Intelligence artificielle et transformation de la GRH : vers une reconceptualisation de l’efficacité des systèmes RH
Diversité urbaine · 2025 · 22 (2)
DOI: 10.7202/1123660ar ↗Kurz gefasst
Fachartikel in der Zeitschrift Diversité urbaine, online erschienen am 18.12.2025. Verfasst von Anaïs Hébrard und 1 weiteren Autor:innen. Die Arbeit nennt 80 Literaturangaben.
Abstract (Originalsprache)
La recherche en gestion stratégique des ressources humaines (GRH) s’est traditionnellement concentrée sur le contenu, soit sur les pratiques mises en place au sein des organisations. Cette perspective domine également les travaux récents sur l’intelligence artificielle (IA), principalement axés sur la transformation des tâches et des activités. Toutefois, une approche émergente met l’accent sur le processus, offrant une meilleure compréhension de la structuration des systèmes RH et des signaux transmis aux personnes en emploi. Dans cette logique, cet article propose un modèle conceptuel montrant comment les paramètres d’une IA responsable — fiabilité, sécurité et confiance — influencent les dimensions du processus RH — distinctivité, cohérence et consensus — et façonnent les signaux perçus en matière d’équité. L’étude contribue ainsi à la littérature et propose des recommandations pour orienter les recherches futures.
Zitieren
APA
Hébrard, A., & Registre, J. F. R. (2025). Intelligence artificielle et transformation de la GRH : vers une reconceptualisation de l’efficacité des systèmes RH. Diversité urbaine, 22(2). https://doi.org/10.7202/1123660ar
Vancouver
Hébrard A, Registre JFR. Intelligence artificielle et transformation de la GRH : vers une reconceptualisation de l’efficacité des systèmes RH. Diversité urbaine. 2025;22(2). doi:10.7202/1123660ar
BibTeX
@article{Hbrard2025,
author = {Hébrard, Anaïs and Registre, Jean Frantz Ricardeau},
title = {Intelligence artificielle et transformation de la GRH : vers une reconceptualisation de l’efficacité des systèmes RH},
journal = {Diversité urbaine},
year = {2025},
volume = {22},
number = {2},
doi = {10.7202/1123660ar}
}
EUVIMED