Citation
L'auteur
Matthias Lombart
(lombart.matthias@outlook.fr) - (Pas d'affiliation)
Copyright
Déclaration d'intérêts
Financements
Aperçu
Contenu
De plus en plus d’organisations déploient des solutions à base d’intelligence artificielle générative (IAG). Dans ce contexte, il est légitime de se demander si les différents acteurs de ce phénomène partagent la même représentation de ce déploiement.
Pour y répondre, notre recherche analyse les discours de quatre typologies d’acteurs identifiés : les scientifiques, les journalistes, les experts et les utilisateurs. Pour les représenter, quatre corpus sont constitués pour un total de 73 documents collectés. La problématique de recherche est la suivante :
« Quelles sont les diverses représentations du déploiement de l’intelligence artificielle générative dans les organisations ? »
Fondements théoriques
La revue de littérature se structure en deux parties. La première partie décrit le phénomène au travers de quatre approches théoriques identifiées dans notre recherche.
L’approche par le prisme de la transformation organisationnelle permet de révéler que l’IAG à le potentiel de transformer les rôles et les processus au sein des organisations (Faulconbridge et al., 2023; Gama & Magistretti, 2023).
Ensuite, l’approche sociomatérielle (Orlikowski, 2010) nous permet d’explorer l’interaction entre les collaborateurs et l’IAG, au sein du couple « Homme-IAG » (Alabed et al., 2023).
Une approche instrumentale (Rabardel, 1995), au travers des concepts d’instrumentalisation et d’instrumentation, présente comment les utilisateurs s’approprient et adaptent l’IAG à leurs besoins (Gkinko & Elbanna, 2023).
Enfin, une approche par l’’éthique permet de soulever des questions cruciales concernant les implications morales et déontologique de l’IAG (Floridi et al., 2018; Bruneault & Laflamme, 2021).
La seconde partie de la revue de littérature explore l’appropriation des technologies, pour donner suite au modèle heuristique du processus d’appropriation de l’IAG, élaboré lors de la phase de recherche. Le modèle en six étapes de mise en œuvre des technologies (Cooper & Zmud, 1989), les concepts d’acceptabilité et d’acceptation (Bobillier-Chaumon & Dubois, 2010), ainsi que huit cadres théoriques et modèles reconnus (Gupta et al., 2024) sont décrits.
Méthodologie
Pour répondre à cette question, le mémoire adopte une méthodologie qualitative basée sur l’analyse de données textuelles (ADT) de quatre corpus documentaires. Ces quatre corpus représentent les discours de quatre groupes d’acteurs clés dans le déploiement de l’IAG : les scientifiques, les journalistes, les experts et les utilisateurs. Les données textuelles proviennent d’articles académiques, d’articles de presse, de publications sur LinkedIn, d’interviews et de contenus multimédias (vidéos, podcasts, webinaires).
Le traitement des données est réalisé à l’aide du logiciel Sphinxonline et d’une méthode d’ADT, permettant de dégager les thèmes clés et les discours dominants par classification hiérarchique descendante. Des analyses factorielles des correspondances complètent ces analyses thématiques. L’IAG ChatgGPT4o est également utilisée ponctuellement. L’interprétation des résultats s’appuie sur la méthode Gioia, une approche inductive qualitative.
Principaux résultats
L’analyse des données met en évidence des représentations distinctes de l’IAG selon les acteurs et permet également d’identifier la présence de quatre approches théoriques dans les discours, qui sont ensuite explorées dans la revue de littérature. Par une approche à la Gioia, un modèle heuristique illustrant le processus de déploiement de l’IAG est réalisé.
Modèle heuristique du processus d’appropriation de l’IAG
Ce travail démontre que les scientifiques adoptent une vision globale du processus de déploiement. Les journalistes se concentrent essentiellement sur les questionnements initiaux et les résultats finaux qui leur permettent d’élaborer des articles appréciés des lecteurs. Les experts couvrent les phases en lien avec leurs expertises où des connaissances techniques et managériales sont nécessaires. Enfin, les utilisateurs ne perçoivent le processus de déploiement qu’à travers l’impact que l’IAG a sur leur quotidien.
Recommandations
Face à la complexité du phénomène de l’IAG et à ses multiples représentations, il est essentiel d’adopter une vision large et systémique lors de son déploiement en contexte organisationnel. L’IAG ne se limite pas à une simple amélioration technologique ; elle transforme les pratiques, les compétences et les modes de collaboration au sein de l’organisation. Il est donc recommandé de considérer cette technologie dans toutes ses dimensions (technologique, organisationnelle et humaine), afin d’en maximiser les bénéfices tout en anticipant les éventuels défis. Dans ce contexte, la prise en compte des différentes étapes du processus d’appropriation de l’IAG et des multiples facteurs les influents, est centrale.
Impact et utilité
Pour les entreprises, cette recherche exploratoire permet de souligner l’importance des différentes phases du processus de déploiement de l’IAG. Elle met en évidence les phases clés et les points critiques de tels projets, tout en soulignant les concepts théoriques à mobiliser pour en avoir une vision globale. Ce cadre permet aux entreprises de mieux appréhender l’intégration de l’IAG dans leurs processus, en tenant compte des dynamiques organisationnelles et humaines.
Sur le plan académique, ce travail contribue à enrichir la compréhension du phénomène de déploiement de l’IAG. Les différentes représentations identifiées mettent en lumière la complexité du phénomène et la nécessité d’une approche multi-acteurs pour en comprendre les enjeux. L’exploration des mécanismes de l’appropriation technologique permet de mesurer la diversité des facteurs qui influent sur l’adoption de l’IAG.
Tout au long du mémoire, nous nous appliquons à formuler des questionnements théoriques (dans notre revue de littérature) et empiriques (dans notre recherche). Nous croisons ces questionnements pour formuler dix thèmes de recherche qui répondent aux questionnements de la recherche et de la sphère managériale. Ces thèmes pourront potentiellement être explorés dans le cadre d’un projet de thèse sous dispositif CIFRE. Ils sont présentés dans un portfolio, à destination des professionnels, en annexe du mémoire.
Conclusion
L’intégration de l’IAG dans les organisations représente un défi majeur. En combinant approches théoriques et analyse empirique, ce mémoire offre une première exploration du phénomène IAG et de ses enjeux. Les résultats obtenus soulignent la pertinence d’une vision globale de l’IAG, qui intègre les dimensions technologiques, organisationnelles, humaines et éthiques. Les perspectives de recherche ouvrent la voie à un possible projet doctoral sous dispositif CIFRE, pour accompagner les entreprises dans ce processus de transformation.
Bibliographie
Alabed, A., Javornik, A., Gregory-Smith, D., & Casey, R. (2023). More than just a chat : A taxonomy of consumers’ relationships with conversational AI agents and their well-being implications. European Journal of Marketing, 58. https://doi.org/10.1108/EJM-01-2023-0037
Bobillier-Chaumon, M.-É., & Dubois, M. (2010). L’adoption des technologies en situation professionnelle : Quelles articulations possibles entre acceptabilité et acceptation ? Le travail humain, Vol. 72(4), 355‑382. https://doi.org/10.3917/th.724.0355
Bruneault, F., & Laflamme, A. S. (2021). Éthique de l’intelligence artificielle et ubiquité sociale des technologies de l’information et de la communication : Comment penser les enjeux éthiques de l’IA dans nos sociétés de l’information ? Tic & société, Vol. 15, N° 1, 159‑189. https://doi.org/10.4000/ticetsociete.5999
Cooper, R., & Zmud, R. (1989). Material requirements planning system infusion. Omega, 17(5), 471‑481. https://doi.org/10.1016/0305-0483(89)90043-1
Faulconbridge, J., Sarwar, A., & Spring, M. (2023). How Professionals Adapt to Artificial Intelligence : The Role of Intertwined Boundary Work. Journal of Management Studies, n/a(n/a). https://doi.org/10.1111/joms.12936
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P., & Vayena, E. (2018). AI4People—An Ethical Framework for a Good AI Society : Opportunities, Risks, Principles, and Recommendations. Minds and Machines, 28(4), 689‑707. https://doi.org/10.1007/s11023-018-9482-5
Gama & Magistretti. (2023). Artificial intelligence in innovation management : A review of innovation capabilities and a taxonomy of <scp>AI</scp> applications. The Journal of product innovation management. https://doi.org/10.1111/jpim.12698
Gkinko, L., & Elbanna, A. (2023). The appropriation of conversational AI in the workplace : A taxonomy of AI chatbot users. International Journal of Information Management, 69, 102568. https://doi.org/10.1016/j.ijinfomgt.2022.102568
Gupta, R., Nair, K., Mishra, M., Ibrahim, B., & Bhardwaj, S. (2024). Adoption and impacts of generative artificial intelligence : Theoretical underpinnings and research agenda. International Journal of Information Management Data Insights, 4(1), 100232. https://doi.org/10.1016/j.jjimei.2024.100232
Orlikowski, W. J. (2010). The sociomateriality of organisational life : Considering technology in management research. Cambridge Journal of Economics, 34(1), 125‑141. https://doi.org/10.1093/cje/bep058
Rabardel, P. (1995). Les hommes et les technologies; approche cognitive des instruments contemporains.
il ne peut pas avoir d'altmétriques.)
Nb. de commentaires
0