Cadrer sans discipliner
Les agents de recommandation sont des systèmes d’intelligence artificielle qui doivent prédire les préférences des consommateurs à partir des traces d’usages que ces derniers déposent durant leurs activités de navigation. Du point de vue de la littérature, ces agents sont potentiellement dotés d’une...
Shranjeno v:
| Auteurs principaux: | , , |
|---|---|
| Format: | Article ou chapitre numérique |
| Jezik: | Français |
| Izdano: |
2017
|
| Teme: | |
| Online dostop: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| Izvleček: | Les agents de recommandation sont des systèmes d’intelligence artificielle qui doivent prédire les préférences des consommateurs à partir des traces d’usages que ces derniers déposent durant leurs activités de navigation. Du point de vue de la littérature, ces agents sont potentiellement dotés d’une efficacité non négligeable. Pour autant, peu de travaux se sont jusqu’ici attachés à comprendre les formes de ce pouvoir d’action. La contribution de cet article sera double. D’une part, il s’agira de rendre compte de méthodes comportementalistes mobilisées par les sciences de gestion pour évaluer et régler la pertinence des agents de recommandation. D’autre part, il s’agira de montrer comment ces méthodes peuvent être utilisées par les sciences sociales, non pas pour dégager des règles de conduite de l’action économique comme le font traditionnellement les sciences de gestion, mais plutôt pour comprendre les modes d’existence des marchés. Nous montrerons en ce sens que l’agent de recommandation constitue un dispositif d’économicisation des activités d’exploration des consommateurs qui, à l’ère des marchés numérisés, participe à l’instauration de nouvelles formes de cadrage cognitif et relationnel. |
|---|