Tribune d'opinion qui répond au texte suivant : https://atecopol.hypotheses.org/13082

L’article de Daniel Andler propose la notion d’« intelligence artificielle post-générative », une manière de dépasser la fascination actuelle pour les modèles génératifs en rappelant que l’intelligence humaine ne se réduit pas à la performance ou à la prédiction, mais relève d’une capacité normative, située et contextualisée. Les systèmes actuels, aussi puissants soient-ils, ignorent les enjeux tacites et les contextes dans lesquels nous inscrivons nos jugements, et n’approchent donc pas le sens humain. La voie post-générative consiste à réinscrire l’IA dans une écologie de savoirs : neurosciences, SHS, droit, arts, médecine, autant de disciplines avec lesquelles l’IA doit dialoguer pour rester un outil pertinent et non une illusion d’autonomie. Cette approche s’accompagne d’un bilinguisme technologique, qui invite à apprendre alternativement avec et sans IA, afin de cultiver jugement, autonomie et compréhension des limites des outils. Les sciences humaines et la philosophie jouent ici un rôle essentiel pour éclairer concepts, pratiques et implications normatives. L’objectif n’est pas de simuler la pensée humaine, mais de concevoir des IA qui accompagnent la réflexion plutôt qu’elles ne la remplacent, des outils situés, transparents, responsables. Le programme PostGenAI@Paris illustre cette ambition en fédérant 21 projets interdisciplinaires pour une IA mieux articulée aux pratiques humaines.

Dès fin janvier 2026, l’ Amue lancera un service d’accès à une IA générative souveraine, développé avec Mistral et opéré sur les datacenters de l’ESR. Cette expérimentation, construite à l’origine avec 51 établissements dans le cadre de l’Alliance Mistral, permettra à tous les adhérents de tester des cas d’usage dans un environnement sécurisé, maîtrisé et conforme aux exigences de souveraineté. Pour en bénéficier, les établissements adhérents doivent dès à présent manifester leur intention de participation. On vous explique comment !

Cette thèse de doctorat de sciences de gestion développe une approche complémentaire des théories sur l'adoption d'une technologie, en y incluant les processus et mécanismes de l'attention. Les deux modèles d'adoption d'un SI (système d'information), appliqués à notre terrain empirique de recherche, sont le PAM (post-acceptance model) et le TAM (technology acceptance model).Le volume de cette thèse de doctorat est organisé en trois parties : la première (théorique) présente les théories de l'usage des technologies en management et sciences sociales (psychologie, ergonomie et sociologie) (chapitre 1), les recherches sur l'attention utilisées en sciences de gestion inspirées des neurosciences, de l'économie, de la psychologie (chapitres 2 et 3). La seconde décrit le contexte d'application et le terrain de recherche : l'intégration de ChatGPT et des IAG (intelligence artificielle générative) dans les systèmes éducatifs (chapitre 4), les analyses des IAG en termes de bénéfices/risques (chapitre 5), des études empiriques sur la perception et les attitudes face à ChatGPT en milieu étudiant (chapitre 6) et la méthodologie de construction du questionnaire (chapitre 7). La troisième expose les résultats de l'enquête quantitative, réalisée auprès d'étudiants d'établissements d'enseignement supérieur, en présentant d'abord une description globale des données (chapitre 8), puis les modélisations par équations structurelles, établies à partir de SmartPLS, chez les utilisateurs (chapitre 9) et chez les non-utilisateurs de ChatGPT (chapitre 10).