L'intelligence artificielle au service de l'auto-évaluation des unités de recherche - Archive ouverte HAL Access content directly
Preprints, Working Papers, ... (Working Paper) Year : 2024

L'intelligence artificielle au service de l'auto-évaluation des unités de recherche

Abstract

This article examines the potential of artificial intelligence (AI) to aid research units in preparing their self-assessment reports for the French High Council for Evaluation of Research and Higher Education (Hcéres). Employing natural language processing tools such as Mistral, Claude, and ChatGPT, the study showcases how automated analyses of laboratory publications and activities can lead to the generation of concise and targeted summaries, which are instrumental in addressing various criteria of the evaluation framework. These AI tools also offer assistance in drafting by suggesting content and phrasing. The benefits discussed include significantly reducing the analysis time from weeks to days, enhancing the comprehensive coverage of data, and improving report consistency. However, the article also emphasizes the need for human verification and contextual adaptation, noting that AI should not solely determine the unit's portfolio highlights but, when properly integrated, can become a valuable asset for high-quality self-evaluation.
Cet article explore les opportunités offertes par l’IA pour assister les unités de recherche dans la préparation de leur rapport d'auto-évaluation Hcéres. Des outils de traitement du langage naturel comme Mistral, Claude ou ChatGPT, en réalisant des analyses automatisées des publications et des activités du laboratoire, sont capables de générer des synthèses et des formulations précises et ciblées qui sont utiles pour répondre aux différents critères du référentiel. Ces outils peuvent aussi faciliter la rédaction en suggérant formulations et contenus. L'article discute des bénéfices potentiels de ces approches, tels que la réduction de la durée d'analyse de plusieurs semaines à quelques jours, l'amélioration de la couverture exhaustive des données et la cohérence des rapports. Il souligne aussi l'importance de précautions telles que la vérification humaine et l'adaptation contextuelle. L’IA ne peut pas choisir seule les productions à mettre en avant pour le portfolio de l’unité. Mais bien intégrée dans le processus, elle peut devenir un atout pour une auto-évaluation de qualité.
Fichier principal
Vignette du fichier
main.pdf (211.01 Ko) Télécharger le fichier
HaDuong-2024-AutomaticAnalysisOfCIREDPublications-auto.pdf (382.31 Ko) Télécharger le fichier
IA4AutoEvaluationReport-v0.1.0.zip (57.73 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-04503393 , version 1 (13-03-2024)

Identifiers

  • HAL Id : hal-04503393 , version 1

Cite

Minh Ha-Duong. L'intelligence artificielle au service de l'auto-évaluation des unités de recherche. 2024. ⟨hal-04503393⟩
68 View
27 Download

Share

Gmail Facebook X LinkedIn More