57
2.3.3.
Des outils de formation continue peu fournis dans le domaine de l’IA et des
difficultés à standardiser des contenus pédagogiques
Les principaux outils identifiés pour la formation continue sont les suivants : (i) formation interne
spécialisée, (ii) formation à distance (type MOOC), (iii) formation diplômante présentielle (type
CNAM, mastère professionnel).
Modules IA de référence. Les formations portées par des plateformes américaines telles que Coursera
et Udacity contribuent actuellement à former une partie des intégrateurs d’IA et ainsi à répondre au
manque d’experts disponibles sur le marché. Des initiatives nationales commencent à émerger
essentiellement sur le sujet Big Data (OpenClassroom, FUN).
Une offre nationale encore peu fournie. Des offres de formations internes et diplômantes ont été
développées avec succès sur des domaines connexes à l’IA (par exemple, le Master spécialisé Big
Data Telecom ParisTech) mais on peine à identifier des modules spécifiques sur l’IA et l’on peut
craindre une floraison de formations en IA avec des qualités très variables. La durée de certification
des formations auprès du CPF peut être vu comme un frein au déploiement de nouvelles formations et
donc à la formation des entreprises (ex : un sondage d’insertion professionnelle auprès de 3
promotions doit être mené ce qui pour les formations longues peut repousser l’ouverture de ces
formations auprès des organismes de formation professionnelle).
Une difficulté à standardiser des contenus pédagogiques. L’environnement technologique très
mouvant et très riche est une réalité en décalage avec la temporalité du système de formation continue
en entreprise (par exemple, les certifications enregistrées au CPF voient leur référentiel de
compétences figées pour plusieurs années - cf. rapport FAFIEC).
2.4. Des moyens de formation à développer en profondeur et une attractivité nationale à
construire sur la discipline
Accélérer le développement de l’IA en France et son appropriation par tous les enseignants et
chercheurs désireux de s’en donner les moyens, c’est offrir les ressources pédagogiques leur
permettant de se former et d’expérimenter rapidement les technologies de l’IA.
Les données jouent un rôle central pour le développement de l’IA. Là où les Etats-Unis comptent des
bases de données, gratuites et libres, en langue anglaise, les enseignants/chercheurs ne disposent que
de quelques jeux de données, anciens, et non mutualisés en français.
Accès aux infrastructures. Les méthodes d’apprentissage statistique nécessitent des infrastructures de
calcul particulières (GPU) qui peuvent être rapidement coûteuses pour un formateur dont
l’établissement n’est pas équipé.
Kits pédagogiques. Si les tutoriels et les librairies de calcul accessibles par internet se multiplient,
les supports développés en France restent rares. Des initiatives de renommée internationale comme
Scikit-Learn
11 ou IPOL
12 bénéficient de trop peu de soutien pour se développer et développer des
formations pour les enseignants. On peut étendre cette idée aux kits ‘robotique’.
Recrutement des formateurs. Plusieurs difficultés apparaissent : (i) défaut de compétences sur les
11 C’est la librairie de référence pour l’apprentissage statistique dans le langage Python avec 200,000+ ainsi que la plus utilisée pour
l’enseignement dans nos grandes écoles et nos universités (http://scikit-learn.org/).
12 Image Processing On Line : Portail de référence pour la recherche reproductible en traitement d’images avec 200,000+ expériences
réalisées en ligne (http://www.ipol.im/).
2.3.3.
Des outils de formation continue peu fournis dans le domaine de l’IA et des
difficultés à standardiser des contenus pédagogiques
Les principaux outils identifiés pour la formation continue sont les suivants : (i) formation interne
spécialisée, (ii) formation à distance (type MOOC), (iii) formation diplômante présentielle (type
CNAM, mastère professionnel).
Modules IA de référence. Les formations portées par des plateformes américaines telles que Coursera
et Udacity contribuent actuellement à former une partie des intégrateurs d’IA et ainsi à répondre au
manque d’experts disponibles sur le marché. Des initiatives nationales commencent à émerger
essentiellement sur le sujet Big Data (OpenClassroom, FUN).
Une offre nationale encore peu fournie. Des offres de formations internes et diplômantes ont été
développées avec succès sur des domaines connexes à l’IA (par exemple, le Master spécialisé Big
Data Telecom ParisTech) mais on peine à identifier des modules spécifiques sur l’IA et l’on peut
craindre une floraison de formations en IA avec des qualités très variables. La durée de certification
des formations auprès du CPF peut être vu comme un frein au déploiement de nouvelles formations et
donc à la formation des entreprises (ex : un sondage d’insertion professionnelle auprès de 3
promotions doit être mené ce qui pour les formations longues peut repousser l’ouverture de ces
formations auprès des organismes de formation professionnelle).
Une difficulté à standardiser des contenus pédagogiques. L’environnement technologique très
mouvant et très riche est une réalité en décalage avec la temporalité du système de formation continue
en entreprise (par exemple, les certifications enregistrées au CPF voient leur référentiel de
compétences figées pour plusieurs années - cf. rapport FAFIEC).
2.4. Des moyens de formation à développer en profondeur et une attractivité nationale à
construire sur la discipline
Accélérer le développement de l’IA en France et son appropriation par tous les enseignants et
chercheurs désireux de s’en donner les moyens, c’est offrir les ressources pédagogiques leur
permettant de se former et d’expérimenter rapidement les technologies de l’IA.
Les données jouent un rôle central pour le développement de l’IA. Là où les Etats-Unis comptent des
bases de données, gratuites et libres, en langue anglaise, les enseignants/chercheurs ne disposent que
de quelques jeux de données, anciens, et non mutualisés en français.
Accès aux infrastructures. Les méthodes d’apprentissage statistique nécessitent des infrastructures de
calcul particulières (GPU) qui peuvent être rapidement coûteuses pour un formateur dont
l’établissement n’est pas équipé.
Kits pédagogiques. Si les tutoriels et les librairies de calcul accessibles par internet se multiplient,
les supports développés en France restent rares. Des initiatives de renommée internationale comme
Scikit-Learn
11 ou IPOL
12 bénéficient de trop peu de soutien pour se développer et développer des
formations pour les enseignants. On peut étendre cette idée aux kits ‘robotique’.
Recrutement des formateurs. Plusieurs difficultés apparaissent : (i) défaut de compétences sur les
11 C’est la librairie de référence pour l’apprentissage statistique dans le langage Python avec 200,000+ ainsi que la plus utilisée pour
l’enseignement dans nos grandes écoles et nos universités (http://scikit-learn.org/).
12 Image Processing On Line : Portail de référence pour la recherche reproductible en traitement d’images avec 200,000+ expériences
réalisées en ligne (http://www.ipol.im/).