picture_as_pdf Télécharger en PDF

AIPTLF 2025 - du 8 au 11 juillet 2025

Qualité de Vie :
Du Travail aux Autres Sphères de l'Existence

Session :

Intelligence artificielle générative et performance au travail : le rôle de la résistance au changement et de l’apprentissage organisationnel

SARROUB F. 1,2, BOULAWACHE A. 2, DÉPREZ G. 3

1 Université Badji Mokhtar - Annaba, Annaba, Algeria; 2 Université 20 aout 1955 SKIKDA, SKIKDA, Algeria; 3 Université de Bordeaux, BORDEAUX, France

Problématique. La littérature sur l’intelligence artificielle générative (IAg) met en avant son potentiel à améliorer la performance des employés en automatisant les tâches répétitives et en optimisant l’efficacité générale (Gowda et al. 2024 ; Westover, 2024). Cependant, du fait de sa méconnaissance et de sa nouveauté, son intégration dans des environnements dynamiques soulève des préoccupations, et par conséquent de la résistance au changement pouvant altérer les impacts positifs attendus (Tummalapalli et al., 2024). L’apprentissage organisationnel, par sa nature orientée à la tâche et aux relations, apparaît alors comme un levier crucial pour faciliter cette transition technologique (Ganatra, 2024). Il devrait réduire les potentiels effets négatifs de la résistance au changement, via la sensibilisation à l’apprentissage à utiliser des IAg en contexte organisationnel. Par conséquent, cette étude explore l’impact de l’IAg sur la performance des employés, en examinant le rôle de la résistance au changement comme médiateur et celui de l’apprentissage organisationnel comme modérateur.
Méthodologie. Une enquête transversale a été conduite en Algérie auprès de 285 employés utilisant l’IAg dans une entreprise du secteur énergétique (Mage = 41, SD = 5,26 ; 94 % d’hommes). Une analyse de médiation modérée basée sur le modèle 7 d'Hayes a permis de mesurer les interactions entre l’utilisation de l’IAg, la résistance au changement, l’apprentissage organisationnel et la performance auto-évaluée.
Résultats. Les résultats montrent que l’apprentissage organisationnel atténue l’effet négatif de la résistance au changement. Il modère son rôle de médiateur dans la relation entre l’utilisation de l’IAg et la performance des employés. Ce résultat serait d’autant plus significatif pour les individus ayant des comportements de résistance au changement faibles ou modérés.
Discussion. Les résultats montrent qu’un environnement favorable à l’adoption de technologies comme l’IAg, combiné à une gestion efficace de la résistance au changement par l’apprentissage, améliorerait la performance. L’apprentissage organisationnel jouerait ainsi un rôle clé en modérant la relation entre l’utilisation de l’IAg et la résistance au changement. Il dépasserait la simple formation technique en offrant aux employés une dynamique organisationnelle d’apprentissage centré sur les autres et sur la réalisation des taches. Ceci permettrait de mieux comprendre les avantages des technologies et réduire leurs appréhensions. Les programmes d’apprentissage au travail seraient ainsi essentiels pour surmonter les résistances, accroître l’acceptation des technologies et renforcer la performance organisationnelle. Le développement de compétences stratégiques, comme la planification et l’anticipation, serait par conséquent essentielle pour relever les défis futurs et soutenir une innovation durable. Les recherches futures pourront explorer le rôle de l’apprentissage organisationnel et de la résistance au changement lors des processus de transformation technologique. Ces résultats sont déterminants pour maximiser les bénéfices de l’IAg liés à l’amélioration durable de la performance.

References:

  • Westover, J. (2024). Using generative AI for strategic HR planning: How AI can elevate your people strategy. https://doi.org/10.70175/hclreview.2020.13.2.8
  • Gowda, K. R., Kureethara, J. V., Vincent, S., & Jaiwant, V. (2024). AI-enhanced strategies for workforce involvement. In Advances in human resources management and organizational development book series. https://doi.org/10.4018/979-8-3693-6412-3.ch003
  • Tummalapalli, H. K., Rao, A. N., Kamal, G. V. S., Kumari, N. K. N., & Swarup, S. K. (2024). Exploring AI-driven management: Impact on organizational performance, decision making, efficiency, and employee engagement. Journal of Advanced Research in Applied Sciences and Engineering Technology, 52(2), 148–163. https://doi.org/10.37934/araset.52.2.148163
  • Ganatra, N. J. (2024). How artificial intelligence changes human resource activities inside organizations: Improving workforce efficiency, decision-making, and productivity. Journal of Management Research and Analysis. https://doi.org/10.18231/j.jmra.2024.030