Quand l’intelligence artificielle théorisera les organisations
Cet article1 explore la possibilité qu’une intelligence machine puisse théoriser des organisations ; et qu’elle le fasse mieux qu’une intelligence humaine dans un proche futur. La plupart des modèles d’apprentissage des machines sont des processus statistiques automatisés qui sont à peine capables d...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Format: | Article ou chapitre numérique |
| Langue: | Français |
| Publié: |
2020
|
| Accès en ligne: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| id |
cairn-RFG_285_0135 |
|---|---|
| record_format |
cairn |
| spelling |
cairn-RFG_285_0135RFGRevue française de gestion https://shs.cairn.info/revue-francaise-de-gestion-2019-8-page-135?lang=fr https://doi.org/10.3166/rfg.2020.00409 Quand l’intelligence artificielle théorisera les organisations Baumard, Philippe2020 fre Revue française de gestion | 285 | 8 | 2020-02-18 | p. 135-159 | 0338-4551 RFG_28578 Cet article1 explore la possibilité qu’une intelligence machine puisse théoriser des organisations ; et qu’elle le fasse mieux qu’une intelligence humaine dans un proche futur. La plupart des modèles d’apprentissage des machines sont des processus statistiques automatisés qui sont à peine capables d’une induction formelle et ne génèrent pas de nouvelles théories, mais reconnaissent plutôt un ordre préexistant. Les théories humaines sont incarnées ; elles naissent d’un lien organique avec le monde, auquel les théoriciens ne peuvent échapper. Cet article envisage de surmonter cet obstacle pour accueillir une révolution théorique apportée par l’IA.This article explores the possibility that machine intelligence can theorize organizations; and that it will do so better than human intelligence in the near future. Most models of machine learning are automated statistical processes that are barely capable of formal induction and do not generate new theories, but rather recognize a pre-existing order. Human theories are embodied; they arise from an organic link to the world, from which theorists cannot escape. This paper considers overcoming this obstacle to accommodate a theoretical revolution brought about by AI.Cairn free access |
| language |
Français |
| format |
Article ou chapitre numérique |
| building |
0/Bibliothèque numérique/ 1/Bibliothèque numérique/Cairn/ |
| description |
Cet article1 explore la possibilité qu’une intelligence machine
puisse théoriser des organisations ; et qu’elle le fasse mieux
qu’une intelligence humaine dans un proche futur. La plupart
des modèles d’apprentissage des machines sont des processus
statistiques automatisés qui sont à peine capables d’une
induction formelle et ne génèrent pas de nouvelles théories,
mais reconnaissent plutôt un ordre préexistant. Les théories
humaines sont incarnées ; elles naissent d’un lien organique
avec le monde, auquel les théoriciens ne peuvent échapper. Cet
article envisage de surmonter cet obstacle pour accueillir une
révolution théorique apportée par l’IA. |
| author |
Baumard, Philippe |
| spellingShingle |
Baumard, Philippe Quand l’intelligence artificielle théorisera les organisations |
| author_facet |
Baumard, Philippe |
| author_sort |
Baumard, Philippe |
| title |
Quand l’intelligence artificielle théorisera les organisations |
| title_short |
Quand l’intelligence artificielle théorisera les organisations |
| title_full |
Quand l’intelligence artificielle théorisera les organisations |
| title_fullStr |
Quand l’intelligence artificielle théorisera les organisations |
| title_full_unstemmed |
Quand l’intelligence artificielle théorisera les organisations |
| title_sort |
quand l’intelligence artificielle théorisera les organisations |
| publishDate |
2020 |
| container_title |
|
| container_issue |
|
| url |
https://ezproxy.univ-orleans.fr/login?url=https://shs.cairn.info/revue-francaise-de-gestion-2019-8-page-135?lang=fr https://ezproxy.univ-orleans.fr/login?url=https://doi.org/10.3166/rfg.2020.00409 |
| _version_ |
1877246557914398720 |