Intelligence artificielle avec Perplexity et NotebookLM de google

- Dire en leurs mots ce que sont les concepts de base de l'intelligence artificielle Générative (IAG).
- Utiliser efficacement Perplexity pour effectuer des recherches avancées et obtenir des informations précises dans divers contextes professionnels et éducatifs.
- Maîtriser les fonctionnalités de NotebookLM pour organiser, analyser et synthétiser l'information de manière intelligente.
- Combiner Perplexity et NotebookLM pour créer un flux de travail synergique dans la recherche et la gestion de l'information.
- Appliquer des principes éthiques lors de l'utilisation de l'IA.

Introduction à l'Intelligence Artificielle Générative
- Définition de l'intelligence artificielle.
- Historique et évolution de l'IAG.
- Types d'IA : IA faible, IA forte, apprentissage automatique, deep learning.
- Exemples d'application de l'IAG dans divers secteurs.
Découverte de Perplexity
- Présentation de Perplexity : fonctionnement et spécificités
- Comparaison avec d'autres moteurs de recherche IA
- Utilisation efficace des requêtes pour obtenir des informations précises
- Exploration des fonctionnalités de Perplexity : recherche en temps réel, citation des sources, suivi de conversation
- Démonstration en direct et interaction des apprenants avec Perplexity pour diverses tâches de recherche et d'analyse

Découverte de Notebook LM
- Présentation de Notebook LM : fonctionnalités et avantages
- Création et gestion de carnets numériques
- ? Utilisation de l'IA pour générer des synthèses, des FAQ et des guides d'étude
- Collaboration et partage de notebooks
- Exercices pratiques d'organisation et d'analyse de l'information avec Notebook LM

Synergie entre Perplexity et Notebook LM
- Stratégies pour utiliser Perplexity comme source d'information pour Notebook LM
- Techniques pour enrichir les notebooks avec des recherches Perplexity
- Cas d'usage combinant les deux outils dans différents contextes professionnels

Éthique et Perspectives de l'IAG
- Enjeux éthiques de l'IAG: Biais, vie privée, transparence.
- Régulations autour de l'IA et bonnes pratiques.
- Futur de l'IAG: Innovations à venir et leur impact potentiel.