Create README.md
Browse files
README.md
ADDED
|
@@ -0,0 +1,67 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
license: mit
|
| 3 |
+
language:
|
| 4 |
+
- fr
|
| 5 |
+
base_model:
|
| 6 |
+
- unsloth/Llama-3.2-3B-Instruct
|
| 7 |
+
---
|
| 8 |
+
# Une intelligence artificielle pour écrire des appréciations
|
| 9 |
+
|
| 10 |
+
## Objectifs
|
| 11 |
+
|
| 12 |
+
Cette IA s'adresse aux enseignants de l'enseignement secondaire français pour les aider à rédiger automatiquement des appréciations pour leurs élèves.
|
| 13 |
+
|
| 14 |
+
## Interface utilisateur
|
| 15 |
+
|
| 16 |
+
L'interface réalisée avec Gradio propose en entrée:
|
| 17 |
+
|
| 18 |
+
### Informations générales
|
| 19 |
+
|
| 20 |
+
- matière enseignée:
|
| 21 |
+
- Histoire-Géographie
|
| 22 |
+
- Histoire-Géographie-Géopolitique-Science-Politique (HGGSP)
|
| 23 |
+
- (des matières seront ajoutées ultérieurement)
|
| 24 |
+
- niveau de l'élève (2nde, 1ère, Terminale)
|
| 25 |
+
- trimestre (1er, 2ème, 3ème)
|
| 26 |
+
|
| 27 |
+
### Évaluation
|
| 28 |
+
|
| 29 |
+
- note de l'élève sur 20
|
| 30 |
+
- évolution par rapport au trimestre précédent (notes des 3 trimetres ou N/A si innaproprié)
|
| 31 |
+
|
| 32 |
+
### Attitude et travail
|
| 33 |
+
|
| 34 |
+
- travail personnel fourni: slider de 0 à 10
|
| 35 |
+
- participation en classe: slider de 0 à 10
|
| 36 |
+
- comportement: slider de 0 à 10
|
| 37 |
+
|
| 38 |
+
L'interface génère une appréciation de 1 à 20 mots adaptée au profil de l'élève. Cette évaluation reste bienveillante et permet à l'élève et à ses parents de comprendre les atouts et les difficultés, tout en proposant des pistes de progression.
|
| 39 |
+
|
| 40 |
+
## Stratégie de développement
|
| 41 |
+
|
| 42 |
+
### Phase 1 : MVP (Minimum Viable Product)
|
| 43 |
+
|
| 44 |
+
- Utilisation d'un modèle LLM de taille moyenne (3B paramètres)
|
| 45 |
+
- Création d'un dataset initial de ≈250 appréciations représentatives
|
| 46 |
+
- Inclusion d'exemples réels anonymisés d'appréciations d'enseignants
|
| 47 |
+
- Interface basique mais fonctionnelle
|
| 48 |
+
- Système de feedback utilisateur
|
| 49 |
+
|
| 50 |
+
### Phase 2 : Amélioration et validation
|
| 51 |
+
|
| 52 |
+
- Extension du dataset à 1000+ exemples
|
| 53 |
+
- Fine-tuning d'un modèle plus large
|
| 54 |
+
- Validation par un panel d'enseignants
|
| 55 |
+
- Métriques qualitatives (cohérence, personnalisation)
|
| 56 |
+
- Amélioration continue basée sur les retours
|
| 57 |
+
|
| 58 |
+
### Pipeline technique
|
| 59 |
+
|
| 60 |
+
1. Prétraitement et normalisation des entrées
|
| 61 |
+
2. Construction du contexte spécifique
|
| 62 |
+
3. Génération de l'appréciation
|
| 63 |
+
4. Post-traitement (vérification longueur/ton/grammaire)
|
| 64 |
+
|
| 65 |
+
## Sécurité et éthique
|
| 66 |
+
|
| 67 |
+
- Il est hors de question de mettre des appréciations automatiques, elles devront être validée et eventuellement corrigée par l'enseignant.
|