La phase clef de préparation des données dans un projet d'Intelligence Artificielle

Bernard Quinio (), Antoine Harfouche (), Cyril Viallet () and Rolande Marciniak
Additional contact information
Bernard Quinio: CEROS - Centre d'Etudes et de Recherches sur les Organisations et la Stratégie - UPN - Université Paris Nanterre
Antoine Harfouche: CEROS - Centre d'Etudes et de Recherches sur les Organisations et la Stratégie - UPN - Université Paris Nanterre
Cyril Viallet: HNHP - Histoire naturelle de l'Homme préhistorique - MNHN - Muséum national d'Histoire naturelle - UPVD - Université de Perpignan Via Domitia - CNRS - Centre National de la Recherche Scientifique
Rolande Marciniak: IDHES - Institutions et Dynamiques Historiques de l'Économie et de la Société - UP1 - Université Paris 1 Panthéon-Sorbonne - UP8 - Université Paris 8 Vincennes-Saint-Denis - UPN - Université Paris Nanterre - UEVE - Université d'Évry-Val-d'Essonne - CNRS - Centre National de la Recherche Scientifique - ENS Paris Saclay - Ecole Normale Supérieure Paris-Saclay

Post-Print from HAL

Abstract: Plusieurs avancées ont eu lieu en Intelligence Artificielle (IA) surtout dans les domaines ou les données sont massives et les questions précises. Peu de recherches traitent des cas plus difficiles tel qu'un faible volume de données et des questions plus ouvertes. L'objectif de cette communication est de montrer comment surmonter les difficultés liées au développement d'une IA pour un de ces cas difficile d'application. Notre recherche intervention dans le cadre d'un projet a pour objectif d'utiliser l'IA pour produire de nouvelles connaissances sur le comportement de l'homme préhistorique. L'approche adoptée dans cette communication repose sur le travail fondateur de Star (1989) concernant l'infrastructure des activités scientifiques, ses caractéristiques mais aussi les étrangetés qu'elle produit. Notre démarche s'appuie aussi sur une approche instrumentale issue des réflexions de Caseau (2018) sur l'IA. Avec ces apports, nous proposons une démarche itérative et en interaction avec l'infrastructure de l'organisation pour appréhender le développement d'IA et nous montrons que la phase de préparation des données, en lien étroit avec la mise en oeuvre des algorithmes d'IA, y est déterminante.

Keywords: Intelligence Artificielle; Infrastructure; Classifications; Standards; Objet Frontière; Préparation de données; Projet (search for similar items in EconPapers)
Date: 2019-06-03
Note: View the original document on HAL open archive server: https://hal.parisnanterre.fr/hal-03110431v1
References: Add references at CitEc
Citations:

Published in 24ème conférence de l’AIM : Management de la transformation numérique, AIM, Jun 2019, Nantes, France

Downloads: (external link)
https://hal.parisnanterre.fr/hal-03110431v1/document (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-03110431

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().