Nouveaux espaces du numérique, de l’intelligence artificielle au métavers : Expérimenter en classe pour comprendre, apprendre et appliquer
Notice bibliographique
Résumé
Cet article décrit le dispositif d’un cours de marketing de premier cycle universitaire dont l’objectif est de travailler l’innovation et le développement de produit ou de service par un concours international qui récompense les productions les plus prometteuses. Chaque année les sujets changent et, pour cette édition, les travaux doivent porter sur le métavers, la réalité virtuelle, la réalité augmentée, l’intelligence artificielle, le gaming ou les NFT (jeton non fongible). Afin de s’assurer que les étudiants aient les connaissances et la compréhension nécessaires de ces thématiques pour effectuer leur travail de création, un dispositif de formation complet en quatre temps répartis sur une quinzaine de périodes de cours a été créé, basé sur un design pédagogique en trois parties : étudiant, contexte et employabilité. L’objectif est de s’assurer que les étudiants comprennent les notions avant de les utiliser pour le développement de produit. Cet article démontre les apprentissages effectifs réalisés et l’importance de confronter les étudiants aux technologies numériques émergentes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».