Aujourd’hui, l’intelligenc artificielle générative transforme en profondeur les façons de travailler, d’apprendre et de collaborer. Désormais présente dans les domaines du management, du marketing, des ressources humaines, de la communication, de la relation client ou encore de l’enseignement supérieur, elle ouvre de nouvelles perspectives en matière d’innovation, d’automatisation et d’aide à la décision. Le colloque s’articulera autour de deux grands axes scientifiques : Transformer, encadrer, piloter ; Apprendre, enseigner, évaluer.

19e Colloque du CERI Istec Bsuiness School - 3 décembre 2026 - Paris 10e

Argumentaire

L’intelligence artificielle, et plus particulièrement l’intelligence artificielle générative, s’impose aujourd’hui dans un nombre croissant d’activités professionnelles, organisationnelles et pédagogiques. Longtemps associée à des univers techniques ou scientifiques spécialisés, elle se diffuse désormais dans les métiers du marketing, de la communication, des ressources humaines, du management, de la relation client, de l’enseignement, de l’évaluation, de la rédaction, du pilotage des systèmes d’information ou encore du support à la décision. 

Cette diffusion rapide ouvre des perspectives importantes en matière d’automatisation, d’assistance, de créativité, de productivité, d’apprentissage et de création de valeur. Elle permet d’explorer de nouveaux formats de travail, de renouveler certaines pratiques pédagogiques, d’accélérer la production de supports, de transformer la relation aux clients, aux étudiants ou aux collaborateurs, et de reconfigurer certaines chaînes d’activité dans les organisations. Mais elle soulève également des interrogations majeures sur la qualité de l’information produite, la robustesse des livrables, la traçabilité des raisonnements, la responsabilité humaine, la dépendance cognitive, l’évolution des compétences, les transformations du travail, ainsi que les coûts matériels, énergétiques et organisationnels de ces technologies.

À ce titre, le CERI, Centre d’Études et de Recherche de l’ISTEC, a choisi de consacrer son colloque annuel 2026 à cette thématique. L’objectif de ce 19e colloque est d’explorer les usages de l’intelligence artificielle, en particulier générative, dans les métiers non spécialisés de l’organisation, ainsi que leurs implications sur les pratiques professionnelles, les modes de gouvernance, les transformations du travail, les processus de production de connaissances, les dispositifs de contrôle, les dynamiques d’apprentissage, et les pratiques pédagogiques.

La date du colloque est fixée au jeudi 3 décembre 2026. Ce colloque offrira aux chercheurs, enseignants-chercheurs et praticiens la possibilité de présenter leurs travaux les plus récents, de bénéficier de retours écrits de la part du comité scientifique et d’échanger dans un cadre de discussion interdisciplinaire. Dans la continuité des éditions précédentes, il s’agira d’articuler réflexion théorique, ancrage empirique et enjeux opérationnels.

Ce colloque se structure autour de deux grands axes académiques, auxquels s’ajoute un track « OFF » consacré à l’intelligence artificielle dans l’imaginaire culturel.

Axe A – Transformer, encadrer, piloter : usages, valeur et responsabilité de l’IA dans l’organisation

Le premier axe porte sur les usages organisationnels de l’IA générative et sur les transformations qu’ils introduisent dans les métiers, les processus, les formes de coordination et les modes de décision. Les systèmes d’IA générative peuvent produire des contenus convaincants dans leur forme, utiles dans leur fonction, et porteurs d’opportunités réelles d’innovation, d’efficacité ou d’amélioration du service. Ils peuvent également modifier les équilibres entre autonomie et assistance, accélération et vérification, personnalisation et standardisation, innovation et maîtrise des risques.

Dans les organisations, ces outils participent déjà à la rédaction de rapports, d’analyses, de recommandations, de contenus marketing, de comptes rendus, de supports internes ou de réponses conversationnelles. Ils s’intègrent aussi à la relation client, aux pratiques de communication, aux fonctions RH, aux dispositifs de support décisionnel, aux systèmes d’information et aux processus d’automatisation partielle. Dès lors, de nombreuses questions émergent : comment créer de la valeur sans appauvrir les compétences ? Comment intégrer ces outils dans les métiers sans invisibiliser les arbitrages humains ? Comment reconfigurent-ils le travail, les rôles, les hiérarchies d’expertise, les attentes de performance et les formes de coordination ? Quelles formes de gouvernance et de responsabilité permettent à la fois de soutenir l’innovation, de préserver la qualité, d’encadrer les usages sensibles et de rendre compte des coûts visibles et invisibles de ces technologies ?

Cet axe invite ainsi à interroger les arbitrages entre performance, qualité, innovation, confiance, responsabilité, soutenabilité, sécurité, conformité et transformations du travail dans les usages organisationnels de l’IA.

À titre indicatif, les propositions de communication pourront notamment traiter des questions suivantes :

• Comment l’IA générative transforme-t-elle les métiers du marketing, de la communication, des ressources humaines, du management, de la relation client ou du support à la décision ?
• Comment l’IA générative reconfigure-t-elle les rôles, les tâches, l’autonomie, la coopération et les formes de coordination dans les organisations ? 
• Comment articuler assistance, créativité, productivité et maintien des compétences critiques dans les usages professionnels de l’IA ? 
• Comment mesurer la valeur créée par l’IA générative au-delà des seuls gains apparents de productivité ? 
• Quels effets l’IA générative produit-elle sur la qualité des livrables, la prise de décision, la relation client, la confiance ou la communication organisationnelle ? 
• Quelles formes d’innovation organisationnelle, managériale ou commerciale émergent avec l’usage de l’IA générative ? 
• Quels sont les coûts cachés ou différés de l’IA générative : correction, supervision, réputation, dette documentaire, dépendance, fragilisation des savoir-faire ? 
• Comment articuler usages effectifs de l’IA générative, protection des données, confidentialité, propriété intellectuelle et exigences de conformité ? 
• Quelles formes de gouvernance permettent d’encadrer les usages, de répartir les responsabilités et de préserver la qualité sans freiner l’expérimentation ? 
• Comment penser la responsabilité matérielle de l’IA : infrastructures, ressources, coûts énergétiques, soutenabilité environnementale et arbitrages organisationnels ?
• Comment définir la preuve, la vérification et la contestabilité lorsqu’un livrable, une analyse ou une recommandation sont co-produits par l’humain et la machine ? 
• Quels effets l’IA générative produit-elle sur les rapports de pouvoir, les hiérarchies d’expertise et la distribution de la responsabilité dans les organisations ?

Axe B – Apprendre, enseigner, évaluer : pédagogies robustes et usages féconds face à l’IA générative

Le second axe s’intéresse aux transformations pédagogiques liées à la diffusion de l’IA générative dans l’enseignement supérieur et la formation. Ces outils reconfigurent à la fois les manières d’apprendre, de produire, de rédiger, de chercher de l’information, d’argumenter, de s’exercer, mais aussi les manières d’enseigner, d’évaluer, d’accompagner, de guider et de garantir l’intégrité académique.

L’un des enjeux majeurs tient à la redéfinition de ce qu’il devient pertinent d’évaluer lorsque l’IA peut contribuer à la production du rendu final. La qualité rédactionnelle, la fluidité du style ou la structuration formelle ne suffisent plus à elles seules à attester d’un apprentissage réel. Cela conduit à revaloriser la méthode, la preuve, le raisonnement, l’oralité, la justification des choix, la traçabilité de la démarche ou encore la capacité à vérifier, comparer et expliciter les limites d’un résultat. Mais l’IA ouvre aussi des possibilités positives : tutorat, différenciation, accompagnement, entraînement, remédiation, feedback, soutien à l’écriture, aide à la structuration de la pensée ou à la reformulation.

En parallèle, l’usage de l’IA soulève des interrogations fortes sur le délestage cognitif, la fragilisation de certaines compétences, l’évolution de l’écriture et de l’argumentation, les effets différenciés selon les profils d’étudiants, ainsi que les modalités de formation des enseignants eux-mêmes. Il pose également la question de la production de connaissances académiques : quels usages de l’IA dans la recherche, la rédaction scientifique, la synthèse documentaire, et sous quelles exigences de méthode, de traçabilité et de responsabilité ?

Cet axe vise ainsi à documenter les formes possibles d’une pédagogie robuste et féconde face à l’IA générative, capable de tirer parti des outils sans perdre de vue les exigences de méthode, de preuve, de responsabilité intellectuelle, d’équité et de développement des compétences.

À titre indicatif, les propositions de communication pourront notamment traiter des questions suivantes :

• Quels formats d’évaluation restent robustes face à l’IA générative : cas, oraux, portfolios, examens situés, soutenances, journaux de bord, etc. ?
• Comment concevoir des consignes IA-compatibles sans annuler l’objectif pédagogique ?
• Comment évaluer la méthode, la preuve, le raisonnement et la démarche plutôt que la seule qualité du rendu final ?
• Quels usages pédagogiques de l’IA générative peuvent soutenir l’apprentissage, la progression, la remédiation ou la différenciation sans produire de dépendance excessive ? 
• Quels sont les effets réels des politiques d’intégrité académique liées à l’IA, leur acceptabilité et leurs effets pervers ?
• Quelles compétences se fragilisent avec le délestage cognitif, et comment les reconstruire ? 
• Comment former les étudiants à la vérification, à la citation, à la comparaison des sources et à l’explicitation des limites ? 
• Quels effets différenciés de l’IA selon les niveaux académiques, les langues, les compétences initiales ou l’accès aux outils ? 
• Comment évoluent l’écriture, l’argumentation, le style et la pensée dans un environnement de cogénération des textes ? 
• L’IA peut-elle jouer un rôle de tuteur ? Avec quelles limites, quelles opportunités et quels risques de dépendance ?
• Quelles formes de gouvernance pédagogique mettre en place pour accompagner les usages de l’IA chez les étudiants et les enseignants ?
• Quels usages de l’IA générative dans la recherche, la rédaction scientifique et la production de connaissances académiques, et avec quelles exigences de méthode, de traçabilité et de responsabilité ? 
• Comment intégrer la question des coûts matériels, infrastructurels et environnementaux de l’IA dans une réflexion pédagogique et institutionnelle sur ses usages ? 

Formats de contribution

• Communication classique : recherche théorique, empirique ou méthodologique
• Étude de cas : terrain, intervention, déploiement, évaluation
• Retour d’expérience structuré : contexte, objectif, dispositif, résultats, limites, leçons actionnables
• Flop Fair : analyse d’un échec utile, projet IA n’ayant pas produit les résultats attendus, identification des causes, des signaux faibles et des enseignements transférables 

L’ambition est d’ouvrir le colloque à des formats permettant non seulement de valoriser des résultats stabilisés, mais aussi de documenter des expérimentations, des réussites, des tensions de mise en œuvre, des apprentissages organisationnels ou pédagogiques, ainsi que des formes d’innovation encore en cours d’exploration. 

Track « OFF » – L’IA dans l’imaginaire culturel

En complément du programme académique, le colloque 2026 intégrera, l’après-midi, un track « OFF » intitulé « L’IA dans l’imaginaire culturel ». Ce format se veut ouvert, interactif et accessible aux étudiants, invités, curieux et passionnés. Il prendra la forme d’une mini-exposition composée de plusieurs espaces thématiques, articulant affiches, extraits vidéo, films, musique, objets, livres et démonstrations. Des capsules animées ou miniateliers de 30 à 45 minutes pourront être proposés dans ces espaces, avec rotation au cours de l’après-midi.

Ce track n’a pas vocation à constituer un simple supplément récréatif. Il entend au contraire ouvrir un espace de respiration intellectuelle et de déplacement du regard, en replaçant l’IA dans les récits, représentations, œuvres, sons et imaginaires qui accompagnent depuis longtemps les interrogations contemporaines sur la machine, l’autonomie, la simulation, la vérité, la décision, la création, le travail, le pouvoir et la responsabilité. Les imaginaires culturels constituent souvent un lieu privilégié pour mettre en scène, condenser ou déplacer des questions que les approches académiques formulent autrement.

Les propositions pourront prendre des formes variées : lecture commentée d’un extrait de roman ou de nouvelle, discussion guidée à partir d’un film, écoute active de musique, courte démonstration d’outil IA suivie d’une mise en débat.

À titre d’exemple, pourront être envisagés : les œuvres d’Isaac Asimov, Arthur C. Clarke, 2001 : L’Odyssée de l’espace, Rendez-vous avec Rama, des films tels que I, Robot, Minority Report, Wall-E, A.I., Matrix, ou encore des propositions autour de la musique, du faux, du « à la manière de », de l’autotune ou de la démonstration critique d’outils génératifs.

Les personnes souhaitant contribuer au track « OFF » pourront préciser, dans leur proposition, le format envisagé, les supports mobilisés, la durée souhaitée et les conditions matérielles nécessaires.

Opportunités de publication 

Les meilleures communications seront sélectionnées pour un numéro spécial de Management & Sciences Sociales (rang 4 FNEGE) coordonné par Sophie Canevet-Lehoux (ISTEC) sur la thématique : IA générative, plausibilité, responsabilité et transformations des pratiques organisationnelles et pédagogiques.

Procédure et dates à retenir

• Date limite de soumission des intentions : 31 août 2026
• Date limite de soumission des communications complètes : 30 septembre 2026
• Retours aux auteurs : 31 octobre 2026
• Date du colloque : 3 décembre 2026
• Adresse courriel d’envoi des propositions : s.canevet-lehoux@istec.fr

Indications aux auteurs

Les propositions pourront être soumises en français ou en anglais. Elles devront être anonymisées et transmises au format doc, docx ou PDF, police Times New Roman, taille 12, format A4.

Pour les communications, les études de cas et les retours d’expérience structurés, les propositions pourront relever de deux formats :

• short paper : 3000 mots maximum
• full paper : 6000 mots maximum

Pour la « Flop Fair », le format poster sera privilégié.

Pour les contributions au track « OFF », un format plus libre pourra être accepté, sous réserve d’une présentation claire du projet, de ses objectifs, de son déroulé et de ses besoins logistiques sur 1 à 2 pages.

Comité d’organisation

• Canevet-Lehoux Sophie, Professeur-chercheur, ISTEC
• Rey Dang, Directeur de la recherche, ISTEC
• Rey-Ferrer Anne, Directrice de la Communication, ISTEC

Comité scientifique

Ado Istifanous (ISTEC), Aloui Adel (ISTEC), Bêche Jérôme (ISTEC), Baruel Bencherqui Dominique (ISTEC), Bensebaa Faouzi (Université Paris Nanterre), Bezes Christophe (ISTEC), Boucher Ronald (ISTEC), Cadet Isabelle (Université Panthéon-Sorbonne), Canevet-Lehoux Sophie (ISTEC), Dang Rey (ISTEC), Deval Alix (ISTEC), Elabidi Houda (ISTEC), Elomnal Najoua (ISTEC), Giacomoni Gilbert (Université Paris-Saclay), Khim Stanislas (ISTEC), Leblanc Sophie (ISTEC), Letiche Hugo (ISTEC), Mahamadou Zoubeyda (ISTEC), Ntsonde Joël (ISTEC), Passant Adrien (ISTEC), Pesqueux Yvon (CNAM), Quero Christelle (Université de Lille), Sauce Loïc (ISTEC), Soulabail Yves (ISTEC), Tan Ziyuan (ISTEC), Vancaelemont Anne (ISTEC).

Bibliographie indicative 

Chan, C. K. Y. (2023). A comprehensive AI policy education framework for university teaching and learning. International Journal of Educational Technology in Higher Education, 20, Article 38.

Commission nationale de l’informatique et des libertés. (2025). IA et RGPD : les nouvelles recommandations de la CNIL pour accompagner une innovation responsable. CNIL.

Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228–239.

Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C.,

Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P., & Vayena, E. (2018). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and Machines, 28(4), 689–707.

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.

Janssen, M., Helberger, N., & Taeihagh, A. (2025). Responsible governance of generative

AI: Conceptualizing generative AI as a complex adaptive system. Policy & Society, 44(1), 38–65.

National Institute of Standards and Technology. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0) (AI 100-1). U.S. Department of Commerce.

Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automationaugmentation paradox. Academy of Management Review, 46(1), 192–210.

Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688.

Villani, C. (2018). Donner un sens à l’intelligence artificielle : Pour une stratégie nationale et européenne. Mission Villani.