Google Slide

https://sites.google.com/view/culturefrancophone123?usp=sharing

"Making Off": 7e Article

J'ai commencé à travailler avec deux intelligences artificielles, ChatGPT et Gemini. Les résultats qui m'ont le plus plu étaient avec ChatGPT, car il m'a mieux comprise. Gemini ne m'a pas comprise et c'était très difficile qu'il me donne une bonne réponse.

Pour commencer, je lui ai présenté le contexte et une description du personnage à utiliser dans l'histoire, puis je lui ai posé des questions sur quelle situation il choisirait. Plusieurs fois, j'ai dû insister pour qu'il me donne une réponse surprenante, étrange ou nouvelle, pour qu'il ne me dise pas des choses trop ennuyeuses. Je devais aussi lui répéter de me donner des réponses simples ou courtes, sinon il me donnait des histoires longues.

En parallèle, j'ai travaillé avec Genially pour faire la présentation, et honnêtement, l'interface a été très facile à utiliser, même si au début je ne savais pas où se trouvait chaque option ou icône.

Et toutes les images sont créées avec LexiArt, en essayant de suivre un style anime. L'expérience avec cette intelligence artificielle est toujours agréable et très facile.

Pour corriger le texte, j'ai à nouveau travaillé avec Mistral, car c'est l'intelligence artificielle qui me donne les meilleurs résultats.

Le rêve

 

"Making Off": 6e Article

Dans ce travail, j'ai utilisé plusieurs intelligences artificielles. Pour la création des images, j'ai utilisé Lexicart, Playground et Canva. Plus tard, j'ai utilisé Mistral pour corriger le texte et le perfectionner.

Tout d'abord, conformément aux instructions, j'ai choisi deux intelligences artificielles pour travailler sur la création d'images. En premier lieu, je leur ai décrit l'image que je voulais avec cette phrase "Photo de studio de deux êtres humains qui s'embrassent". Avec Lexiart, le travail a été facile, car il m'a comprise dès la première fois, sans avoir à censurer des mots ni à ajouter quoi que ce soit. Cependant, avec Playground, cela n'a pas fonctionné. Malgré plusieurs tentatives, je n'ai pas réussi à obtenir une image qui valait la peine, ni qui montrait le sens de la phrase. J'ai donc eu recours à une autre intelligence artificielle, et j'ai travaillé avec Canva, qui s'est avérée super facile à utiliser.


Après avoir comparé les photos, j'en ai choisi six qui se ressemblaient le plus et j'ai répondu à certaines des questions posées. Plus tard, j'ai organisé les réponses et j'ai tout corrigé avec Mistral, qui s'est avéré très efficace.

En somme, j'ai trouvé que l'utilisation de plusieurs intelligences artificielles pour ce travail m'a permis d'obtenir des résultats plus précis et plus variés. J'ai également appris à mieux comprendre les limites et les capacités de chaque outil, ce qui m'a permis de les utiliser de manière plus efficace. En fin de compte, je suis satisfaite du résultat final et j'ai hâte de continuer à explorer les possibilités offertes par les intelligences artificielles dans mes futurs projets.

Le test du baiser et les biais de l'IA.

Bonjour chers lecteurs, aujourd'hui, nous parlerons des bizarreries que génèrent les intelligences artificielles dans les images. Tout le monde pense que les intelligences artificielles fonctionnent très bien et remplaceront l'être humain dans peu de temps, mais quel niveau de perfection ont-elles en réalité ? 

J'ai demandé à différentes intelligences artificielles de me générer des images de deux personnes en train de s'embrasser, et voici les résultats que j'ai obtenus. Les images présentent souvent un schéma d'erreurs dans les zones de contact, avec des mains mal formées ou des visages qui semblent se fondre ensemble. Le regard des personnes est souvent rendu de manière peu naturelle. On peut également remarquer que les expressions faciales sont souvent calmes, malgré le fait que les visages semblent sur le point de se dévorer.

Nous pouvons également voir que dans presque tous les résultats obtenus, les personnes étaient un homme et une femme placés latéralement. La plupart des couples étaient hétéronormatifs, de peau blanche, aux cheveux foncés, la femme étant généralement plus petite que l'homme. En ce qui concerne le résultat, il semble que l'IA ait tendance à produire des images de couples hétéronormatifs avec un phénotype caucasien dominant. 

Lorsque l'on demande à l'IA de produire des images de deux hommes ou de deux femmes en train de s'embrasser, les résultats sont souvent moins précis et présentent des erreurs plus fréquentes, ce qui peut refléter les biais de l'ensemble de données utilisé pour entraîner l'IA.

Les limites que l'IA a tracées autour de la notion de "contenu explicite" et de "contenu sexuel" peuvent refléter les valeurs culturelles dominantes de la société dans laquelle l'IA a été développée. Ces limites peuvent être définies par les concepteurs de l'IA, les régulateurs, les utilisateurs ou les groupes de pression. Les hypothèses sous-jacentes peuvent inclure des idées sur ce qui est considéré comme approprié ou acceptable dans une société donnée.

Le baiser n'est pas nécessairement associé à un contenu explicite, mais peut être considéré comme tel dans certaines cultures ou contextes. De même, une arme n'est pas nécessairement associée à la violence, mais peut l'être dans certaines circonstances. Les limites du contenu explicite/permis peuvent être définies par des lois, des règlements, des normes communautaires ou des algorithmes de modération de contenu. Il est important de réfléchir aux valeurs et aux hypothèses sous-jacentes qui guident ces décisions et de s'assurer que l'IA est conçue de manière à refléter une diversité de perspectives et d'expériences.  

Que pensez-vous, chers lecteurs, de ce sujet ? 

Je vous lis ! 

Peux-tu trouver les erreurs  dans les images ?

   

Résultat :

"Making Off" : 5e Article

À mon avis, l'utilisation de Perplexity et Mistral, a un grand potentiel dans le domaine de la recherche de données et de la génération d'informations. Perplexity se distingue par sa capacité à poser des questions de suivi dans le même contexte et inclut des fonctionnalités telles que la génération d'images avec IA. Gemini, quant à elle, est utilisé spécifiquement pour rechercher des données et s'est avéré très efficace dans cette tâche.

Tout d'abord, j'ai commencé par poser des questions aux deux intelligences artificielles sur le racisme dans les pays francophones en termes généraux.







Ensuite, j'ai vérifié les sources d'où provenaient les informations et j'ai commencé à les confronter pour obtenir quelque chose de clair.





En second lieu, je leur ai demandé les effets du racisme sur la société, et les deux intelligences artificielles m'ont donné plusieurs points, parmi lesquels j'ai sélectionné la migration, l'éducation du lieu et les mesures politiques.









Ensuite, je leur ai demandé plus spécifiquement à propos de chacun de ces points, un par un.

















La combinaison de Perplexity et Mistral peut être utile dans la création d'un contenu plus humanisé, car Perplexity permet d'obtenir des références et des données, tandis que Gemini peut enrichir les informations fournies. De plus, l'utilisation de ces IA peut réduire le temps de révision des hallucinations, ce qui contribue à une plus grande éthique dans le processus de génération de contenu.

En conclusion, bien que j'aie rencontré quelques problèmes avec l'obtention d'informations, je pense avoir atteint une bonne utilisation des IA's, et je suis satisfaite du résultat.

Le racisme et les inégalités ne sont pas les bienvenus !

Bonjour chers lecteurs, aujourd'hui je vais parler du racisme et des inégalités actuelles.  

L'égalité raciale et l'inclusion sociale sont des enjeux cruciaux dans les pays francophones, confrontés à des défis liés à la discrimination raciale, à la stratification sociale et à l'héritage du colonialisme. 

L'Assemblée générale des Nations Unies a reconnu l'importance de traiter ces questions, comme en témoigne l'engagement de ses États membres à lutter contre la discrimination raciale, la xénophobie et l'intolérance. Cet article explorera les défis et les solutions entourant l'égalité raciale et l'inclusion sociale dans les pays francophones.

La discrimination raciale demeure un enjeu majeur dans de nombreux pays francophones, comme en témoigne la reconnaissance par l'Assemblée générale des Nations Unies que aucun pays n'est à l'abri du racisme. Cette discrimination est souvent enracinée dans la stratification sociale, particulièrement évidente dans les pays ayant un passé colonial. Par exemple, certains pays font face à des défis liés à l'exploitation des peuples autochtones, ayant conduit à une structure sociale basée sur l'inégalité.

La migration joue un rôle significatif dans les pays francophones, les migrants contribuant à la prospérité de leurs pays d'accueil et apportant de nouvelles perspectives et compétences. Cependant, les migrants font souvent face à la discrimination et à l'exclusion, ce qui peut entraver leur intégration et limiter leurs opportunités. Il est essentiel de reconnaître les contributions des migrants et de lutter contre la discrimination qu'ils subissent pour promouvoir l'inclusion sociale.

L'éducation joue un rôle crucial dans la promotion de l'égalité raciale et de l'inclusion sociale. Les écoles peuvent offrir un environnement sûr et inclusif où les élèves peuvent apprendre sur différentes cultures et perspectives, remettre en question les stéréotypes et développer de l'empathie et de la compréhension. Cependant, les écoles peuvent également perpétuer la discrimination et l'inégalité. Il est essentiel de traiter ces questions dans le système éducatif pour promouvoir l'inclusion sociale et l'égalité raciale.

Les médias jouent un rôle significatif dans la formation des perceptions et des attitudes du public envers l'égalité raciale et l'inclusion sociale. Il est essentiel de veiller à ce que les médias soient sensibles à ces questions et promeuvent la diversité et l'inclusion. Cela peut être réalisé grâce à des campagnes de sensibilisation et d'éducation, ainsi qu'à la représentation de voix et perspectives diverses dans les médias.

L'engagement politique est essentiel pour promouvoir l'égalité raciale et l'inclusion sociale. Les gouvernements doivent reconnaître l'importance de ces questions et prendre des mesures concrètes pour les aborder. Cela peut inclure le développement de politiques et de programmes pour promouvoir la diversité et l'inclusion, ainsi que la mise en place de lois pour protéger les droits des groupes marginalisés.

L'égalité raciale et l'inclusion sociale sont des enjeux cruciaux dans les pays francophones.
Bien que ces pays soient confrontés à des défis importants liés à la discrimination raciale et à la stratification sociale, il existe également des opportunités pour promouvoir la diversité et l'inclusion. En abordant ces questions dans le système éducatif, les médias et la politique, les pays francophones peuvent promouvoir l'inclusion sociale et l'égalité raciale, bénéficiant à tous les membres de la société.