Formation : Création de contenus rédactionnels et visuels par l’usage responsable de l’IA générative

Demander un devis en ligne

Jour 1: Introduction à l’IA générative et ses fondamentaux

Comprendre l’IA générative

• Définir l’IA et ses concepts clés.
• Distinguer les différents types d’IA générative.
• Identifier les applications potentielles de l’IA dans des contextes professionnels.

Explorer les cas d’usage de l’IA générative

• Analyser les possibilités offertes par l’IA et les attentes des métiers.
• Décrire les bénéfices attendus pour des cas spécifiques.
• Illustrer par des exemples concrets en situation professionnelle.

Découvrir et installer les outils majeurs d’IA générative

• Nommer les acteurs principaux du marché.
• Comparer les fonctionnalités entre IA conversationnelle et IA d’images.
• Expliquer le fonctionnement des outils utilisant le langage naturel, y compris la notion de token.

Évaluer les outils selon les besoins

• Examiner les avantages et limitations des principaux outils pour différentes tâches.
• Formuler des recommandations adaptées à un contexte professionnel spécifique.

Créer des contenus rédactionnels et visuels avec l’IA Générative

• Configurer des comptes et paramétrer des outils comme Adobe Firefly, ChatGPT, Gemini et Copilot.
• Analyser les tâches et identifier les optimisations avec l’IA Générative.
• Élaborer un plan d’actions pour l’implémentation de l’IA Générative sur le poste de travail.
• Planifier des actions pour intégrer l’IA générative dans les processus professionnels.

Différencier les générateurs d’images et les assistants conversationnel

• Différencier les approches de création de prompts pour Adobe Firefly et ChatGPT.
• Comparer les capacités de création visuelle entre Microsoft Copilot et Adobe Firefly.

Les techniques d’optimisation des contenus

• Simplification linguistique
• Techniques d’optimisation visuelle
• Accessibilité numérique
• Outils technologiques

Étude de cas | Mise en pratique

Jour 2 : Maîtriser le prompt engineering et les applications pratiques

Introduction au Prompt Engineering

• Expliquer le principe fonctionnel des IA basées sur le traitement du langage naturel (NLP).
• Différencier les catégories de prompts : linéaires vs multidimensionnels.
• Formuler des tactiques pour structurer des prompts adaptés à divers contextes.

Étude de cas | Mise en pratique

Optimiser les interactions avec l’IA

• Appliquer les règles pour interagir efficacement avec une IA.
• Concevoir des prompts robustes en utilisant des modèles de structures (ex. RCTC).
• Créer des prompts ciblés pour des cas pratiques (recrutement, rédaction, etc.).

Approfondir le prompt engineering avec des méthodes marketing

• Analyser les avantages des méthodes marketing appliquées aux prompts.
• Décrire et utiliser les approches AIDA, RODE, etc.
• Élaborer des prompts alignés avec des objectifs marketing.

Créer et personnaliser des outils avec l’IA

• Explorer les fonctionnalités internes de ChatGPT (Advanced Data Analysis, Search GPT, Audio, DALL-E).
• Démontrer l’utilité des GPTs disponibles dans le store.
• Concevoir un GPT personnalisé en utilisant GPT Builder.

Étude de cas | Mise en pratique

Garantir la confidentialité des données professionnelles

• Définir la notion de données sensibles.
• Les risques spécifiques liés à l’IA générative.
• Bonnes pratiques pour un usage responsable.
• Mesures de protection spécifiques.

Produire des contenus inclusifs et accessibles

• Identifier les normes et réglementations pour l’inclusivité numérique.
• Expliquer les différents types de handicap.

Proposer des applications concrètes pour rendre les contenus accessibles

• Identifier le Handicap visuel et proposer des solutions.
• Identifier le Handicap Auditif et proposer des solutions.
• Identifier les handicaps cognitifs et psychiques et proposer des solutions.
• Adapter les contenus pour différents types de handicaps.

Étude de cas | Mise en pratique

Jour 3 : Applications avancées, éthique et accessibilité

Garantir la conformité et l’éthique des contenus générés

• Comprendre le cadre réglementaire.
• Définir la protection des données personnelles : le Règlement Général sur la Protection des Données (RGPD).

Protéger les données sensibles

• Identifier les risques liés à la confidentialité des données dans le cadre de l’IA générative.
• Mettre en œuvre des bonnes pratiques pour sécuriser les données professionnelles.
• Analyser des études de cas.

Comprendre le nouveau cadre règlementaire Européen : les directives de l’IA Act

• Intégrer les apports de l’IA Act et ses interactions avec le RGPD.
• Comprendre les objectifs principaux de l’IA Act.
• Garantir la conformité réglementaire.
• Anonymiser et pseudonymiser les données sensibles.
• Traitement, Sécurisation et Protection des Données.

Mettre en place une veille réglementaire efficace

• Définir les périmètres.
• Désigner des référents.
• Utiliser les outils adaptés.

Étude de cas | Mise en pratique