Répertoire des ressources

Cet article applique les principes de la théorie de l’échange social (TES) au contexte de la gestion algorithmique (GA), dans lequel les systèmes algorithmiques jouent le rôle d’intermédiaire technologique entre les travailleurs et l’organisation.

Cette communication propose un pont concret entre recherche et action en mobilisant le référentiel québécois de compétences transversales en économie circulaire développé par le CERIEC, puis en le traduisant en SAVOIR-AGIR, soit la capacité de décider et d’agir en situation.

L’objectif de cet article est de recenser les usages actuels de l’IA au sein de secteurs d’activité critiques à l’intégration de l’IA, définis par le gouvernement du Québec en 2024, et de soulever les compétences attendues et les besoins en formation pour le personnel professionnel de ces secteurs.

Enregistrement du webinaire Est-ce la fin du télétravail qui visait à éclairer la prise de décision des acteurs du monde du travail à l'aide de données probantes.

Cette note de breffage vise à mettre en lumière des résultats de recherches récentes sur l'utilisation de l'IA au sein de la profession journalistique et dans les médias publics.

Ce mémoire, rédigé sous la forme d'un avis réflexif par des membres de l'axe Industrie 4.0, a été soumis au Ministère du travail dans le cadre de sa consultation sur l'avenir des milieux de travail à l'ère du numérique.

Parce qu’elle est pensée et conçue par des êtres humains dans un contexte social et culturel qui lui est propre, l’intelligence artificielle (IA) n’est pas toujours aussi neutre et objective que l’on pourrait le supposer. Plusieurs cas d’IA discriminatoires ont déjà été révélés, notamment envers les femmes et les minor

Ce guide vise à fournir un cadre aux acteurs du monde du travail qui conçoivent, mettent en œuvre et/ou font le suivi des systèmes de gestion algorithmique. Il a été pensé comme une boite à outils pour faciliter le dialogue et les processus de consultation et de négociation de la gestion algorithmique.

Les défis actuels des écosystèmes en IA sont caractérisés par une forte demande de talents en intelligence numérique, une demande de formations qui répondent aux besoins du marché, l’émergence de nouveaux profils d’emploi.