Скачать или смотреть 2026 02 CEFT 09 Vers une intelligence augmentée pour les métiers techniques par Samuel HIBON

   • 2026 02 L’IA va t elle remplacer les exper...  
Colloque Expertise : Comment l'expert peut s'enrichir de l'IA ?
   • 2026 02 L’IA va t elle remplacer les exper...  
Supports des présentations
https://www.calameo.com/read/00728125...
Tous les résumés
https://www.calameo.com/read/00728125...
00:00 Présentation de Samuel HIBON
00:45 Lien entre les experts et l'intelligence artificielle.
L’expert voit l’IA comme un moyen de diffuser son savoir et de gagner du temps, mais souligne les limites : confiance, confidentialité des données, manque de temps des experts et maturité variable des technologies. L’IA doit aider à investiguer, sans remplacer le jugement humain.
03:52 Intelligence augmentée et intelligence artificielle
L’orateur distingue IA augmentée et IA générative. La première vise à dupliquer l’expertise via règles métiers et processus, tout en laissant à l’expert la responsabilité finale. La seconde exploite les données pour modéliser et investiguer, mais sans remplacer l’expérience ni le jugement humain
05:27 Pilier 1 : Assistance intelligente
Les règles métiers sont trop volumineuses pour être lues, ce qui fait perdre du temps aux jeunes ingénieurs et surcharge les experts. L’orateur veut intégrer l’expertise directement dans l’outil de travail via un système multi agents, chaque agent représentant une compétence clé, afin de “cloner” partiellement l’expert.
07:27 Application : système multi-agents embarqué dans l’outil de calcul
Le système multi agents doit guider les ingénieurs dans les étapes et données nécessaires, en intégrant les compétences de l’expert. L’objectif est de réduire les sollicitations inutiles et de recentrer l’expert sur la critique des entrées et l’analyse des résultats, plutôt que sur l’exécution
08:08 Pilier 2 : Simulation. Exploration et génération
Les systèmes multi agents permettent de garder les données en local, limitant les risques de fuite. L’IA générative aide ensuite à exploiter les masses de données : modèles, rapports automatiques, recherche documentaire. Mais la confiance reste un enjeu majeur face aux biais et fake news.
11:07 Analyse de données et création jumeau numérique
L’orateur montre comment les jumeaux numériques et réseaux de neurones accélèrent l’optimisation, mais rappellent que ces modèles n’ont de valeur que si les données couvrent bien le domaine d’usage. Hors périmètre, les résultats deviennent incohérents, d’où la nécessité d’un contrôle expert.
12:57 Génération de données
L’IA permet de recréer des données manquantes à partir de mesures globales, comme décomposer un signal unique en sous composants. Cette approche, déjà utilisée ailleurs, pourrait optimiser l’analyse énergétique ferroviaire avec peu de capteurs, en enrichissant fortement l’information disponible.
14:26 Les rapports automatiques intégrés aux outils deviennent essentiels :
ils standardisent les données, accélèrent l’analyse et réduisent les tâches répétitives. L’IA peut proposer des interprétations, mais l’expert garde la validation finale
16:07 Pilier 3 : La génération automatique de code devient un atout majeur :
18:15 Génération de commentaire de code
18:42 Conclusion et perspectives : ingénieurs augmentés ou assistés ?
L’orateur exprime un doute majeur : en automatisant tout, risque‑t‑on d’empêcher l’émergence des futurs experts ? Si l’IA fait le travail, que feront les ingénieurs du temps gagné ? Il alerte aussi sur la dépendance énergétique croissante et l’impact environnemental de l’IA.
21:14 Questions réponses
Questions sur : risque d’experts dépassés, rôle de l’innovation humaine, limites du no code, importance du timing et de l’esprit critique, adéquation des formations, et nécessité d’accompagner les jeunes. Réponses : l’IA accélère mais ne remplace pas la maîtrise, la curiosité, la passion et la transmission.
Résumé
Dans cette intervention riche et concrète, Samuel Hibon (Alstom) explore la manière dont l’intelligence artificielle et l’intelligence augmentée transforment en profondeur les métiers techniques. Il montre comment l’IA peut assister les experts dans l’analyse, la simulation, la génération de modèles, la création de données et même la production automatique de rapports ou de code. À travers des exemples issus du ferroviaire, il détaille les apports des systèmes multi agents, des jumeaux numériques et des outils génératifs, tout en soulignant les limites : confiance, qualité des données, dépendance technologique et risque de perte d’expérience. Il interroge enfin un enjeu crucial : l’IA crée t elle des ingénieurs augmentés… ou des ingénieurs assistés ? Une réflexion essentielle pour comprendre comment préserver l’expertise humaine dans un monde où l’IA accélère tout.
Hashtags
#IntelligenceArtificielle #Ingenierie #Expertise #IA #Industrie #Innovation
#JumeauNumerique #SystemesMultiAgents #Alstom #SamuelHibon