Utilisation des LLM (ChatGPT, Copilot, etc.) — règles strictes

Principe : ce cours évalue votre capacité à concevoir et écrire du code. Un LLM peut aider à comprendre, mais ne doit pas écrire le projet à votre place.

Autorisé (aide à la compréhension) :

• explications de concepts (POO, DataFrames, récursivité, erreurs Python),
• aide au débogage : comprendre un message d’erreur + proposer des pistes,
• proposer des idées de tests / cas de test,
• améliorer le README (orthographe, structure, clarté).

Interdit (considéré comme triche) :

• demander du code complet ou des fichiers « prêts à rendre »,
• demander l’implémentation d’une fonction/classe du sujet (ex : Token, Sentence, Corpus, lecture fichiers, DataFrames),
• copier-coller du code généré (même partiellement) sans le déclarer,
• utiliser un LLM pendant une évaluation surveillée (sauf autorisation explicite).

Obligatoire (transparence) :
Dans le rendu, ajoutez un fichier LLM_USAGE.md contenant :

• l’outil utilisé,
• le but (ex : “comprendre __iter__”, “comprendre une erreur pandas”),
• au maximum 3 prompts (copiés/collés) + un résumé des réponses,
• une phrase expliquant ce que vous avez appris.

Si vous utilisez du code généré par un LLM (exception) :

• vous devez le déclarer dans LLM_USAGE.md,
• indiquer précisément quels fichiers et/ou quelles fonctions sont concernés,
• ajouter un commentaire dans le code au-dessus du bloc : # Généré/assisté par LLM (voir LLM_USAGE.md),
• et être capable d’expliquer ce code à l’oral.

Vérification :
Une courte discussion / question orale peut être faite pour vérifier la maîtrise du code.

Sanctions :

• absence de LLM_USAGE.md : −5 points,
• usage interdit / code généré non déclaré : note = 0 ou rendu refusé.

Astuce : si vous hésitez, posez une question de compréhension plutôt qu’une demande de code.