Thèse Ssensia Sensemaking Faire Sens des Signaux Faibles pour la Résilience Organisationnelle à l'Ère de l'Intelligence Artificielle H/F

Doctorat.Gouv.Fr

Établissement : Université de Bretagne Occidentale École doctorale : École doctorale Sciences économiques et sciences de Gestion - Bretagne Laboratoire de recherche : Laboratoire d'Economie et de Gestion de l'Ouest Direction de la thèse : Sophie LE BRIS Date limite de candidature : 2026-07-07T00:00:00 Face à la complexité et à l'incertitude croissantes, la résilience organisationnelle réactive (capacité à récupérer en post-crise) se doit d'être complétée par une résilience proactive (se préparer en amont des adversités). Cette approche proactive se fonde notamment sur l'analyse des signaux faibles - indices précoces et de faible intensité - mais qui peuvent annoncer l'émergence d'une menace significative. Aussi, identifier les indices pertinents, les analyser pour dégager des tendances claires malgré l'ambiguïté, et finalement prendre des décisions éclairées constituent un réel enjeu dans ce contexte de permacrise (crise permanente) qui sollicite les capacités cognitives des acteurs en situation et leurs capacités d'adaptation et d'anticipation. Pour développer des capacités de résilience et pouvoir agir en amont d'une crise dès l'émergence de signaux précurseurs, l'intérêt de ce travail réside dans la capacité à comprendre dans quelle mesure il est possible d'améliorer la capacité d'une organisation à « donner du sens » ( sensemaking ) aux processus de collecte, d'analyse et d'action à la base de ces signaux faibles.
Le recours grandissant à l'intelligence artificielle (IA) (modélisation, calcul des paramètres de fiabilité, détection des anomalies) pose la question du rôle et des limites de ces dispositifs dans le processus de sensemaking des signaux faibles pour une fiabilité accrue. Les questionnements de ce travail doctoral porteront notamment sur le recours de l'IA et les enjeux correspondants dans le processus de sensemaking des signaux faibles dans un objectif de résilience et de fiabilité renforcées.
Une étude de cas approfondie sera menée au sein d'organisations opérant dans un contexte à hauts risques et qui envisagent/utilisent l'IA pour le traitement des signaux faibles (par exemple, le domaine médical, les univers aux impératifs de sécurité - maritime, nucléaire...). Selon le terrain retenu, une expérimentation (simulation) pourrait être envisagée et/ou un travail comparatif avec des partenaires internationaux (ex : programme SEA-EU ).