Le cyberblog du coyote

Compar:IA vous permet de discuter avec deux IA à l’aveugle pour croiser leurs réponses. Compar:IA est un outil gratuit pour sensibiliser les citoyens à l’IA générative et à ses enjeux

Avec DeepSeek-V3, la Chine a possiblement de quoi inquiéter OpenAI et les grands groupes américains. Son approche open source, sur un secteur de plus en plus dominé par des groupes privés, lui permet d’aller vite, pour beaucoup moins d’argent.

Lire l'article de Nicolas Lellouche sur Numerama

De nos jours, l’intelligence artificielle est devenue un outil de triche très répandu dans les collèges et lycées. En France, un élève sur deux utilise l'IA pour faire ses devoirs.

Voir le reportage sur francetvinfo.fr

Invité à comparer des poèmes générés par l’intelligence artificielle à ceux écrits par de grands auteurs, le public de non connaisseurs s’est en majorité prononcé en faveur des œuvres de ChatGPT.

Lire l'article de Julie Bernichan sur Le Parisien

Lire l'article de Nature

Une nouvelle enquête de Slack révèle que l'engouement pour l'IA s'essouffle avec un décalage entre les aspirations en matière d'IA et les taux d'adoption. Les résultats montrent que les employés cachent leur utilisation de l'IA à leurs managers, mais ces mêmes travailleurs s'inquiètent que les outils d'IA puissent entraîner une charge de travail plus importante. Dans son rapport, Slack partage également comment les dirigeants peuvent maintenir le parcours de leur entreprise en matière d'IA sur la bonne voie et exploiter le savoir-faire de la génération montante pour optimiser l'impact de l'IA sur le lieu de travail.

Lire l'article de Jade Emy sur Developpez.com

Les modèles d'intelligence artificielle d'OpenAI représentent une avancée notable dans le traitement du langage naturel. Utilisés pour générer du texte, répondre à des questions, traduire et même assister à des tâches de créativité, ces modèles montrent des capacités impressionnantes. Cependant, des recherches récentes, s'appuyant sur un benchmark d'OpenAI, indiquent que même ses modèles les plus sophistiqués produisent encore un nombre surprenant d'erreurs, mettant en lumière les limitations persistantes de cette technologie. Une évolution qui devrait nous rappeler qu'il faut traiter les résultats de n'importe quel LLM avec beaucoup de scepticisme et avec la volonté de passer le texte généré au peigne fin.

Lire l'article de Stéphane le calme sur developpez.com