Durée
30h Th
Nombre de crédits
| Master en communication multilingue, à finalité spécialisée en digital media education (Réinscription uniquement, pas de nouvelle inscription) | 5 crédits |
Enseignant
Langue(s) de l'unité d'enseignement
Langue anglaise
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Le cours Public and Interpersonal Communication in the Digital Space se concentrera en 2026-2027 sur différents dispositifs intégrant l'intelligence artificielle (génération de textes et d'images, traduction, traitement de données e.a.). En abordantle notamment l'histoire de ces dispositifs, ainsi que les questions éthiques, esthétiques et ontologiques qu'ils soulèvent, ce cours vise à instaurer un véritable échange croisé entre pratiques et théories. Il ne s'agira pas, dès lors, d'opposer sur le mode de la vérification réciproque un ensemble de théories critiques à un ensemble de dispositifs et de pratiques qui les façonnent. Mais on évaluera plutôt à nouveaux frais comment l'IA et diverses théories issues du champ des sciences de l'Information et de la communication, des études sur l'espace public ou encore des humanités numériques peuvent s'interroger réciproquement.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
L'objectif du cours est de doter les étudiant.es des outils théoriques et des connaissances empiriques indispensables à une réflexion critique quoique non technophobe sur l'IA. A l'issue du cours, ils.elles seront en mesure d'identifier, de problématiser et de critiquer de façon constructive un ensemble d'usages possible de l'IA dans divers secteurs professionnels relevant de la communication publique et interpersonnelle au sens large.
Savoirs et compétences prérequis
Activités d'apprentissage prévues et méthodes d'enseignement
Les premières séances de cours prendront la forme d'exposés ex-cathedra (introduction historique et théorique) entrecoupés de temps de visionnage/lecture de productions générées par IA. Le cours adoptera ensuite la méthode de la classe inversée: les étudiantes seront invitées à effectuer des lectures hors cours qui feront ensuite l'objet de discussions dans le cadre de la classe.
Mode d'enseignement (présentiel, à distance, hybride)
Combinaison d'activités d'apprentissage en présentiel et en distanciel
Supports de cours, lectures obligatoires ou recommandées
Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus
- Microsoft Teams
Informations complémentaires:
Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus
Informations complémentaires:
Les PowerPoints projetés dans le cadre du cours, les textes vus en classe et les lectures imposées seront mis à disposition des étudiants via eCampus.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ET évaluation orale
Travail à rendre - rapport
Informations complémentaires:
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation orale
Travail à rendre - rapport
Informations complémentaires:
Chaque étudiante sera évaluée sur la base d'un travail personnel qui adoptera successivement deux formes. Dans un premier temps, chaque étudiante présentera un exposé oral d'une durée de 30 minutes dans le cadre de la dernière séance de cours. Dans un second temps (début de la session de janvier), chaque étudiante déposera une version numérique de son travail de recherche et d'analyse qui pourra adopter, au choix, la forme d'un podcast, d'un poster, d'une série de posts ou de reels, d'un site internet, d'une vidéo éducative ou de toute autre production relevant de la communication numérique. Cette version finale de son travail fera l'objet d'une défense orale individuelle durant la session d'examen.
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
L'horaire sera établi en concertation avec les étudiants.
Contacts
Björn-Olav Dozo
bo.dozo@uliege.be
+32 4 366 52 14
Jeremy Hamers
jhamers@uliege.be
+32 4 366 32 44