Séquence 3 – Le système de navigation · Activité 1

Situation déclenchante

Pour un trajet en voiture, il faut trouver son chemin d'un point de départ jusqu'à une destination. Aujourd'hui, une application sur un smartphone le fait en quelques secondes. Mais il y a 40 ans, on utilisait tout autre chose.

Les trois objets étudiés répondent au même besoin : aller d'un point A à un point B sans se perdre.

• Carte routière papier — l'utilisateur calcule lui-même son trajet avant de partir, sans information en temps réel.
• GPS des années 2000 — le calcul d'itinéraire est automatisé et le guidage vocal apparaît, mais le GPS ne connaît pas le trafic en temps réel.
• Application actuelle — l'application recalcule en temps réel, évite les bouchons et apprend des données de millions d'utilisateurs.

Qu'est-ce qui a vraiment changé dans l'objet, et comment cette application « sait »-elle éviter un bouchon ?

Problématique de séance

Comment un objet de navigation a-t-il évolué au point de « savoir » éviter un bouchon en temps réel ?

Contenu N1 / N2

Définition de l'intelligence artificielle

L'intelligence artificielle (IA) est la capacité d'un système informatique à accomplir des tâches qui nécessitent habituellement l'intelligence humaine : reconnaître une image, traduire un texte, calculer un itinéraire en tenant compte du trafic en temps réel.

Les types d'apprentissage de l'IA

• Apprentissage supervisé : l'IA s'entraîne sur des exemples étiquetés. Exemple : identifier un bouchon à partir de données de trafic classées « fluide / lent / bloqué ».
• Apprentissage non supervisé : l'IA découvre seule des structures dans les données sans étiquettes préétablies. Exemple : regrouper des zones par profil de trafic.
• Apprentissage par renforcement : l'IA apprend par essais et erreurs avec récompenses. Exemple : l'agent de navigation reçoit une récompense quand il propose un trajet effectivement plus rapide.
• Apprentissage auto-supervisé : l'IA génère elle-même ses propres étiquettes à partir de grandes quantités de données brutes.

Usages possibles de l'IA dans la navigation

• Géolocalisation en temps réel (position + recalcul constant du trajet).
• Identification d'incidents : accident, travaux, ralentissement signalé par les utilisateurs.
• Calcul d'itinéraire optimal à partir de millions de données de trajets.
• Traduction de données brutes (vitesses, positions) en recommandations compréhensibles.
• Estimation d'heure d'arrivée en tenant compte du trafic prévu.

Évolution de la lignée d'objets — innovations de rupture

La lignée des objets de navigation illustre des innovations de rupture successives :

• Carte papier → usage passif, trajet planifié à l'avance, aucune information en temps réel.
• GPS autonome (années 2000) → rupture : calcul automatique de l'itinéraire, guidage vocal. Limite : pas de données trafic.
• Application connectée avec IA → rupture : apprentissage continu à partir de données collaboratives, recalcul en temps réel. L'objet « apprend » de ses utilisateurs.

Contenu N3 / N4

Frise d'évolution et trilatération

La trilatération est le principe qui permet de localiser un smartphone : il reçoit les signaux d'au moins 3 satellites et calcule sa position à l'intersection des sphères de distances correspondantes. Plus le nombre de satellites est élevé, plus la précision est grande.

Mise en relation : découverte scientifique → développement technologique

La technologie GPS est issue de la navigation spatiale (usage militaire à l'origine). Son ouverture progressive au civil a permis le développement des GPS grand public, puis — associée à l'apprentissage automatique et aux réseaux mobiles — de l'application de navigation collaborative actuelle. C'est un exemple direct d'OST12 : une découverte scientifique (positionnement par satellite) génère un développement technologique (GPS), qui génère lui-même un effet sur la société (modification des flux de circulation).

Effets sur la société

• Réduction du temps de trajet pour des millions d'utilisateurs.
• Modification des flux de circulation : report vers des voies secondaires non prévues pour ce trafic.
• Collecte massive de données de mobilité sur les utilisateurs.
• Justification du caractère de rupture : l'objet ne se contente plus de guider, il apprend, anticipe et adapte son comportement.

Ressources

• Vidéo — Le système de navigation et l'IA
  ▶ Voir la vidéo
• Application interactive
  ↗ Accéder à l'application interactive
• Fiche de connaissances OST1e — Les grands types d'apprentissage des IA et leurs usages possibles
  ↗ Accéder à la fiche OST1e
• Quiz OST1e — Vérifier ses connaissances
  ↗ Accéder au quiz OST1e