Comment faire de l’intelligence artificielle (IA) autre chose qu’un simple outil performant ? Au Centre de Gestion Scientifique (CGS) de Mines Paris – PSL, l’IA n’est pas abordée comme une simple prouesse technologique. Elle est étudiée comme un objet de gestion, de conception et de transformation des organisations, dans un contexte international qui promeut une IA au service des personnes, de la planète et du progrès, à l’image de l’India AI Impact Summit 2026 qui se tiendra à New Delhi du 16 au 20 février.
Dirigé par Cédric Dalmasso, le CGS développe une recherche s’étendant de la maintenance prédictive des éoliennes au travail créatif augmenté par l’IA générative. Ces travaux, présentés lors du Workshop IA organisé à Mines Paris – PSL le 10 décembre 2025, interrogent une question centrale : comment faire de l’IA un levier de performance, d’innovation et de soutenabilité, sans perdre de vue les dynamiques humaines, organisationnelles et sociales ?
L’IA au CGS
Une recherche ancrée dans l’histoire des organisations
Les travaux menés aujourd’hui sur l’IA au CGS s’inscrivent dans une trajectoire de recherche ancienne. Historiquement, le centre a largement contribué au développement de modèles formalisés en recherche opérationnelle, en théorie de la conception ou en aide à la décision, ceux-ci capables de produire des solutions théoriquement très performantes. Pourtant, un constat s’est imposé au fil des collaborations industrielles : des modèles prometteurs sur le papier produisent parfois peu d’effets concrets dans les organisations.
Ce décalage a conduit le CGS à développer une approche originale, qui articule systématiquement deux dimensions indissociables :
- Des modèles formalisés et rigoureux, aujourd’hui enrichis par l’intelligence artificielle et le machine learning, ou apprentissage automatisé.
Une analyse fine des dynamiques organisationnelles, des pratiques de travail, des normes, des représentations et des responsabilités associées à ces technologies.
L’IA s’insère ainsi dans un programme de recherche qui ne cherche pas seulement à faire fonctionner des algorithmes, mais à comprendre comment ils transforment l’activité humaine et collective.
Une créativité générative… aux frontières bien définies
L’essor spectaculaire des IA génératives, capables de produire des textes, des images, de la musique ou des concepts, constitue un terrain d’étude majeur pour le CGS. Derrière l’apparente créativité de ces outils se cache une question scientifique centrale : que signifie réellement « générer » ?
Les travaux d’Antoine Bordas, Pascal Le Masson et Benoît Weil montrent que la générativité des IA actuelles est souvent faible et bornée. Autrement dit, ces systèmes excellent à produire des variations plausibles de ce qui existe déjà, mais peinent à remettre en cause les cadres de pensée, les catégories ou les dimensions mêmes des problèmes.
À l’inverse, le raisonnement de conception humain est capable de :
- Redéfinir les objectifs
- Transformer les paramètres d’un problème
- Introduire de nouvelles dimensions inattendues
Les recherches du CGS visent ainsi à caractériser finement les différents régimes de générativité des IA et à identifier comment les organisations peuvent les mobiliser de manière pertinente. Inspiré d’une lecture renouvelée du taylorisme, ce programme explore des modèles de « bonne gestion » de l’IA générative : des dispositifs organisationnels, des méthodes et des rôles dédiés pour encadrer l’exploration, éviter la routinisation et soutenir l’apprentissage collectif.
De la prédiction à la décision
L’IA face aux réalités industrielles
Un autre axe fort des recherches du CGS concerne l’intégration de l’IA dans des décisions opérationnelles critiques. Les travaux de Marie Bouilloud et Michel Nakhla sur la maintenance prédictive des parcs éoliens en offrent une illustration concrète.
Grâce aux modèles de machine learning et de deep learning, il devient possible de détecter des signaux faibles annonciateurs de pannes, invisibles pour les méthodes statistiques classiques. L’enjeu est considérable : anticiper les défaillances permet d’éviter des arrêts non planifiés coûteux et d’augmenter la fiabilité des infrastructures de production d’énergie renouvelable.
Mais prédire ne suffit pas. Les chercheurs montrent que la véritable difficulté commence après la prédiction :
- Comment intégrer cette information dans les plannings de maintenance ?
- Comment arbitrer entre coûts immédiats et risques futurs ?
- Comment adapter les modèles aux contraintes réelles des organisations ?
Les travaux du CGS proposent ainsi une approche intégrée, combinant IA, recherche opérationnelle et analyse décisionnelle, pour transformer une avancée algorithmique en impact industriel mesurable.
Quand la machine devient un collègue
Au-delà des secteurs industriels, l’IA générative transforme profondément les activités de conception, de création et de conseil. Les recherches de Nicolas Ricci, Sophie Hooge et Tristan Guyon mettent en lumière l’émergence d’un mode de travail inédit : le « Alone Teamwork ».
Dans ce nouveau régime, le professionnel travaille seul, mais en interaction permanente avec une IA générative, qui devient un véritable partenaire cognitif. L’étude des processus créatifs montre que l’IA intervient à toutes les étapes :
- Inspiration : exploration rapide de pistes
- Cadrage : reformulation des problèmes
- Prototypage : production d’artefacts intermédiaires
- Validation : tests, comparaisons, ajustements
Cette transformation ne supprime pas la créativité humaine, elle la reconfigure. De nouvelles compétences deviennent centrales : la curation (sélection et filtrage), le dialogue itératif avec la machine, et surtout le contrôle final de la cohérence, de l’authenticité et de l’éthique des productions.
Lire la suite de l’article sur le site des Mines Paris PSL