Le développement de l'intelligence artificielle au Québec à l'aune de l'économie de la promesse
Notice bibliographique
Résumé
Cette thèse a pour objet d’étude la trajectoire récente de l’intelligence artificielle (IA) au Québec (2010-2023). En s'appuyant sur les concepts de l'économie de la promesse et de la sociologie des attentes, elle met en évidence les acteurs qui mobilisent les promesses et les attentes de l’IA afin d'interroger les effets performatifs de ce type de discours. Pour y parvenir, elle identifie les principaux acteurs de l’économie de la promesse, à savoir les chercheurs-entrepreneurs vedettes, les firmes d’investissement en capital de risque, les entrepreneurs, les grandes firmes de consultants, les décideurs publics et les journalistes. Le rôle de ces acteurs et les promesses et attentes qu’ils suscitent sont analysés à travers trois échelles d’analyse : le microsocial, le mésosocial et le macrosocial. L’analyse microsociale porte sur deux entreprises : la première était une jeune pousse spécialisée dans les techniques d’apprentissage profond désormais vendue à une grande entreprise technologique ; la deuxième est une entreprise mature non technologique qui a revu sa structure organisationnelle pour intégrer une équipe dédiée exclusivement à l’IA. Les deux entreprises ont vécu un cycle d’enthousiasme-déception. Leurs activités quotidiennes étaient guidées par des promesses et des attentes démesurées à l’endroit de l’IA. En parallèle, elles diffusaient des discours s’inscrivant dans le registre discursif du « moonshot », du « bold » et de la « disruption », sous-estimant les obstacles opérationnels à déployer des modèles en IA. L’analyse mésociale s’appuie sur 40 entretiens réalisés auprès des acteurs du système de l’IA au Québec, et permet de recenser cinq grands thèmes du discours : la promesse, le retard, la nécessité, la normalisation et la peur. Elle en identifie également vingt-et-un sous-thèmes. L’analyse macrosociale est basée sur 222 articles de presse francophone. Elle permet d’illustrer le traitement manichéen des médias envers l’IA. Portés par un petit groupe d’individus, les discours médiatiques axés sur les promesses et les attentes de l’IA tournent principalement autour de la révolution, de la disparition des emplois, de la course commerciale et des demandes auprès des gouvernements pour éviter les dérives de l’IA et s’emparer de ses promesses. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : économie de la promesse, sociologie des attentes, intelligence artificielle, Québec, analyse du discours, cycle des attentes technologiques
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».