IA et société

Langue
d'enseignement

Français

Thèmes abordés

À l’ère des données et des systèmes intelligents, l’IA transforme la décision, le travail, la culture, la gouvernance et notre rapport à l’environnement au sein des organisations. Le cours aborde le cycle de vie des données, les fondamentaux de leur analyse (descriptive, prédictive, prescriptive) et le lien entre data analytics et IA dans le contexte de la gestion et de la prise de décisions. Un éventail d’outils pertinents (IA générative et décisionnelle, visualisation/reporting…) sont présentés, dans leurs dimensions fonctionnelles, mais aussi pour leurs implications RSE.et éthiques.
Ces thématiques générales sont déclinées de manière plus spécifique chaque année académique pour tenir compte de l’évolution rapide des technologies liées à l’IA.

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
.	Situer le rôle des données et de l’IA dans la prise de décision organisationnelle. Expliquer les grandes familles d’approches (descriptive, prédictive, prescriptive) et leurs usages dans un contexte de gestion. Interpréter les outputs générés par les outils IA (reporting …) dans une logique de pilotage. Porter un regard critique sur les enjeux éthiques et de durabilité, et formuler des pistes de bonne gouvernance.

Contenu

Le contenu est structuré en trois parties principales :

1. L’IA et les données dans un contexte de gestion : concepts de base et outils usuels utilisés dans une perspective d’aide à la décision et de pilotage.
2. Enjeux éthiques et sociétaux : repères sur biais/équité, vie privée/sécurité, durabilité et gouvernance des données en lien avec la RSE.
3. Transformations sociétales : impacts positifs et négatifs sur le travail et les compétences, la culture/éducation, la politique et l’information.

Méthodes d'enseignement

En complément de cours magistraux, mobilisation de diverses pratiques pédagogiques qui favorisent la participation active des étudiants, pendant et entre les cours. La combinaison de ces pratiques est modulée en fonction de l’évolution rapide de la matière, mais reste adaptée au contexte de l’horaire décalé.

Modes d'évaluation
des acquis des étudiants

Évaluation incluant potentiellement :

• Des travaux personnels avec ou sans présentations orales ;
• La rédaction de courtes notes de lecture, réflexions ou livrables de synthèse ;
• L’évaluation du niveau de participation ;
• La résolution de tests formatifs ;
• L’analyse d’études de cas ;
• …

Les modalités exactes (calendrier, consignes, critères, pondération des activités) sont communiquées lors de la première séance de cours et téléchargées sur Moodle.

Ressources
en ligne

Voir Moodle

Bibliographie

• Mitchell (2019) Artificial Intelligence: A Guide for Thinking Humans.
• Crawford (2021) Atlas of AI.
• Majeed, M. (2024) Artificial Intelligence in Business Management. Sharjah, United Arab Emirates: Bentham Science Publishers.

Faculté ou entité
en charge

> CLSM