L'informatique, une discipline scientifique (à l'ère de l'IA)
L'informatique n'est pas une simple pratique d'outils numériques.
C'est une science du raisonnement, de la modélisation et de la formalisation de solutions exécutables.
L'intelligence artificielle est aujourd'hui capable de produire du code rapidement et efficacement, comme une calculatrice produit des résultats numériques.
Mais cette automatisation ne supprime pas le besoin de comprendre, de concevoir et de vérifier.
Il est fondamentalement démontré qu'aucun système automatique — IA comprise — ne peut garantir de manière générale la correction, la sécurité ou l'optimalité de tous les programmes (limites théoriques de la calculabilité et de la vérification)1.
Un système probabiliste peut proposer des solutions plausibles, mais ne peut pas fournir de garanties universelles.
On ne lance pas une fusée dans l'espace parce qu'une IA estime qu'il est simplement probable qu'elle n'explose pas en vol.
À l'échelle individuelle, cette part de risque peut parfois être acceptée ; à l'échelle d'une organisation professionnelle, où les enjeux sont élevés, elle devient rapidement inacceptable et source de défaillances.
C'est pourquoi il est toujours nécessaire, malgré l'IA, d'apprendre à raisonner, à programmer et à analyser les algorithmes. Ainsi, l'IA transforme la manière de coder, mais ne remplace pas l'ingénierie informatique. Le code reste le fondement opérationnel de la discipline : l'outil par lequel les idées humaines sont rendues précises, testables et vérifiables humainement.
À propos de ce site
Ce site rassemble des ressources pour l'enseignement de la spécialité NSI.
Certaines pages sont utilisées directement en classe. D'autres approfondissent les notions, proposent des projets ou explorent des concepts hors programme.
Les contenus évoluent régulièrement : certaines sections sont finalisées, d'autres en construction.
Ce site n'est pas un manuel clé en main
Ces ressources s'inscrivent dans une progression pédagogique précise et supposent une maîtrise des concepts abordés. Elles ne sont pas conçues pour être utilisées isolément.
La fabrique à idiots — Micode
La question de ce que l'IA fait à notre façon d'apprendre et de penser ne concerne pas que l'école. Cette vidéo l'explore avec le recul et la précision qu'elle mérite.
Organisation des contenus
- Première — algorithmique, représentations, logique
- Terminale — structures de données, graphes, complexité, calculabilité
- Projets — applications concrètes des concepts
- Outils — environnements et bonnes pratiques de développement
-
Turing, A. M. (1936). On computable numbers, with an application to the Entscheidungsproblem. Proceedings of the London Mathematical Society, 2(42), 230–265. — démontre l'indécidabilité du problème de l'arrêt. Rice, H. G. (1953). Classes of recursively enumerable sets and their decision problems. Transactions of the American Mathematical Society, 74(2), 358–366. — le théorème de Rice généralise ce résultat : aucune propriété sémantique non triviale d'un programme n'est décidable. ↩