Influence de l'intelligence artificielle sur les travailleurs et sur leurs tâches
Notice bibliographique
Résumé
De plus en plus les technologie innovantes tel que l'intelligence artificielle sont introduites dans des organisation des secteurs sensibles tel que le secteur de l'électricité. Le fait de s'interroger sur les enjeux, et les impacts de leurs utilisations massives devient une réelle préoccupation pour la société et son devenir. Cette question est d'autant plus présente lorsqu'il subsiste un doute quant à ces effets sur les travailleurs ou sur les tâches que ces travailleurs doivent accomplir au quotidien. Dans le but d'apporter une contribution à cette préoccupation de la société la présente recherche s'intéresse aux impacts de l'utilisation de l'intelligence artificielle sur les travailleurs et sur leurs tâches. Au travers de la lentille offerte par la théorie de l'adéquation tache-technologie, en deux études, une revue de la littérature et une étude de cas unique, la présente recherche passe en revue les utilisations présentes dans la littérature, qui sont faites de l'IA dans les organisations du secteur de l'électricité. Cette recherche sonde quels en sont les impacts sur les travailleurs et sur leurs tâches et enfin examine la contribution des structures de gouvernances dans cette relation. L'étude de cas, dans une organisation du secteur de l'électricité au Canada permettra entre autres de rapprocher les résultats et d'ouvrir de nouvelles perceptives pour la recherche et la pratique.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».