Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Jean-Sébastien Vayre : Université Toulouse Jean Jaurès (CERTOP UMR - 5044)
Le mouvement big data que nous connaissons aujourd’hui prépare un avènement sans précédent des intelligences artificielles au sein des organisations. Ces machines intelligentes sont d’un autre type que celles développées jusqu’aux années 90. À partir d’une importante documentation, nous proposons de revenir sur l’histoire de l’intelligence artificielle afin de mieux comprendre les implications sociocognitives de la diffusion des technologies de deep learning au sein des organisations. Nous soutiendrons que ces systèmes de traitement d’informations renvoient à des modèles de gestion des connaissances qui, s’ils permettent de favoriser l’adaptabilité des organisations, n’encouragent pas la réflexivité des hommes qui la composent. Nous verrons que le deep learning est ainsi associé à des postures cognitives qui, si elles sont compatibles avec les principes et les valeurs véhiculées par le mouvement big data, sont difficilement conciliables avec ceux qui sont propres au mouvement thick data. Si les technologies de deep learning doivent permettre aux organisations de réaliser des prédictions leur permettant d’agir de manière performante, les approches ethnographiques associées au mouvement thick data doit leur permettre de comprendre leur environnement de façon à agir intelligemment. Nous ouvrirons alors la discussion sur la façon dont certains systèmes de traitement d’informations peuvent néanmoins favoriser l’articulation des big data et des thick data.
Le sujet de ce colloque porte sur les méthodes et stratégies de gestion de l'information par les organisations dans un contexte de production de données massives (big data). Nombreuses sont les organisations qui cherchent des méthodes, stratégies afin de « faire parler » ces données et ainsi orienter leurs stratégies, leurs prise de décision, etc. Les big data fascinent du fait des potentialités qu’elles laissent entrevoir en terme de performance organisationnelle. Cependant, cela soulève des enjeux techniques, méthodologiques, organisationnels, communicationnels et éthiques auxquels il faut réfléchir. Face à l’accumulation de données massives en milieu organisationnel, l’approche privilégiée pour en tirer un sens est celle de l’analyse quantitative en vue de s’en servir pour la prise de décision. Ceci conduit à l’idée dangereuse que des données statistiques seraient plus utiles et objectives et contribueraient à rendre les organisations plus efficaces et rentables. Toutefois, cette accumulation de données chiffrées analysées statistiquement est limitée par l’absence d’un contexte significatif riche, qui pour sa part est généré par une accumulation d’éléments non chiffrés, non quantifiables, non structurés et donc difficilement mesurables, de type socio-culturel (thick data), qui doivent être étudiés par une analyse qualitative. Cette rencontre entre les big data et les thick data peut générer l’information actionnable et compléter la perspective qu’une organisation doit avoir de son environnement et l’aider à mieux orienter ses voies d’action. La gestion des données massives n’est pas uniquement une question d’outils mais de stratégies et cela nécessite qu’une réflexion soit menée sur les stratégies et méthodes mises en œuvre par les organisations pour traiter, visualiser et « faire sens » de leurs données afin de pouvoir agir.
Thème du congrès 2017 (85e édition) :
Thème du colloque :
Date :
12 mai 2017
Titre du colloque :
Responsables :
