Dans le cadre de son engagement à promouvoir une intégration responsable et efficace de l’intelligence artificielle dans l’enseignement supérieur et la recherche, le Centre de l’Innovation Numérique et de l’Intelligence Artificielle (CINIA) a contribué au séminaire « L’IA pour la thèse : outils et bonnes pratiques », organisé par l’École Doctorale Sciences Humaines et Sociales à l’intention des doctorants de la Faculté des lettres et des sciences humaines (FLSH), de la Faculté des sciences de l’éducation (FSEDU), de la Faculté des sciences religieuses (FSR), de la Faculté des langues et de traduction (FdLT), de l’Institut libanais d’orientalisme (ILO) et de l’École de traducteurs et d’interprètes de Beyrouth (ETIB).

Au total, 35 doctorants ont participé à deux sessions de formation complémentaires, organisées les 1er et 3 juin, et animées par Mme Wadad Wazen Gergy, Directrice du CINIA, et M. Mario Gharib, Team Leader du CINIA. Ce séminaire visait à permettre aux participants de mieux comprendre comment l’intelligence artificielle peut soutenir les activités de recherche tout en préservant la rigueur académique et les exigences éthiques.

La première session, intitulée « Optimiser le flux de travail du chercheur : contributions de l’IA », a permis aux participants de découvrir les grands modèles de langage ainsi que les techniques de prompt engineering. À travers des exemples pratiques et des exercices interactifs, les doctorants ont appris à formuler des requêtes efficaces, à affiner leurs instructions, à guider les processus de raisonnement et à générer des productions académiques fiables. Cette session a également apporté un éclairage précieux sur le fonctionnement interne des modèles d’IA, permettant aux participants de mieux comprendre à la fois leurs capacités et leurs limites.

Une attention particulière a été accordée aux dimensions éthiques de l’utilisation de l’IA dans la recherche académique. Les échanges ont porté sur des enjeux tels que l’intégrité académique, les risques de plagiat, la fiabilité des sources, la transparence méthodologique ainsi que l’importance de l’esprit critique face aux contenus générés par l’intelligence artificielle. Les participants ont ainsi été invités à considérer l’IA comme un outil d’aide à la recherche venant compléter, et non remplacer, le jugement scientifique et l’expertise du chercheur.

La deuxième session était consacrée aux applications concrètes de l’intelligence artificielle tout au long du cycle de recherche. Les participants ont exploré Semantic Scholar et PaperGuide, deux outils facilitant la recherche documentaire et permettant d’identifier plus rapidement les publications les plus pertinentes et influentes. Dans un contexte académique marqué par une croissance constante de la littérature scientifique, la maîtrise de stratégies de recherche efficaces constitue aujourd’hui une compétence essentielle pour les doctorants et les chercheurs. La formation a également permis de découvrir NotebookLM, un outil conçu pour faciliter la compréhension et la synthèse des publications scientifiques en les transformant en formats plus accessibles tels que des résumés, des balados (podcasts) ou encore des cartes mentales. En offrant de nouvelles façons d’interagir avec des contenus complexes, cette plateforme contribue à améliorer la compréhension et la rétention des connaissances. Les participants ont par ailleurs découvert Napkin, un outil alimenté par l’intelligence artificielle qui permet de transformer des concepts complexes en représentations visuelles. En convertissant les idées en schémas et en récits visuels, la plateforme favorise une communication plus claire des résultats de recherche et facilite la diffusion des travaux scientifiques auprès de publics variés.

À l’issue de la présentation de chaque outil, les participants ont bénéficié d’un temps d’expérimentation pratique leur permettant de découvrir concrètement les fonctionnalités proposées. Cette approche immersive leur a offert l’opportunité d’évaluer la manière dont ces technologies pourraient être intégrées à leurs propres pratiques de recherche. Le séminaire s’est conclu par une activité Kahoot basée sur des mises en situation, visant à consolider les acquis et à encourager une réflexion critique sur les opportunités et les limites de l’intelligence artificielle dans le domaine de la recherche.

À travers des initiatives telles que ce séminaire, le CINIA poursuit son engagement en faveur du développement des compétences numériques et de l’accompagnement des doctorants, chercheurs et enseignants-chercheurs dans un environnement académique de plus en plus marqué par l’intelligence artificielle. En associant innovation technologique, réflexion éthique et esprit critique, le Centre contribue à promouvoir une culture de recherche qui intègre l’IA de manière responsable tout en préservant les plus hauts standards d’excellence académique.

As part of its commitment to promoting the responsible and effective integration of artificial intelligence in higher education and research, the Centre for Digital Innovation and Artificial Intelligence (CINIA) contributed to the seminar “AI for the Thesis: Tools and Best Practices”, organized by the Doctoral School of Humanities and Social Sciences for doctoral students from the Faculty of Letters and Human Sciences (FLSH), the Faculty of Educational Sciences (FSEDU), the Faculty of Religious Sciences (FSR), the Faculty of Languages and Translation (FdLT), the Institute of Oriental Studies (ILO), and the School of Translators and Interpreters of Beirut (ETIB).

A total of 35 doctoral students participated in two complementary training sessions (Monday 1st June and Wednesday 3rd June) led by Mrs. Wadad Wazen Gergy, Director of CINIA, and Mr. Mario Gharib, CINIA Team Leader. The seminar was designed to help participants better understand how artificial intelligence can support research activities while maintaining academic rigor and ethical standards.

The first session, entitled “Optimizing the Researcher’s Workflow: Contributions of AI,” introduced participants to large language models and prompt engineering techniques. Through practical examples and interactive exercises, doctoral students learned how to formulate effective prompts, refine instructions, guide reasoning processes, and generate reliable academic outputs. The session also provided valuable insights into the internal mechanisms of AI models, helping participants better understand both their capabilities and limitations.

Particular emphasis was placed on the ethical dimensions of AI use in academic research. Discussions addressed issues related to academic integrity, plagiarism risks, source reliability, methodological transparency, and the importance of critical thinking when working with AI-generated content. Participants were encouraged to view artificial intelligence as a support tool that complements, rather than replaces, scholarly judgment and expertise.

The second session focused on practical AI applications throughout the research lifecycle. Participants explored Semantic Scholar and PaperGuide, two tools that facilitate literature discovery and help researchers identify relevant and influential publications more efficiently. In an academic environment characterized by an ever-growing volume of scientific literature, mastering effective search strategies has become an essential skill for doctoral students and researchers alike. The training also introduced NotebookLM, a tool designed to support reading comprehension and knowledge synthesis by transforming academic publications into more accessible formats such as summaries, podcasts, and mind maps. By enabling researchers to engage with complex content in new ways, the platform offers valuable opportunities to improve understanding and retention of information. Participants further discovered Napkin, an AI-powered tool that helps transform complex concepts into visual representations. By converting ideas into diagrams and visual narratives, the platform supports clearer communication of research findings and facilitates the presentation of academic work to diverse audiences.

Following the presentation of each tool, participants were given dedicated time to experiment with its functionalities through hands-on activities. This practical approach allowed them to evaluate how these technologies could be integrated into their own research workflows. The seminar concluded with a scenario-based Kahoot challenge that reinforced key concepts and encouraged participants to reflect critically on the opportunities and limitations of artificial intelligence in research.

Through initiatives such as this seminar, CINIA continues to support doctoral students, researchers, and faculty members in developing the skills required to navigate an increasingly AI-driven academic landscape. By combining technological innovation with ethical reflection and critical thinking, CINIA remains committed to fostering a research culture that embraces artificial intelligence responsibly while upholding the highest standards of academic excellence.