Votre recherche

Nous présentons dans cet article les résultats d’une enquête sur les politiques publiques de régulation de l’intelligence artificielle et en particulier sur les stratégies mises en œuvre dans des cadres socio-politiques aux échelles nationales, européennes et internationales. La France a créé des instances dans lesquels des « frottements » entre acteurs différents sont possibles, comme les groupes d’experts ou le Partenariat Mondial sur l’Intelligence Artificielle. Nous considérons que le travail de la part de l’ensemble des groupes sociaux, impliqués dans les instances que nous observons, est consubstantiel à la régulation. Les acteurs publics et privés s’organisent pour échanger et interagir de façon structurée, notamment par la mise en place de ces instances, comme le PMIA. Les dispositifs et instruments, auxquels les différents acteurs participent, contribuent à conférer un sens aux activités de régulation. Notre hypothèse repose sur l’émergence d’un « modèle français » de la régulation qui tend à promouvoir la « confiance » et dont le sens est de parvenir à l’acceptabilité sociale de l’IA.

Cette recherche vise à comprendre le processus de coproduction d’innovations sociales dans le contexte des plateformes numériques. À travers l’étude de la plateforme "Solidarité Covid-19 Francophonie", nous analysons comment l’intelligence artificielle facilite la collaboration entre des acteurs de cultures différentes et/ou développant des projets dans des domaines variés. Les résultats de l’étude ethnographique, complétée par une analyse quantitative, révèlent le développement des pratiques collaboratives grâce aux différents types de connecteurs, humains ou non-humains, qui organisent les échanges et facilitent la circulation de ressources affectives et cognitives. De manière paradoxale, l’analyse montre la difficulté de la plateforme à inclure certains publics.

À seulement dix ans de l’échéance fixée pour atteindre les Objectifs de développement durable (ODD), les agences et organisations de développement ont besoin d’innover rapidement dans leurs approches en matière de processus décisionnels et de résolution des problèmes. De nouveaux enseignements et de nouvelles conceptions, nés des usages émergents des technologies, peuvent servir de vecteurs à certaines innovations. Ce document d’orientation applique le nouveau paradigme des intelligences – qui comprend l’intelligence des données, l’intelligence artificielle, l’intelligence collective et l’intelligence incorporée – pour présenter une vue d’ensemble des risques et bénéfices associés à différents usages émergents des technologies aux praticiens du développement ainsi qu’aux responsables et décideurs politiques. Ces analyses sont, dans la mesure du possible, illustrées d’exemples issus du terrain. Nous recommandons dans ce Policy Paper de créer un cadre décisionnel pour aider les praticiens à déterminer s’ils doivent investir dans des technologies émergentes et comment ces dernières peuvent être efficacement mises au service des objectifs de développement. Cette première itération du cadre décisionnel cherche à définir précisément les objectifs de développement pertinents tout en prenant en compte le contexte existant avant d’aborder la question des solutions en évaluant la maturité, les défis, les implications financières et les risques posés par l’usage des technologies, ainsi que la présence de facteurs limitants et de catalyseurs qui pourraient en moduler l’impact et l’adéquation.

University students will be our future business leaders, and will have to address social problems caused by business by implementing solutions such as social entrepreneurship ventures. In order to facilitate the learning process that will foster social entrepreneurship, however, a more holistic pedagogy is needed. Based on learning theory, we propose that students' social entrepreneurship actions will depend on their learning about CSR and their absorptive capacity. We propose that instructors and higher education institutions can enhance this absorptive capacity by exploiting Web 2.0 technologies. We tested our proposition with a sample of 425 university students using structural equation modeling and found support for the proposed relationships.

Waste generation, especially hazardous waste, can strongly affect the environment and human lives. There is an urgent need to implement sustainable hazardous waste management tools to reduce their harmful impact on the environment stemming from incorrect waste management. However, there is still a lack of business model concepts combining sustainable development and risk management in reverse logistic value chains for hazardous waste. Therefore, the authors develop a novel sustainable business model canvas for both an entity and the logistics system using the Osterwalder's Business Model Canvas integrated with the concept of sustainable development in economic, social and environmental areas (Triple Bottom Line, TBL) and risk-related elements. Then, using the developed sustainable business model canvas, the model for the logistics system for the treatment of hazardous waste containing asbestos was successfully created. The model was implemented in the prototype of computer software in the form of electronic network services.

Human–computer interaction (HCI) is a cornerstone for the success of technical innovation in the logistics and supply chain sector. As a major part of social sustainability, this interaction is changing as artificial intelligence applications (Internet of Things, autonomous transport, Physical Internet) are implemented, leading to larger machine autonomy, and hence the transition from a primary executive to a supervisory role of human operators. A fundamental question concerns the level of control transferred to machines, such as autonomous vehicles and automatic materials handling devices. Problems include a lack of human trust toward automatic decision making or an inclination to override the system in case automated decisions are misperceived. This paper outlines a theoretical framework, describing different levels of acceptance and trust as a key HCI element of technology innovation, and points to the possible danger of an artificial divide at both the individual and firm level. Based upon the findings of four benchmark cases, a classification of the roles of human employees in adopting innovations is developed. Measures at operational, tactical, and strategic level are discussed to improve HCI, more in particular the capacity of individuals and firms to apply state‐of‐the‐art techniques and to prevent an artificial divide, thereby increasing social sustainability.

Reputation systems are a popular feature of web-based platforms for ensuring that their users abide by platform rules and regulations and are incentivized to demonstrate honest, trustworthy conduct. Accrual of "reputation" in these platforms, most prominently those in the e-commerce domain, is motivated by self-interested goals such as acquiring an advantage over competing platform users. Therefore, in community-oriented platforms, where the goals are to foster collaboration and cooperation among community members, such reputation systems are inappropriate and indeed contrary to the intended ethos of the community and actions of its members. In this article, we argue for a new form of reputation system that encourages cooperation rather than competition, derived from conceptualizing platform communities as a networked assemblage of users and their created content. In doing so, we use techniques from social network analysis to conceive a form of reputation that represents members' community involvement over a period of time rather than a sum of direct ratings from other members. We describe the design and implementation of our reputation system prototype called "commonshare" and preliminary results of its use within a Digital Social Innovation platform. Further, we discuss its potential to generate insight into other networked communities for their administrators and encourage cooperation between their users.