Programme des cours 2026-2027
AUDV3921-1  
Introduction à l'intelligence artificielle, Introduction à l'intelligence artificielle
Durée :
24h Th
Nombre de crédits :
Bachelier en audiologie4
Nom du professeur :
Kevin EL HADDAD, Vinciane TONDEUR
Coordinateur(s) :
Kevin EL HADDAD, Vinciane TONDEUR
Langue(s) de l'unité d'enseignement :
Langue française
Organisation et évaluation :
Enseignement au deuxième quadrimestre
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement :
L'UE contribue principalement aux acquis d'apprentissage.s terminaux suivant visé.s par la formation:

AAT 2 (prise en charge): Concevoir un projet d'intervention technique d'appareillage visant la correction auditive afin d'assurer la réhabilitation auditive et vestibulaire appropriée au contexte.

  • Partie théorique via parcours interactif en ligne:
Le parcours interactif en ligne permettra d'éclaircir l'IA en expliquant les méthodes et procédés qui la définissent, et en exposant l'impact de celle-ci sur nos sociétés. Pour ce faire, les points suivants y seront traités.

Définition de l'IA:

  • Définition générale de l'IA
  • Systèmes à règles (rule-based systems)
  • Systèmes d'apprentissage automatique (machine learning):
  • Apprentissage supervisé, non-supervisé et par renforcement 
  • Systèmes d'apprentissage profond (deep learning)
L'IA dans l'industrie (en particulier l'audiologie):

  • Processus de création et d'utilisation des systèmes d'IA
  • Efficacité et limites de ces systèmes
  • Etude de cas concrets
Impacts (positifs et négatifs) de l'IA sur la société:

  • Concept de l'industrie 4.0 et la place de l'IA dans celle-ci
  • Points d'impacts positifs et vision à long terme
  • Risques et challenges
L'éthique dans l'IA:

  • Droit d'accès aux données personnelles
  • Prise de décisions par des machines
  • Régulations de l'IA
L'objectif n'est pas de rentrer dans les détails techniques, mais de donner une vue d'ensemble afin de fournir les outils nécessaires à une meilleure compréhension de l'IA dans le monde actuel (avec une attention particulière aux applications d'audiologie) et de ses enjeux futurs.

  • Partie travail de groupes:
Les étudiants seront répartis en groupes (environ 3 personnes par groupe) pour étudier différentes facettes en lien avec la place de l'IA en audiologie : revue de littérature, éthique et réglementations pour les professions de la santé, perception de l'utilisation de l'IA par les professionnels de santé et les patients. La mise en commun des rapports écrits produits par les différents groupes permettra de dresser un état des lieux de la place de l'IA en audiologie. Les résultats seront également présentés sous forme d'une conférence collective. L'évolution des travaux de groupes sera suivie par des séances présentielles d'accompagnement.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
Au terme des activités de cette unité d'enseignement, l'étudiant sera capable de:

  • définir les concepts importants constituants l'IA,
  • identifier les étapes de base de création et d'utilisation de l'IA,
  • estimer les ressources nécessaires à un système basé sur de l'IA,
  • reconnaitre les potentiels et limitations des systèmes liés à l'IA,
  • discerner les risques des bénéfices qu'apporterait l'IA à notre société actuelle,
  • faire des recherches sur des sujets qui touchent à l'IA de manière à pouvoir rester à jour avec les avancées.
Savoirs et compétences prérequis :
Activités d'apprentissage prévues et méthodes d'enseignement :
  • Parcours interactif en ligne
  • Lecture d'articles ou d'extraits d'ouvrages de référence dont certains écrits en anglais.
  • Projets de recherche qui aura pour but de pousser plus loin les connaissances acquises par l'étudiante en se basant sur les concepts appris lors du cours.
Mode d'enseignement (présentiel, à distance, hybride) :
Travail distanciel en autonomie, travail en groupes avec séances d'accompagnement présentielles.
Lectures recommandées ou obligatoires et notes de cours :
Des notes de cours ainsi que d'autres ressources seront mises à disposition des étudiantes sur la plateforme en lignes.

En complément d'informations du cours:

Taulli T, and Oni M. Artificial intelligence basics. Apress, 2019.
Lee J. "Industrial AI. " Applications with sustainable performance, 2020.
Husain A. The sentient machine: The coming age of artificial intelligence. Simon and Schuster, 2017.
Cypel A. Au cœur de l'intelligence artificielle: Des algorithmes à l'IA forte. De Boeck Supérieur, 2020.
Commission Européenne. Définition de l'IA: principales capacités et disciplines scientifiques, 2019.

Goodfellow I., Bengio Y., and Courville A. Deep Learning (Adaptive Computation and Machine Learning series), 2016. 
Géron A. Machine Learning avec Scikit-Learn: Mise en œuvre et cas concrets. Dunod, 2019.
Modalités d'évaluation et critères :
Evaluation de fin de Q2:

50 % Examen écrit sur le contenu théorique travaillé via le parcours interactif en ligne.

50 % Travail de recherche en groupe avec présentation orale sous forme de conférence. Cette partie sera évaluée uniquement au Q2 et ne pourra pas être représentée.

La note de l'UE sera la moyenne géométrique des 2 notes obtenues ci-dessus.

Evaluation de fin de Q3:

50 % Examen écrit sur le contenu théorique travaillé via le parcours interactif en ligne.

50% Report de la note du travail de recherche en groupe.

La note de l'UE sera la moyenne géométrique des 2 notes obtenues ci-dessus.
Stage(s) :
Remarques organisationnelles :
L'étudiant doit disposer d'un ordinateur personnel lorsque c'est demandé par l'enseignant.
Contacts :
departement.audiologie@vinci.be