Comment apprendre à une machine à reconnaître ses émotions ?

🎯 Défi d'entrée — Sauras-tu reconnaître l'émotion ?

Avant de commencer, teste tes propres capacités ! Regarde chaque avatar et devine son émotion. Si toi tu y arrives… est-ce qu'une machine peut en faire autant ?

Avatar 1 / 3

Quelle est l'émotion de cet avatar ?

Avatar 2 / 3

Quelle est l'émotion de cet avatar ?

Avatar 3 / 3

Quelle est l'émotion de cet avatar ?

Ma progression

Comprendre
la TM

Entraîner
le modèle

Créer ma
banque d'images

Tester &
analyser

✓

Bilan
réflexif

Clique sur une étape pour marquer ta progression

Problématique

Maintenant que nous avons compris que notre IA doit être entraînée pour pouvoir fonctionner, nous allons découvrir le principe de l'entraînement machine pour qu'elle soit capable de reconnaître l'émotion sur l'image que nous incorporons.

📚 Lexique — Les mots clés de l'IA

Ces mots vont revenir tout au long de l'activité. Lis-les avant de commencer !

🤖 Intelligence Artificielle Un programme informatique capable d'accomplir des tâches qui nécessitent normalement l'intelligence humaine.	🏋 Entraînement Phase pendant laquelle on montre des exemples à la machine pour qu'elle apprenne à reconnaître des catégories.	📁 Données d'entraînement Les images (ou sons, textes…) que l'on fournit à la machine pour lui apprendre. Plus il y en a, mieux c'est !
📦 Classe / Catégorie Un groupe dans lequel la machine doit classer une image. Ex : "Joyeux", "Triste", "Colère"…	🧠 Modèle Le résultat de l'entraînement : un programme qui sait maintenant faire des prédictions sur de nouvelles images.	📊 Précision Le pourcentage de fois où le modèle donne la bonne réponse. Ex : 85% = il se trompe 15 fois sur 100.

Travail à faire

Sur la fiche travail, nous allons travailler en quatre étapes :

① Étape 1 — Découvrir : Comprendre le fonctionnement de la Teachable Machine en utilisant la banque d'images ci-dessous. Observe comment la machine apprend selon le nombre d'exemples fournis.

- Entraîne le modèle avec les avatars

- Teste le

- Sauvegarde le lien d'entraînement sur un Google Doc

② Étape 2 — Créer : Crée ton propre modèle d'images (photos de toi) et intègre-le dans la Teachable Machine pour identifier l'état de tes émotions. (deux classes, Joyeux et Triste par exemple)

- Entraîne ton modèle

- Teste le

- Sauvegarde le lien d'entraînement sur un Google Doc

③ Étape 3 — Synthèse : Réalise la partie "Ma trace écrite" et sauvegarde-la sur ton drive

- Complète la fiche travail

④ Étape 4 — Quiz : Réalise le quiz bilan

💡 N'oublie pas de mettre à jour ta barre de progression au fur et à mesure !

Fiche travail

📄 PDF 📄 Word

Banque d'avatars — Émotions

Utilise ces avatars pour entraîner ton modèle lors de l'Étape 1. Clique sur un avatar pour l'agrandir.

😢 Triste

😲 Surprise

😱 Peur

😄 Joyeux

😠 Colère

✍ Ma trace écrite

Réponds aux questions ci-dessous au fur et à mesure de l'activité.

1. QU'EST-CE QUE L'ENTRAINEMENT D'UNE IA ? EXPLIQUE AVEC TES MOTS.

2. POUR QU'UNE IA APPRENNE, ELLE A BESOIN DE ?

3. SI JE DONNE 2 PHOTOS EN COLERE ET 50 JOYEUX, QUE VA-T-IL SE PASSER ?

4. SELON TOI, UNE MACHINE PEUT-ELLE VRAIMENT COMPRENDRE UNE EMOTION ?

✓ Réponses sauvegardées !

🧪 Quiz — Vérifie tes connaissances

Réponds aux questions pour vérifier ce que tu as compris.

Question 1 / 5

Qu'est-ce que l'entraînement d'un modèle d'IA ?

AÉcrire un programme qui donne directement les réponses.

BMontrer des exemples classés à la machine pour qu'elle apprenne à les reconnaître.

CInstaller un logiciel sur l'ordinateur.

DDessiner les émotions pour que l'IA les comprenne.

Question 2 / 5

Pourquoi faut-il donner PLUSIEURS images par émotion à la Teachable Machine ?

APour que l'interface soit plus jolie.

BParce que le logiciel est lent avec peu d'images.

CPour que le modèle apprenne à reconnaître la variété des visages pour chaque émotion.

DUne seule image suffit.

Question 3 / 5

Qu'appelle-t-on une classe dans Teachable Machine ?

AUne salle de classe.

BUn groupe que la machine apprend à distinguer, comme Joyeux ou Triste.

CLe score obtenu par le modèle.

DLe nombre d'images dans la banque.

Question 4 / 5

Si le modèle reconnaît bien les avatars mais se trompe avec de vraies photos, que cela signifie-t-il ?

ALa Teachable Machine est en panne.

BLe modèle a été entraîné sur des avatars et ne connaît pas les vraies expressions humaines.

CLes émotions exprimées sont fausses.

DIl faut recommencer depuis le début.

Question 5 / 5

Une machine ressent-elle vraiment les émotions qu'elle reconnaît ?

AOui, elle les ressent comme un humain.

BNon, elle identifie des formes visuelles statistiquement associées à une étiquette, sans rien ressentir.

CCa dépend du type de machine.

DOui, si elle a été bien entraînée.

J'ai réussi mon travail si...

✔ Je comprends que l'IA apprend en observant des exemples et peux expliquer ce principe avec mes mots.

✔ Je sais utiliser Teachable Machine pour entraîner un modèle avec la banque d'images fournie.

✔ Je participe à la création d'une banque d'images d'émotions en prenant des photos et en les classant correctement.

✔ J'entraîne un modèle et teste s'il reconnaît bien les émotions des images ajoutées.

✔ Je peux expliquer si mon modèle fonctionne bien ou non et pourquoi (erreurs, type d'images…).

Fiche connaissance

🤖 Intelligence artificielle — PDF

Ressources

📷 Teachable Machine

Site Teachable Machine

TM — Premiers pas

TM — Sauvegarder / Exporter

🎨 Digiface — Créer son avatar

Digiface (créer son avatar)

Digiface — Guide PDF

Pour aller plus loin

📺 Lumni — MédiaTropismes : Intelligence Artificielle

Compétences — Projet de programme 2026 (5e)

🤖 Intelligence artificielle Comprendre ce qu'est un modèle d'IA entraîné : données d'entrée, classes, prédiction en sortie	📊 Données et classification Comprendre l'importance de la quantité et de la diversité des données d'entraînement
📷 Représentation des données Comprendre qu'une image est transformée en données numériques interprétables par une IA	📈 Algorithme et apprentissage Distinguer un programme à règles fixes d'un programme qui apprend à partir d'exemples
⚖ Éthique du numérique S'interroger : une machine peut-elle vraiment "comprendre" une émotion ? Quelles limites ?	💻 Utiliser des outils numériques Maîtriser Teachable Machine et Digiface pour créer, entraîner et tester un modèle d'IA

Date de création : 12/02/2025 18:12
Dernière modification : 15/02/2025 09:32
Catégorie : -
Page lue 444 fois

Prévisualiser... Imprimer...