Méthode
Pour chaque étape : les questions à résoudre, le livrable attendu et un exemple que vous pouvez examiner sur ce site.
Qui utilisera le résultat ? Quelle décision doit-il aider à prendre ? Que fait-on aujourd’hui sans IA ?
Livrable : une situation d’usage, ses utilisateurs et un critère de réussite observable.
Exemple : retrouver une information dans des fiches ↗Quelles données sont disponibles ? Peut-on les utiliser ? Quels délais, coûts et erreurs sont acceptables ?
Livrable : un périmètre de test, les données retenues et les limites de l’essai.
Exemple : données et limites du filtre de messages ↗Sur quels exemples distincts du jeu d’apprentissage teste-t-on ? Quels types d’erreurs observe-t-on ? Dans quels cas faut-il s’abstenir ?
Livrable : des résultats de test, les erreurs examinées et les conditions d’utilisation.
Exemple : comparer les erreurs selon le seuil ↗Ils isolent un mécanisme sur des données pédagogiques. Vous pouvez changer un paramètre et comparer le résultat. Ils ne permettent pas de conclure aux performances d’un système sur des données professionnelles.
Lire les méthodes et les limites des quatre expériences ↗