Code
MUYF QUA 3602
Niveau
L3
Discipline
Techniques quantitatives
Langue
Français/French
Crédits ECTS
3
Heures programmées
35
Charge totale étudiant
60
Coordonnateur(s)
Département
- Data analytics, Économie et Finances
- Service Programme Bachelor
Equipe pédagogique
Introduction au module
Introduction et apprentissage à l’Intelligence Artificielle IA et à la Finance Digitale (intégration de l’IA dans ce secteur)
Finalité d'apprentissage (Bloc de compétences)
- LG1 Être capable d'étendre sa propre intelligence digitale à travers ses différentes dimensions (de manière responsable et durable)
- LG4 Avoir accès à différents instruments transdisciplinaires de management
Objectifs d'apprentissage (compétences mères)
- 1.1 - Développer la citoyenneté numérique et la prospérité sociétale
- 1.2 - Développer la créativité numérique pour l'individu et l'organisation avec sobriété
- 2.2 - Explorer les solutions, les décisions et leurs impacts relatifs et absolus
- 3.1 - Comprendre et utiliser les concepts de base, les connaissances et les théories liées à la discipline
- 3.3 - Identifier les frontières de la discipline et les possibles connexions interdisciplinaires
Traits de compétences
Les objectifs du cours :
1. Comprendre ce qu’est (et n’est pas) l’intelligence artificielle.
2. Identifier les grandes familles d’IA (symbolique, machine learning, deep learning).
3. Pratiquer le prompt engineering et explorer les outils d’IA générative (texte, image, vidéo, audio, présentation).
4. Évaluer les limites et enjeux éthiques : biais, hallucinations, protection des données, impact sur le management et l’environnement.
5. Aborder la Finance Digitale au-travers de la Finance les usages du numérique et les enjeux futurs de l’IA
6. Réaliser en groupe un projet appliqué de cas d’usages en IA générative pour l’entreprise et le présenter sous forme d’exposé.
7. Réaliser en groupe un projet en lien avec la Finance et l’IA. Le travail écrit est présenté oralement et sera noté sur la base de la présentation et des réponses aux questions posées.
Contenu : structure du module et agenda
Le module est composé de 2 parties. La première abordant l’IA sous l’angle de son usage au sein du secteur Financier et une deuxième partie traitant de l’Intelligence Artificielle.
La première partie aborde la Finance et ses évolutions techniques et technologiques (ERP, RPA, …) avec les conséquences sur la société, au-travers des nouvelles formes de sociétés.
Le module aborde
• le début de la Finance moderne (1950) ,
• les débuts de l’introduction de la technologie,
• la bulle de l’internet, la crise de 2008 et
se termine avec
• les FinTechs
• la Finance alternative,
• la Blockchain,
• l’Open Banking,
• les crypto-monnaies et
• l’introduction des Data, Intelligence Artificielle et la Cybersécurité.
La deuxième partie aborde l’Intelligence Artificielle IA :
Thème / Session Petit descriptif Travail en classe Travail en intersessions (hors classe)
1. Introduction à l’IA (6h) Définition, histoire, familles d’IA (symbolique, ML, DL). Usages concrets (TikTok, Netflix, ChatGPT, finance, RH…). Introduction aux limites. [Quiz “IA ou pas IA ?”, frise chronologique, exercices de classification d’outils, mini-débat, étude de cas Relire ses notes + identifier 1 exemple d’IA utilisée dans sa vie quotidienne → préparer une mini-analyse (outil, apports, limites).]
2. IA générative et prompting (3h) Découverte des outils génératifs (texte, image, audio, vidéo, présentation). Focus sur le prompt engineering et les apports pour le management. [Ateliers pratiques : créer du contenu avec IA générative (CV, affiche marketing, mini-vidéo, rapport). Présentations flash par groupe (5 min). Approfondir en groupe leur projet choisi (IA générative appliquée à un cas d’entreprise). Préparer supports.]
3. Éthique et limites de l’IA (2h) Biais algorithmiques, hallucinations, dépendance aux données, protection des données, enjeux sociétaux et environnementaux. [Analyse de cas concrets : IA biaisée en recrutement, communication de crise générée par IA, IA et environnement. Débat mouvant. Finaliser l’analyse critique du projet de groupe (inclure bénéfices, limites, recommandations).]
4. Projet collectif fil rouge (2h) Restitution des projets par groupe : “IA générative en entreprise” (RH, marketing, finance, communication, innovation…). [Exposés de 7 min/groupe + feedback collectif. Discussion transversale : “Quels usages sont les plus prometteurs / risqués ?” Aucun travail supplémentaire si exposé validé.]
Contribution à l'atteinte des ODD (Objets du Développement Durable)
numéro 8 « Travail décent et croissance économique »
Le module dote les apprenants des connaissances et des compétences adéquates pour s’insérer dans l’économie et contribuer activement à sa croissance
Nombre d'ODD abordés parmi les 17
1
Apprentissage
Mixte
Méthode pédagogique
La méthode pédagogique combine cours interactifs (exposés courts, quiz, débats), pédagogie active (exercices participatifs), apprentissage par projet (travail collectif sur un cas d’usage de l’IA générative en entreprise, travail sur l’impact de l’usage et intégration de l’IA dans une composante/outil du secteur Financier), et études de cas (analyse critique des biais, limites et impacts managériaux).
Système de notation et modalités de rattrapage
Le module est noté à partir des évaluations de la partie 1 (60%) et de la partie 2 (40%)
La partie 1 est composée de :
_ Notes de participation (lors de chaque séance) (20%)
_ Le travail fait en groupe (80%) : écrit (20%) oral (80%)
La partie 2 est composée de :
_ Projet avec exposés (50%) : projet fil rouge en groupe (IA générative appliquée à l’entreprise).
_ Evaluation (50%): QCM
Si l’apprenant ne valide pas le module un examen de rattrapage est prévu intégrant des questions des parties 1 & 2
Références obligatoires et lectures suggérées
Les supports mis à la disposition des apprenants (slides, vidéos)
Mots-clés
• FinTech • Cryptomonnaie • Intelligence artificielle (IA) • IA générative (texte, image, audio, vidéo, présentation) • Prompt engineering • Usages managériaux de l’IA (RH, marketing, finance, communication) • Biais algorithmiques et éthique • Transformation numérique • Innovation et compétitivité • Impact sociétal et environnemental de l’IA
Prérequis
• Culture générale numérique de base (savoir utiliser les outils digitaux, bureautique, réseaux sociaux). • Connaissance de base en management (marketing, RH, finance) → pour contextualiser les cas pratiques. • Aucun prérequis technique en programmation ou mathématiques n’est attendu. • Curiosité, ouverture d’esprit et intérêt pour les outils numériques.