PLAN DE COURS
Été 2026
GES852 : Intelligence artificielle: fondements et enjeux pour l'entreprise(3 crédits)
Préalables
Aucun préalable requis.
Description du cours
Ce cours vise à évaluer les principes, les avantages et les enjeux de l’intelligence
artificielle (IA) en entreprise. Il favorise la réflexion chez les étudiantes et les étudiants
gestionnaires en vue d’une meilleure adaptation au futur marché du travail et d’une
transformation possible des systèmes sociétaux de demain.
Au terme de ce cours, l’étudiante ou l’étudiant sera en mesure de : décrire les principales
branches technologiques de l’IA ; choisir et mettre en œuvre des cas d’utilisation de l’IA
en entreprise ; argumenter leurs dimensions sociales et éthiques pour le bien-être
collectif ; débattre de problématiques liées à l’IA et rencontrées par les gestionnaires en
entreprise dans le cadre de cette révolution en marche centrée sur l'humain.
Adoption de l’intelligence artificielle en entreprise. Cas d’utilisation de l’IA. Apprentissage machine, réseaux neuronaux, apprentissage profond. Traitement et génération du
langage naturel. Vision machine et génération d’images et de vidéos. Robotique.
Humanoïdes. IA générative. Écosystème de l’IA et empilements technologiques.
Informations et mégadonnées. IA pour le bien. IA et talents humains. Problématiques IA pour les gestionnaires.
Stratégies pédagogiques
Évaluation de l’atteinte des objectifs
Les étudiants et étudiiantes seront évalués
- sur une base individuelle
- pour leur participation en classe
- pour leur résultat à l’examen final à choix multiples
- en équipe de 4 personnes pour leur présentation
Pour les évaluations, la participation et la contribution aux travaux d’équipes doivent pouvoir être justifiées à la demande discrétionnaire de l’enseignant.
Déroulement du cours
- Exposés du professeur
- Études de cas
- Discussion et débat
- Présentation des travaux des groupes d'étudiants
- Examen final à choix multiples
Utilisation d’appareils électroniques
Ne s'applique pas.
Horaire
| Groupe | Jour | Heure | Activité |
| 01 | Vendredi | 09:00 - 17:30 | Activité de cours |
Coordonnées du personnel enseignant le cours
Cours
|
Journée 1
Vendredi 8 mai
|
Introduction
Une révolution de l’IA centrée sur l’Humain
- L’IA apporte une transformation massive et rapide dans le monde entier, à travers de multiples industries et modèles d’affaires
- Quelles sont les nombreuses définitions et branches de l’IA ?
- L’IA a, et aura, d’énormes implications pour les sociétés, le gouvernement et l’humanité
- Brève histoire — de la Seconde Guerre mondiale à nos jours
- Pourquoi le récent regain d’intérêt pour l’IA ? Engouement vs réalité
- Qu’est-ce qui rend l’IA vraiment puissante pour les entreprises ?
- Comment l’IA transformera-t-elle les industries gourmandes en données ?
|
|
Journée 2
Vendredi 15 mai
|
Apprentissage automatique
- Qu’est-ce que le ML ?
- Que sont les NN ?
- Qu’est-ce que DL ?
- Où ML, NN et DL s’appliquent-ils ?
|
|
Journée 3
Vendredi 22 mai
|
IA générative, traitement automatique du langage naturel, modèles multimodaux et systèmes agentiques
- Qu’est-ce que l’IA générative, le traitement automatique du langage naturel moderne et les modèles multimodaux ?
- Qu’est-ce qu’un agent IA et en quoi se distingue-t-il d’un assistant ou d’un GML (LLM) ?
- Comment les agents utilisent-ils la planification, les outils, la mémoire, la récupération d’information et l’orchestration ?
- Quels sont les cas d’usage en entreprise et les limites pratiques : qualité, supervision humaine, sécurité, observabilité, coûts et gouvernance ?
|
|
Journée 4
Vendredi 29 mai
|
IA physique, robotique avancée, humanoïdes et entreprise humanoïde-native
- Qu’est-ce que l’IA physique et comment relie-t-elle perception, raisonnement, action et monde réel ?
- Quelle différence entre automatisation industrielle, cobots, robots mobiles autonomes, robots spécialisés et robots humanoïdes ?
- Qu’est-ce qu’une entreprise humanoïde-native et dans quels processus ce modèle peut-il créer de la valeur ?
- Quels sont les prérequis technologiques et organisationnels : simulation, données, interfaces humain-machine, sécurité, supervision, maintenance et conformité ?
L’IA pour le bien — Éthique, sécurité et société
- Quels nouveaux enjeux apparaissent avec l’autonomie croissante des agents logiciels et des systèmes physiques ?
- Comment aborder la responsabilité, la traçabilité, la gouvernance et l’impact sociétal ?
IA et talents humains
- Quels sont les changements attendus dans les besoins en talents humains et les opportunités de compétences ?
- Préparez-vous pour l’avenir
- Éducation — Tirer parti de tous les talents de la population active
|
|
Journée 5
Vendredi 5 juin
|
IA et information pour les systèmes agentiques et physiques
- Quelles architectures de données, de connaissances et de processus sont nécessaires pour déployer des systèmes agentiques et physiques ?
- Comment assurer la qualité, la confidentialité, la sécurité et la gouvernance de l’information ?
Révolution de l’IA et gestion du changement
- Comment gérer le changement apporté par l’IA au niveau de l’entreprise, des métiers et des opérations ?
- Quelles compétences développer pour travailler avec des agents logiciels, des robots et des humanoïdes ?
- Comment préparer la culture, la gouvernance et le modèle opérationnel pour des organisations de plus en plus augmentées par l’IA ?
|
|
Journée 6
Vendredi 12 juin
|
Présentations des groupes
Conclusion
Examen final à choix multiple (seulement sur le contenu des séances 1 à 5). L’examen final commencera à 15h.
|
| |
|
Laboratoires et travaux pratiques
Ne s'applique pas.
Évaluation
Informations additionnelles :
PRINCIPES qui guident le cours et le mode d’évaluation :
Les étudiants et étudiantes seront évalués de façon qualitative.
À l’oral et dans les travaux de groupe, il faut savoir développer une argumentation et la soutenir. Il n’y a pas toujours de réponses exactes et absolues, puisque nous parlons d’innovation technologique et de l'évolution des modèles d'affaires qui en émergeront.
- Aucune théorie absolue et aucun modèle complet; opinions variables sur les situations; besoin d'exercer un jugement, de nuancer; droit à l'erreur dans un contexte d'incertitude et de complexité.
- Le choc des idées enrichit les points de vue et accélère l’apprentissage, impossible de tout savoir, tout couvrir : tout va trop vite, change trop vite.
- Solutions rarement optimales à tous les points de vue : arbitrages
- L’apprentissage est évolutif, il faut être patient avec soi-même
Grille d’évaluation :
| Nature du travail |
Thèmes et point d’évaluation |
% |
Dates |
| Participation en classe, contribution au débat/discussion |
- Présence assidue
- Participation aux débats et discussions, incluant lors des présentations des groupes
- Pensée constructive
- Esprit d’équipe
|
15 % |
Évaluation faite de manière continue |
| Présentation de groupe |
- Présentation d’un cas d'utilisation d'une technologie de l'Intelligence Artificiel avec son modèle d'affaire dans une industrie particulière - actuel ou potentiel.
- Remise du document de présentation au professeur
- Présentation d’un cas d’utilisation d’une technologie de l’Intelligence Artificiel avec son modèle d’affaire dans une industrie particulière — actuel ou potentiel.
- Remise du document de présentation à l’enseignant
|
35 % |
Remise et présentations en classe séance 6
|
| Examen final |
- Questions à choix multiple sur les connaissances et concepts du cours et leurs applications
|
50 % |
Séance 6 |
Politique de retard des travaux
Conformément au Règlement des études de premier cycle (article 7.5.6) et au Règlement des études de cycles supérieurs (article 6.5.6), tout travail (devoir pratique, rapport de laboratoire, rapport de projet, etc.) remis en retard sans motif valable, c’est-à-dire autre que ceux mentionnés à l’article 7.5.5.1 dans le Règlement des études de premier cycle et l’article 6.5.2 dans le Règlement des études de cycles supérieurs, se verra attribuer la note zéro, à moins que d’autres dispositions soient communiquées par écrit par la personne enseignante dans les consignes de chaque travail à remettre ou dans le plan de cours pour l’ensemble des travaux.
Absence à une évaluation
Afin de faire valider une absence à une évaluation en vue d’obtenir un examen de compensation, l’étudiante ou
l’étudiant doit utiliser le formulaire prévu à cet effet dans son portail MonÉTS pour un examen final qui se
déroule durant la période des examens finaux ou pour tout autre élément d’évaluation surveillé de 15% et plus
durant la session. Si l’absence concerne un élément d’évaluation de moins de 15% durant la session, l’étudiant
ou l’étudiante doit soumettre une demande par écrit à son enseignante ou enseignant.
Toute demande de validation d’absence doit se faire dans les cinq (5) jours ouvrables suivant la tenue de
l’évaluation, sauf dans les cas d’une absence pour participation à une activité prévue aux règlements des
études où la demande doit être soumise dans les cinq (5) jours ouvrables avant le jour de départ de l’ÉTS
pour se rendre à l’activité.
Toute absence non justifiée par un motif majeur (voir articles 7.2.6.1 du
RÉPC et 6.5.2 du RÉCS)
entraînera l’attribution de la note zéro (0).
Infractions de nature académique
Les clauses du « Règlement sur les infractions de nature académique de l’ÉTS » s’appliquent dans ce cours ainsi que dans tous les cours du département. Les étudiantes et les étudiants doivent consulter le Règlement sur les infractions de nature académique (www.etsmtl.ca/a-propos/gouvernance/secretariat-general/cadre-reglementaire/reglement-sur-les-infractions-de-nature-academique) pour identifier les actes considérés comme étant des infractions de nature académique ainsi que prendre connaissance des sanctions prévues à cet effet. À l’ÉTS, le respect de la propriété intellectuelle est une valeur essentielle et tous les membres de la communauté étudiante sont invités à consulter la page Citer, pas plagier ! (www.etsmtl.ca/Etudiants-actuels/Baccalaureat/Citer-pas-plagier).
Systèmes d’intelligence artificielle générative (SIAG)
L’utilisation des systèmes d’intelligence artificielle générative (SIAG) dans les activités d’évaluation constitue une infraction de nature académique au sens du Règlement sur les infractions de nature académique, sauf si elle est explicitement autorisée par la personne enseignante du cours ou la personne coordonnatrice dans le cas des stages.
Documentation obligatoire
- Les notes de cours seront publiées sur Moodle après chacun des cours
Ouvrages de références
- H. Arslanian & F. Fischer, « The Future of Finance », Livre digital ISBN 978-3-030-14533-0, Livre papier ISBN 978-3-030-14532-3
- M. Gardoni, A. Navarre, D. Cavallucci, « Pratiques de gestion de l’innovation » 2e édition
- C. Byk, « Intelligence Artificielle : Vivre avec » 2e édition (2022), ISBN 978-2822408493
Adresse internet du site de cours et autres liens utiles
https://www.etsmtl.ca/etudes/cours/ges880/
Autres informations
Coordonnées de l'enseignant
| NOM |
COURRIEL |
DISPONIBILITÉ |
| Fabrice Fischer |
cc-fabrice.fischer@etsmtl.ca |
Rendez-vous sur demande |