Intelligence Artificielle: impacts de l'explicabilité dans la création de valeur et la prise de décision

Artificial Intelligence: impacts of explainability on value creation and decision making

• Auteur / Autrice : Taoufik El oualidi
• Direction : Saïd Assar
• Type : Projet de thèse
• Discipline(s) : Sciences de gestion
• Date : Inscription en doctorat le 15/12/2021
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Droit, économie, management (Sceaux, Hauts-de-Seine ; 2020-....)
• Partenaire(s) de recherche : Laboratoire : LITEM - Laboratoire en Innovation, Technologies, Economie et Management
• Partenaire(s) de recherche : Référent : Université d'Évry Val d'Essonne

Mots clés

Mots clés libres

Intelligence Artificielle

Explicabilité

Confiance

Création de valeur

Prise de décision

Apprentisage automatique

Artificial Intelligence

Explainability

Trust

Value creation

Decision making

Machine learning

Résumé

Au cours de ces dernières années, les nouveaux systèmes à base d'IA deviennent un sujet d'investissement incontournable pour toute démarche stratégique et opérationnelle. Au-delà du défi technique, cette nouvelle génération d'IA introduit une dynamique complexe et inédite dans l'interaction homme-machine. Face à des exigences de performance, d'éthique et de réglementation, l'explicabilité de l'IA (XAI) est à la fois un enjeu et un moyen pour faire émerger un nouveau cadre d'action collective. Ce travail de recherche vise à explorer les effets organisationnels et économiques des nouveaux systèmes numériques à base d'IA dans les entreprises. Il s'agit d'étudier plus particulièrement le rôle de l'explicabilité de l'IA auprès des parties prenantes dans le processus de prise de décisions et dans la création de valeur. Sur la base de données empiriques, nous étudions comment l'explicabilité de l'IA et les modalités de son opérationnalisation contribuent à la construction d'un dispositif (organisationnel et technique) capable de répondre durablement à des exigences multidisciplinaires.

In the last few years, new AI-based systems have become an essential investment topic for all strategic and operational approaches. Beyond the technical challenge, this new generation of AI introduces intricate and unprecedented dynamics in human-machine interaction. Faced with performance, ethical, and regulation requirements, AI explainability (XAI) is both a challenge and a means to create a new framework for collective action. This research work aims to explore the organizational and economic effects of new AI-based digital systems in companies. In particular, it aims to study the role of AI Explainability for stakeholders in the decision-making process and in value creation. Based on empirical data, we investigate how AI explainability and the modalities of its operationalization contribute to the construction of a system (organizational and technical) that can sustainably respond to multidisciplinary requirements.