HAL-Artois
Not a member yet
27242 research outputs found
Sort by
Utilité d’une science de l’information-communication. Compétences, savoirs et IA : quel glissement référentiel « recréatif-génératif » ?
No full textInternational audienceCette recherche présente une exploration de l'impact, en postchirographie numérique, des dispositifs d'intelligence artificielle (IA) sur l'utilité d'une science de l'information communication. Le concept d'utilité a été défini par Gaston Bachelard comme base de l' "induction utilitaire", qui procure un avantage positif comme raison et principe d'explication et se situe entre les savoirs profanes et les savoirs scientifiques. Notre étude articule une analyse de contenu d'un corpus de fiches RNCP relatifs aux compétences communicationnelles avec une approche conceptuelle du socle scientifique paradigmatique des sciences de l'information et de la communication. Il s'agit donc d'une approche synchronique et diachronique du positionnement disciplinaire de l'information communication dans le contexte actuel de l'IA
Dung's Argumentation Framework: Unveiling the Expressive Power with Inconsistent Databases
No full textInternational audienceThe connection between inconsistent databases and Dung's abstract argumentation framework has recently drawn growing interest. Specifically, an inconsistent database, involving certain types of integrity constraints such as functional and inclusion dependencies, can be viewed as an argumentation framework in Dung's setting. Nevertheless, no prior work has explored the exact expressive power of Dung's theory of argumentation when compared to inconsistent databases and integrity constraints. In this paper, we close this gap by arguing that an argumentation framework can also be viewed as an inconsistent database. We first establish a connection between subset-repairs for databases and extensions for AFs, considering conflict-free, naive, admissible, and preferred semantics. Further, we define a new family of attribute-based repairs based on the principle of maximal content preservation. The effectiveness of these repairs is then highlighted by connecting them to stable, semi-stable, and stage semantics. Our main contributions include translating an argumentation framework into a database together with integrity constraints. Moreover, this translation can be achieved in polynomial time, which is essential in transferring complexity results between the two formalisms
Why do idiosyncratic deals engage employees? Investigating their role in addressing employment concerns
No full textInternational audiencePurpose Drawing on conservation of resources (COR) theory, this study explores two resource dynamics underlying the relationship between personalized employment arrangements and work engagement. Specifically, we investigate whether idiosyncratic deals (i-deals) mitigate perceptions of job insecurity (resource conservation) and alleviate feelings of overqualification (resource acquisition). Design/methodology/approach Study 1 analyzes survey data from 4,803 employees to examine the indirect effects of various types of i-deals on work engagement through job insecurity and overqualification perceptions. Study 2 employs a vignette-based experimental design to establish causal evidence regarding the effects of granting versus denying i-deals on these perceptions. Findings Study 1 demonstrates that task, responsibility and developmental i-deals are positively associated with work engagement through both mediators. Study 2 complements these findings, revealing that granting desired i-deals reduces anticipated job insecurity, whereas denying them exacerbates feelings of overqualification. Originality/value This research advances understanding of the dual role of i-deals in fostering work engagement by simultaneously addressing resource threats and enhancing resource alignment. It sheds light on the complex dynamics of i-deal negotiations and their implications for employees’ resource perceptions
M&A Case Study: Acquisition of CyberSecure Inc by CloudTech Ltd
No full textThe Case Centre, case study 125-0055-1, teaching note 125-0055-8The author has indicated that this teaching note covers teaching strategies for the following delivery modes:In-personOnlineHybrid/Dual-mod
Guide académique de la conformité au Règlement IA
No full textInternational audienceAm 1. August 2024 ist die Verordnung (EU) 2024/1689, allgemein bekannt als „AI Act“, in der Europäischen Union in Kraft getreten. Diese Verordnung stellt den ersten umfassenden Regulierungsrahmen für künstliche Intelligenz dar und verfolgt das Ziel, den technologischen Fortschritt in diesem dynamischen Bereich zu fördern und zugleich die erheblichen Risiken für Gesundheit, Sicherheit und Grundrechte zu begrenzen.Der Academic Guide to AI Act Compliance hat das Ziel, die komplexen Begriffe und Anforderungen des AI Act zu erläutern und Organisationen bei ihrem Compliance-Prozess zu unterstützen. Die in diesem Band versammelten Fachbeiträge verfolgen einen ausdrücklich compliance-orientierten Ansatz, der für Industrieakteure ebenso relevant ist wie für Verwaltungen, wissenschaftliche Einrichtungen und zivilgesellschaftliche Organisationen.Das Handbuch verfolgt mehrere Zwecke. Es dient zunächst als wichtiges Referenzwerk für Fachleute, die mit Compliance- oder Regulierungsfragen im Zusammenhang mit dem AI Act befasst sind, indem es zentrale Orientierungspunkte zu den gesetzlichen Vorgaben bietet. Zudem liefert es eine klare und umfassende Analyse eines dichten und technisch anspruchsvollen Rechtsakts und richtet sich daher auch an politische Entscheidungsträger auf europäischer und nationaler Ebene sowie an zivilgesellschaftliche Akteure, einschließlich Nichtregierungsorganisationen. Schließlich möchte das Handbuch zur wissenschaftlichen Diskussion über den aktuellen Stand und die zukünftige Entwicklung der KI-Regulierung in der EU beitragen, indem es den vom AI Act geschaffenen Regulierungsrahmen untersucht.Der Band orientiert sich an der Struktur einschlägiger ISO-Normen für Managementsysteme und entwickelt daraus einen Handlungsrahmen für die Umsetzung der AI-Act-Compliance. Dieser umfasst vier Hauptteile: den Anwendungsbereich des Compliance-Systems (Kap. 1–4), die zentralen Anforderungen an Hochrisiko-KI-Systeme (Kap. 5–8), die Compliance-Werkzeuge und -Prozesse (Kap. 9–12) sowie die praktische Durchführung der Konformitätsbewertung (Kap. 13–15).On 1 August 2024, Regulation (EU) 2024/1689 – known as the EU AI Act – entered into force in the European Union. The Act represents a first-of-its-kind regulation on artificial intelligence, introducing a swathe of measures aimed at navigating the delicate balance between promoting innovation in this burgeoning technological area and protecting against the profound risks it poses to health, safety, and fundamental rights.The Academic Guide to AI Act Compliance is aimed at demystifying the AI Act’s complex network of concepts and requirements and supporting organisations in their compliance journey. In particular, the expert contributions that follow adopt a compliance-focused perspective, which is likely to be of significant interest and utility to concerned industry stakeholders, as well as operators in public administration, academia, and civil society.This handbook serves a multi-faceted purpose. First, it is intended to provide a vital reference for those working in compliance and regulatory roles related to the AI Act, offering key guidance on the Act’s provisions through a compliance-focused prism. Next, the handbook provides a clear and comprehensive analysis of this dense and complex piece of legislation and, as such, ought to be useful to those concerned with policy, including both European and national policymakers, as well as civil society organisations such as NGOs. Lastly, the handbook seeks to contribute to academic discourse on both the present state of AI regulation in the EU and its future by dissecting the current regulatory regime established by the AI Act.The handbook draws on the structure established by ISO standards on management systems to construct an action plan for AI Act compliance, consisting of four main parts: Scope of the Compliance Scheme (Chaps. 1 to 4); Major High-Risk AI Systems Requirements (Chaps. 5 to 8); Compliance Tools and Processes (Chaps. 9 to 12); Compliance Evaluation in Practice (Chaps. 13 to 15).Le 1er août 2024, le Règlement (UE) 2024/1689, plus connu sous le nom d’« AI Act », est entré en vigueur dans l’Union européenne. Ce texte constitue la première tentative globale de régulation de l’intelligence artificielle, en cherchant à concilier l’encouragement de l’innovation dans un domaine en plein essor et la prévention des risques majeurs que cette technologie peut faire peser sur la santé, la sécurité et les droits fondamentaux.L’Academic Guide to AI Act Compliance a pour objectif d’éclairer le système complexe de notions et d’obligations introduit par l’AI Act et d’aider les organisations à structurer leur démarche de conformité. Les contributions réunies dans cet ouvrage adoptent une approche centrée sur la mise en conformité, susceptible d’intéresser aussi bien les acteurs industriels que les administrations publiques, les milieux académiques ou les organisations de la société civile.Ce guide poursuit plusieurs objectifs. Il offre d’abord un outil de référence utile aux professionnels chargés de la conformité ou de la régulation dans le cadre de l’AI Act, en proposant des repères clairs sur le contenu du règlement. Il fournit ensuite une analyse accessible et approfondie d’un texte dense et technique, qui pourra servir aux décideurs publics, qu’ils opèrent à l’échelle européenne ou nationale, ainsi qu’aux organisations de la société civile, notamment les ONG. Enfin, il entend nourrir la réflexion académique sur l’état actuel et l’évolution à venir de la régulation de l’IA dans l’Union, en examinant le cadre mis en place par l’AI Act.L’ouvrage s’appuie sur la structure des normes ISO relatives aux systèmes de management pour proposer un plan d’action en matière de conformité à l’AI Act. Celui-ci s’organise autour de quatre volets : le périmètre du dispositif de conformité (chap. 1 à 4) ; les principales exigences applicables aux systèmes d’IA à haut risque (chap. 5 à 8) ; les outils et processus de conformité (chap. 9 à 12) ; et l’évaluation de la conformité dans la pratique (chap. 13 à 15)
