Texte original publié sur Linkedin.
Cet article examine l’apport de l’IA aux revues de littérature scientifique, à partir des travaux de Xavier Castañer et Nuno Oliveira. Il montre que l’IA facilite l’analyse de la littérature sans remplacer le jugement théorique.
Alors que l’intelligence artificielle s’impose progressivement dans les pratiques de recherche, une question demeure centrale : peut-elle réellement contribuer à améliorer la qualité des revues de littérature scientifique ? À partir des travaux du Prof. Xavier Castañer, HEC Lausanne, Université de Lausanne, et du Prof. Nuno Oliveira, Université de Tilburg, cet article explore le rôle de l’IA dans la production de connaissances, en mettant en lumière ses apports, ses limites et les exigences théoriques et éthiques qui l’accompagnent.
L’intelligence artificielle occupe désormais une place croissante dans le travail académique. En
particulier, les outils capables d’analyser de vastes corpus de publications, de cartographier des
champs de recherche ou d’identifier des régularités conceptuelles suscitent un intérêt marqué
pour les revues de littérature. Leur promesse est claire : soutenir l’exploration de connaissances
scientifiques toujours plus abondantes. Mais que peut réellement apporter l’IA à un exercice
aussi central et aussi exigeant que la revue de littérature ?
Dans les sciences, y compris de la gestion et de l’organisation, deux notions jouent un rôle clé
dans l’évaluation de la qualité scientifique : la parcimonie, soit la capacité à expliquer des
phénomènes complexes avec un nombre limité de concepts clairement définis, et la
cumulativité, entendue comme la capacité des recherches à s’inscrire de manière cohérente
dans un corpus existant. Malgré leur importance, ces principes restent difficiles à atteindre. La
littérature fait état de phénomènes récurrents tels que la redondance conceptuelle ou la
difficulté à articuler les résultats entre études successives. Ces défis sont structurels et bien
antérieurs à l’essor récent de l’IA.
C’est précisément dans ce contexte que s’inscrit la réflexion menée par Xavier Castañer et son
co-auteur. Leur travail rappelle que l’IA peut jouer un rôle précieux en tant qu’accélérateur du
travail scientifique. Elle permet notamment de repérer des courants de recherche, de
synthétiser des volumes importants de publications et de soutenir l’analyse bibliométrique à
grande échelle. Utilisée avec rigueur, elle offre ainsi un appui méthodologique non négligeable
pour les revues de littérature.
Pour autant, l’IA ne remplace ni le jugement théorique ni le travail de construction conceptuelle. Elle identifie des motifs, mais ne décide pas de leur pertinence scientifique. Elle ne hiérarchise pas les concepts, ne tranche pas entre des cadres théoriques concurrents et ne produit pas, à elle seule, le sens nécessaire à l’avancement de la connaissance. Comme le soulignent Xavier Castañer et Nuno Oliveira: « L’intelligence artificielle peut aider les chercheurs à naviguer dans la littérature, mais elle ne peut pas se substituer au travail de sens, de clarification théorique et de cohérence conceptuelle qui reste au cœur du métier de chercheur·euse. »
La revue de littérature demeure ainsi un acte intellectuel fondamentalement humain. Elle
repose sur des choix explicites, une capacité à relier des travaux entre eux et une responsabilité éthique quant à l’usage des outils mobilisés. Cela implique également une vigilance accrue face aux biais potentiels intégrés dans les corpus analysés ou les modèles utilisés.
La conclusion portée par les auteurs est sans ambiguïté : l’IA n’est pas un raccourci vers une
meilleure science, mais un outil. Elle ne résoudra pas, à elle seule, les problèmes persistants de
parcimonie et de cumulativité dans la recherche en management. En revanche, utilisée de
manière éclairée, éthique et théoriquement exigeante, elle offre des perspectives considérables pour accompagner les chercheurs·euses dans un paysage scientifique en constante expansion. L’avenir de la recherche fondée sur la littérature repose ainsi sur un équilibre fécond entre intelligence humaine et puissance computationnelle au service d’une science plus claire, plus cumulative et plus robuste.
Référence :
Castañer, X., & Oliveira, N. (2020). Collaboration, coordination, and cooperation among
organizations: Establishing the distinctive meanings of these terms through a systematic
literature review. Journal of Management, 46(6), 965-1001.
Xavier Castañer est professeur ordinaire à l’Université de Lausanne, au sein de la faculté HEC. Il y enseigne la stratégie d’entreprise et mène des activités de recherche en management, notamment sur la gouvernance d’entreprise et l’innovation.
Faculté des hautes études commerciales
Alliances, Fusions et aquisitions, gestion artistique et culturelle, gouvernance d’entreprise, etc…
