IA & méthode scientifique: Le duo gagnant

Dans un contexte où l’intelligence artificielle générative (IAG) transforme la recherche scientifique, ce cours propose une initiation rigoureuse à son intégration dans les 11 étapes clés de la méthodologie de recherche. Destiné aux chercheurs et étudiants, il combine maîtrise des outils, gain de temps et amélioration de la qualité scientifique.
L’accent est mis sur les enjeux éthiques et méthodologiques, pour une utilisation responsable de l’IA. Une opportunité unique d’actualiser ses pratiques et de renforcer la rigueur dans la production académique.
Le cours est enseigné, à la fois par un ingénieur spécialiste des IA génératives et de l'ingénierie du prompt (Voir profil) et, selon les besoins par un chercheur expérimenté (Voir profil) et/ou une Docteure en neurosciences (Voir profil) récompensée en tant que chercheuse par l'AUF dans le cadre de la journée internationale des femmes 2025 (Voir l'article)

Curriculum du cours

    1. Durée de la formation (30h de présence + travail personnel)

    2. Plan (carte heuristique) du cours

    3. Objectifs pédagogiques

    4. Prérequis

    1. Leçon 1 - Définition et vue "aérienne" du processus de recherche

    2. Leçon 2 - Types de recherche

    3. Leçon 3 - Types d'articles de recherche et de thèses

    4. Leçon 4 - Les 11 étapes du processus de recherche

    5. Leçon 5 - Les outils basés sur les IAs génératives les plus utilisés en recherche

    6. Leçon 6 - Cas d'utilisation de ChatGPT en appui aux étapes 1 à 11

    1. Leçon 1 - Identification du sujet, littérature, hypothèse et objectifs de la recherche et appui de ChatGPT

    2. Leçon 2 - Utilisations d'outils divers pour les étapes 1, 2, 3 et 4

    3. Leçon 3 - ETAPE 1 : Identifier la question de recherche et créer un outline avec ChatGPT 4o

    4. Leçon 4 - ETAPE 3 : hypothèse

    5. Leçon 5 - Utilisation de Grok (xAI)

    1. Leçon 1 - Présentation du chapitre et introduction à quelques outils

    2. Leçon 1.1 - Document de suivi du processus d'élaboration de l'article scientifique

    3. Leçon 2 - Exemple de mise en oeuvre de la méthode

    4. Leçon 3 - Produire la revue de littérature avec ChatGPT et Scite

    1. Leçon 1 - Introduction

    2. Leçon 2 - La fonction "Deep" et le screening "full-text"

    3. Leçon 3 - Le fonctionnement de Consensus AI

    4. Leçon 4 - Examen d'un article

    5. Leçon 5 - Consensus et SciSpace

    6. Leçon 6 - Le mode médical de Consensus

    7. Leçon 7 - Le Consensus "Scholar Agent"

    8. Leçon 9 - Connecter Consensus à Claude

    9. Leçon 10 - Connecter Consensus à ChatGPT

    10. Leçon 11 - Revue de littérature

    11. Leçon 12.1 - Penser de manière critique avec l'IA (présentation et guide) [Source : Consensus]

    12. Leçon 12.2 - Les 10 fonctionnalités les plus importantes de Consensus [Source : Consensus]

    13. Leçon 12.3 - Les 12 fonctionnalités préférées des enseignants [Source : Consensus]

    14. Leçon 12.4 - Cas d'usage : Comment un libraire utilise l'IA pour construire son jugement et non pas pour rmeplacer ce dernier [Source : Consensus]

    15. Leçon 12.5 - Devoir # 1 : Fact-checking des affirmations faites sur les réseaux sociaux [Source : Consensus]

    16. Leçon 12.6 - Devoir # 2 : Trouver une question de recherche [Source : Consensus]

    17. Leçon 12.7 - Devoir # 3 : Revue éclair des données probantes [Source : Consensus]

    18. Leçon 12.8 - Devoir # 4 : Recommandations basées sur les données probantes [Source : Consensus]

    1. Leçon 1 - Introduction

    2. Leçon 2 - Conversation avec nos documents, revue de littérature, extraction de données et "deep research"

    3. Leçon 3 - Aide à l'écriture

Informations sur ce cours

  • 143 leçons