Exploration des intelligences artificielles poursuivant l’intérêt général: une revue de littérature systématique et compréhensive

Magalie Duarte ()
Additional contact information
Magalie Duarte: BSB - Burgundy School of Business (BSB) - ESC Dijon-Bourgogne, CEREN - Centre de Recherche sur les Entreprises - BSB - Burgundy School of Business (BSB) - ESC Dijon-Bourgogne

Post-Print from HAL

Abstract: Notre article interroge les contours de ce que serait une « IA d'intérêt général », ses enjeux en termes de gestion et ses implications pour le management public. Nous proposons de dépasser la dichotomie entre le secteur public et le reste de l'économie, en observant l'intérêt général comme un domaine de recherche unique, regroupant le bien public, le bien commun et le bien social. Nous explorons la littérature mettant en relation l'IA et l'ensemble des acteurs poursuivant l'intérêt général, afin de décrire des enjeux, des écoles de pensées et des thèmes de recherche communs. Nous mobilisons, pour cela, la méthode BIBGT (Walsh & Rowe, 2023), combinant la méthode bibliométrique pour réaliser une analyse rigoureuse et reproductible de 125 documents, et la méthode qualitative de la Grounded Theory, pour une analyse systématique des catégories centrales de ce corpus. Nos résultats font ressortir douze grands concepts, nous permettant de présenter un modèle de compréhension des enjeux du rôle dual de l'acteur public, face à l'émergence de l'IA d'intérêt général. D'autre part, nous proposons une lecture des interactions entre l'acteur public et ses parties prenantes de la conception à l'implémentation de l'IA. Notre revue de littérature est compréhensive (Rowe, 2014), à destination des acteurs publics et privés en charge de missions d'intérêt général visant à embarquer de l'IA, ainsi que des experts d'IA les développant.

Keywords: action collective; bien social; action publique; intelligence artificielle; BIBGT (search for similar items in EconPapers)
Date: 2025-10-21
References: Add references at CitEc
Citations:

Published in Gestion et management public, 2025, 13 (4), pp.117-142. ⟨10.3917/gmp.134.0117⟩

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

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-05797913

DOI: 10.3917/gmp.134.0117

Access Statistics for this paper

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