Durée
30h Th
Nombre de crédits
| Cours supplémentaires destinés aux étudiants d'échange - Erasmus (Faculté de Philosophie et Lettres) | 5 crédits |
Enseignant
Langue(s) de l'unité d'enseignement
Langue française
Organisation et évaluation
Enseignement au deuxième quadrimestre
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
Ce cours théorique et réflexif constitue une introduction critique aux enjeux pratiques et éthiques de l'IA, destinée à des étudiantes en traduction-interprétation en début de parcours universitaire (B1), sans prérequis techniques.
Il vise à :
- interroger les craintes, croyances et clichés autour de l'IA ;
- sensibiliser aux différents enjeux pratiques et éthiques actuels que pose l'IA, notamment dans le secteur de la traduction ;
- aux avantages et aux limites des outils d'IA à leur disposition ;
- encourager la prise de recul et le développement d'un esprit critique face à ces technologies.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
Au terme des séances, les étudiantes :
- auront développé une compréhension critique des enjeux pratiques et éthiques de l'IA, en traduction comme dans d'autres domaines ;
- seront capables de se positionner sur des usages concrets ou des sujets d'actualité en lien avec l'IA ;
- pourront analyser les implications directes et indirectes de ces usages ;
- seront en mesure d'envisager des usages pertinents et responsables de l'IA.
Savoirs et compétences prérequis
Très bonne maîtrise du français
Activités d'apprentissage prévues et méthodes d'enseignement
- Lectures (presse, litt. scientifique, guides et chartes d'usage)
- Écoutes & visionnages (podcasts, cours en ligne)
- Tests d'outils (moteurs de TA, chatbots génériques et personnalisés)
- Discussions - débats
Mode d'enseignement (présentiel, à distance, hybride)
Cours donné exclusivement en présentiel
Supports de cours, lectures obligatoires ou recommandées
Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus
Informations complémentaires:
Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus
- MyULiège
Informations complémentaires:
Supports de cours (PPT, vidéos, lectures, podcasts) postés sur eCampus.
Lectures recommandées
Bowker, L. et J. Buitrago Ciro (2019). Machine Translation and Global Research: Towards Improved Machine Translation Literacy in the Scholarly Community. Emerald Publishing.
Corteel, M. (2025). « Face à la dérive autoritaire, sortons de l'illusion de l'IA ». AOC média. https://aoc.media/analyse/2025/03/31/face-a-la-derive-autoritaire-sortons-de-lillusion-de-lia/
Crawford, K. (2023). Contre-atlas de l'Intelligence artificielle. Zulma.
Moorkens, J. (2022). « Ethics and Machine Translation ». Machine Translation for Everyone: Empowering Users in the Age of Artificiel Intelligence, édité par D. Kenny, Language Science Press.
Poibeau, T (2022). « On "Human Parity" and "Super Human Performance" in Machine Translation Evaluation », Proceedings of LREC 2022, édité par N. Calzolari et al., ELRA, p. 6018-6020.
Université de Genève. (sept. 2024). Guide d'usage des IA génératives à l'intention de la communauté universitaire. Université de Genève. https://www.unige.ch/numerique/fr/plan-daction/ia1/accueil/guide-pratique-ia/
Université de Liège. (déc. 2023). Charte ULiège d'utilisation des intelligences artificielles génératives dans les travaux universitaires. Université de Liège. https://tinyurl.com/yzs65bkw
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite
Interrogation(s) hors session
Informations complémentaires:
Présentation orale par groupe hors session (50%)
Examen écrit en session (50%)
En deuxième session, les étudiantes qui n'ont pas présenté l'épreuve orale par groupe hors session, ainsi que celles et ceux qui souhaiteraient améliorer leur note pour cette composante, doivent, en plus de l'épreuve écrite, passer un examen oral individuel.
Une semaine avant cet examen, il est demandé d'envoyer par e-mail le support visuel (PowerPoint ou PDF) ainsi que la feuille de route comprenant :
- le nom de l'étudiante
- La thématique choisie
- Les références bibliographiques des sources consultées
Informations complémentaires:
Les étudiantes sont tenues de prendre connaissance de la Charte ULiège d'utilisation de l'intelligence artificielle dans les travaux universitaires afin d'en faire un usage réfléchi, responsable, critique et transparent : https://www.student.uliege.be/cms/c_19230399/fr/faq-student-charte-uliege-d-utilisation-des-intelligences-artificielles-generatives-dans-les-travaux-universitaires.
Si l'étudiante utilise l'intelligence artificielle*, il ou elle devra alors renseigner précisément son usage de l'IA dans une section dédiée : outil utilisé, prompt, type d'aide demandée (reformulation, synthèse, analyse, correction linguistique, etc...), résultats obtenus. Toute omission ou dissimulation d'un recours à l'IA pourra être considérée comme contraire aux règles d'intégrité académique.
*Par « IA », nous entendons les moteurs de traduction automatique (DeepL, GoogleTraduction...) et les agents conversationnels (ChatGPT, Copilot, Gemini, DeepSeek, etc.), ainsi que tout autre outil d'IA permettant de générer, synthétiser, analyser des données, etc.
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Dans un souci d'efficacité pédagogique, le nombre d'étudiantes Erasmus qui pourront s'inscrire à ce cours est limité.
Contacts
Perrine Schumacher
p.schumacher@uliege.be