Citation
Les auteurs
Amélie Clauzel
(clauzel.evry@gmail.com) - Université Paris SaclayClotilde CORON
(coron.iae@univ-paris1.fr) - IAE Paris - Université Paris 1 Panthéon SorbonneNathalie Guichard
(nathalie.guichard@u-psud.fr) - Université Paris-Sud-Saclay
Copyright
Déclaration d'intérêts
Financements
Aperçu
Contenu
L’intégration croissante de l’intelligence artificielle générative (IAg) dans de nombreux secteurs de la société suscite un intérêt grandissant, tant dans la recherche académique que dans les pratiques managériales. Sa diffusion rapide apporte en corollaire son lot de questionnements et, ce faisant, quelques inquiétudes relatives à son fonctionnement, à ses usages et à leurs conséquences, à court comme à plus long terme. L’arrivée de ChatGPT, modèle linguistique développé par OpenAI et rendu accessible en France fin 2022, en constitue l’une des manifestations les plus visibles. Son accès quasi-gratuit a favorisé une adoption massive, d’abord parmi les jeunes diplômés et les cadres, puis plus largement dans la population.
Dans l’enseignement supérieur, cette diffusion est particulièrement marquée : une étude récente indique que 68 % des étudiants et 49 % des enseignants déclarent utiliser l’IAg au moins une fois par semaine pour leurs activités académiques. Cette dynamique alimente une ambivalence, bien documentée dans la littérature internationale : l’IAg est perçue à la fois comme un levier d’innovation et comme une source de risques éthiques, cognitifs ou organisationnels (Chowdhury et al., 2023 ; Bertolucci, 2024).
Au sein même de Management & Data Science, plusieurs travaux ont structuré la réflexion sur l’IAg, en analysant ses tensions pédagogiques, scientifiques et éthiques (Godé et al., 2023 ; Cases et al., 2025) et en proposant un continuum d’intégration dans l’enseignement supérieur (Cases & Fournier, 2025).
Cependant, si la littérature commence à analyser les effets de l’IAg dans le contexte universitaire (McAlister et al., 2024), peu de travaux documentent empiriquement les dynamiques d’appropriation de l’IAg par les enseignants-chercheurs. L’enjeu ne réside pas seulement dans l’acceptation ou le refus de l’IAg, mais dans les trajectoires par lesquelles elle est progressivement intégrée, contournée ou rejetée au sein du travail académique.
IAg : quelle appropriation dans un contexte universitaire ?
La littérature sur l’appropriation des outils numériques permet d’appréhender la manière dont les individus intègrent ou rejettent de nouvelles technologies (Leclercq-Vandelannoitte, 2017). Contrairement aux modèles classiques d’adoption, centrés sur l’intention d’usage ou les déterminants de l’acceptation, l’approche par l’appropriation met l’accent sur un processus situé et évolutif.
De façon pionnière, De Vaujany (2006) invite à dépasser l’opposition classique entre conception et usage en considérant l’appropriation comme un processus pluriel impliquant interprétations, ajustements et reconfigurations successives. Carton et al. (2006) prolongent cette perspective en montrant que l’appropriation des outils de gestion informatisés est contingente, non linéaire et dépendante des contextes organisationnels. Loin de se limiter au moment de la première adoption, elle se déploie dans le temps selon différentes phases (pré-appropriation, appropriation originelle, réappropriation, routinisation) qui traduisent une succession d’apprentissages, de tensions et de stabilisations progressives.
Cette approche peut être analysée selon trois perspectives complémentaires. La perspective rationnelle s’intéresse aux fonctions et objectifs assignés à l’outil. La perspective socio-politique examine les jeux d’acteurs, les rapports de pouvoir et les stratégies d’usage ou de contournement. La perspective psycho-cognitive est, quant à elle, centrée sur les dynamiques d’apprentissage et la construction de compétences nécessaires à l’intégration durable de la technologie (De Vaujany, 2005 ; Grimand, 2012).
Appliqué à l’IAg, ce cadre offre un éclairage pertinent. En effet, l’IAg se caractérise par une diffusion rapide et faiblement régulée, ainsi qu’un chevauchement des usages personnels et professionnels.
Les travaux existants sur l’IAg en contexte universitaire mobilisent majoritairement les notions d’acceptation ou d’adoption, en montrant par exemple que la confiance ou les avantages perçus influencent l’intention d’usage (Yuan et al., 2022 ; Duarte & Michel, 2025). Si ces approches éclairent les déterminants cognitifs ou attitudinaux, elles laissent en arrière-plan la dynamique temporelle et organisationnelle de l’intégration effective des outils.
Dans Management & Data Science, Cases et Fournier (2025) proposent un continuum d’intégration de l’IA en contexte universitaire (de la ressource ponctuelle au partenaire cognitif). Ce cadre descriptif utile des degrés d’intégration invite à mobiliser une analyse processuelle permettant de comprendre comment les acteurs passent d’un stade à l’autre, ou au contraire se stabilisent dans des formes d’usage limitées.
En mobilisant le cadre théorique de l’appropriation technologique, nous soulignons les trajectoires par lesquelles des enseignants-chercheurs français intègrent, expérimentent, réinterprètent ou résistent à l’IAg. L’enjeu n’est donc pas seulement d’évaluer le niveau d’acceptation de l’outil, mais de comprendre les dynamiques concrètes qui conduisent à sa routinisation, à sa transformation ou à sa marginalisation dans le travail académique.
Configurations d’appropriation et postures d’usage
Pour explorer les usages et niveaux d’intégration de l’IAg dans leur activité professionnelle, une étude qualitative, sous la forme d’entretiens-semi-directifs, a été réalisée auprès de 22 enseignants-chercheurs de statuts et disciplines variés (cf. annexe 1). L’analyse de ce corpus met en évidence trois configurations d’appropriation de l’IAg dans le travail académique : une appropriation stabilisée, une appropriation en construction et une appropriation distanciée. Ces configurations ne renvoient pas à des profils figés d’enseignants-chercheurs, mais à des postures d’usage situées, susceptibles d’évoluer au cours de la trajectoire d’appropriation. Des verbatim sont fournis en annexe 2.
Une appropriation stabilisée
Dans cette configuration, l’IAg est intégrée de manière régulière et assumée dans les pratiques professionnelles. La posture d’usage est celle d’une intégration routinisée : l’outil devient un support ordinaire du travail pédagogique ou scientifique.
L’IAg est mobilisée comme assistant cognitif pour structurer des contenus, reformuler des passages, explorer des pistes bibliographiques ou préparer des supports pédagogiques. La trajectoire observée correspond à une phase de stabilisation : l’outil n’est plus expérimenté à la marge mais incorporé aux routines. Cette appropriation stabilisée repose toutefois sur un apprentissage critique. Les acteurs décrivent une montée en compétence progressive, et restent sensibles aux dimensions éthiques et environnementales liées à l’usage de l’IA, avec notamment une réflexion sur la pollution numérique.
L’outil est ainsi maîtrisé, évalué et contextualisé, ce qui correspond à une appropriation psycho-cognitive avancée.
Une appropriation en construction
La deuxième configuration correspond à une appropriation encore en cours d’élaboration. La posture dominante est exploratoire : les enseignants-chercheurs testent l’outil, en expérimentent les possibilités, sans pour autant l’intégrer durablement dans leurs routines.
L’usage est circonscrit à certaines tâches (reformulation, génération d’idées, synthèse rapide), et demeure réversible. Les discours traduisent une ambivalence, entre fascination et critique, et leur réflexion s’étend aussi aux questions d’éthique et de durabilité. La trajectoire est marquée par des allers-retours, des ajustements et des arbitrages. L’appropriation n’est ni rejetée ni stabilisée. Elle dépend de facteurs contextuels : discussions entre collègues, politiques institutionnelles, normes implicites sur l’usage acceptable de l’IAg.
Cette configuration illustre une phase de ré-appropriation au sens de De Vaujany (2006), où l’outil est progressivement interprété et reconfiguré dans les pratiques, sans que sa place ne soit encore définitivement établie.
Une appropriation distanciée
La troisième configuration se caractérise par une posture de mise à distance critique. L’IAg est peu utilisée, voire volontairement évitée. Certains acteurs ont testé l’outil sans prolonger l’expérience ; d’autres choisissent de ne pas l’intégrer à leur pratique.
Les arguments mobilisés font référence à des préoccupations éthiques mais aussi environnementales, à des doutes sur la fiabilité des contenus produits ou à une volonté de préserver l’autonomie intellectuelle, ce qui renvoie à une dimension socio-politique. « J’ai peur que ça formate notre manière de penser ». Il ne s’agit pas nécessairement d’un refus définitif, mais d’une posture prudente, parfois stratégique. Plusieurs répondants reconnaissent que leur position pourrait évoluer sous l’effet de contraintes institutionnelles ou d’une diffusion accrue de l’outil.
Des trajectoires différenciées d’appropriation de l’IAg
Nos résultats invitent à dépasser une lecture binaire de l’IAg (adoption vs rejet) pour considérer des trajectoires d’appropriation différenciées, situées sur un continuum évolutif. En prolongeant le cadre processuel de l’appropriation (De Vaujany, 2006 ; Carton et al., 2006) et en dialogue avec le continuum d’intégration proposé par Cases et Fournier (2025), notre étude montre que l’enjeu n’est pas uniquement le degré d’usage, mais la dynamique par laquelle l’IAg s’inscrit, ou non, dans les routines académiques.
L’IAg apparaît comme un révélateur des trois dimensions de l’appropriation : rationnelle (outil de productivité), socio-politique (enjeux de positionnement et de légitimité) et psycho-cognitive (montée en compétences et réflexivité).
En ce sens, l’IAg ne constitue pas seulement une innovation technologique, mais un objet organisationnel instable, dont la valeur d’usage se construit dans le temps. Cette lecture permet d’enrichir les travaux récents publiés dans Management & Data Science en apportant une compréhension fine des dynamiques concrètes qui sous-tendent le continuum d’intégration.
Sur le plan pratique, nos résultats suggèrent qu’une politique uniforme d’intégration de l’IAg est inadaptée. Les établissements doivent reconnaître l’existence de trajectoires différenciées et proposer des dispositifs ajustés :
- Pour les usages stabilisés, favoriser des espaces d’innovation encadrée afin d’éviter une routinisation non questionnée.
- Pour les appropriations en construction, proposer des formations structurées et contextualisées, articulant dimensions techniques, pédagogiques et éthiques.
- Pour les postures distanciées, créer des espaces de débat et de discussion collective plutôt que d’imposer des usages, afin d’éviter des résistances durables.
Plus largement, l’absence de cadrage institutionnel clair favorise des stratégies individuelles de bricolage.
Cette recherche repose sur un matériau qualitatif limité et situé. Des travaux longitudinaux permettraient d’observer l’évolution effective des trajectoires dans le temps et d’analyser les effets des politiques institutionnelles sur les dynamiques d’appropriation.
Bibliographie
- Bertolucci, M. (2024). L’intelligence artificielle dans le secteur public : revue de la littérature et programme de recherche. Gestion et Management Public, 12(3), 71-91. https://doi-org/3917/gmp.123.0071
- Carton, S., De Vaujany, F. X., Perez, M., & Romeyer, C. (2006). Vers une théorie de l’appropriation des outils de gestion informatisés: une approche intégrative. Revue Management et Avenir, (3), 159-179. https://doi.org/10.3917/mav.009.0159
- Cases, A.S, & Fournier, C. (2025). Défis éthiques des IA génératives pour l’enseignement supérieur. Management & Data Science, 9(3). https://doi.org/10.36863/mds.a.36833.
- Cases, A.S., Helme-Guizon, A., Guichard, N., Toti, J.F. & Aubert, C. (2025). IA générative et recherche : nouveaux questionnements éthiques ? Management & Data Science. https://management-datascience.org/articles/68653/
- Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, O., Abadie, A., & Truong, L. (2023). Unlocking the value of artificial intelligence in human resource management through AI capability framework. Human Resource Management Review, 33(1), 100899. https://doi.org/10.1016/j.hrmr.2022.100899
- De Vaujany, F.-X. (2005). De la conception à l’usage : Vers un management de l’appropriation des outils de gestion. EMS.
- De Vaujany, F.-X. (2006). Pour une théorie de l’appropriation des outils de gestion: vers un dépassement de l’opposition conception-usage. Revue Management et Avenir, (3), 109-126. https://org/10.3917/mav.009.0109
- Duarte, M., & Michel, S. (2025). Understanding the complexity of an artificial intelligence adoption situation in the public sector, by mobilizing Edgar Morin’s dialogical principle. Revue Internationale De Psychosociologie Et De Gestion Des Comportements Organisationnels, 31(87), 095 – 119. https://doi.org/10.54695/rips4.087.0095
- Godé, C., Lebraty J.-F. et Bidan, M. (2023). ChatGPT, étudiants et enseignants-chercheurs : sont-ils vraiment félins pour l’autre ?, Management & Data Science, https://org/10.36863/mds.a.23595
- Grimand, A. (2012). L’appropriation des outils de gestion et ses effets sur les dynamiques organisationnelles : Le cas du déploiement d’un référentiel des emplois et des compétences. Revue Management & Avenir, 4(54), 237‑257. https://doi.org/10.3917/mav.054.0237
- Leclercq-Vandelannoitte A. (2017). « Victime ou coupable? Repenser le rôle du contrôlé dans la relation entre contrôle, information et technologies de l’information ». Systemes d’information Management, 22(2), 49–80.
- McAlister, A. R., Alhabash, S., & Yang, J. (2024). Artificial intelligence and ChatGPT: Exploring Current and potential future roles in marketing education. Journal of Marketing Communications, 30(2), 166‑187. https://doi.org/10.1080/13527266.2023.2289034
- Yuan, C., Zhang, C., & Wang, S. (2022). Social anxiety as a moderator in consumer willingness to accept AI assistants based on utilitarian and hedonic values. Journal of Retailing and Consumer Services, 65, 102878. https://doi.org/1016/j.jretconser.2021.102878
il ne peut pas avoir d'altmétriques.)