1 On attribue communément à Karel Čapek la première mention du mot « robot », en 1920, dans l’une de ses pièces de théâtre, « Rossum’s Universal Robots », pour nommer un androïde construit par un savant, capable d’accomplir les tâches normalement exécutées par un humain. Si le romancier tchèque avait initialement pensé au terme laboři (pour les travailleurs), il s’est finalement arrêté sur celui de robot (Vas-Deyres, 2013) : « rob signifiant “esclave” en slave ancien et robota indiquant “la corvée” en tchèque, tandis qu’aujourd’hui encore rabotât veut dire “travailler” en russe et robotnik signifie “ouvrier” en slovaque et en polonais » (Corduas, 1986, p. 27). Quelques années plus tard, Alan Turing (1950) propose de questionner la capacité des machines à imiter un comportement humain, questionnement qui fait de lui l’un des précurseurs de ce qui sera plus tard désigné sous le nom d’intelligence artificielle (IA). Il introduit à cette fin le « jeu d’imitation » dans lequel un évaluateur, humain, dialogue par écrit avec un humain et une machine. Si l’évaluateur n’arrive pas à distinguer la machine de l’humain, la machine atteint alors l’objectif qui lui est assigné dans le jeu, à savoir être indiscernable d’un être humain (Piccinini, 2000). Dans ce sillage, les mathématiciens américains John McCarthy et Marvin Minsky organisent, en 1956, un séminaire sur les « machines pensantes » (Barraud, 2020) au cours duquel ils proposent pour la première fois de parler d’IA, définie comme « la science et l’ingénierie consistant à fabriquer des machines intelligentes », à l’intersection de nombreuses disciplines, de l’informatique aux mathématiques, en passant par les sciences cognitives ou encore la philosophie (Collins et al., 2021). Reconnue comme une discipline scientifique et d’enseignement, l’IA va traverser des cycles d’enthousiasme et de désillusion liés aux limites techniques et aux succès partiels des systèmes experts. Depuis les années 2010, elle connaît un regain d’intérêt grâce à la puissance des ordinateurs, aux grands volumes de données et aux progrès de l’apprentissage profond. Cette montée en puissance fait de l’IA un concept polysémique qui, selon la Commission européenne [1], peut être défini de la façon suivante : « On entend par “système d’IA”, un système automatisé qui est conçu pour fonctionner à différents niveaux d’autonomie et peut faire preuve d’une capacité d’adaptation après son déploiement, et qui, pour des objectifs explicites ou implicites, déduit, à partir des entrées qu’il reçoit, la manière de générer des sorties telles que des prédictions, du contenu, des recommandations ou des décisions qui peuvent influencer les environnements physiques ou virtuels. »

2 Dès lors, le champ de l’IA s’est enrichi de nombreux termes qui précisent ses fonctionnalités ou ses domaines d’usage. On distingue ainsi le machine learning, qui désigne l’apprentissage automatique fondé sur les données, et le deep learning, qui mobilise des réseaux de neurones profonds pour modéliser des phénomènes complexes. On évoque aussi l’IA générative, pour parler de systèmes capables de créer toutes sortes de textes, images, sons et vidéos ; ou encore l’IA conversationnelle pour désigner les technologies, comme les chatbots ou les assistants virtuels, spécialisées dans le dialogue avec l’utilisateur. On parle également d’IA prédictive pour désigner ces technologies capables d’anticiper des comportements ou des événements à partir de l’analyse massive de données. Ce lexique entourant la notion d’IA, bien plus large encore et en expansion, reflète non seulement les avancées technologiques dans ce domaine, mais aussi la pluralité des enjeux et implications de cette « nouvelle » technologie que ce numéro spécial de la Revue française de gestion (Rfg) souhaite aborder [2].

1. L’IA prophétique face à l’obsolescence humaine

3 Le rapport que les sociétés entretiennent au fil du temps avec les technologies n’est pas sans poser des questions d’organisation ou de management (Boltanski et Chiapello, 1999 ; Boullier, 2019). Qu’il s’agisse du développement et de l’accélération des machines de transport depuis l’époque moderne, des technologies de l’information et de la communication, de la démocratisation d’Internet et de la nouvelle ère de l’information, ou aujourd’hui de l’IA, les innovations technologiques majeures qui ont jalonné l’histoire de l’humanité n’ont eu de cesse d’interroger les activités sociales et économiques. Si l’ère industrielle a vu le bouleversement du travail, notamment à travers l’apparition de l’organisation scientifique du travail, la diffusion récente des technologies numériques a, quant à elle, fait émerger de nombreuses problématiques telles que la surabondance et la propagation de l’information (Boullier, 2023 ; Sauvajol-Rialland, 2013), la souveraineté des individus et des institutions (Verdegem, 2024 ; Zuboff, 2019), la porosité des sphères privées et professionnelles (Cihuelo et Piotrowski, 2023 ; Letourneux, 2020 ; Riberolles, 2025) ainsi que la responsabilité numérique des organisations (Lobschat et al., 2021).

4 S’agissant de l’IA plus particulièrement, l’intérêt que portent les sciences humaines et sociales, y compris les sciences de gestion et du management, à ce nouveau phénomène, est à la fois grandissant et contrasté : les plus rêveurs en font un objet de conquête et de fantasme, tandis que les plus sceptiques imaginent les pires scénarios. En effet, parce qu’elle offre des caractéristiques techniques et des potentialités nouvelles, l’IA se distingue des autres technologies digitales (Benbya et al., 2020 ; Ganascia, 2017). L’analyse de ces usages produit, dès lors, des controverses quant à leurs conséquences sur l’humanité. Pour certains, l’IA possède la puissance technique d’interroger les frontières entre ce qui relève des capacités des humains et de celles des machines (Schuetz et Venkatesh, 2020), ainsi que le potentiel philosophique de (re)concevoir les rapports aux acteurs non humains (Law, 1991 ; Sadin, 2025). Pour d’autres, l’IA reste une technologie au service de l’ordre en place, se cantonnant au statut d’outil toujours plus productif, qui, pour fonctionner, dépend toujours d’une grande quantité d’énergie humaine, souvent précarisée et mondialisée (Casilli, 2019 ; Le Ludec, 2024).

5 Alors même que les débats scientifiques se poursuivent, l’IA s’installe confortablement, et parfois subrepticement, dans un grand nombre de discussions et de pratiques relatives à la sphère professionnelle comme à la sphère privée. Il est ainsi régulièrement fait mention de ces nouvelles entités capables de (re)produire et de représenter toutes sortes de contenus, dans une pluralité de styles et avec une rapidité sans limite. L’IA apparaît sous la forme de nouveaux partenaires avec lesquels chacun peut converser afin de rédiger un roman, un rapport de stage, un projet de recherche, une lettre de motivation ou simplement partager une plaisanterie. Ces interactions avec l’IA, répétées et prolongées dans le temps, affectent cependant non seulement les capacités expressives des individus – écrire, parler, créer –, mais aussi leurs capacités d’apprentissage (Alombert, 2025 ; Bertolucci, 2023 ; Sadin, 2015), ou encore les rapports sociaux au sein de l’organisation (Fleming, 2019 ; Žižek, 2023).

6 Les sciences de gestion et du management doivent dès lors s’intéresser aux trajectoires de déploiement de cette technologie, voire de ce nouvel « acteur organisationnel », ainsi qu’aux dynamiques, aux influences et aux transformations qu’il introduit sur les environnements de travail autant que sur les relations sociales. Il convient alors de considérer et d’analyser l’IA comme une innovation technologique à double visage, porteuse de promesses de performance organisationnelle, mais aussi de risques. Suivant la sociomatérialité (Orlikowski et Scott, 2008), il s’agit d’abord de penser l’IA comme une innovation technologique constitutive de pratiques organisationnelles qui se dessinent selon une logique de co-construction humain-machine, et non comme un simple outil neutre et externe. Il s’agit ensuite d’étudier comment les pratiques organisationnelles, les décisions et même les identités professionnelles sont transformées par ces interactions hybrides (Schuetz et Venkatesh, 2020). Il s’agit enfin d’interroger l’esprit de la technologie (De Sanctis et Poole, 1994), c’est-à-dire ce qu’elle est et ce à quoi elle est supposée servir selon ses concepteurs, pour mieux appréhender, à terme, la façon dont elle influencera les organisations qui la mettront en œuvre. Car, comme l’indiquait le peintre Pierre Soulages : « on ne fait pas n’importe quoi avec n’importe quel outil… En choisissant l’outil, on s’engage déjà dans une voie qui n’est pas forcément celle dans laquelle on voulait aller… ».

7 Dans les faits, l’IA bouscule d’ores et déjà l’humanité et son organisation, relançant un scénario historique et durable : dans sa version la plus radicale, celui du remplacement des humains par des machines (Casilli, 2023 ; Günther, 2002), ou, dans une version minimale, celui de la modification du travail et de ses conditions d’exercice (Fleming, 2019 ; Frey et Osborne, 2013).

8 Le développement de l’IA trouve aussi sa puissance de développement et de propagande par le biais des imaginaires développés dans la fiction (Cave et Dihal, 2023 ; Parker, 1998 ; Peiro et al., 2024). Qu’ils soient représentés comme des objets marchands permettant d’augmenter le quotidien et d’accélérer les capacités humaines avant d’être jetés pour des plus performants ou plus beaux (voir Wall-E et Chappie), comme de nouveaux véritables compagnons de route (voir R2D2 et Baymax) ou comme des ennemis de notre existence humaine (voir T-1000 et Ultron), les nouveaux robots interrogent le rapport que nous avons aux objets, aux outils, aux techniques et plus généralement à l’altérité.

9 Plusieurs centaines de scientifiques et professionnels du secteur informatique considèrent d’ailleurs l’IA comme un risque majeur, affirmant qu’« atténuer le risque d’extinction lié à l’intelligence artificielle devrait être une priorité mondiale au même titre que d’autres risques à l’échelle de la société tels que les pandémies et la guerre nucléaire » [3]. Il peut sembler surprenant, au premier abord, que la robotique ou plus largement les technologies numériques, suscitent un niveau d’inquiétude comparable à celui de phénomènes responsables de millions de morts, tels que les pandémies. Pourtant, ce rapprochement n’est pas dépourvu de pertinence : les données circulent au-delà des frontières physiques, se propagent via des infrastructures techniques (câbles, protocoles de transmission) et peuvent potentiellement produire des effets délétères sur des populations entières.

10 L’analogie entre virus biologiques et virus informatiques illustre cette dynamique de diffusion rapide et difficilement contrôlable, déjà évoquée lors de crises sanitaires majeures. Cependant, à l’inverse du virus biologique qui se propage selon une logique autonome de reproduction, le virus informatique a été conçu et possède donc une intentionnalité et une rationalité. Cette distinction souligne que les risques liés à l’IA ne résultent pas d’une « malveillance » de la machine, mais de la manière dont elle est conçue et dont ses fonctionnalités interagiront avec les systèmes humains et sociaux. Finalement, ce numéro spécial au sein de la Rfg doit nous rappeler que si l’IA possède le potentiel de tout changer, il n’en reste pas moins que les situations de gestion (Girin, 1990) analysées restent similaires : nous parlons d’acteurs impliqués dans des stratégies parfois contradictoires, d’organisations avec une multitude de ressources et de contraintes, de temporalités diverses, de résultats et de leurs jugements.

2. Éclairer la complexité de l’IA : la force du dialogue (inter)disciplinaire

11 Ce numéro spécial est l’occasion d’engager un dialogue qui croise les perspectives des différents champs des sciences de gestion et du management (organisation, stratégie, ressources humaines, comptabilité, systèmes d’information, marketing, innovation, etc.) et qui mobilise la pluralité de leurs cadres théoriques. Il invite à dépasser les visions strictement techno-solutionnistes, en proposant des recherches mettant l’accent sur le travail de l’IA et avec l’IA, ainsi que sur ses usages en contexte. Ces contributions éclairent toute la complexité de l’IA dans les organisations, qui, tout à la fois, transforme des pratiques professionnelles, redéfinit des métiers et des compétences associées et engage de nouvelles formes de responsabilité et de gouvernance sociotechnique.

12 Le numéro spécial ici présenté est composé de sept articles qui permettent de faire émerger trois grands questionnements autour de l’IA. Le premier, « fabriquer l’IA », réunit deux articles qui interrogent la conception de l’IA, en s’intéressant aussi bien aux « petites mains » qui la nourrissent qu’aux chercheurs qui la co-conçoivent avec les acteurs de terrain. Ces travaux mettent en lumière le caractère fondamentalement collectif, situé et social de la fabrication de l’IA, loin d’une vision purement technique ou décontextualisée. Le deuxième questionnement, « travailler avec l’IA », regroupe trois contributions qui se concentrent sur ce que produit l’IA dans des usages réels. Trois contextes professionnels sont analysés : la gestion de projet, le travail de codage des informaticiens et les cabinets d’audit. Ces articles montrent comment l’IA s’inscrit dans des activités concrètes, reconfigure les compétences, les modes de coordination et les rapports à l’activité. Enfin, le troisième questionnement, « (se) représenter l’IA », porte sur ce que l’IA suscite dans les imaginaires, avant même son déploiement effectif dans les organisations. Les deux contributions s’intéressent notamment aux représentations sociales de l’IA chez les professionnels du secteur des services, ainsi qu’aux liens entre la confiance qu’ont des professionnels du recrutement envers l’outil d’IA et leur comportement vis-à-vis de ses recommandations lors de la présélection des CV. L’IA apparaît ici comme un objet de projection, structurant des attentes, des décisions et des pratiques organisationnelles futures.

3. Remerciements : aux humains derrière la machine

28 Nous tenons à remercier l’équipe éditoriale de la Rfg d’avoir permis l’émergence de ce numéro spécial et, au-delà, pour ses actions en faveur de la valorisation de la recherche francophone en sciences de gestion. En effet, grâce aux dossiers et numéros spéciaux portant sur des thématiques majeures telles que le handicap ou l’anthropocène en contexte organisationnel, la Rfg accompagne, voire propulse, de nouveaux sujets (Rouquet, 2025). Ensuite, nous remercions assurément les auteurs : ceux que le lecteur pourra lire dans ce numéro, pour leur travail de recherche et d’écriture sur une problématique émergente et néanmoins omniprésente dans les organisations ; mais aussi les autres, ceux que le lecteur ne trouvera pas dans ce dossier, ayant subi les fourches caudines du processus de révision, et dont les recherches, nous l’espérons, aboutiront (atterriront) ailleurs et/ou plus tard au sein de la Rfg [4].

29 Finalement, et peut-être surtout, nos plus sincères remerciements s’adressent aux réviseurs anonymes. Celles et ceux qui, parfois malgré leur retard, nous émerveillent par leur abnégation constante et durable. Celles et ceux qui font avancer, en silence, et de manière quasi invisible, le travail d’écriture (Dobusch et al., 2025). Si, malheureusement, ces quelques lignes ne suffisent pas à rendre justice à toute la valeur de leur travail, à l’interstice de tous les autres, puissent-ils savoir que leur contribution est utile, plus, nécessaire. Pour résumer, ces remerciements ont valeur de reconnaissance pour tout le travail accompli, mais également de mise en lumière de toute l’humanité derrière les rouages organisationnels du processus de publication scientifique. Parce que c’est bien de l’humanité dont la recherche scientifique a aujourd’hui plus que jamais besoin pour faire face aux défis croissants auxquels elle se heurte.

30 Face à des technologies toujours plus avancées et des injonctions à la publication de plus en plus pressantes, il apparaît essentiel de réaffirmer l’importance de l’humain au centre de la production scientifique. De l’humain derrière la machine à la machine derrière l’humain, il n’y a qu’un pas, qui interroge notre champ sur ses pratiques : l’accélération vantée par ces outils est-elle souhaitable ? La recherche peut-elle se contenter d’une pensée standard ? Enfin, est-il pertinent de confier le travail scientifique à des entités controversées aussi bien sur le plan écologique que sur le plan social ? Lahire (2025) rappelle ainsi l’importance, dans la recherche scientifique, de prendre le temps. Si celle-ci peut être effectivement augmentée par l’IA, cette dernière ne peut constituer un véritable soutien que dans le cadre d’un déploiement maîtrisé et réfléchi. Lahire (2025) rappelle aussi ces quelques mots prononcés par la mathématicienne Laure Saint-Raymond (2018) [5], alors plus jeune élue de l’académie des sciences, sur lesquels nous souhaiterions conclure tant ils invitent à la réflexion sur notre propre rapport à l’IA : « Une autre attitude qui n’est pas trop en vogue et qui semble pourtant une condition nécessaire de la découverte est de prendre son temps, d’accepter de ne pas toujours être efficace. (…) En ralentissant un peu, on peut reprendre sa respiration, et peut-être retrouver le plaisir de se laisser aller au gré des intuitions, la liberté de créer, et la détermination d’aller au bout de ses idées. Un chemin plus raide, mais peut-être plus esthétique, plus sécurisé et qui ouvre des perspectives plus larges. »