Chapitre 9
Intelligence Artificielle, projet et insertion
Lecture : 5 minQuiz de 5 questions
# Intelligence Artificielle, projet et insertion
## Introduction
Ce chapitre clôture ton parcours en informatique au lycée. Il relie trois réalités du monde numérique actuel :
- **L'Intelligence Artificielle (IA)** : la technologie qui transforme aujourd'hui les métiers et la société.
- **La gestion de projet** : la méthode pour concevoir, réaliser et livrer une solution informatique.
- **L'insertion professionnelle** : comment transformer tes compétences en métier, en stage ou en entreprise.
L'objectif est de comprendre ce qu'est l'IA, comment on mène un projet informatique de bout en bout, et quels chemins s'offrent à toi après le baccalauréat.
---
## 1. Notions clés sur l'Intelligence Artificielle
### 1.1 Définition
**Intelligence Artificielle (IA)** : ensemble de techniques informatiques permettant à une machine de réaliser des tâches qui, accomplies par un humain, exigeraient de l'intelligence (raisonner, apprendre, percevoir, décider, comprendre le langage).
### 1.2 Les deux grandes familles
| Type | Description | Exemple |
|---|---|---|
| **IA faible** (étroite) | Spécialisée dans une seule tâche | Reconnaissance faciale, traduction automatique |
| **IA forte** (générale) | Capable de raisonner dans tous les domaines comme un humain | N'existe pas encore |
### 1.3 Sous-domaines essentiels
- **Machine Learning (apprentissage automatique)** : la machine apprend à partir de données au lieu d'être programmée règle par règle.
- **Deep Learning** : apprentissage par **réseaux de neurones artificiels** profonds.
- **Traitement du Langage Naturel (NLP)** : comprendre et générer du texte (chatbots, traduction).
- **Vision par ordinateur** : analyser des images (reconnaissance de visages, voitures autonomes).
- **Systèmes experts** : bases de règles établies par des experts humains.
### 1.4 Les trois types d'apprentissage
- **Supervisé** : on fournit des données étiquetées (entrée → sortie attendue).
- **Non supervisé** : on cherche des structures cachées dans des données non étiquetées.
- **Par renforcement** : la machine apprend par essais/erreurs en recevant des récompenses.
---
## 2. Le projet informatique
### 2.1 Définition
**Projet** : ensemble d'activités coordonnées, avec un **objectif précis**, un **délai** et des **ressources limitées** (temps, argent, personnel).
### 2.2 Le cycle de vie d'un projet (méthode en cascade)
\[
\text{Besoin} \;\rightarrow\; \text{Analyse} \;\rightarrow\; \text{Conception} \;\rightarrow\; \text{Réalisation} \;\rightarrow\; \text{Tests} \;\rightarrow\; \text{Déploiement} \;\rightarrow\; \text{Maintenance}
\]
| Phase | Contenu |
|---|---|
| **Analyse des besoins** | Recueillir les attentes du client (cahier des charges) |
| **Conception** | Modéliser la solution (UML, schémas, maquettes) |
| **Réalisation** | Coder, construire la base de données |
| **Tests** | Vérifier que tout fonctionne (unitaires, intégration) |
| **Déploiement** | Installer chez le client |
| **Maintenance** | Corriger et faire évoluer |
### 2.3 Méthodes agiles
Contrairement à la cascade, les méthodes **agiles** (Scrum, Kanban) livrent le logiciel par **petites itérations** appelées *sprints*, généralement de \(2\) à \(4\) semaines, avec un retour régulier du client.
### 2.4 Le triangle de la gestion de projet
Tout projet est contraint par trois pôles en tension :
\[
\text{Délai} \quad \longleftrightarrow \quad \text{Coût} \quad \longleftrightarrow \quad \text{Qualité}
\]
Modifier l'un affecte forcément les autres.
---
## 3. Insertion professionnelle
### 3.1 Les métiers de l'informatique
- **Développeur** (web, mobile, logiciel)
- **Administrateur réseau / systèmes**
- **Data scientist / analyste de données**
- **Expert en cybersécurité**
- **Chef de projet informatique**
- **Technicien de maintenance**
### 3.2 Les voies après le bac
- **BTS / HND** (2 ans) : insertion rapide.
- **Licence universitaire** (3 ans) : approfondissement.
- **Écoles d'ingénieurs** : profil cadre.
- **Auto-entrepreneuriat** : créer sa start-up numérique.
### 3.3 Outils d'insertion
- **CV** clair et honnête, **lettre de motivation** personnalisée.
- **Portfolio** : projets personnels, GitHub, applications réalisées.
- **Réseaux professionnels** (LinkedIn) et stages.
- **Certifications** en ligne (Cisco, Google, Microsoft).
---
## 4. Exemples concrets
### Exemple 1 — Un système d'IA simple
On veut prédire si un élève réussira un examen selon ses heures de révision. On dispose de données historiques. En **apprentissage supervisé**, on entraîne un modèle sur ces données. Si l'élève a révisé \(10\) heures et que le modèle prédit une probabilité de réussite de \(0{,}85\), on écrit :
\[
P(\text{réussite} \mid 10\ \text{h}) = 0{,}85
\]
Cela signifie que le modèle estime \(85\,\%\) de chances de réussite — ce n'est **pas** une certitude, mais une estimation statistique.
### Exemple 2 — Un mini-projet
Un lycée veut une application pour gérer les notes. Le projet suit le cycle :
1. **Besoin** : les professeurs veulent saisir et calculer les moyennes automatiquement.
2. **Analyse** : cahier des charges, \(3\) utilisateurs (prof, élève, admin).
3. **Conception** : diagramme UML, base de données.
4. **Réalisation** : codage en Python + MySQL.
5. **Tests** : vérifier que la moyenne pondérée est correcte, par exemple :
\[
\text{Moyenne} = \frac{12 \times 2 + 15 \times 3 + 9 \times 1}{2+3+1} = \frac{24+45+9}{6} = \frac{78}{6} = 13
\]
6. **Déploiement** et **maintenance**.
---
## 5. À retenir
- **IA** : ensemble de techniques permettant à une machine d'accomplir des tâches intelligentes. Elle est aujourd'hui **faible** (spécialisée), pas encore **forte**.
- **Machine Learning** : la machine apprend à partir de **données**, selon trois modes : supervisé, non supervisé, par renforcement.
- **Projet informatique** : suit un **cycle de vie** (analyse → conception → réalisation → tests → déploiement → maintenance) ou une méthode **agile**.
- Le projet est contraint par le **triangle délai – coût – qualité**.
- **Insertion** : plusieurs voies (BTS, licence, école d'ingénieurs, entrepreneuriat) et plusieurs outils (CV, portfolio, réseau, certifications).
- L'IA ne remplace pas le jugement humain : elle **assiste** et **propose**, l'humain **décide**.
> **Conseil** : construis dès maintenant un **portfolio** de petits projets (site web, script Python, application mobile). C'est la meilleure preuve de tes compétences pour un futur employeur ou une école.
Quiz du chapitre
5 questions — vérifie chaque réponse pour voir l'explication.