Foire aux questions

Un outil d'IA générative ne se construit pas ""intelligent" au sens humain du terme, mais il a été démontré qu'il obtient de bons résultats dans une série de tests standardisés.

Par exemple, OpenAI a quelques page externeRésultats pour la première version de GPT-4. De plus, un page externeNotation des LLM créé sur les capacités des différents modèles. Les experts dans le domaine de l'IAG s'accordent à dire que le c?té page externeLes compétences vont encore augmenter,Ils peuvent ainsi obtenir de bons résultats à divers tests de référence.

Les modèles sont entra?nés à partir de grandes quantités de données. Chaque modèle ainsi disponible possède un dernier état sur lequel il a été entra?né. Ensuite, il n'y a généralement plus d'entra?nement, mais les contenus sont complétés par des données actuelles.

Par exemple, une recherche sur Internet est effectuée après une saisie et les résultats obtenus sont injectés dans le LLM (Large Language Model) sous forme de prompt supplémentaire. Ou encore, après une saisie, une comparaison est effectuée avec les données actuellement enregistrées avant que l'ensemble ne soit transmis au LLM.

Il est important de souligner que les modèles ne sont pas entra?nés, mais que toutes les données transmises à un LLM peuvent être utilisées à des fins d'entra?nement futures, à moins que cela ne soit explicitement exclu par les conditions d'utilisation.

Les données d'entra?nement se composent de jeux de données disponibles publiquement, mais aussi de contenus de l'Internet librement disponible. Pour l'instant, les entreprises ne communiquent pas les données exactes avec lesquelles un entra?nement a été réalisé. On sait toutefois que les quantités de données nécessaires sont énormes et que le plus grand nombre possible de sources de données est utilisé.

De plus, si cela n'est pas explicitement limité, toutes les données d'accès actuellement générées (demandes, fichiers téléchargés) peuvent être utilisées pour des formations futures. Il convient ici de faire preuve de prudence et d'être attentif aux conditions d'utilisation.

D'un point de vue technique et juridique : non. Tant qu'aucune personnalité n'est attribuée à l'intelligence artificielle, l'utilisation de cet outil n'est techniquement pas plus un plagiat qu'une recherche Google Scholar, l'utilisation de Grammarly ou de DeepL ou l'utilisation de R ou de Python pour effectuer de gros calculs. L'utilisation de GenAI doit toutefois être indiquée correctement et conformément au style de citation utilisé.

Il convient de noter que les outils ne signalent pas (de manière fiable) les textes repris littéralement ou en substance comme étant des citations et que l'output peut être très proche d'un original. Cela peut conduire à une concordance lors d'un contr?le de plagiat.

Non, pas fiable. Les réponses de GenAI sont le résultat d'un algorithme probabiliste et ne sont donc généralement pas reproductibles. Les réponses ne sont pas de simples fragments du corpus de textes utilisés pour l'entra?nement, c'est pourquoi les passages de réponses ne peuvent pas être trouvés avec un moteur de recherche sur Internet.

Dans tous les cas, l'ETH Zurich n'autorise pas l'attribution entièrement automatique des notes ; l'IA pourrait aider à l'attribution des points, mais la note doit toujours être attribuée par un être humain. Les outils GenAI peuvent créer des notes et des justifications qui sonnent plausibles pour des rubriques et des échelles de notes prédéfinies. Il est recommandé de toujours discuter de la procédure choisie avec les étudiants et de la rendre publique à tout moment.