Le blogue d’Optania
Comment décrocher pleinement du travail pour être en mode «vacances»?
Avec les vacances qui arrivent pour plusieurs d'entre nous, je me questionnais sur la manière de profiter au maximum de ce temps pour moi. Sachant que les vacances sont souvent trop courtes et qu’elles sont attendues avec impatience tout au long de l’année, il est certain que je ne dois pas être la seule à vouloir optimiser ce temps précieux.
Noémie Yacola
Et si on se traitait comme un ami qui nous est cher?
L’autocompassion, c’est vraiment une approche et une façon de voir la vie empreinte de douceur. D’ailleurs, Ali, notre robot conversationnel, est teinté de celle-ci. Je me suis donc dit que ça pourrait être intéressant de bien vous expliquer c’est quoi, à quoi ça sert et comment ça se développe!
Noémie Yacola
Quelques applications concrètes de l’intelligence artificielle en éducation
L’IA en éducation doit avant tout permettre aux membres du personnel des milieux scolaires d’éviter la surcharge cognitive. Le travail de la technologie pour les accompagner est de les soutenir dans des tâches répétitives ou dans des tâches lourdes d’analyse. Le but est de réduire le bruit autour d’eux pour leur permettre de revenir à l’essentiel : construire des relations bienveillantes avec les apprenants...
Carolanne Tremblay
Réfléchir l’intelligence artificielle en éducation (conférence vidéo)
Dans le cadre de la Semaine de la FAD (Formation à distance) 2022, Simon et Carolanne discutent de différents éléments concernant l'intégration de l'intelligence artificielle dans les outils destinés au milieu de l'éducation!
Carolanne Tremblay
L’intelligence artificielle pour améliorer le taux de diplomation des collèges québécois (partie 2)
L’équipe d’Optania produit des algorithmes d’intelligence artificielle de qualité pour le système d’éducation québécois. Pour ce faire, une grande partie du temps de développement est alloué à la préparation de données de qualité. En effet, dans sa campagne pour une approche de l’intelligence artificielle centrée sur les données, Andrew Ng observe que la préparation des données occupe 80% du temps des développeurs en intelligence artificielle. L’autre 20% de l’effort sera essentiellement consacré à entraîner le modèle, évaluer ses performances et le déployer.
