Ouvrir le menu

Corps professoral & recherche

Pôles d’Excellence : une expertise à 360° en prise avec les défis de la société

    AI, Data Science & Business

    Les conséquences non prévues de l’IA et du data science

    Objectifs

    Les technologies d’IA (y compris les algorithmes, les systèmes automatisés, le big data, le machine learning, etc.) créent des paradoxes et des conséquences inattendues. Plus précisément, ce sous-domaine vise à étudier comment les dispositifs ou les « agencements » d’IA reconfigurent et redistribuent les relations entre les acteurs et les actants, parfois de façon très inattendue et imprévisible. Trois types de questions, sociales, normatives et éthiques, seront étudiés. Les questions de recherche initiales portent sur une diversité de secteurs (tels que la finance, la comptabilité ou la protection sociale), et une multiplicité de phénomènes spécifiques (le corps et ses relations avec les affordances technologiques, les technologies parasites, la prise de décision et la distinction valeur/fait ou l’imaginaire RegTech [technologies de réglementation financière], par exemple).

    Les projets de recherche en cours englobent :

    • Comment prévenir les mécanismes de désinformation ?
    • Qu’est-ce que le technostress et pourquoi se produit-il ?
    • Comment corriger des comportements numériques déviants sur le lieu de travail ?
    • Quelles sont les relations entre crypto-monnaies et terrorisme ?
    • Le côté sombre de la gestion électronique des ressources humaines

    LANGE, A.-C., M.LENGLET, R.SEYFERT, "On studying algorithms ethnographically: Making sense of objects of ignorance", Organization, July 2019, vol. 26, no. 4 

    Séance de communication #2 – 1er avril 2022 – En ligne – Développer un document de travail partagé : quel est le message principal que vous aimeriez transmettre dans un article collectif ? Comment répond-il à la préoccupation majeure de notre AoE sur les conséquences et les paradoxes imprévus générés par les dispositifs d’IA (algorithmes, systèmes automatisés, Big Data, apprentissage automatique ou machine learning, etc.) ; comment les dispositifs/agencements d’IA reconfigurent-ils et redistribuent-ils les relations entre les acteurs et les actants, parfois de façon très inattendue et imprévisible ?

    Groupe de lecture et article co-signé – 4 février 2022 – en ligne – deux articles

    Pédagogie

    Exemples de cours associés à ce sous-domaine : "Digital Markets and Society", "Ethics, Consumption and Technology"

    Professeurs : Gaël Bonnin, Gaurav Gupta, Julien Jacqmin, Rouslan Koumakhov, Marc Lenglet, Pierre Lescoat, Vijay Pereira, Najma Saidani, Antoine Souchaud, Maria-Carolina Zanette.

    Plusieurs projets dans le sous-domaine sont le résultat de collaborations avec des chercheurs d’institutions internationales comme :  ICN Business School (FR), Indian Institute of Management Calcutta (IN), University of Stirling (UK), University of Bristol (UK), University of South Australia (AU), Indian Institute of Technology Bombay (IN), Management Development Institute (MDI) Gurgaon (IN), University of Kent (UK), FGV-EAESP (BR), Aston University (UK), Toi Ohomai Institute of Technology (NZ), University of Rouen (FR), The Open University Business School (US), University of Wollongong Dubai (UAE), Loyola University (US), University of Birmingham (UK), Newcastle University (AU)