Problèmes d’âge : un modèle, cinq versions
Des âges 40 et 30 au cas 69–65 : déduire le modèle (4k, 3k) et résoudre cinq variantes avec l’IA.
LireIntelligence artificielle et pensée
Intelligence artificielle et pensée
Essais sur le raisonnement, la formation et le travail à l’époque de l’intelligence artificielle.
Intelligence artificielle et pensée
Le programmeur à l’époque de l’intelligence artificielle
De MOSAICO à la programmation guidée par l’intention : expérience, architecture, vérification et responsabilité.
LireLes mathématiques à l’époque de l’intelligence artificielle
Qu’enseigner quand une machine résout les exercices ? Un essai sur le raisonnement à l’école, avec exemples et leçons simulées.
LireSi je demande de l’aide, pourquoi devrais-je mettre plus de temps ?
Une leçon avec l’IA : pourquoi la moyenne des temps est inadaptée et comment obtenir t = (a × b) ÷ (a + b) sans plus petit commun multiple.
LireLes châtaignes, les âges et les hypothèses cachées de l’IA
Une leçon simulée : 770 châtaignes, trois fillettes et une question décisive. Distinguer rapports, âges possibles et hypothèses ajoutées par l’IA.
LireSi nous pouvons tout demander à l’IA, pourquoi devons-nous encore étudier ?
Un débat simulé : solutions incomplètes, nouvelles questions et réutilisation du code. Obtenir une réponse ne signifie pas la comprendre.
LireLa réponse n’est pas la fin : explorer les mathématiques avec l’IA
Une leçon simulée : de Pythagore aux pourcentages, les questions successives transforment les réponses de l’IA en exploration mathématique.
LireLe code fonctionne. Mais qui maîtrise la complexité ?
Des vues SQL à la documentation automatique : pourquoi une collaboration plus étroite entre IA et concepteur transforme un code fonctionnel en logiciel de qualité.
LireQuand une solution correcte est mal conçue
Une leçon sur l’IA, les nombres aléatoires et MOSAICO : de RandomNumero à RandomRange, entre correction, réutilisation et responsabilité.
LireArticles 1–9 sur 9