Petit lexique
Authenticité Le terme « authentique » peut être utilisé soit dans un premier sens pour signifier « d'origine ou d'auteur incontesté », soit dans un second sens pour désigner ce qui est « fidèle à l'original » ou une « représentation exacte et digne de confiance ». Walter Benjamin a notamment employé ce terme pour caractériser ce que la reproductibilité technique fait à l'œuvre d'art.
Biais algorithmique Tendance des algorithmes à reproduire ou amplifier les biais présents dans les données d'entraînement.
Biais cognitif Tendance psychologique à prendre des décisions ou à tirer des conclusions basées sur des préjugés ou des heuristiques personnelles, plutôt que sur des preuves objectives.
CLIP Modèle d'apprentissage automatique développé par OpenAI qui relie les concepts visuels et textuels, permettant de générer des images à partir de descriptions textuelles.
CNN Réseau de neurones convolutifs, une structure d'apprentissage profond efficace pour le traitement d'images, la reconnaissance de formes et les tâches de vision par ordinateur.
Deepfake Technique de synthèse d'image basée sur l'intelligence artificielle qui permet de créer des vidéos ou des clips audio très réalistes dans lesquels il est possible de faire dire ou faire faire à des personnes des choses qu'elles n'ont jamais dites ou faites.
Désautomatisation Partant du constat que le numérique s'accompagne d'une automatisation intégrale (biologie, technologie, sociologie) à travers la technologie algorithmique numérique, Bernard Stiegler emploie le terme de « désautomatisation » pour penser de nouveaux modèles de distribution du temps et de la valeur travail.
Données d'entraînement Ensembles de données utilisées pour apprendre à un modèle d'intelligence artificielle comment effectuer une tâche spécifique.
Données synthétiques Données générées artificiellement, souvent utilisées pour compléter ou remplacer les données réelles dans les processus d'entraînement de modèles d'IA.
Embedding Représentation dense de données, souvent textuelles ou catégorielles, dans un espace vectoriel de dimension réduite, facilitant leur traitement par des modèles d'IA.
Entraînement Processus par lequel un modèle d'intelligence artificielle apprend à partir de données d'entraînement pour accomplir une tâche spécifique.
GAN Réseau antagoniste (ou adversaire) génératif, un type de modèle d'IA où deux réseaux (générateur et discriminateur) sont entraînés simultanément pour générer de nouvelles données approchant les données d'entraînement.
Indéterminé Situation ou résultat qui n'est pas clairement défini, résolu ou décidé, souvent rencontré dans les systèmes complexes ou les processus d'analyse de données.
Inférence Processus d'application d'un modèle d'IA formé pour faire des prédictions, des classifications ou d'autres tâches sur de nouvelles données.
Modèle de diffusion Modèle d'IA utilisé pour générer ou modifier des données, en particulier des images, en appliquant une série de transformations aléatoires (bruit) suivies d'un processus de raffinement.
Obfuscation Processus de rendre l'information moins compréhensible ou moins identifiable, souvent utilisé pour protéger la confidentialité ou la sécurité des données. Terme notamment employé par Jean-Paul Fourmentraux pour désigner une tactique ou ruse pour contourner la surveillance.
Pensée critique Capacités et attitudes permettant des raisonnements rigoureux afin d'atteindre un objectif, ou d'analyser des faits pour formuler un jugement. La pensée critique est particulièrement mise en avant en pédagogie.
Prédiction Tâche d'utiliser un modèle d'IA pour estimer ou anticiper des résultats futurs basés sur des données.
VAE Pour « Variational Autoencoder », est un type de réseau de neurones artificiels utilisé en apprentissage profond (p. ex., deepfakes). Il s'agit d'un modèle génératif qui apprend à encoder des données en un espace latent de basse dimension, puis à les décoder pour reconstruire l'entrée du modèle.