Maria Mercanti-Guérin

HOME PAGE

UNE FORMATION DEDIEE A L’INTELLIGENCE ARTIFICIELLE A L’IAE DE PARIS

En partenariat avec le cabinet Chrysippe/Neocognition, nous lançons dès janvier 2026, la formation : Manager la Performance des Organisations avec l’IA

Une formation CPF

Un Executive Program les samedis ou en ligne

Des intervenants professionnels de haut niveau

Une formation diplômante de l’IAE de Paris

Manager la performance des organisations avec l’IA 250625Download

Pour découvrir mes cours sur IA et Recherche : https://mariamercantiguerin.com/cours-sur-le-digital-maria-mercanti-guerin/#recherche-ethique-ia

IA, objet – outil de recherche et d’apprentissage

Pourquoi cette page. Parce que je fais partie de l’écosystème IA car lorsque l’on s’intéresse au digital, forcément, le pont entre les deux mondes existe…Je suis donc membre de l’observatoire de l’IA de la Sorbonne. Voici mon profil sur cette plateforme : https://www.pantheonsorbonne.fr/page-perso/maguerin

J’ai d’abord utilisé l’IA pour étudier les images sur les réseaux sociaux. Je me suis donc penchée sur Google Cloud Vision qui m’a permis d’écrire l’article suivant : Quand l’expérientiel en luxe se construit sur Instagram: synergie ou bataille entre marques et directeurs artistiques?, M Mercanti-Guérin, C De Lassus, C Bezes, Revue management et avenir, 141-160

J’ai ensuite participé au projet initié par les Professeurs Bonnet et Pluchart dont l’ouvrage collectif met en perspective la compétition entre intelligence humaine et IA. Mercanti-Guérin M. (2022), De la créativité perçue au biais de Statu Quo : le cas des jumeaux numériques dans l’habitat in Intelligence artificielle & Intelligence humaine – Bonnet D. et Pluchart J.J. (dir) 2022, Editions ESKA, Paris, 25-32.

J’ai continué à m’intéresser à l’IA lorsque j’ai pris conscience du tsunami qu’elle allait provoquer sur le marché du digital. L’IA est une des protagonistes de Web Crash, ouvrage écrit en 2023. Mercanti-Guérin, M. (2023). Web crash: Le jour où le Web a fait faillite. Éditions EMS.

Je me suis également interrogée sur la façon d’enseigner le marketing digital avec l’IA dans mon dernier ouvrage sorti en 2024. Marketing digital, SEO, SEA et ChatGPT, Editions Vuibert avec Patrick Roussel et Nadr El Hana, septembre 2024.

Je fais naturellement des conférence sur le sujet dont deux sur IA et Banque et IA et Art. Vous les trouverez en libre accès sur ma page Actualités. Par contre, ces conférences sont réservées aux institutions éducatives : ministères, écoles de commerce, universités, sociétés savantes. Après de multiples déboires avec les entreprises (on vous paye pas, on vous ouvre aucun terrain et on vous traite comme un valet) et les monétiseurs de conférences (on vous demande de multiples drafts, on met votre nom sur notre site et on vous paye dans 6 mois après de multiples relances ou on vous paye pas non plus), je refuse toute proposition en dehors de mon champ académique.

Je suis également disponible pour parler IA en presse, TV ou radio mais pas sur tous les médias. Je n’ai parfois pas le temps de répondre à toutes les sollicitations.

Ma routine IA

Mon IA préférée est Claude. A lire le billet très intéressant sur « Dans la tête de Claude« . Sinon, j’utilise ChatGPT, Scite AI pour la recherche. Je suis émerveillée par les possibilités de Google Note Book LM. Je vais me pencher sur Elicit AI et Mistral AI. Gamma AI est mon assistant pédagogique. Vous pouvez visionner l’utilisation que j’en fais grâce au petit déjeuner Aunege consacré à l’utilisation de l’IA. Un grand merci à Christophe Fournier (Aunege) et Jérôme Caby (Fnege) dont le travail de vulgarisation de l’IA auprès des enseignants-chercheurs est essentiel. Je suis également attentivement les excellents posts de Jean-Philippe Galan sur LinkedIn et ceux de mon ami Laurent Flores avec qui je discute régulièrement du sujet.

Je lis tous les jours des newsletters consacrées à l’IA. Mes préférées sont L’eclipse <cerveaufute@substack.com> et Génération IA <generationia@mail.beehiiv.com>. Et les livres dans tout ça. Pas le temps non plus car je ne lis que des livres d’histoire, de la science-fiction (ouf, elles sont là…) et des essais d’économie, de prospective ou de politique (mais elles sont aussi là !). Bref, on n’échappe plus aux IA et au sens très particulier qu’elles pourraient donner à l’histoire humaine (voir Yuval Noah Harari et son dernier ouvrage Nexus).

IA et IAE de Paris

J’ai eu le plaisir de monter une formation à destination des enseignants-chercheurs de l’IAE de Paris avec mon cher collègue Nadr El Hana avec qui je partage les bons tips IA. Cette formation de 3 heures dresse un panorama des différents outils d’IA pour les chercheurs et les enseignants. Je travaille actuellement sur un module pour les doctorants : comment faire de la recherche de façon éthique en utilisant l’IA. Je conçois un guide sur l’utilisation de l’IA dans le cadre de son mémoire. Je suis en train de le tester sur plusieurs étudiants de master.

Point de vue

Je suis heureuse d’être née avant l’IA car mon cerveau d’enfant des années 70 a pu se nourrir de connaissances non biaisées et travailler sa mémoire. Ma maison restera remplie de livres. Je suis heureuse de vivre l’arrivée de l’IA car elle sauvera des millions de vie du fait des progrès fulgurants qu’elle va permettre en tout : nouveaux matériaux, diagnostics médicaux, prévisions, données au service de l’homme. J’essaie de continuer à écrire, penser, réfléchir et apprendre sans elle. Je ne sais pas ce qu’il en sera pour les jeunes générations. Même en l’intégrant dans tous mes cours car je préfère une utilisation transparence, il est difficile de dire qu’Homo Sapiens n’est pas en danger. Qu’est-ce-qu’Homo sans Sapiens. Mais qu’est-ce-que Sapiens sans Homo ? Nous n’avons pas eu le temps de nous préparer. L’IA était pourtant bien là depuis plusieurs dizaines d’années mais les IA génératives nous ont en quelque sorte explosé à la figure. Pas de temps d’adaptation, ni de recul. Un Cloud généralisé, mondial. Une sorte de Dieu Moloch qui demande, sans cesse et sans cesse, de la connaissance à dévorer, transformer, recracher…Moloch n’a pas sauvé les Carthaginois. Mais les universitaires n’ont pas le choix. Ils ne peuvent pas se dire contre l’IA. Ils ont la mission d’être toujours du côté de la science. Et puis, il ne sert à rien de vouloir légiférer, imposer des moratoires, freiner…A pleine vitesse, l’IA est là imposant son rythme effréné. Et ce n’est pas de sa faute si l’éducation s’effondre. Apprendre de façon utilitaire est la meilleure façon de rester ignorant. Apprendre de façon désintéressée pour le plaisir d’apprendre, voici un beau projet rendu paradoxalement possible grâce à l’IA. Décorréler les apprentissages des métiers, le nouveau projet de l’Homme pendant que les robots trimeront à notre place…

Dialogue avec Claude : L’enjeu n’est pas la fin de l’homme, mais sa transformation. Comment utiliser l’IA pour amplifier ses capacités tout en préservant ce qui fait son humanité ? Comment redéfinir l’éducation pour développer les compétences uniquement humaines ?

La vraie question n’est peut-être pas « est-ce la fin de l’homme ? » mais plutôt « quel homme voulons-nous devenir à l’ère de l’IA ? »

Ressources

LES OUTILS POUR FAIRE DE LA RECHERCHE

  • Outils d’écriture de revue de littérature
  • Paperpal, ResearchPal, Review-it
  • Grammarly, Overleaf
  • Google Docs, LaTeX
  • Scrivener, Evernote, FocusWriter
  • ChatGPT-4, GPT-3.5 Turbo
  • LM Notebook: Intègre divers outils d’IA dans un environnement de notebook interactif.
  • Outils de recherche d’articles
  • Litmaps, Google Scholar, OiPub, ArXiv
  • Semantic Scholar, R Discovery, PubMed
  • Connected Papers, JSTOR Data for Research
  • Web of Science, Scopus, BASE (Bielefeld Academic Search Engine)
  • Elicit AI: Aide à formuler des questions de recherche et à trouver des articles pertinents.
  • Iris.ai: Facilite la découverte et l’exploration de la recherche scientifique.
  • Outils de lecture d’articles
  • Scholarcy, Enago Read
  • SciSummary, Scribe AI, Petal AI, Outread
  • Paper Digest, PubReader, DeepDyve
  • ReadCube Papers, Rayyan
  • scite AI: Visualise comment un article a été cité, en mettant en évidence les confirmations ou contradictions.
  • Outils de gestion des références
  • Zotero, Mendeley
  • Endnote, Refworks
  • CitationManager, Citavi
  • Paperpile, ReadCube
  • Outils d’extraction et d’analyse de données
  • SciSpace, SciSummary, AnswerThis, Tabula
  • Nvivo, Julius AI, MS Excel, Google Sheets, MyRA
  • SPSS, R Studio
  • Python avec les bibliothèques scientifiques
  • Tableau Public, Power BI
  • Plateformes d’IA et d’apprentissage automatique
  • Google Vertex AI: Déploiement et gestion de modèles d’IA.
  • Amazon SageMaker: Construction, formation, et déploiement de modèles d’IA.
  • Azure Machine Learning, IBM Watson Studio: Outils pour construire et entraîner des modèles d’apprentissage automatique.
  • DataRobot, H2O.ai: Plateformes d’apprentissage machine automatisé.
  • Alteryx, Looker: Outils d’analyse et de visualisation de données avancées.

Un document fait par Amira Sghari sur les principaux logiciels pour faire une revue de littérature. Le profil d’Amira sur Research Gate : https://www.researchgate.net/profile/Amira-Sghari

https://mariamercantiguerin.com/wp-content/uploads/2025/03/amirasghari.pdf

Le co-scientifique IA

IA ET TRAVAIL

STARTUPS ET FRANCE

  • Adrien CHALTIELAdrien CHALTIEL • 2e • 2eBoard-member, advisor & operating partner – working on something newBoard-member, advisor & operating partner – working on something new
  • 𝐓𝐨𝐩 𝟏𝟎 𝐝𝐞𝐬 𝐩𝐞́𝐩𝐢𝐭𝐞𝐬 𝐟𝐫𝐚𝐧𝐜̧𝐚𝐢𝐬𝐞𝐬 𝐞𝐧 𝐈𝐀
  • ✨ Les 2 journées du Sommet Action pour l’IA commencent ce jour, et l’écosystème tech français n’a jamais été aussi bouillonnant !
  • Voici un top 10 des pépites françaises qui façonnent l’avenir de l’IA. Il y en a certaines qu’on ne présente plus, mais d’autres que vous allez peut-être découvrir :
  • 🧠 AnotherBrain – Grâce à sa technologie neuromorphique, qui reproduit le fonctionnement du cerveau humain, cette startup révolutionne l’IA embarquée. Elle travaille en collaboration avec des industriels européens pour automatiser des chaînes de production complexes.
  • 🤖 Dust – Dust propose des assistants d’IA sur mesure, connectés directement aux données des entreprises, et intègre les meilleurs modèles du marché pour garantir une flexibilité maximale.
  • 🔊 Gladia – La startup a lancé une API de transcription multilingue ultra-rapide, utilisée par des médias pour générer des sous-titres en temps réel.
  • ✔️ Giskard – Giskard garantit que les modèles d’IA respectent les normes en matière de qualité, sécurité et conformité, notamment avec les exigences croissantes de l’AI Act européen.
  • ⚙️ H Company – Spécialiste des agents d’IA, H Company a développé des solutions capables de raisonner et de planifier comme des humains, transformant l’automatisation des tâches complexes.
  • 📈 LightOn – Première entreprise européenne d’IA cotée en Bourse, LightOn développe des outils permettant aux entreprises d’industrialiser l’IA tout en maximisant son retour sur investissement.
  • 💡 Mistral AI – Leader européen de l’IA open source, Mistral AI a dévoilé « Mistral 7B », un modèle léger et performant, largement plébiscité par la communauté des développeurs.
  • 🩺 Nabla – Avec son outil de diagnostic assisté par IA, la startup améliore le suivi des patients et optimise la pratique des professionnels de santé. Elle développe aussi des solutions conversationnelles pour accompagner les praticiens dans leurs tâches quotidiennes.
  • 📸 Photoroom – Connu pour son outil d’édition d’images optimisé par l’IA, a récemment lancé des fonctionnalités collaboratives, simplifiant le travail en équipe des créateurs et e-commerçants.
  • 👩‍💻 poolside – Cette pépite accompagne les développeurs avec des modèles spécialisés pour coder plus vite grâce à des prompts en langage naturel, répondant aux besoins spécifiques des entreprises.

LIENS RESSOURCE

Data Visualisation, coup de coeur : https://julius.ai/

AGENTS IA

𝐖𝐡𝐚𝐭 𝐢𝐬 𝐚𝐧 𝐀𝐈 𝐀𝐠𝐞𝐧𝐭?

𝐃𝐞𝐟𝐢𝐧𝐢𝐭𝐢𝐨𝐧 : An AI Agent is an autonomous entity that perceives its environment, takes actions, and strives to achieve specific goals.
𝐇𝐨𝐰 𝐀𝐈 𝐀𝐠𝐞𝐧𝐭𝐬 𝐖𝐨𝐫𝐤: 𝐏𝐞𝐫𝐜𝐞𝐩𝐭𝐢𝐨𝐧: Agents perceive their environment through sensors or by receiving information from other agents.
𝐀𝐜𝐭𝐢𝐨𝐧: Agents take actions to interact with their environment, such as moving, manipulating objects, or communicating.
𝐆𝐨𝐚𝐥𝐬: Agents are driven by specific goals, which guide their actions and decision-making.
𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠: Many AI Agents are capable of learning from their experiences and adapting their behavior over time.
𝐓𝐲𝐩𝐞𝐬 𝐨𝐟 𝐀𝐈 𝐀𝐠𝐞𝐧𝐭𝐬:
𝐒𝐢𝐦𝐩𝐥𝐞 𝐑𝐞𝐟𝐥𝐞𝐱 𝐀𝐠𝐞𝐧𝐭𝐬: These agents act based on simple rules and immediate sensory input, without considering the long-term consequences of their actions.
𝐌𝐨𝐝𝐞𝐥-𝐁𝐚𝐬𝐞𝐝 𝐑𝐞𝐟𝐥𝐞𝐱 𝐀𝐠𝐞𝐧𝐭𝐬: These agents maintain an internal model of the environment, allowing them to make more informed decisions by considering the potential outcomes of their actions.
𝐆𝐨𝐚𝐥-𝐁𝐚𝐬𝐞𝐝 𝐀𝐠𝐞𝐧𝐭𝐬: These agents have specific goals and strive to achieve them. They plan and execute actions to reach their objectives.
𝐔𝐭𝐢𝐥𝐢𝐭𝐲-𝐁𝐚𝐬𝐞𝐝 𝐀𝐠𝐞𝐧𝐭𝐬: These agents consider the expected utility or value of different actions and choose the one that maximizes their expected reward.
𝐋𝐞𝐚𝐫𝐧𝐢𝐧𝐠 𝐀𝐠𝐞𝐧𝐭𝐬: These agents can learn and improve their performance over time through experience.
𝐀𝐈 𝐀𝐠𝐞𝐧𝐭 𝐒𝐲𝐬𝐭𝐞𝐦 𝐀𝐫𝐜𝐡𝐢𝐭𝐞𝐜𝐭𝐮𝐫𝐞:
𝐒𝐢𝐧𝐠𝐥𝐞 𝐀𝐠𝐞𝐧𝐭: Agents act independently, performing tasks or providing services.
𝐌𝐮𝐥𝐭𝐢-𝐀𝐠𝐞𝐧𝐭: Multiple agents interact and collaborate to achieve common goals.
𝐇𝐮𝐦𝐚𝐧-𝐌𝐚𝐜𝐡𝐢𝐧𝐞: Agents interact with humans to provide assistance or support.
Key Elements of AI Agent Systems:
𝐌𝐞𝐦𝐨𝐫𝐲: Agents may have memory to store past experiences and use them to inform future decisions.
𝐑𝐞𝐚𝐜𝐭𝐢𝐯𝐢𝐭𝐲: Agents must be able to react to changes in their environment in real-time.
𝐇𝐮𝐦𝐚𝐧 𝐂𝐨𝐧𝐭𝐫𝐨𝐥: In many cases, human oversight is necessary to guide and control the actions of AI Agents.

ET DUST, https://docs.dust.tt/

L'utilité des agents IA via l'excellent Louis Graffeuil : https://mariamercantiguerin.com/wp-content/uploads/2025/03/aitools.pdf

Recherche et IA

Elali, F. R., & Rachid, L. N. (2023). AI-generated research paper fabrication and plagiarism in the scientific community. Patterns, 4(3).

Perkins, M., & Roe, J. (2024). Generative AI tools in academic research: Applications and implications for qualitative and quantitative research methodologies. arXiv preprint arXiv:2408.06872.

van Dijk, S. H., Brusse-Keizer, M. G., Bucsán, C. C., van der Palen, J., Doggen, C. J., & Lenferink, A. (2023). Artificial intelligence in systematic reviews: promising when appropriately used. BMJ open, 13(7), e072254.

Gatrell, C., Muzio, D., Post, C., & Wickert, C. (2024). Here, there and everywhere: On the responsible use of artificial intelligence (AI) in management research and the peer‐review process. Journal of Management Studies, 61(3), 739-751.

Vainio-Pekka, H., Agbese, M. O. O., Jantunen, M., Vakkuri, V., Mikkonen, T., Rousi, R., & Abrahamsson, P. (2023). The role of explainable AI in the research field of AI ethics. ACM Transactions on Interactive Intelligent Systems, 13(4), 1-39.

McIntosh, T. R., Susnjak, T., Liu, T., Watters, P., & Halgamuge, M. N. (2023). From google gemini to openai q*(q-star): A survey of reshaping the generative artificial intelligence (ai) research landscape. arXiv preprint arXiv:2312.10868.

Pradhan, R., Lahiri, A., Galhotra, S., & Salimi, B. (2022, June). Explainable ai: Foundations, applications, opportunities for data management research. In Proceedings of the 2022 International Conference on Management of Data (pp. 2452-2457).

Arashpour, M. (2023). AI explainability framework for environmental management research. Journal of Environmental Management, 342, 118149.

Buriak, J. M., Akinwande, D., Artzi, N., Brinker, C. J., Burrows, C., Chan, W. C., … & Ye, J. (2023). Best practices for using AI when writing scientific manuscripts: Caution, care, and consideration: Creative science depends on it. ACS nano, 17(5), 4091-4093.

Alshami, A., Elsayed, M., Ali, E., Eltoukhy, A. E., & Zayed, T. (2023). Harnessing the power of ChatGPT for automating systematic review process: Methodology, case study, limitations, and future directions. Systems, 11(7), 351.

Detection of GPT-4 Generated Text in Higher Education: Combining Academic Judgement and Software to Identify Generative AI Tool Misuse
Mike Perkins1 · Jasper Roe2 · Darius Postma3 · James McGaughran1 · Don Hickerson1

Perkins, M., Roe, J., Postma, D., McGaughran, J., & Hickerson, D. (2024). Detection of GPT-4 generated text in higher education: Combining academic judgement and software to identify generative AI tool misuse. Journal of Academic Ethics, 22(1), 89-113.

Geraldi, J., Locatelli, G., Dei, G., Söderlund, J., & Clegg, S. (2024). AI for Management and Organization Research: Examples and Reflections from Project Studies. Project Management Journal, 55(4), 339-351.

McIntosh, T. R., Susnjak, T., Liu, T., Watters, P., & Halgamuge, M. N. (2023). From google gemini to openai q*(q-star): A survey of reshaping the generative artificial intelligence (ai) research landscape. arXiv preprint arXiv:2312.10868.

Martinez, B., & Ho-Dac, M. (2024). Guide pratique du respect des valeurs de l’Union européenne et systèmes d’intelligence artificielle (Doctoral dissertation, Université d’artois).

Mahuli, S. A., Rai, A., Mahuli, A. V., & Kumar, A. (2023). Application ChatGPT in conducting systematic reviews and meta-analyses. Br Dent J, 235(2), 90-92.

Slimi, Z., & Carballido, B. V. (2023). Navigating the Ethical Challenges of Artificial Intelligence in Higher Education: An Analysis of Seven Global AI Ethics Policies. TEM Journal, 12(2).

IA, éthique et recherche avec un peu de droit (AI ACT)

Zhou, J., & Chen, F. (2023). AI ethics: From principles to practice. AI & SOCIETY, 38(6), 2693-2703.

Zhou, J., Müller, H., Holzinger, A., & Chen, F. (2024). Ethical ChatGPT: Concerns, challenges, and commandments. Electronics, 13(17), 3417.

Woodgate, J., & Ajmeri, N. (2024). Macro Ethics Principles for Responsible AI Systems: Taxonomy and Directions. ACM Computing Surveys.

Schuett, J., Reuel, A. K., & Carlier, A. (2024). How to design an AI ethics board. AI and Ethics, 1-19.

Kijewski, S., Ronchi, E., & Vayena, E. (2024). The rise of checkbox AI ethics: a review. AI and Ethics, 1-10.

Knight, S., Shibani, A., & Vincent, N. (2024). Ethical AI governance: mapping a research ecosystem. AI and Ethics, 1-22.

Wagner, J. K., Cabrera, L. Y., Gerke, S., & Susser, D. (2024). Synthetic data and ELSI-focused computational checklists—A survey of biomedical professionals’ views. PLOS Digital Health, 3(11), e0000666.

Smith, G., Luka, N., Osborne, M., Lattimore, B., Newman, J., Nonnecke, B., & Mittelstadt, B. (2025). Responsible Generative AI Use by Product Managers: Recoupling Ethical Principles and Practices. arXiv preprint arXiv:2501.16531.

Attard-Frost, B., De los Ríos, A., & Walters, D. R. (2023). The ethics of AI business practices: a review of 47 AI ethics guidelines. AI and Ethics, 3(2), 389-406.

Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature machine intelligence, 1(9), 389-399.

Kazim, E., & Koshiyama, A. S. (2021). A high-level overview of AI ethics. Patterns, 2(9).

Hagendorff, T. (2020). The ethics of AI ethics: An evaluation of guidelines. Minds and machines, 30(1), 99-120.

Siau, K., & Wang, W. (2020). Artificial intelligence (AI) ethics: ethics of AI and ethical AI. Journal of Database Management (JDM), 31(2), 74-87.

Munn, L. (2023). The uselessness of AI ethics. AI and Ethics, 3(3), 869-877.

Birhane, A., Ruane, E., Laurent, T., S. Brown, M., Flowers, J., Ventresque, A., & L. Dancy, C. (2022, June). The forgotten margins of AI ethics. In Proceedings of the 2022 ACM Conference on Fairness, Accountability, and Transparency (pp. 948-958).

Borenstein, J., & Howard, A. (2021). Emerging challenges in AI and the need for AI ethics education. AI and Ethics, 1, 61-65.

Morley, J., Kinsey, L., Elhalal, A., Garcia, F., Ziosi, M., & Floridi, L. (2023). Operationalising AI ethics: barriers, enablers and next steps. AI & SOCIETY, 1-13.

Powers, T. M., & Ganascia, J. G. (2020). The Ethics of the Ethics of AI. The Oxford handbook of ethics of AI, 25-51.

Zohny, H., McMillan, J., & King, M. (2023). Ethics of generative AI. Journal of medical ethics, 49(2), 79-80.

Islam, G., & Greenwood, M. (2024). Generative artificial intelligence as hypercommons: Ethics of authorship and ownership. Journal of Business Ethics, 192(4), 659-663.

Cassar, B. (2024). Règlement sur l’intelligence artificielle-version enrichie.

Ballell, T. R. D. L. H. (2025, January). Mapping Generative AI rules and liability scenarios in the AI Act, and in the proposed EU liability rules for AI liability. In Cambridge Forum on AI: Law and Governance (Vol. 1, p. e5). Cambridge University Press.

Reuel, A., Bucknall, B., Casper, S., Fist, T., Soder, L., Aarne, O., … & Trager, R. (2024). Open problems in technical ai governance. arXiv preprint arXiv:2407.14981.

Kim, B. J., Jeong, S., Cho, B. K., & Chung, J. B. (2025). AI Governance in the Context of the EU AI Act: A Bibliometric and Literature Review Approach. arXiv preprint arXiv:2502.03468.

GUIDES

Cliquer pour accéder à guide-utilisation-pedagogique-ethique-legale-ia-personnel-enseignant.pdf

Cliquer pour accéder à lesoutilsiadesetudiantsen2024.pdf

iacreteilDownload

Cliquer pour accéder à intelligence-artificielle-pour-et-par-les-enseignants_gviniacourt-fbodin-ia-generatives-quelques-experiences-pedagogiques.pdf

Cliquer pour accéder à combiennousdevonsauxartistescontrov3rse.pdf

Cliquer pour accéder à rgpdia.pdf

Cliquer pour accéder à aitools.pdf