L’intelligence artificielle intègre de nos jours pratiquement tous les domaines d’activité de l’homme. Les organisations à but non lucratif n’y échappent pas. Le recours à cette technologie est bien curieux dans ce type d’organisation, vu que l’usage d’une telle technologie repose la plupart du temps sur un objectif économique. Ce qui est contraire à certains égards, à la mission première des OBNL sensées apporter des solutions aux problèmes des communautés; même si pour le faire, ce type d’organisation a besoin de ressources.
Intégrer cette technologie à la gestion des OBNL comporte le risque de les détourner de leur mission première si l’équilibre entre celle-ci et leur besoin de gain n’est pas opéré. Julie Soriano, intriguée par cette question, propose un travail dans lequel elle questionne les enjeux d’intégration de solutions IA dans les OBNL- un tout nouveau phénomène d’ailleurs-, en vue de soulever les conséquences de l’intégration de l’IA sur l’alignement de leurs missions. Son étude est intitulée : « Les enjeux de l’intégration de solutions d’intelligence artificielle au sein d’OBNL » (2018).
La réponse à la question principale de cette étude, s’ouvre sur une revue de la littérature, s’enchaîne avec un cadre théorique et s’achève sur des résultats de recherche ; canevas que l’on va respecter.
Revue de la littérature
Ici, la chercheuse dresse une historique de l’IA. Ce terme est introduit par John McCarthy en 1956, lors d’un séminaire d’été à Dartmouth, afin d’obtenir des subventions devant permettre à son groupe de recherche, d’étudier le potentiel des machines à apprendre et reproduire le processus d’intelligence humaine. Une trentaine d’années plus tard, le premier chatbot est créé par Joseph Weizenbaum. Puis, des systèmes experts sont adoptés par certaines entreprises, qui finissent par les abandonner pour manque de performance.
Depuis lors, l’IA a évolué vers d’autres formes plus sophistiquées : le Machine Learning et le Deep Learning. Le premier donne la capacité aux logiciels qui l’utilisent de faire des prédictions, de s’autoaméliorer à partir d’une large base de données et le deuxième est une technologie inspirée du réseau neuronal humain.
Par la suite, Julie présente trois types d’IA :
- Artificial Narrow Intelligence (ANI),
- Artificial General Intelligence (AGI), et
- Artificial Superintelligence (Asimov).
Le premier, taxé d’intelligence faible, rivalise avec les humains dans certains domaines tels que les échecs entre autres. Quant à l’AGI, elle est dite intelligence forte. Plus identique à celle del’homme, elle est d’ailleurs la version la plus espérée par les chercheurs, les entreprises et les gouvernements. Et enfin, la troisième, dépasse de loin l’homme (Kurzweil, 2005).
Tout comme les innovations technologiques antérieures, l‘IA serait un facteur de croissance économique grâce à la réduction des heures de travail et l’augmentation des retombés, malgré des avis mitigés. Les entreprises semblent être particulièrement intéressées par cette innovation. Toutefois, l’intégration de l’IA en entreprise repose sur trois conditions selon Olivier Ezratty :
- la définition d’une problématique à résoudre,
- la détention de données pertinentes liées à la problématique, et enfin
- la collecte et le nettoyage de données.
L’introduction de l’IA dans le monde de l’emploi fait naître des craintes liées à la disparition de certains emplois (Osborne). Cette idée est réfutée par un rapport de l’OCDE qui souligne plutôt une modification des compétences et des tâches d’un emploi donné. Les employés ne peuvent s’adapter que par la formation, ce qui limiterait les bouleversements sociaux engendrés par l’IA.
L’automatisation de la société comporte plusieurs enjeux notamment l’écart entre les classes sociales, entre les pays industrialisés et ceux en voie de développement, l’instabilité politique, le risque de contrôle par le gouvernement et les entreprises…
Après avoir établi une littérature sur l’IA, Julie Soriano pose les bases d’une revue sur les OBNL. Delà, il ressort qu’elles sont créées dans le but de répondre aux besoins particuliers d’une population, signe de la défaillance de l’État qui garde tout de même une mainmise sur ce type d’organisation via les subventions (Defourny, 1994).
Les OBNL structurées sur le même format que les OBL, distinguent d’elles par la non-distribution des surplus engendrés lors d’une prestation (Hansmann, 1980), l’équilibre entre mission et la recherche des ressources financières, la mission étant intrinsèquement liée à la valeur de l’organisation. Mais la complexité de l’environnement des OBNL les pousse vers « l’entreprisation et la commercialisation » (Julie Soriano, 2018), ce qui pourrait les éloigner de leur mission sociale première.
Afin de vérifier le risque de modification de cette mission suite à l’intégration de l’IA, la chercheuse élabore un cadre théorique.
Cadre théorique
Julie Soriano convoque le modèle organisationnel de Bolman et Deal (2017) qui s’adosse sur la dimension structurelle, humaine, politique et symbolique, afin de ne pas « s’enfermer dans le paradigme déterministe de la technologie et aller au-delà des gains en efficacité des organisations ».
En plus de ce modèle organisationnel, la chercheuse opte pour une méthode qualitative pour cerner la vision de changement des acteurs, l’étude de cas et l’entrevue semi-directive. Elle délimite son terrain à Montréal, centre névralgique du développement de la technologie d’IA. Elle cible deux OBNL opérant dans le domaine artistique. Après ce travail de terrain, l’épluchage des données a débouché sur des conclusions.
Résultats
Suite à l’analyse des données l’on retient que :
- L’intégration de l’IA dans les OBNL produit trois conséquences : l’acquisition de nouvelles compétences, l’émergence de nouveaux besoins liés à l'acquisition des données, et une culture de données.
- L’IA ne semble pas désaligner l’OBNL de sa mission. Toutefois, la chercheuse tire la sonnette d’alarme sur la nécessité d’un lien direct entre la solution d’IA et la mission de l’OBNL.
Illustration : mast3r - DepositPhotos
Référence
Soriano Julie, 2018, les enjeux de l’intégration de solutions d’intelligence artificielle au sein d’OBNL, HEC Montréal, Mémoire de Master, en ligne
https://biblos.hec.ca/biblio/memoires/m2018a603502.pdf
Voir plus d'articles de cet auteur