Programme des cours 2025-2026
ATTENTION : version 2025-2026 de l'engagement pédagogique
METG0002-1  
Méthodologie Générale
  • Droit d'auteur
  • Méthodologie des études supérieures
  • Analyse critique de l'intelligence artificielle - IA
  • Fondamentaux OS et hardware
Volume horaire :
Droit d'auteur :
Méthodologie des études supérieures :
Analyse critique de l'intelligence artificielle - IA :
Fondamentaux OS et hardware :
Nombre de crédits :
Bachelier en techniques graphiques, orientation techniques infographiques4
Nom du professeur :
Droit d'auteur : Fabrice HAMBERSIN
Méthodologie des études supérieures : Raphaël ANTOINE, Maxime BODET, Isabelle RIVART
Analyse critique de l'intelligence artificielle - IA : François BOURGAUX
Fondamentaux OS et hardware : Yves DUBOIS
Référent UE :
Yves DUBOIS
Langue(s) de l'unité d'enseignement :
Langue française
Organisation et évaluation :
Enseignement au premier quadrimestre, examen en janvier
Unités d'enseignement prérequises et corequises :
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement :
Droit d'auteur
Partie 1 :  Droit d'auteur

Partie 2 : Droit à la marque

Partie 3 : Libres de droits et IA

Partie 4 : Logiciels

Partie 5 : Droit à la vie privée / RGPD

Partie 6 : Droit à l'image

 Partie 7 : Mentions légales sur Internet

Partie 8 : Liberté d'expression / de création er limitations de celles-ci
Méthodologie des études supérieures
  • Les facteurs de réussite dans l'enseignement supérieur
  • L'utilisation des outils numériques institutionnels : Moodle, Teams, Sharepoint, Hyperplanning...
  • Le développement de compétences numériques nécessaires en tant qu'étudiant : information et données, communication et collaboration, création de contenus numériques
  • S'organiser et planifier
  • Le travail en équipe et la collaboration
  • Le développement de la confiance en soi et la gestion du stress
  • L'utilisation d'outils méthodologiques
Analyse critique de l'intelligence artificielle - IA
À travers les 3 âges de l'informatique,  la vallée de l'étrange, le déterminisme enchanté et la notion de megamachine sera abordé les conditions matérielles des IA, l'identification des données, la Cybernétique, le Machine Learning, le Deep Learning et les réseaux neuronaux jusqu'au rapport au langage et les usages dans le domaine de la création.

Capacité d'analyse et développement d'un point de vue personnel sur l'usage et le fonctionnement des intelligences artificielles
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement :
Droit d'auteur
Connaître les principes et savoir les appliquer à des cas pratiques liés à l'activité professionnelle des Infographistes
Méthodologie des études supérieures
Au terme de l'UE, l'étudiant.e sera capable de :

  • Percevoir les exigences de l'enseignement supérieur, et adopter des stratégies méthodologiques adéquates
  • Développer ses compétences numériques
  • Questionner sa méthodologie de travail en vue de l'améliorer
  • Utiliser judicieusement des outils méthodologiques
  • Collaborer efficacement dans la réalisation d'un projet collectif
Savoirs et compétences prérequis :
Méthodologie des études supérieures
  • Les UE pré-requises sont : /
  • Les UE corequises sont : /
  • Les savoirs et compétences pré-requis de l'UE sont : /
Activités d'apprentissage prévues et méthodes d'enseignement :
Droit d'auteur
Méthodes d'enseignement :

  • Cours en présentiel et/ou en distanciel
  • Observation de cas pratiques
  • Travaux de groupe pratiques
Méthodologie des études supérieures
  • Exposés théoriques
  • Exercices pratiques
  • Etudes de cas
Analyse critique de l'intelligence artificielle - IA
Cours théoriques

Travaux de groupes

Travaux individuels

L'utilisation d'IA n'est pas autorisée dans le cadre de ce cours sauf mention spécifique!
Mode d'enseignement (présentiel, à distance, hybride) :
Droit d'auteur
Enseignement présentiel, à distance ou hybride.
Méthodologie des études supérieures
  • Enseignement hybride avec présence partielle de l'enseignant
Analyse critique de l'intelligence artificielle - IA
Enseignement hybride
Lectures recommandées ou obligatoires et notes de cours :
Droit d'auteur
Lectures recommandées : recueil de textes et articles spécialisés d'actualité

Support de cours : syllabus personnel et notes de cours

Il est recommandé de prendre des notes de cours et de s'entraîner à faire des cas pratiques. Un support écrit en version PDF sera fourni mais les notes de cours suffisent.
Méthodologie des études supérieures
  • Lecture recommandée : HOUART, Mireille. Réussir sa première année d'études supérieures. Bruxelles : De Boeck Supérieur, 2017.
  • Lecture obligatoire : /
  • Support de cours : Supports disponibles dans l'espace Moodle du cours. 
Analyse critique de l'intelligence artificielle - IA
Support de cours:

espace institutionnel du cours

Lectures obligatoires:

aucune

Lectures recommandées:

Kate Crawford, Contre-atlas de l'intelligence artificielle, traduit par Laurent Bury, Éditions Zulma, 2022

Anthony Masure, Design sous artifice : la création au risque du machine learning, head-publishing, 2023 - lire en ligne: https://head-publishing.ch/longread/design-sous-artifice-la-creation-au-risque-du-machine-learning

Dominique Cardon, À quoi rêvent les algorithmes, nos vies à l'heure des big data, Seuil, 2015
Modalités d'évaluation et critères :
Droit d'auteur
Mode d'évaluation : distanciel

Organisation de l'évaluation :  travail écrit de groupe à rendre sur TEAMS

Type d'évaluation : épreuve pour l'activité d'apprentissage

Modalités de cotation : 100 % des points seront attribués lors de l'évaluation du travail écrit de groupe

Type de questionnaire : Travail écrit de groupe contenant l'analyse juridique d'une création (cf. briefing)
Méthodologie des études supérieures
  • Mode d'évaluation : distanciel
  • Organisation de l'évaluation : remise de travaux
  • Type d'évaluation : remise de travaux lors de la session d'évaluation
  • Modalités de cotation de l'AA : remise de travaux en session 100%. Les briefings (consignes) des travaux sont disponibles sur l'espace Moodle de l'UE
  • Modalités d'évaluation pour les différentes sessions : modalités d'évaluation identiques d'une session à l'autre
Analyse critique de l'intelligence artificielle - IA
Mode d'évaluation :

remise sur Teams

Organisation de l'évaluation :

Remise de travaux en mode conversation via Teams

Type d'évaluation :

Évaluation continue = 100% de la note

Modalités d'évaluation identiques d'une session à l'autre 
Stage(s) :
Remarques organisationnelles :
Méthodologie des études supérieures
  • Implantation : Namur
  • Organisation horaire de la formation : Enseignement en horaire de jour
  • Organisation horaire de l'UE : voir hyperplanning
Analyse critique de l'intelligence artificielle - IA
Implantation:

Namur

Organisation horaire de la formation:

enseignement en horaire de jour 

Organisation horaire de l'UE:

voir hyperplanning : https ://heaj-planning.hyperplanning.fr/hp/etudiant
Contacts :
Droit d'auteur
Fabrice Hambersin

Fabrice.hambersin@heaj.be
Méthodologie des études supérieures
Les contacts à distance se prennent exclusivement par email à l'adresse de l'enseignant concerné.
Analyse critique de l'intelligence artificielle - IA
Privilégiez la conversation Teams

Si nécessaire mais moins rapide, un email: francois.bourgaux@heaj.be