A.M), Faith Muluila (F.M), Devang Singh (D.S), Dylan Tang (D.T), Ekaterina Tkachenko (E.T), Shaista Karim Sadrudin Jaffer (S.K.J)

10 mai 2024 / Université d’Ottawa – École de gestion Telfer

L’Explorateur FinTech : Un Guide Complet

 

IA et entreprise : quel est le lien? – M.K, M.L, S.J

Imaginez entrer dans un monde où l’entreprise rencontre la technologie de pointe de l’intelligence artificielle (IA). Ce n’est pas seulement une possibilité, c’est ce qu’un groupe d’élèves de collège a exploré lors d’un cours d’une semaine à l’Université d’Ottawa. Ce cours n’était pas simplement composé de conférences ; c’était un voyage pratique dans l’intersection des compétences commerciales et des technologies de l’IA, leur offrant une occasion unique de voir comment l’IA redéfinit le paysage des affaires.

Ce chapitre est rédigé par des élèves de collège qui ont participé à un mini-cours spécialement conçu pour les jeunes apprenants du Conseil scolaire Ottawa-Carleton. Tenue à l’Université d’Ottawa, cette initiative a offert une expérience immersive dans le monde dynamique des affaires et de l’intelligence artificielle, conçue pour susciter la curiosité et favoriser la compréhension chez les élèves dès le plus jeune âge. Les 19 étudiants ont contribué à ce chapitre, décrivant la structure du cours, les activités, les sujets abordés et bien plus encore !

La connexion entre les affaires et l’intelligence artificielle est profonde et complexe. L’IA, qui imite les processus intelligents humains par des machines, peut révolutionner divers aspects des opérations commerciales, y compris la prise de décision, le service client, le développement de produits, le marketing et la gestion des opérations. Ce cours a donné aux élèves une excellente occasion de développer et d’en apprendre davantage sur les capacités transformatrices des affaires et de l’IA.

Au début de cette semaine de découverte, les élèves ont été invités à remplir une enquête détaillée. Les réponses ont révélé des niveaux de compréhension variés parmi les élèves – allant des novices en concepts d’IA et de commerce à ceux ayant des bases modestes. Ce point de référence initial était crucial pour adapter le contenu du cours afin de garantir que tous les élèves puissent s’engager de manière significative et progresser à partir de leur point de départ unique.

Le cours a exploré comment l’IA imite l’intelligence humaine et transforme les opérations commerciales. Les aventures allaient au-delà de la simple compréhension de l’IA ; les élèves ont été invités à appliquer ce qu’ils avaient appris à travers des activités telles que la programmation, l’analyse de données et même la création de leurs propres mini-entreprises. Cette approche pratique a rendu les schémas complexes de la construction de l’IA plus compréhensibles et engageants.

Chaque jour suivait un schéma structuré rempli d’expériences éducatives interactives. Cela commençait par une vérification de la présence innovante qui interrogeait les élèves sur ce qu’ils avaient appris la veille, menant à des projets de groupe simulant des problèmes commerciaux réels. Ces projets n’étaient pas seulement théoriques – ils exigeaient que les élèves appliquent leurs nouvelles connaissances en IA dans des scénarios pratiques, les aidant à comprendre comment des outils d’IA tels que l’analyse de données et l’apprentissage automatique pouvaient résoudre de véritables défis commerciaux.

L’influence de l’IA s’étend à divers secteurs, améliorant l’efficacité et l’efficience. Elle améliore des domaines tels que :

  • Service client et ventes : automatisation et personnalisation des interactions avec les clients
  • Marketing : ciblage et personnalisation des campagnes marketing
  • Gestion de la chaîne d’approvisionnement : optimisation de la logistique et prévision des besoins en inventaire
  • Services financiers : rationalisation des opérations et gestion des risques dans le secteur bancaire

Ces exemples illustrent le rôle de l’IA non seulement dans l’augmentation des processus existants, mais aussi dans la création de nouvelles façons de faire des affaires.

À la fin de la semaine, les élèves se sont sentis autonomes et bien informés, capables de discuter confortablement des sujets liés à l’IA et aux affaires et de partager leurs idées avec les autres. Ce cours ne les a pas seulement instruits sur les applications actuelles de l’IA, mais les a également inspirés à réfléchir à leur futur rôle dans l’innovation.

En reprenant leur vie quotidienne, ils portent maintenant en eux une compréhension profonde de la manière dont l’IA peut être un outil puissant dans les affaires. Les connaissances acquises ont suscité leur curiosité d’en apprendre davantage et de suivre l’évolution de l’IA. Qui sait ? Peut-être qu’un jour, ils seront ceux qui mèneront la charge en utilisant l’IA pour résoudre les grands problèmes du monde, mélangeant leurs nouvelles connaissances avec leur créativité juvénile pour faire la différence.

 

Une journée dans le cours sur l’IA et les affaires : un voyage structuré d’apprentissage et d’interaction – O.A, Y.M, S.J

Le parcours à travers le cours sur l’IA et les affaires à l’Université d’Ottawa a été minutieusement structuré pour maximiser à la fois l’apprentissage et l’engagement. Chaque journée de six heures était soigneusement planifiée pour assurer un mélange d’instruction, d’application et de réflexion.

  1. Engagement matinal : présence avec une touche d’originalité

Chaque journée commençait par une approche innovante de la présence qui donnait le ton pour une participation active. Au lieu d’un simple appel, l’instructeur engageait directement les élèves en posant des questions liées aux leçons de la veille ou aux défis jugés intéressants. Cette méthode non seulement garantissait que les élèves étaient attentifs dès le début, mais renforçait également leur apprentissage et les préparait pour la journée à venir.

  1. Conférences interactives : apprentissage multimédia

Après ce début engageant, une conférence de 30 minutes sur divers sujets était donnée. Ces sessions étaient loin d’être traditionnelles ; elles incluaient une présentation PowerPoint détaillant le sujet du jour de manière exhaustive, complétée par des vidéos soigneusement sélectionnées. Ces éléments multimédia n’étaient pas seulement de soutien mais jouaient un rôle essentiel dans l’amélioration de la compréhension des élèves et rendaient le processus d’apprentissage agréable et efficace.

  1. Apprentissage collaboratif : projets de groupe

Après la conférence, les élèves étaient placés en groupes pour travailler sur divers projets. Ce n’étaient pas de simples exercices académiques ; ils représentaient des applications réelles des concepts appris. Qu’ils soient jumelés ou regroupés selon les exigences du projet, les activités étaient conçues pour favoriser le travail d’équipe et l’application pratique des connaissances théoriques. Cette partie de la journée était cruciale pour vivre de première main l’intersection de l’IA et des affaires, mettant au défi les élèves de mettre en œuvre des solutions dans des scénarios commerciaux simulés.

  1. Repos : pause déjeuner

À midi, les élèves prenaient une pause bien méritée d’une heure. Ce temps leur appartenait – pour se détendre, manger, socialiser et profiter de l’environnement pittoresque de l’université. C’était une pause idéale à mi-parcours pour se rafraîchir et se préparer pour les sessions de l’après-midi.

  1. Sessions de l’après-midi : révision et présentations

Après le déjeuner, l’instructeur conduisait à nouveau une mini-conférence, récapitulant le contenu de la matinée pour rafraîchir les mémoires et aligner tout le monde pour les activités de l’après-midi. Ensuite, l’accent était mis sur les présentations de groupe. Chaque groupe disposait d’environ 45 minutes pour se préparer avant de présenter leurs résultats à la classe. Pendant ces présentations, les élèves participaient à un processus de feedback innovant utilisant des codes QR liés à un formulaire Google, garantissant que les commentaires étaient constructifs et impartiaux. Cela nécessitait que les élèves soient attentifs pendant les présentations de leurs camarades et posent librement des questions via une plateforme numérique.

La structure du cours était conçue non seulement pour transmettre des connaissances mais aussi pour cultiver des compétences et un enthousiasme pour l’IA et les affaires. Du début de la journée avec une routine de présence stimulante jusqu’à la fin avec des interactions décontractées entre pairs, chaque élément était conçu pour contribuer à une expérience éducative holistique. Cette structure garantissait que les élèves pouvaient s’engager profondément avec le matériel, l’appliquer de manière pratique et terminer chaque journée enrichis et impatients pour la suivante.

 

Aperçu complet des sujets abordés dans notre mini-cours sur l’IA et les affaires – A.M, K.T, S.J

Divers sujets ont été abordés tout au long du cours de cinq jours, donnant aux élèves un aperçu du paysage de l’IA utilisée dans diverses entreprises et industries. En participant aux conférences et aux activités de groupe, les élèves ont pu vivre une expérience directe en utilisant des outils de base pour résoudre des problèmes complexes du monde réel.

 

Sujet n°1 : Analyse commerciale

L’analyse commerciale est la science de l’utilisation des données pour identifier les tendances et résoudre les problèmes commerciaux. Ce domaine englobe diverses techniques telles que la prévision des ventes, qui analyse les données historiques de vente pour prédire les tendances futures, et la détection de fraude, qui examine les modèles de données pour identifier les anomalies indicatives d’activités frauduleuses.

 

Sujet n°2 : Big data

Le big data désigne des ensembles de données extrêmement volumineux que les logiciels de traitement de données traditionnels ne peuvent pas gérer efficacement. Il se caractérise par les quatre V : volume, vélocité, variété et véracité. Le big data couvre plusieurs domaines tels que les médias sociaux, la finance et la santé, comprenant des données structurées, non structurées et semi-structurées qui s’étendent continuellement au fil du temps.

 

Sujet n°3 : Intelligence Artificielle

L’intelligence artificielle, pilier de l’informatique moderne, se concentre sur la création de machines capables d’exécuter des tâches nécessitant généralement l’intelligence humaine. Cela inclut le développement d’assistants personnels alimentés par l’IA qui effectuent une variété de services et de tâches basés sur des commandes vocales ou des instructions tapées.

 

Sujet n°4 : Programmation

La programmation implique l’écriture, le test et la maintenance du code qui permet aux programmes et applications logiciels de fonctionner. Les principaux langages de programmation incluent Python, Java et C++, les programmeurs veillant à ce que les logiciels fonctionnent efficacement, se mettent à jour continuellement et performent de manière optimale face à de nouvelles entrées de données.

 

Sujet n°5 : Gestion des données

La gestion des données est la pratique d’organiser et de maintenir les processus de données pour garantir l’exactitude, la disponibilité et la sécurité des données au sein d’une organisation. Ce domaine implique un ensemble complet de disciplines, allant de la création de politiques et de gouvernance à la mise en œuvre de technologies qui soutiennent la collecte, le stockage et l’accès aux données.

 

Sujet n°6 : Apprentissage automatique

L’apprentissage automatique, une sous-catégorie de l’IA, implique des algorithmes qui permettent aux applications logicielles de devenir plus précises dans la prédiction des résultats sans être explicitement programmées. Il existe trois types d’apprentissage automatique : l’apprentissage supervisé, qui s’entraîne sur des données étiquetées ; l’apprentissage non supervisé, qui fonctionne sur des données non étiquetées ; et l’apprentissage par renforcement, où les algorithmes apprennent à réagir de manière dynamique à un environnement.

Une enquête a été réalisée le premier jour pour évaluer les connaissances de base des élèves sur les concepts d’IA et d’affaires. Cette enquête visait à identifier leurs points de départ, avec des questions allant des définitions de base aux applications plus nuancées de l’IA dans divers secteurs. L’objectif était d’adapter dynamiquement le contenu du cours, garantissant que chaque leçon soit accessible tout en étant stimulante, favorisant un environnement d’apprentissage productif pour tous les participants.

Les résultats de cette enquête ont mis en évidence un large éventail de compréhension parmi les élèves, allant des débutants découvrant les concepts d’IA et d’analyse de données à ceux ayant une certaine exposition préalable à la programmation de base et aux principes commerciaux. Parmi les 19 élèves du cours, 53 % avaient 13 ans, 37 % avaient 14 ans et 10 % avaient 15 ans. 89 % d’entre eux étaient en 8e année et 11 % en 9e année. Les informations obtenues de l’enquête ont été inestimables pour l’instructeur, qui a adapté les modules du cours pour combler ces lacunes et s’appuyer sur les connaissances existantes, établissant une base solide pour les sujets avancés introduits plus tard dans la semaine. Le résumé des résultats de l’enquête est présenté dans les figures ci-dessous.

L’exploration de ces sujets tout au long du mini-cours a considérablement amélioré la compréhension des élèves de l’interaction entre l’IA et les processus commerciaux. Le cours n’était pas seulement informatif mais aussi extrêmement agréable, leur fournissant des connaissances et des outils applicables dans des scénarios réels.

En réfléchissant à l’enquête du premier jour, les progrès réalisés sont devenus évidents lors d’un quiz surprise en milieu de semaine. Le quiz de 20 questions, couvrant des concepts clés de l’IA à la gestion des big data, a montré une augmentation significative de la compréhension et de la confiance des élèves. Les questions qui semblaient autrefois décourageantes étaient désormais abordées avec des réponses réfléchies et précises, reflétant leur compréhension approfondie. Par exemple, une question du quiz demandait quel langage de programmation est couramment utilisé pour l’analyse de données et le développement d’applications IA et les 19 élèves ont sélectionné avec précision “Python”. D’autres questions portaient sur la relation entre l’IA et l’analyse commerciale, les définitions de l’IA, du ML, du NLP et du Big Data, des exemples de chacun des sujets abordés et la syntaxe de base de Python. La moyenne de la classe était de 88,9 %, ce qui montre une amélioration exceptionnelle en seulement quelques jours de cours !

Cependant, ce n’était pas uniquement le quiz et l’enquête qui mesuraient le succès des élèves ; les activités quotidiennes elles-mêmes jouaient un rôle crucial. Ces activités exigeaient une réflexion critique et un esprit analytique, car les élèves devaient effectuer manuellement des tâches que l’IA pouvait généralement exécuter plus rapidement et efficacement. Cette approche pratique a permis aux élèves d’apprécier les avantages tangibles de l’intégration de l’IA dans les processus commerciaux, offrant une perspective claire sur la manière dont la technologie peut améliorer les méthodes traditionnelles. L’exploration détaillée de ces activités quotidiennes et de leur impact sur les résultats d’apprentissage des élèves sera davantage discutée dans les sections suivantes.

 

Activités d’apprentissage dynamiques dans le mini-cours sur l’IA et les affaires – I.I, J.M, R.L, S.J

Jour 1 : Introduction à l’analyse commerciale via l’IA

Le cours a débuté par une activité engageante où les élèves ont été invités à remplir une enquête pour mieux comprendre leur niveau de connaissance des sujets qui seront abordés tout au long de la semaine. Les élèves ont ensuite abordé des scénarios commerciaux réels en analysant des ensembles de données fournis pour identifier et proposer des améliorations. Cet exercice a mis en évidence le potentiel de gain de temps significatif de l’IA dans l’analyse commerciale, soulignant sa nécessité pour gérer efficacement plusieurs divisions commerciales.

 

Jour 2 : Plongée profonde dans l’apprentissage automatique et le codage

La deuxième journée a commencé par une discussion intrigante, où une question apparemment simple sur la priorité des patients à l’hôpital a suscité des réponses diverses, soulignant la nature subjective de la prise de décision dans les soins de santé. Plus tard, l’accent a été mis sur les concepts de l’apprentissage automatique et les élèves ont été initiés au codage en Python. L’instructeur a préparé un Google Colab Notebook pour faciliter l’exécution et la modification du code existant. Un exercice simple à la fin du notebook a permis aux élèves de développer des codes courts et rapides en réponse à une tâche donnée. Les progrès étaient notables : les tâches qui semblaient décourageantes le premier jour devenaient plus gérables, démontrant notre adaptation rapide et notre confort croissant avec les concepts d’IA et de commerce.

 

Jour 3 : Débat sur le rôle de l’IA dans l’avenir du travail

Les élèves ont participé à un débat animé sur la question de savoir si l’IA remplacerait finalement les emplois humains. Cette discussion a élargi leur compréhension de l’IA en tant qu’outil qui, bien qu’améliorant l’efficacité, est peu susceptible de remplacer entièrement les rôles humains mais plutôt de les intégrer dans la vie professionnelle. Un quiz rapide plus tard dans la journée a réaffirmé les progrès d’apprentissage, car les élèves ont répondu aux questions avec plus de confiance et de rapidité que le premier jour.

 

Jour 4 : Stations pratiques et applications réelles

La quatrième journée a présenté plusieurs stations interactives axées sur des applications pratiques de l’IA :

  • o Classification d’images : Les élèves ont classé manuellement des images en sept groupes distincts, identifiant des images pouvant correspondre à plusieurs catégories.
  • o Analyse des avis commerciaux : Les élèves ont analysé des avis de clients et évalué la performance d’entreprises alimentaires, ainsi que proposé des stratégies d’amélioration.
  • o Prédiction du succès sportif : Les élèves ont également été chargés de développer des critères pour prédire le succès des athlètes en basket-ball et en hockey en se basant sur l’analyse de données.

 

Chaque station était conçue pour renforcer la compréhension de la polyvalence de l’IA et de son impact transformateur dans différents secteurs.

Grâce à une série d’activités structurées et créatives, les élèves ont exploré diverses facettes de l’IA, y compris la programmation, les chatbots, la gestion des données et l’analyse commerciale. Les exercices ont non seulement approfondi leurs connaissances mais ont également éveillé une passion pour l’IA et le commerce chez beaucoup d’entre eux. Ces activités, conçues pour simuler des défis réels, les ont dotés d’informations et de compétences cruciales pour leurs propres futures entreprises dans le domaine de la technologie et des affaires.


Un aperçu de la programmation – E.C, S.J

Le deuxième jour du mini-cours, les élèves ont entrepris une exploration approfondie de la programmation, une compétence fondamentale dans le paysage de l’IA. La programmation ne consiste pas seulement à écrire du code ; il s’agit de créer des algorithmes qui permettent aux machines d’exécuter des tâches de manière autonome. Divers langages de programmation ont été abordés tels que Python, C++, R et JavaScript, mettant en lumière leurs rôles dans le développement de solutions d’IA.

Pour appliquer leurs connaissances théoriques, les élèves ont participé à des exercices pratiques de programmation en utilisant Google Colab, une plateforme qui facilite le codage dans un environnement interactif. Voici ce qui a été accompli lors de ces activités :

  • Opérations de base : Les élèves ont commencé par des exercices de programmation élémentaires tels que réaliser des opérations arithmétiques et imprimer du texte dans la console, ce qui leur a fourni une solide compréhension de la syntaxe Python et des fonctions de base.
  • Visualisation de données : Les élèves ont ensuite créé et modifié des diagrammes de dispersion, ce qui les a aidés à visualiser les données de manière significative, améliorant ainsi leur capacité à interpréter et analyser les informations.
  • Manipulation de données : En utilisant des documents Excel préparés par l’instructeur, les élèves ont pratiqué la manipulation de listes et l’extraction de données, des compétences cruciales pour la gestion et l’analyse de grands ensembles de données dans des applications réelles.

Au cours de cette session, plusieurs outils ont été utilisés pour améliorer l’expérience d’apprentissage et l’efficacité :

  • Google Colab : Cette plateforme a permis aux élèves d’écrire et d’exécuter du code Python de manière fluide, offrant une interface intuitive pour apprendre la programmation.
  • ChatGPT : Les élèves ont exploré comment l’IA peut aider à coder en utilisant ChatGPT pour comprendre les requêtes de codage et générer des extraits de code.
  • Documents Excel : Ceux-ci ont été utilisés pour fournir des exemples pratiques de données pouvant être manipulées et analysées par programmation.
  • Tutoriels en ligne et API : Des ressources supplémentaires telles que des tutoriels en ligne et le créateur d’API de Google Colab ont été discutées comme moyens d’approfondir notre compréhension et nos capacités en programmation.

Les élèves ont appris que les programmeurs jouent un rôle crucial dans l’écosystème de l’IA. Ils sont responsables de la conception d’algorithmes qui non seulement traitent et analysent les données, mais apprennent également à partir de celles-ci pour faire des prédictions ou prendre des décisions de manière autonome. Cette session a mis en lumière l’importance de la programmation pour l’IA, fournissant les outils permettant aux machines d’imiter les processus de prise de décision humaine.

Cette session de programmation a équipé les élèves des compétences de base et de la compréhension nécessaires pour approfondir les aspects techniques de l’IA. Elle a souligné l’importance de la programmation dans le monde moderne, en particulier dans la manière dont les applications d’IA sont développées et déployées. Avec les connaissances de base acquises, les élèves sont encouragés à approfondir nos compétences en programmation par des cours supplémentaires et l’auto-apprentissage, leur permettant de mieux comprendre et contribuer au domaine en évolution de l’IA.

En comprenant ces fondamentaux de la programmation, ils peuvent participer à des discussions plus informées sur l’IA, apprécier la complexité des systèmes d’IA et envisager de futures innovations technologiques. Les insights tirés de cet exercice ont non seulement renforcé notre expertise technique, mais ont également suscité une curiosité à explorer comment la programmation continue de transformer leurs interactions avec la technologie au quotidien.

 

Plongée profonde dans l’apprentissage automatique : compréhension par des exercices pratiques – C.A, F.M, S.J

Les élèves ont également appris les types fondamentaux d’apprentissage automatique : l’apprentissage supervisé, l’apprentissage non supervisé et l’apprentissage par renforcement. Ces concepts ont formé la base de la manière dont les systèmes d’IA apprennent à partir des données et interagissent avec elles. L’apprentissage supervisé impliquait que les modèles apprennent à partir de données étiquetées, l’apprentissage non supervisé à partir de données non étiquetées, et l’apprentissage par renforcement à partir des conséquences des décisions prises par le modèle.

 

Exercices pratiques en apprentissage automatique :

Classification d’Images :

  • o Objectif : Les élèves ont catégorisé manuellement un ensemble de 66 images en sept groupes distincts : paysages, monuments, animaux, insectes, phénomènes naturels, machines et outils, et transport.
  • o Processus : À travers des discussions de groupe, ils ont travaillé de manière collaborative pour comprendre et attribuer chaque image à la catégorie appropriée. Cet exercice ne consistait pas seulement à identifier la catégorie mais aussi à réfléchir de manière critique lorsque les images pouvaient appartenir à plusieurs catégories.
  • o Défis : Certaines images étaient simples à classer, tandis que d’autres nécessitaient une analyse et des discussions plus approfondies, mettant en évidence les complexités des tâches de classification d’images en apprentissage automatique.

 

Modélisation prédictive pour l’analyse sportive :

  • o Objectif : En utilisant des ensembles de données simples pour les joueurs de basket-ball et de hockey, la tâche consistait à prédire le succès des joueurs en fonction de divers attributs.
  • o Analyse du basket-ball : Les élèves ont pris en compte des facteurs tels que les années d’expérience, les points par match et l’âge des joueurs. Leur analyse a conclu que les joueurs de basket-ball réussis avaient souvent plus de trois ans d’expérience, marquaient plus de 10 points par match et étaient âgés de plus de 21 ans.
  • o Analyse du hockey : Pour le hockey, des attributs tels que la précision des tirs, le poids et l’agilité étaient essentiels. Les joueurs réussis avaient généralement une précision de tir supérieure à 70 %, pesaient plus de 180 livres et avaient un score d’agilité d’au moins 6,8.

 

Analyse de sentiment :

  • o Objectif : Les élèves ont analysé les avis des clients pour quatre entreprises, classant chaque avis comme positif, négatif ou neutre.
  • o Processus : Des mots-clés ont été identifiés en lien avec les sentiments exprimés dans les avis. Cet exercice leur a permis de comprendre comment l’analyse de sentiment pouvait être utilisée pour évaluer la satisfaction des clients et les domaines à améliorer.
  • o Analyse : Par exemple, un groupe a noté que l’entreprise C recevait des retours neutres à négatifs principalement concernant la qualité des aliments. Ils ont suggéré des améliorations telles que renforcer la formation du personnel de préparation des aliments ou embaucher du personnel plus qualifié.

 

Chacune de ces activités a non seulement renforcé leur compréhension des concepts d’apprentissage automatique, mais leur a également fourni une expérience pratique dans l’application de ces concepts à des données réelles. L’approche pratique a aidé à solidifier leurs connaissances et a renforcé leur confiance pour discuter et utiliser l’IA et l’apprentissage automatique dans divers contextes.

À la fin de ces exercices, les élèves étaient mieux équipés pour comprendre les implications de l’apprentissage automatique dans différents secteurs et le potentiel de l’IA à transformer les industries. Cette journée a été particulièrement éclairante, car elle a comblé le fossé entre la connaissance théorique et l’application pratique, leur montrant l’impact puissant de l’IA dans le commerce et au-delà.

 

Maîtriser les concepts d’IA et de commerce par le biais de présentations étudiantes – N.C, A.J, S.J

Pendant le cours d’une semaine, les élèves ont eu l’opportunité de plonger dans les aspects pratiques de l’IA et des affaires à travers des présentations structurées. Ces présentations ne consistaient pas seulement à partager ce qu’ils avaient appris ; elles offraient la chance d’appliquer leurs connaissances à des scénarios réels et d’explorer des solutions innovantes.

Préparer ces présentations était à la fois stimulant et exaltant. Les élèves ont abordé des sujets tels que l’IA, l’apprentissage automatique, l’analyse commerciale, le big data et la gestion des données. Ce processus les a encouragés à synthétiser l’information et à réfléchir de manière critique à la manière de présenter des sujets complexes de manière compréhensible et engageante. Cette approche pratique a aidé à solidifier leur compréhension et leur a permis d’explorer les implications pratiques des connaissances théoriques.

Les présentations sont devenues une vitrine des applications créatives et pratiques de l’IA dans divers domaines :

  • Amélioration de la production alimentaire : Un groupe a exploré comment l’IA pourrait optimiser les pratiques agricoles pour augmenter la production alimentaire. Leur proposition visait à utiliser l’analyse prédictive pour améliorer les rendements des cultures et réduire les déchets, répondant aux préoccupations mondiales en matière de sécurité alimentaire.
  • Recommandations de voyage alimentées par l’IA : Un autre groupe s’est concentré sur l’industrie du tourisme, présentant un système utilisant l’IA pour personnaliser les suggestions de voyage en fonction des préférences individuelles et des tendances actuelles. Ce projet a mis en avant le potentiel de l’IA pour personnaliser les expériences et améliorer la satisfaction client dans le secteur des services.

Les présentations ont été une composante essentielle de notre parcours éducatif. Elles ont fourni une plateforme aux élèves pour exprimer leurs idées et solutions, favorisant un environnement d’apprentissage dynamique. Elles ont non seulement amélioré leurs compétences en présentation mais ont également approfondi leur compréhension de la manière dont l’IA peut être exploitée pour résoudre des problèmes complexes dans les affaires et au-delà.

Les présentations ont culminé dans un projet final où chaque groupe a développé une idée commerciale exploitant les outils appris tout au long de la semaine. Ils ont été chargés de réfléchir de manière critique à leur flux de travail commercial, aux stratégies de mise en œuvre potentielles et à l’impact attendu de leurs idées :

  • Cyber-harcèlement : Une équipe a proposé d’utiliser l’IA pour détecter les discours et contenus nuisibles sur les plateformes de médias sociaux afin de combattre le cyber-harcèlement. Leur système bloquerait les contenus inappropriés et informerait les parents ou tuteurs, renforçant la sécurité en ligne des mineurs.
  • Protéger l’environnement avec l’IA : Un autre groupe s’est concentré sur la conservation de l’environnement, en utilisant des capteurs et des drones aux côtés de données historiques pour prédire et atténuer les menaces potentielles pour la faune et les habitats naturels avant qu’elles ne causent des dommages.
  • Education.poverty.AI : Cette initiative visait à réduire les disparités éducatives en offrant un tutorat en ligne alimenté par l’IA pour les élèves des régions défavorisées. Le système proposerait des expériences d’apprentissage personnalisées dans plusieurs langues, adaptant le contenu aux styles et besoins d’apprentissage individuels.
  • Travel.AI : L’équipe gagnante a développé une entreprise utilisant des algorithmes d’IA et de ML pour analyser les avis commerciaux et les emplacements des plateformes telles que Google Maps et TripAdvisor. Leur service générerait des itinéraires de voyage personnalisés en fonction du budget et des préférences de l’utilisateur, comme les séjours en bord de mer ou les expériences culinaires.

Ces projets innovants ont mis en évidence la capacité des élèves à appliquer l’IA pour résoudre des problèmes importants dans divers domaines. Les présentations ont fourni une plateforme dynamique pour que les élèves expriment leurs idées et solutions, favorisant un environnement d’apprentissage collaboratif et engageant. Elles ont non seulement amélioré leurs compétences en présentation, mais ont également approfondi leur compréhension de la manière dont l’IA peut être exploitée pour répondre aux problèmes complexes dans les affaires et la société.

Les sessions de présentation se sont avérées inestimables, enrichissant l’expérience éducative en permettant aux élèves de s’engager activement avec le matériel et entre eux. Ces activités ont démontré le pouvoir de l’IA et de l’analyse commerciale pour stimuler l’innovation et offrir des solutions aux défis du monde réel, jetant les bases pour une future exploration et application dans les domaines de la technologie et des affaires.

 

Réflexions sur l’IA et les affaires : perspectives et insights des étudiants – J.L, K.L, S.J

Le cours sur l’IA et les Affaires à l’Université d’Ottawa a offert une expérience transformative à tous les participants. En seulement cinq jours, la compréhension de l’intelligence artificielle et de ses applications dans les affaires s’est considérablement approfondie. Cette section compile les diverses opinions et réflexions de la classe, capturant l’essence de leur parcours d’apprentissage collectif. Voici quelques-unes des pensées partagées par les élèves à propos du cours :

  • Jisoo : “J’ai adoré le cours. C’était très intéressant d’en apprendre davantage sur l’aspect commercial de l’IA.”
  • Roy : “C’était très intéressant et j’ai appris des choses que je pourrai utiliser dans le futur.”
  • Isaac : “J’ai apprécié ce cours et j’ai découvert le Big Data.”
  • Faith : “Le cours était amusant. J’ai appris le Big Data.”
  • Ella : “C’était un cours vraiment amusant. Les activités étaient amusantes et engageantes. Au cours du débat sur la question de savoir si l’IA allait conquérir le monde, j’ai fait valoir un bon argument : “Ce n’est pas parce que nous avons créé l’IA que nous pouvons contrôlez-le. Vos parents vous ont créé mais ils ne peuvent pas vous contrôler.
  • Ethan : “J’ai apprécié ce cours. J’ai également aimé découvrir le grand écart entre l’analyse manuelle des données et leur efficacité lorsque l’IA le fait.”
  • Alexandra : “J’ai apprécié ce cours, j’ai appris l’intelligence artificielle et la programmation.”
  • Mirella : “J’ai apprécié ce cours et j’ai appris à utiliser l’IA et le ML.”
  • Owen : “Ça s’est bien passé, j’ai appris ce qu’est le Big Data et comment l’utiliser dans votre vie quotidienne.”
  • Devang : “Je pense que c’est bien, le plus intéressant c’est la programmation Python et l’IA.”
  • Nicolas : “Le cours était sympa et j’ai rencontré des gens très sympas et formidables. J’ai appris l’IA et comment l’utiliser en entreprise.”
  • Avik : “C’était bien, j’ai découvert le ML.”
  • Malaika : “ Maintenant, je me sens plus à l’aise pour parler de ce sujet. J’ai appris comment l’IA peut nous aider de plusieurs manières. »
  • Dylan : “J’ai appris un peu sur l’IA et je sais maintenant comment l’utiliser. C’était amusant.”
  • Omar : “J’ai appris à prendre des décisions commerciales en utilisant l’IA et à programmer en Python. C’est vraiment bien, l’un des meilleurs cours car à l’avenir, vous pourrez utiliser ces connaissances pour gagner beaucoup d’argent.”
  • Kyle : “J’ai adoré ce cours. Il y a tellement de nouvelles personnes formidables ! J’ai beaucoup appris sur ChatGPT et sur la manière de faire des choses intéressantes !”
  • Joseph : “J’ai trouvé ce cours très utile pour mes aspirations futures. J’ai beaucoup appris sur la manière dont les entreprises peuvent être modélisées à l’aide du ML et de l’IA. Je me sens plus à l’aise maintenant pour parler de ce type de sujets.”
  • Yazan : “J’ai beaucoup appris sur ce que sont les chatbots et sur la façon dont ils peuvent prendre de meilleures décisions commerciales. Ce cours est très important car les affaires sont importantes.
  • Kate : “J’aime vraiment ce cours et j’ai appris à analyser un ensemble de données commerciales et à en déduire.”
  • Mme Jaffer : “Je pense que cette classe a exceptionnellement bien réussi ce semestre. Je suis vraiment heureuse des progrès et je suis en fait très impressionnée par tout ce que les étudiants ont appris en fonction de la façon dont ils ont performé dans leurs présentations et du type de de connaissances qu’ils ont pu partager en fonction de ce qu’ils ont trouvé dans leurs découvertes en classe.

En résumé, le cours sur l’IA et les Affaires n’a pas seulement éduqué les élèves, mais a également suscité un intérêt plus profond pour la technologie et l’entrepreneuriat. À mesure qu’ils avanceront, les connaissances et compétences acquises ici influenceront sans aucun doute leurs futures entreprises.

“Un grand merci à Mme Jaffer pour son dévouement et pour avoir fourni des leçons si précieuses.” – J.L

 

Conclusion – O.L, D.S, S.J

Le cours de quatre jours à l’Université d’Ottawa a offert une exploration enrichissante dans les domaines des affaires et de l’intelligence artificielle. Cette aventure éducative a enseigné aux participants non seulement les concepts fondamentaux de l’analyse commerciale, du Big Data, de l’IA, de la programmation, de l’apprentissage automatique et de la gestion des données, mais aussi leurs applications pratiques dans des scénarios réels.

Chaque sujet présenté était accompagné d’exemples illustrant comment ces technologies sont utilisées pour favoriser les avancées et résoudre des problèmes dans divers secteurs. Le cours a brillamment exposé à la fois les avantages, tels que l’efficacité et l’innovation, et les inconvénients potentiels, y compris les dilemmes éthiques et les coûts élevés associés au déploiement de la technologie.

Pour solidifier leur compréhension, le cours était structuré autour d’activités interactives qui reflétaient des défis commerciaux réels. Par exemple, les participants ont élaboré un diagramme de flux de travail pour un projet d’apprentissage automatique, suivant toutes les étapes essentielles, de la collecte de données à la surveillance du modèle. Ils ont relevé des exercices nécessitant de prendre des décisions commerciales éclairées basées sur l’analyse des données et ont exploré le rôle du Big Data dans des contextes spécifiques à l’industrie.

Une part importante de l’apprentissage était consacrée à la programmation, en particulier Python, qui est crucial pour développer des modèles d’apprentissage automatique. Les participants ont expérimenté la création de systèmes d’IA simples, comme des chatbots, renforçant ainsi leur appréciation de l’accessibilité et du potentiel de la technologie.

Le défi final consistait à synthétiser tout ce qu’ils avaient appris en élaborant un plan d’affaires complet, évalué par des experts du domaine. Cela a non seulement testé leurs nouvelles connaissances, mais a également renforcé leur confiance dans l’application de ces concepts.

À la fin du cours, les participants ont réalisé que leur appréhension initiale face à des sujets complexes comme l’IA et l’analyse commerciale s’était transformée en une compréhension confiante. Il était révélateur de découvrir que de nombreux professionnels du domaine pourraient ne pas saisir pleinement ces concepts malgré leur expertise, soulignant la valeur de leur expérience éducative. Le cours s’est terminé par une compétition de cas où les participants ont appliqué tous les concepts appris pour créer des solutions commerciales innovantes. Jugées par des experts de l’industrie, leurs présentations finales ont reçu des scores élevés, avec des retours soulignant leur compréhension avancée et leur application créative de l’IA dans des scénarios commerciaux. Cela témoignait non seulement de leur travail acharné mais aussi de l’efficacité du parcours éducatif qu’ils ont entrepris.

Ce cours s’est avéré être un point de départ exceptionnel pour quiconque, quel que soit son niveau d’exposition préalable aux sujets. Il a démystifié les éléments essentiels de l’IA et des affaires, les rendant accessibles et engageants. Cette expérience a équipé les participants de connaissances qu’ils pourraient potentiellement appliquer dans leurs futures carrières et dans leur vie quotidienne.

Les participants ont quitté le cours non seulement avec des connaissances plus approfondies mais aussi avec un enthousiasme véritable pour l’avenir de l’IA et des affaires. Ils sont impatients de voir comment chacun d’entre eux pourra utiliser ce qu’ils ont appris pour innover et diriger dans leurs futures entreprises. Un grand merci sincère à tous les instructeurs et pairs qui ont rendu ce voyage non seulement éducatif mais véritablement transformateur.

License

Icon for the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License

The FinTech Explorer: A Comprehensive Guide to Case Studies, Course Notes, and Emerging Trends Copyright © by Qianru (Cheryl) Qi; Shaista Jaffer; and Adelphe Ekponon is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License, except where otherwise noted.

Share This Book