Intégration de l’IA et développement des compétences dans les organisations en TI (technologies de l’information) au Québec
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nous présenterons les résultats de notre recherche sur l’intégration de l’IA en milieu organisationnel et ses effets sur les pratiques de développement des compétences. L’étude repose sur un sondage en ligne et des entrevues de groupe. ChatGPT s’impose comme l’outil d’IA le plus utilisé, principalement pour l’automatisation de tâches et la génération de contenu. Certaines entreprises ont recours à des IA plus spécialisées, tandis que d’autres développent leurs propres modèles internes. La protection, la sécurité et la confidentialité des données apparaissent comme des enjeux majeurs : partage involontaire de données sensibles, apprentissage des modèles à partir de données internes, gestion des accès et des permissions. En réponse à une offre de formation jugée insuffisante, les employés privilégient l’autoformation, les échanges informels entre collègues et les formations externes. Enfin, des considérations logistiques influencent le choix du format, selon la disponibilité des formations en ligne ou en présentiel.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle