Aperçu
This course provides a structured approach to designing agentive technology—systems that act independently to assist users. With a focus on real-world applications, it emphasizes the design of autonomous systems that can learn and adapt to user needs, creating more intuitive AI-driven interactions.
You will gain practical knowledge on defining agentive technology, identifying interaction patterns, and refining systems to improve user agency. By the end of the course, you’ll be able to create smarter, more responsive tools that support users in a variety of contexts.
What sets this course apart is its combination of theory and hands-on practice. You’ll be exposed to conceptual frameworks for agentive technology, with a focus on real-world use cases and the ethical implications of autonomous systems.
Ideal for product strategists, UX designers, and anyone interested in autonomous systems, this course assumes a basic background in digital product design. No coding experience is required, but understanding digital product thinking will help you maximize the course’s value.
Copyright @2017 Christopher Noessel. All rights reserved.
Originally published by Rosenfeld Media, LLC., This course edition is published by Packt Publishing under license from Rosenfeld Media LLC. No part of this material may be reproduced, distributed, or transmitted in any form or by any means-electronic, mechanical, photocopying, recording, or otherwise-without prior written permission from the author or the publisher.
Programme
- Le thermostat qui a évolué
Dans ce module, nous suivrons le parcours du thermostat, découvrirons la boucle de rétroaction de Drebbel et comparerons des outils simples avec des agents dirigeant les systèmes modernes de chauffage, ventilation et climatisation.
- Fait accompli : la technologie agentive est là
Dans cette section, nous définissons la technologie agentive comme des assistants de fond persistants qui réduisent l'effort physique et informationnel, les distinguons des robots et de l'automatisation, et évaluons des produits réels à travers cette lentille.
- La technologie agentive peut changer le monde
Dans cette section, nous définissons la technologie agentive, évaluons les systèmes auto* déléguant des tâches qualifiées ou inconfortables, et esquissons des stratégies coopératives multi-agents qui refaçonnent l'effort humain, le jeu et les infrastructures.
- Six enseignements de l'histoire de la pensée agentive
Dans cette section, nous retraçons la pensée agentive du mythe à l'automatisation de l'intelligence artificielle, comparons les forces humaines et machines et évaluons une agence fluide et guidée par la rétroaction qui pilote la collaboration pratique homme-machine.
- Un cadre modifié pour l'interaction
Dans cette section, nous redéfinissons l'interaction avec une boucle voir-penser-faire centrée sur l'agent, définissons des règles, exceptions, déclencheurs et comportements, et planifions des stratégies de désengagement qui soutiennent la confiance des utilisateurs dans les systèmes autonomes.
- Monter en puissance avec un agent
Dans cette section, nous créons des flux de configuration d'agents qui précisent clairement les capacités et contraintes, capturent les objectifs, préférences et permissions des utilisateurs, puis testons itérativement les performances pour lancer des assistants fiables et dignes de confiance.
- Tout fonctionne bien
Dans cette section, nous mettons en œuvre des contrôles pause-redémarrage et des pipelines de surveillance en direct, puis concevons des notifications et des substituts utilisateurs qui maintiennent transparence, sécurité et contrôle collaboratif des agents autonomes après déploiement.
- Gestion des exceptions
Dans cette section, nous mettons en œuvre des modèles de gestion des exceptions à échelle, optimisons les déclencheurs pour réduire les faux positifs, et examinons la confiance utilisateur-système lors du transfert de contrôle, du désengagement et de la récupération dans les applications IA.
- Transfert et récupération
Dans cette section, nous évaluons le transfert et la récupération dans les systèmes agentifs, identifions les risques de transition IA-humain, esquissons des interfaces pour la récupération de contrôle, et soulignons les régimes de pratique qui maintiennent la vigilance et l'expertise des opérateurs.
- Évaluation des agents
Dans cette section, nous associons les tests d'utilisabilité d'interface utilisateur traditionnels avec des revues heuristiques du comportement agentif, tout en capturant la confiance de l'utilisateur, les bénéfices perçus, et la valeur mesurable pour évaluer rigoureusement les systèmes intelligents.
- Comment notre pratique évoluera-t-elle ?
Dans cette section, nous traçons la pratique de l'IA depuis la présentation de concepts jusqu'à la création d'agents plus intelligents et discrets vers l'IA générale. Nous affinons le message persuasif et critiquons les stratégies de conception clés.
- Utopie, dystopie et vidéos de chats
Dans cette section, nous contrastons l'avenir utopique et dystopique des agents, disséquons les dilemmes éthiques comme l'autonomie versus la responsabilité, et projetons comment les services d'IA à grande échelle transforment les emplois, les compétences, l'équité et la dépendance sociétale.
- Votre mission, si vous l'acceptez
Nous comparons les affichages tête haute cinématographiques avec des systèmes agentifs réels, distinguons les limites techniques des rôles éthiques, et guidons les concepteurs pour intégrer une automatisation précise dans des flux de travail centrés sur l'humain.
Enseigné par
Packt - Course Instructors
Matières
Computer Science
