Optania's Blog
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
Artificial intelligence to improve the graduation rate of Quebec colleges (part 2)
The Optania team produces quality artificial intelligence algorithms for the Quebec educational system. To do so, a large part of the development time is allocated to the preparation of quality data. Indeed, in his campaign for a data-centric approach to artificial intelligence, Andrew Ng observes that data preparation occupies 80% of the time of artificial intelligence developers. The other 20% of the effort will essentially be spent training the model, evaluating its performance and deploying it.
