Exploration de biais cognitifs chez les consommateurs lors de l’utilisation de l’intelligence artificielle en tourisme : influence sur le processus décisionnel. Présenté au congrès de l’Association des sciences administratives du Canada (ASAC 2024)
Notice bibliographique
Résumé
Division Gestion du tourisme et du sport.RSUM L'avnement de l'intelligence artificielle a profondment transform les paysages conomiques et sociaux.Malgr ses attrayantes promesses, elle soulve de nombreuses interrogations, particulirement en ce qui concerne les rponses psychologiques des consommateurs.Le biais cognitif, dcoulant d'heuristiques et de raccourcis mentaux, reprsente une source d'erreurs systmatiques dans le jugement et la prise de dcision communes tous.Cette tude s'appuie sur une revue de littrature la confluence de la psychologie, du marketing et du tourisme afin de dcrire 15 biais cognitifs susceptibles d'exercer une influence prpondrante chaque tape du processus dcisionnel du touriste.Des recommandations sont formules l'intention des entreprises et des consommateurs, tout en identifiant des pistes de recherche visant mieux comprendre le touriste dans son utilisation de l'IA.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».