Agenda de l'ENS de Lyon

3 conférences autour de l'intelligence artificielle : 

• "Passé, présent et futur de l'Intelligence Artificielle"
  par Jean-Philippe Magué, Maître de conférences en sciences du langage, ENS de Lyon, ICAR (Interaction, cognition, apprentissages, représentations), IXXI (Institut Rhône-Alpes des systèmes complexes). 
  
  Qu'est-ce que l'Intelligence Artificielle ? Comment fonctionnent ChatGPT, Midjourney et leurs acolytes ? Nous dresserons un panorama de l'IA en resituant ses progrès récents dans leur contexte historique et en pointant les enjeux que ces avancées soulèvent.
   
• "Des dispositions sociales artificielles ? Appliquer la sociologie à l'analyse des personnes artificielles sur les réseaux sociaux" 
  par Nathan Ferret, Maître de conférences en sociologie, ENS de Lyon, Centre Max Weber (équipe Dispositions, pouvoirs, cultures, socialisations).  
  
  Au travers de cette communication, il s'agira de présenter le cadre analytique et méthodologique d'une recherche en cours sur la sociologie des personnages interactifs sur les réseaux sociaux. Que peut dire la sociologie sur ces nouveaux acteurs sociaux ? Dans quelles mesures leur construction est-elle sociale ? En proposant une approche innovante fondée sur l'application des théories de la socialisation et des dispositions aux relations humains-machines, l'objectif est de nourrir la discussion entre disciplines. On cherchera ainsi à dégager les points d'articulation entre les dimensions technologiques et sociodémographiques des dispositifs d'IA, tels qu'ils se déploient dans le monde social.
   
• "LLM, IA, apprentissage machine : quelles problématiques environnementales et sociales ?" 
  par Clément Morand, Université Paris-Saclay, CNRS, Laboratoire Interdisciplinaire des Sciences du Numérique 
  
  Les impacts environnementaux de l'apprentissage machine sont de plus en plus visibles et posent question jusque dans la presse généraliste. Face à cette problématique, de nombreux(ses) chercheurs, chercheuses et ingénieur(e)s, dans la recherche publique comme dans l'industrie, développent des approches, méthodes et outils pour mieux documenter et réduire les impacts environnementaux associés aux modèles d'apprentissage machine. De nombreuses pistes d'optimisations sont explorées, telles des optimisations logicielles ainsi que des changements fréquent de matériel pour profiter de la meilleure efficacité énergétique.  Ou encore, au travers du déplacement géographique des calculs vers des zones avec une électricité moins carbonée. Tout ce travail d'optimisation ne doit pas passer à côté de deux facteurs cruciaux que sont les déplacements d'impacts ainsi que les tendances de croissance du numérique et de l'IA que ces optimisations participent à continuer. De plus, même si les problématiques environnementales associées à la production et l'utilisation de modèles d'apprentissage machine venaient à être résolue par ces méthodes, de nombreuses autres problématiques, notamment éthiques et sociales persisteraient. Cette intervention vise à donner un état des lieux des impacts environnementaux et sociaux de l'IA ainsi que des stratégies pensées pour y faire face.
  
  Conférences obligatoires pour les étudiants primo-arrivants (normaliens et CPES 2A).