Call for papers
Revue Internationale de Psychosociologie et de Gestion des Comportements Organisationnels (RIPCO)
Login  
Rejoignez la Journée de Recherche RIPCO 2025 ! Le 27 mai 2025, à ICN Paris La Défense, cet événement phare explorera les attitudes et comportements organisationnels, avec un focus spécial sur le leadership. Soumettez vos résumés étendus avant le 17 mars 2025 pour contribuer à cette journée exceptionnelle. Participation gratuite sur inscription ! SOUMETTRE
  Abonnez-vous à nos courriels  
   
 
Appel à contributions : Numéro spécial RIPCO Télécharger l'appel en PDF
 
L’intelligence artificielle dans les organisations, comment (mieux) travailler avec ?
 
Perceptions, attitudes et comportements des acteurs face au déploiement de l’IA en milieu professionnel
 
Rédacteurs invités :
 

Christelle MARTIN LACROUX - Université Grenoble Alpes

Fabienne PEREZ - ESSCA School of Management

 
Résumé


Les organisations connaissent une transformation majeure, qualifiée de quatrième révolution industrielle ou d'ère des algorithmes. L'intelligence artificielle (IA), définie comme une technologie permettant aux machines de reproduire des comportements humains, joue un rôle majeur dans ce processus, avec des technologies désormais largement déployées dans les organisations. Le Machine Learning est une technologie notable qui permet un apprentissage cumulatif à partir de données d'entraînement pour créer des systèmes d'aide à la décision algorithmiques. Ces technologies transforment les pratiques et les processus tant au niveau des équipes que des individus. L'IA a transformé la manière dont les individus collaborent avec les systèmes algorithmiques et la façon dont ces systèmes interagissent. Dans le recrutement, par exemple, l'IA est utilisée à différentes étapes, de l'extraction d'informations à l'analyse automatisée des entretiens. Le "recrutement augmenté" soulève des questions sur les perceptions et les comportements avec les systèmes intégrant l'IA. Certaines tâches managériales sont désormais automatisées, menant à un "management algorithmique," qui nécessite des recherches sur son impact sur les rôles des managers et les attitudes des employés. Des études sur les systèmes de décision algorithmiques indiquent que la confiance est un prédicteur essentiel des choix des individus pour utiliser les conseils basés sur l'IA. L'introduction des algorithmes et de l'IA entraîne des changements organisationnels qui peuvent susciter une résistance. Ce numéro spécial invite des contributions pour approfondir la compréhension de l'impact de l'IA sur le comportement organisationnel. Les contributions devraient aborder les conséquences des outils d'IA sur les croyances, perceptions, émotions, stress et attitudes des employés, ainsi que les mécanismes influençant la confiance et le comportement envers les outils d'IA. Le numéro recherche des soumissions utilisant une variété de méthodologies pour explorer l'impact de l'IA sur le comportement organisationnel.

 

Présentation de l’appel à contributions :


Les organisations sont au cœur d’un changement majeur, qualifié de quatrième révolution industrielle (Schwab, 2017) ou encore d’ère des algorithmes (Danaher et al., 2017). L’intelligence artificielle (IA), définie comme une technologie permettant à une machine de « reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité »   y joue un rôle majeur, avec le développement de technologies déployées aujourd’hui largement au sein des organisations (Haesevoets et al., 2021). Parmi ces technologies, on trouve notamment le Machine Learning (ML), regroupant un ensemble de méthodes de prévision fondées sur des algorithmes permettant « d’apprendre » de manière cumulative à partir de données d’entraînement et de construire des systèmes algorithmiques d’aide à la décision (SAAD).
Les applications de ces technologies intégrant de l’IA sont largement diffusées au sein des organisations, entraînant la transformation des pratiques et des process, tant au niveau des équipes de travail qu’au niveau des individus.

  • En premier lieu, le développement de l’IA a modifié la manière dont les individus collaborent avec les dispositifs algorithmiques et la manière dont ces derniers collaborent entre eux. Dans le domaine du recrutement par exemple, l'IA est utilisée à toutes les étapes du processus, depuis des tâches relativement simples telles que l'extraction d'informations à partir de CV, jusqu'à des tâches hautement complexes et subjectives, telles que l'analyse automatisée d'entretiens ou la sélection multicritères du "meilleur candidat" (Nawaz, 2020). Le terme de "recrutement augmenté", défini comme un processus dans lequel les individus  travaillent en étroite collaboration avec une IA pour accomplir une tâche (Raisch & Krakowski, 2021) fait émerger de nouvelles questions (Langer et al., 2021), notamment sur les perceptions et le comportement des recruteurs en interaction avec des systèmes intégrant de l'IA (chatbot, recommandations automatiques de candidatures, analyses automatiques d'entretiens vidéo asynchrones). Les IA génératives représentent un autre exemple d’outil introduit dans les organisations ; ces dernières sont capables de créer du contenu de manière autonome (des textes, des images et des vidéos) et  modifient les interactions entre l’homme et la machine, appelant à des contributions en lien avec l’éthique, la propriété intellectuelle, l’efficacité organisationnelle, mais également le bien-être et l’engagement des salariés (Budhwar et al., 2023). Le déploiement d’agents virtuels dans des équipes pour coordonner les tâches a également des effets encore peu explorés sur la satisfaction au travail, les perceptions de conflits, ou encore la confiance (Dennis et al., 2023).  
  • En second lieu, certaines tâches dévolues traditionnellement aux managers sont aujourd’hui parfois automatisées : évaluation automatique des performances, assignation de tâches, prise de décision relative à la rémunération voire même à d’éventuelles sanctions (Gagné et al., 2022). Là encore, des recherches s’avèrent nécessaires pour analyser comment ce « management algorithmique » modifie le rôle des managers (Sutherland et al., 2021) en termes de pouvoir, de développement de nouvelles compétences algorithmiques et génère également des effets sur leurs collaborateurs, en termes d’attitudes d’aversion algorithmique (Dietvorst et al., 2015) ou a contrario d’heuristique machine (Lee, 2018; Sundar & Kim, 2019).  Peu d’études ont été menées à ce jour et elles tendent à conclure que les collaborateurs perçoivent les décisions algorithmiques comme moins justes et moins fiables et suscitant plus d'émotions négatives que les décisions humaines (Lee, 2018).
  • Ensuite, il existe aujourd’hui une abondante littérature sur l’usage des systèmes algorithmiques dans les interfaces homme/machine, issue de différents champs scientifiques à l’instar de la psychologie, l’informatique, ou le management des systèmes d’information. Dans tous les travaux publiés sur l’usage de systèmes algorithmiques d’aides à la prise décision, la confiance est étudiée comme un prédicteur essentiel des choix des individus à utiliser ou se conformer aux conseils fournis (Lacroux & Martin-Lacroux, 2022). Plusieurs modèles intégrateurs de la confiance organisationnelle ont été proposés incluant les concepts de contrôle perçu sur le processus, l’aversion au risque (Mayer et al., 1995; Solberg et al., 2022).
  • Enfin, l’introduction des algorithmes et des IA impliquent des changements importants dans l’organisation, tant dans la transformation de l’expertise, la redéfinition des tâches que la coordination et le contrôle (Faraj et al., 2018). Ces changements peuvent potentiellement entrainer des réactions individuelles ou collectives de résistance (Kellogg et al., 2019). La question du design du travail devient alors essentielle dans un contexte de transformation (Parker & Grote, 2020), tant par la façon dont l’IA peut modifier le travail, que dans la façon dont les individus et organisations peuvent être acteurs et parties prenantes du design du travail.  

 

Les contributions  

Les contributions attendues peuvent relever à la fois d’études sur le terrain en situation réelle d’utilisation d’outils d’aide à la décision (Glikson & Woolley, 2020; Solberg et al., 2022) mais également mobiliser des cadres conceptuels permettant d’intégrer des variables en lien avec la confiance dans la collaboration homme/machine (Solberg et al., 2022)

  • Les outils intégrant de l’IA bouleversent également la manière dont le travail se transforme au sein des organisations (Brynjolfsson et al., 2018) et dont les individus au travail perçoivent la mise en place de ces outils en termes de potentielle perte de qualifications pour eux, de redéfinition de leurs marges de manœuvre au travail pour s’adapter à la collaboration avec les systèmes intelligents, tout en maintenant une certaine forme d’autorité sur ces derniers Les individus peuvent être amenés à redéfinir et repenser leur travail, notamment avec des comportements de job crafting (Perez et al., 2022 ; Wrzesniewski & Dutton, 2001) afin qu’il soit en adéquation avec leurs attentes et valeurs. Des contributions sont ainsi attendues en lien avec la conception du travail – work design- dans une perspective multiniveau, à travers la façon dont les individus, les équipes, les organisations ou les branches contribuent à la redéfinition du travail.

A travers ce numéro spécial, nous espérons valoriser des recherches qui apportent des réponses sur les effets de l’IA en termes de comportement organisationnel, à destination des chercheurs mais également des praticiens. Ces recherches fourniront des éléments théoriques et empiriques contribuant notamment à guider les choix des managers en matière d’adoption et d’intégration de ces technologies dans les environnements de travail contemporains. Nous espérons ainsi que ce numéro spécial permettra de répondre à plusieurs des questions présentées ci-dessous :

  • Quelles sont les conséquences du déploiement d’outils IA sur les individus qui travaillent au sein des organisations, en termes de croyances, de perceptions d’éthique et de justice, d’émotions, de stress, de comportement, d’attitudes (aversion algorithmique, heuristique machine) ?
  • Quels mécanismes sous-tendent la confiance et le comportement des individus à l’égard des outils intégrant de l’IA ?
  • Quels peuvent être les effets de l’introduction de ces outils sur la santé au travail et le bien-être au travail des individus ?
  • Comment les individus redéfinissent-il leurs marges de manœuvre en termes d’acquisition de compétences, de pouvoir ? Comment les pratiques professionnelles évoluent avec l’IA ?
  • Comment les individus envisagent leur carrière avec l’arrivée de l’IA, notamment en termes de développement de compétences, de choix de spécialisation ou de carrières ?
  • Comment redonnent-ils du sens à leur travail quand ils sont « augmentés » (ou non) par l’IA ?
  • Comment le travail en équipe se transforme-t-il dans des contextes d’introduction d’outils utilisant de l’IA (assistant virtuel, systèmes automatiques d’aide à la décision…) ?
  • Quels sont les effets de l’IA sur le fonctionnement des groupes, en termes de pouvoir, de leadership, de comportements intergroupes ?
  • Quels sont les leviers qui permettent d’implémenter avec succès des solutions intégrant de l’IA au sein des organisations ? Comment les organisations peuvent repenser le contenu des emplois et faciliter les démarches individuelles des individus à façonner leur travail ?
  • Quelles stratégies individuelles les acteurs mobilisent-ils pour maintenir sens et identité au travail ?

Ce numéro spécial en appelle à toutes les formes de contributions qui permettent de mieux comprendre les liens entre le déploiement de l’IA dans toute sa diversité et le comportement des individus au sein des organisations. Cet appel est ouvert à une grande variété de méthodologies : revues de littérature narratives, systématiques, méta-analytiques ou bibliométriques, analyses empiriques expérimentales, cross sectionnelles, longitudinales…

 
Comment soumettre un manuscrit
 

Les propositions d’articles pour ce numéro spécial doivent obligatoirement être soumises via notre plateforme de gestion des manuscrits : https://ripco.manuscriptmanager.net/ripco. Lors de la soumission, les auteurs doivent choisir le numéro spécial « Special Issue : IA dans les Organisations » dans le menu déroulant du champ « Si le manuscrit est destiné à un numéro spécial, choisissez dans la liste... » qui se trouve dans la page « DETAILS » de la soumission. Les propositions devront suivre les normes éditoriales de la revue : ripco-online.com/en/avantSoumission.asp

 
Processus de relecture
 

Le processus d'évaluation des manuscrits du numéro spécial est le même que pour les numéros réguliers. Tous les articles soumis à la revue sont évalués selon le principe de l'examen en double aveugle. Tous les manuscrits soumis à nouveau passent par le même processus d'évaluation, et les évaluateurs précédemment sollicités donnent une évaluation basée sur la prise en compte des changements suggérés lors du premier tour d'évaluation. La décision éditoriale définitive sera prise sur la base de la seconde version proposée, sous la forme soit d'une acceptation pour publication, soit d'un rejet définitif, éventuellement d'une invitation à resoumettre pour un numéro régulier de la revue.

 
Calendrier prévisionnel
 

Soumission des manuscrits : 31 août 2024
Avis aux auteurs : 6 novembre 2024
Soumission des manuscrits révisés : 15 décembre 2024
Relectures supplémentaires et acceptation définitive : 15 mars 2025
Soumission de la version finale du numéro spécial à envoyer à la RIPCO : 15 avril 2025

 
Références
 
  • Brynjolfsson, E., Mitchell, T., & Rock, D. (2018). What Can Machines Learn, and What Does It Mean for Occupations and the Economy? AEA Papers and Proceedings, 108, 43-47. https://doi.org/10.1257/pandp.20181019
  • Budhwar, P., Chowdhury, S., Wood, G., Aguinis, H., Bamber, G. J., Beltran, J. R., Boselie, P., Lee Cooke, F., Decker, S., DeNisi, A., Dey, P. K., Guest, D., Knoblich, A. J., Malik, A., Paauwe, J., Papagiannidis, S., Patel, C., Pereira, V., Ren, S., … Varma, A. (2023). Human resource management in the age of generative artificial intelligence : Perspectives and research directions on ChatGPT. Human Resource Management Journal, 33(3), 606-659. https://doi.org/10.1111/1748-8583.12524
  • Danaher, J., Hogan, M. J., Noone, C., Kennedy, R., Behan, A., De Paor, A., Felzmann, H., Haklay, M., Khoo, S.-M., Morison, J., Murphy, M. H., O’Brolchain, N., Schafer, B., & Shankar, K. (2017). Algorithmic governance : Developing a research agenda through the power of collective intelligence. Big Data & Society, 4(2), 205395171772655. https://doi.org/10.1177/2053951717726554
  • Dennis, A. R., Lakhiwal, A., & Sachdeva, A. (2023). AI Agents as Team Members : Effects on Satisfaction, Conflict, Trustworthiness, and Willingness to Work With: Journal of Management Information Systems. Journal of Management Information Systems, 40(2), 307-337. https://doi.org/10.1080/07421222.2023.2196773
  • Dietvorst, B. J., Simmons, J. P., & Massey, C. (2015). Algorithm aversion : People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 144(1), 114-126. https://doi.org/10.1037/xge0000033
  • Gagné, M., Parent-Rocheleau, X., Bujold, A., Gaudet, M.-C., & Lirio, P. (2022). How algorithmic management influences worker motivation : A self-determination theory perspective. Canadian Psychology / Psychologie Canadienne, 63(2), 247-260. https://doi.org/10.1037/cap0000324
  • Glikson, E., & Woolley, A. W. (2020). Human Trust in Artificial Intelligence : Review of Empirical Research. Academy of Management Annals, 14(2), 627-660. https://doi.org/10.5465/annals.2018.0057
  • Haesevoets, T., De Cremer, D., Dierckx, K., & Van Hiel, A. (2021). Human-machine collaboration in managerial decision making. Computers in Human Behavior, 119, 106730. https://doi.org/10.1016/j.chb.2021.106730
  • Kellogg, K., Valentine, M., & Christin, A. (2019). Algorithms at work : The new contested terrain of control. Academy of Management Annals.
  • Lacroux, A., & Martin-Lacroux, C. (2022). Should I Trust the Artificial Intelligence to Recruit? Recruiters’ Perceptions and Behavior When Faced With Algorithm-Based Recommendation Systems During Resume Screening. Frontiers in psychology, 13.
    Langer, M., König, C. J., & Busch, V. (2021). Changing the means of managerial work : Effects of automated decision support systems on personnel selection tasks. Journal of Business and Psychology, 751-769. Scopus. https://doi.org/10.1007/s10869-020-09711-6
  • Lee, M. K. (2018). Understanding perception of algorithmic decisions : Fairness, trust, and emotion in response to algorithmic management, Big Data & Society, 5(1), 205395171875668. https://doi.org/10.1177/2053951718756684
  • Mayer, R. C., Davis, J. H., & Schoorman, F. D. (1995). An Integrative Model Of Organizational Trust. Academy of Management Review, 20(3), 709-734. https://doi.org/10.5465/amr.1995.9508080335
  • Nawaz, N. (2020). Artificial Intelligence Applications for Face Recognition in Recruitment Process. Journal of Management Information & Decision Sciences, 23, 499-509.
  • Parker, S. K., & Grote, G. (2020). Automation, Algorithms, and Beyond : Why Work Design Matters More Than Ever in a Digital World. Applied Psychology. Applied Psychology, 71(4), 1171-1204.
  • Perez, F., Conway, N. & Roques, O. (2022). The Autonomy Tussle: AI Technology and Employee Job Crafting. Relations industrielles/Industrial Relations, 77(3).
  • Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management : The automation–augmentation paradox. Academy of Management Review, 46(1), 192-210. https://doi.org/10.5465/amr.2018.0072
  • Schwab, K. (2017). The Fourth Industrial Revolution. Crown.
  • Solberg, E., Kaarstad, M., Eitrheim, M. H. R., Bisio, R., Reegård, K., & Bloch, M. (2022). A Conceptual Model of Trust, Perceived Risk, and Reliance on AI Decision Aids. Group & Organization Management, 47(2), 187‑222. https://doi.org/10.1177/10596011221081238
  • Sundar, S. S., & Kim, J. (2019). Machine heuristic : When we trust computers more than humans with our personal information. Proceedings of the 2019 CHI Conference on human factors in computing systems, 1-9.
  • Sutherland, W., Kinder, E., Wolf, C. T., Lee, M. K., Newlands, G., & Jarrahi, M. H. (2021). Algorithmic Management in a Work Context. Big Data and Society, 8(2). https://doi.org/10.1177/20539517211020332
  • Wrzesniewski, A., & Dutton, J. E. (2001). Crafting a job: Revisioning employees as active crafters of their work. Academy of Management Review, 26(2), 179-201.
 
Contact
 

contact@ripco-online.com

 
 
Appels à communications
 
 
   
 
Lecteurs   Rédacteurs invités   Auteurs   Relecteurs   Liens utiles  
 

Archives
Les plus cités
Les plus récents
Vient de paraître
A paraitre bientôt
Numéros en cours
Abonnement/Achat

 

Rédacteurs invités précédents
Conditions d'éligibilité
Guides de présentation
Procédure de soumission
Procédure d'évaluation
Archives
Déontologie

 

Soumettre un manuscrit
Instructions aux auteurs
Appels à contributions
Chercher un article
Droits et permissions
Auteurs les plus cités
Auteurs les plus productifs

 

Accéder aux manuscrits
Déontologie
Téléchargements

 

Editions ESKA
FNEGE
AGRH
CAIRN
CAIRN Int Résumés
CAIRN Int Full-Texts
ProQuest
Google Scholar

 
  Editeur : Editions ESKA, 12 rue du quatre Septembre, 75002 Paris www.eska.fr •  Directeur de la publication : Serge Kebabtchieff, email: Serge.kebabtchieff@eska.fr, tél. : +33142865566 •  Rédacteur en Chef : Silvester IVANAJ, ICN Business School – Campus Artem, 86 rue du Sergent Blandan, CS 70148, 54003 Nancy Cedex, email : silvester.ivanaj@icn-artem.com, tél. : +33354502552 / +336 1123 8037 •  Secrétaire de Rédaction : Nathalie Tomachevsky  •  Marketing et Communication : Audrey Bisserier, email : agpaedit@eska.fr • Responsable de la Fabrication : Marise Urbano, email : agpaedit@eska.fr, tél. : +33142865565 • Périodicité : 4 numéros par an • ISSN : 2262-8401 / e-ISSN : 2430-3275 •  Le Copyright est la propriété des Editions ESKA  
  © 2019 • Editions ESKA  • Tous droits réservés