Dans cet épisode de Numérique Autrement, nous explorons comment l’IA transforme déjà nos usages, de l’école à la création audio. Côté éducation, Google étend Guided Learning à Google Classroom dans le monde et teste une approche similaire dans Google Search pour certaines écoles américaines, afin d’accompagner pas à pas le raisonnement des élèves et d’aider les enseignants à repérer les notions difficiles. OpenAI expérimente un rapprochement entre les modes Chat et Work de ChatGPT, ainsi qu’une interface plus intelligente pouvant proposer des éléments interactifs selon la tâche, avec des modalités encore en évolution. Nous présentons aussi Sider Code, une fonction de l’extension Sider permettant de modifier directement une page Web via des instructions en langage naturel, avec des personnalisations réappliquées ultérieurement et des précautions à garder en tête. Enfin, ElevenLabs annonce SFX v3 dans ElevenCreative et via API pour générer des scènes sonores plus riches, et Instant Soundtracks pour ajouter automatiquement musique et effets à une vidéo. Fil conducteur de l’épisode : des outils qui s’adaptent davantage aux objectifs tout en préservant la compréhension et le contrôle de l’utilisateur. Retrouvez le podcast sur le site Numérique Autrement, YouTube, Apple Podcasts, Spotify et Amazon Music. Ce contenu a été généré par intelligence artificielle.
Contenu audio
De l’école à la création audio – comment l’IA transforme déjà no.mp3
Regarder sur YouTube
Transcription
IA au delà des réponses
Bienvenue sur Numérique Autrement, le podcast qui voit le numérique différemment.
Aujourd’hui, pour le Mercredi de l’intelligence artificielle, nous allons parler d’une évolution assez intéressante.
Pendant longtemps, utiliser une intelligence artificielle consistait principalement à ouvrir une conversation, écrire une question et attendre une réponse.
Mais progressivement, cette logique change.
L’intelligence artificielle commence à intervenir dans la manière dont nous apprenons, dans l’organisation de notre travail, dans l’apparence des logiciels que nous utilisons et même dans la création de sons ou de contenus audio.
Cette semaine, plusieurs nouveautés illustrent particulièrement bien cette transformation.
Nous allons commencer par Google, qui veut faire de Gemini un outil capable d’aider les élèves à apprendre sans simplement leur donner la réponse.
Nous verrons ensuite comment ChatGPT pourrait rapprocher davantage ses modes Chat et Work.
Puis nous découvrirons Sider Code, qui permet de demander à une intelligence artificielle de modifier directement une page Web.
Et nous terminerons avec plusieurs nouveautés d’ElevenLabs autour de la voix, des effets sonores et de la création audio.
Apprentissage guidé
Commençons par l’éducation.
Google vient d’étendre Guided Learning, que l’on pourrait traduire par apprentissage guidé.
La philosophie de cet outil est assez différente de celle d’un chatbot utilisé pour faire ses devoirs.
Lorsqu’un élève pose une question, l’objectif n’est pas de lui fournir immédiatement la réponse finale.
Guided Learning essaie plutôt de l’accompagner étape par étape.
Il peut poser des questions intermédiaires, proposer des pistes de réflexion et décomposer un problème pour aider l’élève à comprendre comment arriver lui-même à la solution.
Google parle de « difficulté productive ».
L’idée est assez simple : apprendre nécessite parfois de chercher, de se tromper et de réfléchir.
Si l’intelligence artificielle fournit immédiatement toutes les réponses, elle peut finalement empêcher une partie de cet apprentissage.
Guided Learning cherche donc à utiliser l’IA comme un accompagnateur plutôt que comme une machine à faire les devoirs.
Classroom et Search
Cette semaine, Google a annoncé que Guided Learning arrivait dans Google Classroom à l’échelle mondiale.
Un enseignant peut proposer une activité utilisant cette fonction, avec un accompagnement basé sur les contenus du cours.
L’enseignant peut également obtenir des informations permettant de voir quelles notions posent le plus de difficultés aux élèves.
Google commence aussi à intégrer cette approche dans son moteur de recherche.
Pour l’instant, il s’agit d’un pilote mené dans certaines écoles américaines.
Lorsqu’un élève recherchera de l’aide pour certains types de devoirs, Google Search pourra lui proposer de progresser dans le raisonnement plutôt que d’afficher immédiatement une solution.
Par exemple, pour un problème de physique ou pour préparer un compte rendu de lecture, la recherche pourra poser plusieurs questions successives afin d’amener l’élève à construire sa réponse.
IA et autonomie
C’est une évolution intéressante parce qu’elle pose une question que nous allons probablement retrouver de plus en plus souvent.
Comment utiliser l’intelligence artificielle sans qu’elle fasse tout à notre place ?
C’est valable à l’école, mais aussi dans beaucoup d’autres domaines.
Lorsqu’une IA rédige systématiquement un texte complet, résout chaque problème ou prend toutes les décisions, l’utilisateur risque de devenir progressivement dépendant de l’outil.
Mais lorsque l’IA aide à comprendre, propose une méthode ou accompagne le raisonnement, elle peut devenir un véritable outil d’apprentissage.
Google affirme d’ailleurs que plusieurs études commencent à montrer des améliorations des résultats chez des étudiants utilisant Guided Learning.
Il faudra évidemment observer ces résultats sur une période plus longue et dans différents contextes.
Mais cette orientation est intéressante : l’objectif n’est plus seulement de construire une IA capable de répondre correctement.
Il faut aussi réfléchir à la manière dont elle donne cette réponse.
Fusion Chat et Work
Et cette idée d’une intelligence artificielle qui s’adapte davantage à ce que nous voulons faire se retrouve aussi chez OpenAI.
ChatGPT possède aujourd’hui plusieurs manières de travailler.
Il y a la conversation classique, que l’on utilise pour poser rapidement une question ou discuter d’un sujet.
Et il y a Work, destiné aux tâches plus longues : rechercher des informations, analyser plusieurs documents, travailler avec des fichiers ou des applications connectées et produire un résultat complet.
OpenAI expérimente maintenant un rapprochement encore plus important entre ces deux expériences.
L’idée serait que l’utilisateur ait moins besoin de se demander avant de commencer :
« Est-ce que je dois ouvrir Chat ou Work ? »
La frontière pourrait progressivement devenir moins visible.
Passerelle Chat et Work
Cette évolution est assez logique.
Dans une conversation, une demande peut commencer de manière très simple.
Par exemple :
« Aide-moi à préparer un voyage. »
Au départ, une conversation classique suffit.
Mais ensuite, l’utilisateur peut vouloir rechercher des hôtels, comparer des documents, consulter son calendrier, organiser un programme et produire un fichier.
À ce moment-là, la tâche ressemble davantage à ce que fait Work.
Si les deux environnements deviennent plus proches, ChatGPT pourrait progressivement passer d’une simple discussion à un travail plus approfondi sans demander constamment à l’utilisateur de comprendre comment le logiciel est organisé.
C’est également dans cette logique que les conversations Chat et Work commencent déjà à être davantage regroupées dans les éléments récents et dans les projets.
Codex, qui est davantage destiné au développement informatique, reste pour sa part un environnement distinct.
Limites et quotas
Mais il faut rester prudent.
OpenAI expérimente encore cette évolution et toutes les modalités ne sont pas forcément disponibles pour tout le monde.
Il faudra notamment suivre ce que deviendront les différents quotas et la distinction entre les tâches rapides et celles qui nécessitent davantage de calcul ou d’actions.
Pour l’utilisateur, l’intérêt potentiel est néanmoins assez évident.
Au lieu de devoir apprendre les différentes catégories du logiciel, on pourrait simplement expliquer ce que l’on veut faire.
Et ce serait ensuite à ChatGPT de déterminer la meilleure manière de nous accompagner.
Ce principe rejoint d’ailleurs une autre évolution déjà engagée dans ChatGPT : l’interface intelligente.
Interface intelligente
Avec cette interface intelligente, la réponse n’est plus forcément uniquement constituée de texte.
Selon la question, ChatGPT peut proposer des boutons, des formulaires, des graphiques ou d’autres éléments interactifs directement dans la conversation.
L’idée défendue par OpenAI est assez intéressante.
Pendant des décennies, ce sont les utilisateurs qui ont dû apprendre à utiliser les logiciels.
Il fallait comprendre les menus, les boutons, les fenêtres et parfois des dizaines de commandes.
Avec l’intelligence artificielle, le mouvement pourrait progressivement s’inverser.
On décrit ce que l’on veut faire, et le logiciel construit une interface adaptée à cette tâche.
Interface dynamique et accessibilité
Prenons un exemple très simple.
Vous voulez organiser un budget.
Au lieu d’ouvrir un logiciel de tableur, créer plusieurs colonnes puis construire des formules, vous pourriez simplement expliquer votre objectif.
L’intelligence artificielle pourrait alors générer directement l’outil adapté : champs pour entrer les dépenses, graphiques, boutons et résumé.
Pour une autre demande, l’interface serait différente.
Cette idée peut rendre certains logiciels beaucoup plus simples.
Mais elle soulève aussi une question importante que nous garderons pour un prochain Jeudi de l’accessibilité.
Une interface qui change constamment en fonction de la demande reste-t-elle facile à utiliser avec un lecteur d’écran ou d’autres technologies d’assistance ?
C’est un sujet suffisamment important pour mériter un épisode à lui seul.
Sider Code
Cette idée de logiciel que l’on transforme simplement avec des mots existe déjà sous une autre forme avec Sider Code.
Sider Code est une fonction intégrée à l’extension de navigateur Sider.
Son principe est particulièrement facile à comprendre.
Vous ouvrez une page Web et vous dites simplement ce que vous souhaitez modifier.
Par exemple :
« Supprime les éléments qui m’encombrent. »
« Réorganise cette page pour rendre le texte plus facile à lire. »
« Supprime les Shorts de YouTube. »
Ou encore :
« Ajoute-moi une action qui permet de faire telle chose. »
Sider Code analyse alors la structure de la page, construit la modification et l’applique directement.
Personnalisations persistantes
Ce qui est particulièrement intéressant, c’est que la modification peut être conservée.
Lorsque vous revenez plus tard sur le même site, Sider peut réappliquer automatiquement votre personnalisation.
Jusqu’à présent, obtenir ce type de comportement demandait souvent de savoir écrire du code, installer des scripts ou utiliser des extensions très spécialisées.
Avec Sider Code, l’utilisateur peut simplement expliquer le résultat qu’il souhaite.
L’IA se charge de la partie technique.
Cela ne signifie évidemment pas que n’importe quel site pourra être transformé parfaitement.
Les sites changent, certaines modifications peuvent casser et il faut garder en tête les questions de sécurité lorsqu’une extension intervient directement dans des pages Web.
Mais le principe est intéressant.
Nous passons encore une fois d’un logiciel avec des fonctions prédéfinies à un outil que l’utilisateur peut adapter avec du langage naturel.
ElevenLabs SFX v3
Et ce mouvement ne concerne pas uniquement les interfaces.
Il touche aussi de plus en plus la création.
ElevenLabs a publié plusieurs nouveautés particulièrement intéressantes ces derniers jours.
La première concerne les effets sonores.
Le nouveau modèle SFX v3 est désormais disponible dans ElevenCreative et via l’API d’ElevenLabs.
L’objectif est de mieux comprendre les demandes contenant plusieurs sons différents.
Par exemple, plutôt que de générer séparément le bruit d’une foule, celui d’un ballon puis les réactions du public, on peut demander plusieurs événements sonores dans une seule instruction.
Le modèle doit mieux comprendre leur enchaînement et produire un résultat plus naturel.
Scènes sonores IA
ElevenLabs indique également que SFX v3 améliore la génération de musique et même de voix dans certains effets.
L’idée est de pouvoir créer une ambiance beaucoup plus riche à partir d’une description.
Pour quelqu’un qui produit un podcast, une vidéo ou une fiction audio, cela peut devenir particulièrement intéressant.
On pourrait imaginer demander :
« Une porte s’ouvre dans une vieille maison, on entend de la pluie dehors puis des pas qui approchent. »
Au lieu de rechercher plusieurs fichiers audio différents, l’intelligence artificielle pourrait produire directement toute cette scène sonore.
Évidemment, il faudra toujours vérifier le résultat et ajuster les volumes ou le montage.
Mais la création audio devient progressivement beaucoup plus accessible à des personnes qui ne maîtrisent pas des logiciels professionnels complexes.
Instant Soundtracks
ElevenLabs travaille aussi sur une autre approche très intéressante : ajouter automatiquement une bande sonore à une vidéo.
Avec Instant Soundtracks dans ElevenCreative, on peut envoyer une vidéo.
L’intelligence artificielle analyse alors les images.
Elle génère une musique originale adaptée à l’ambiance et repère les moments auxquels des effets sonores pourraient être utiles.
Ces effets sont ensuite placés automatiquement au bon moment sur la timeline.
Par exemple, si un logo apparaît rapidement à la fin d’une vidéo, l’outil peut ajouter un effet sonore précisément à cet instant.
Il peut aussi adapter la musique lorsque l’ambiance de la scène change.
Convergence multimodale
Ce genre d’outil montre à quel point les frontières commencent à disparaître entre génération d’image, génération de vidéo et génération audio.
Au début, les outils d’intelligence artificielle étaient très spécialisés.
Un service produisait du texte.
Un autre créait des images.
Un autre générait de la voix.
Aujourd’hui, les plateformes commencent à réunir plusieurs de ces fonctions.
Une vidéo peut être analysée automatiquement pour produire sa musique.
Une instruction textuelle peut générer une scène sonore complète.
Une IA conversationnelle peut construire une interface.
Et une plateforme éducative peut modifier la manière dont elle répond selon l’objectif pédagogique.
IA adaptée à l'objectif
C’est finalement ce qui relie toutes les nouveautés dont nous avons parlé aujourd’hui.
Avec Guided Learning, l’intelligence artificielle adapte sa façon d’aider selon l’objectif d’apprentissage.
Avec ChatGPT, la frontière entre conversation et travail approfondi devient progressivement moins importante.
Avec l’interface intelligente, le logiciel peut modifier sa présentation en fonction de la tâche.
Avec Sider Code, l’utilisateur peut transformer une page Web simplement en décrivant ce qu’il souhaite.
Et avec ElevenLabs, la création audio devient elle aussi de plus en plus guidée par le langage naturel.
L’intelligence artificielle ne devient donc pas seulement plus puissante.
Elle change progressivement la relation entre l’utilisateur et le logiciel.
Au lieu d’apprendre comment fonctionne chaque outil, nous commençons à pouvoir expliquer directement notre objectif.
Et c’est ensuite au logiciel de s’adapter.
Garder le contrôle
Cette évolution peut être extrêmement intéressante.
Elle peut rendre certains outils plus simples à utiliser.
Elle peut permettre à davantage de personnes de créer des contenus, de personnaliser leurs logiciels ou d’apprendre avec un accompagnement adapté.
Mais elle demande aussi de rester attentif.
Lorsque les interfaces deviennent dynamiques, il faut conserver des repères.
Lorsque l’IA modifie une page ou prend davantage d’initiatives, l’utilisateur doit toujours comprendre ce qu’elle a fait.
Et lorsque l’intelligence artificielle aide à apprendre, elle doit accompagner la réflexion plutôt que la remplacer.
C’est probablement l’un des grands enjeux des prochaines années : construire des intelligences artificielles capables de nous aider davantage sans nous retirer le contrôle.
Si cet épisode vous a intéressé, n’hésitez pas à le partager autour de vous et à vous abonner à Numérique Autrement pour ne manquer aucune prochaine publication.
Vous pouvez nous retrouver sur le site Numérique Autrement, mais aussi sur YouTube, Apple Podcasts, Spotify et Amazon Music.
C’était le Mercredi de l’intelligence artificielle sur Numérique Autrement.
On se retrouve demain pour le Jeudi de l’accessibilité.
Ce contenu a été généré par intelligence artificielle.
Laisser un commentaire