L’IA au service de la pédagogie en santé – Niveau I

• Utiliser l’IA pour concevoir et enrichir les supports pédagogiques afin de dynamiser les cours et faciliter l’apprentissage actif.
• Personnaliser et adapter les parcours d’apprentissage en fonction des besoins spécifiques des étudiants grâce aux outils d’IA.
• Intégrer l’IA dans des méthodes pédagogiques innovantes telles que la pédagogie inversée, les études de cas cliniques et les simulations interactives.
• Évaluer et encadrer l’usage de l’IA en formation tout en respectant l’éthique, les réglementations et la fiabilité des contenus générés.

Module 1 : comprendre et intégrer l’IA dans la pédagogie en santé

• Histoire et évolution de l'IA, principaux acteurs du marché
• Comprendre les concepts de base : machine learning, deep learning, algorithmes.
• Identifier les cas d’usage dans le domaine de la pédagogie et de la santé

Module 2 : Exploration des outils de l’IA générative

• Distinguer les outils d’IA générative pour produire des textes et images
• Suivre des tutoriels pour maîtriser les fonctions principales des outils présentés.
• S’exercer par des ateliers de mises en pratique avec cas d’usage

Module 3 : Éthique et réglementation de l’IA en santé

• Distinguer RGPD, confidentialité des données de santé, EU AI Act
• Fiabilité des contenus et biais algorithmiques
• Encadrement de l’utilisation de l’IA dans l’enseignement (charte)

Module 4 : Atelier pratique : Premiers pas avec l’IA

• Comparaison des outils sur des tâches pédagogiques
• Création de prompts adaptés à la formation en santé
• Concevoir une bibliothèque de prompt structurée

Module 5 : les limites et défis des IA génératives

• Comprendre les biais et hallucinations des modèles.
• Détection et éviction des fake news et deep fakes textuels.
• Identifier les mots surutilisés pour adapter la rédaction.

Module 6 : techniques avancées de génération et structuration du texte

• Segmentation et structuration des réponses
• Personnalisation et ajustement du ton en fonction du public cible.
• Intégration multimodale : génération de texte combinée à d’autres outils d’IA (image,
• voix, données)

Module 7 : développement de cas concrets

• Réalisation d’un scénario complet en intégrant plusieurs modèles
• Fiabilité des contenus et biais algorithmiques
• Ajustement des prompts pour répondre à des cas d’usage précis.

Module 8 : optimisation et veille stratégique

• Comment analyser et mesurer la qualité des textes générés
• Stratégies de veille IA et mise à jour des connaissances
• Plan d’action personnalisé pour exploiter l’IA dans son propre domaine