1. Contexte et objectifs
L’objectif de cette note est de présenter de manière transparente et rigoureuse la façon dont j’ai intégré des outils d’intelligence artificielle à différentes étapes de la réalisation de ma revue de lecture comparative portant sur Data Feminism, Race After Technology et Weapons of Math Destruction.
Cette revue s’inscrit dans le cadre de mes études en MBA Digital Marketing & Business et vise à analyser les liens entre données, technologies, pouvoir et inégalités sociales.
L’utilisation de l’intelligence artificielle n’avait pas pour but de déléguer l’analyse intellectuelle ou la réflexion critique, mais d’assister certaines tâches telles que la structuration du raisonnement, la reformulation, la clarification théorique, la correction linguistique et l’aide à la mise en cohérence des idées. La lecture critique, l’interprétation des ouvrages et les choix analytiques relèvent exclusivement de mon travail personnel.
2. Outils utilisés
Dans le cadre de cette revue de lecture, j’ai mobilisé plusieurs outils d’intelligence artificielle, de manière complémentaire :
- ChatGPT (OpenAI) : aide à la structuration du plan, reformulation de passages, clarification de concepts théoriques, correction grammaticale et stylistique.
- Claude (Anthropic) : assistance à la rédaction de paragraphes analytiques clairs et cohérents, comparaison de formulations alternatives.
- Gemini (Google) : aide à l’identification d’angles d’analyse complémentaires et à la suggestion de pistes bibliographiques secondaires.
- Mistral : synthèses rapides de notions théoriques liées aux études critiques de la data et des technologies.
À chaque étape, les contenus proposés par ces outils ont été relus, sélectionnés, reformulés et validés manuellement afin d’éviter toute approximation, erreur conceptuelle ou simplification excessive.
3. Phase de recherche et cadrage théorique
Avant la rédaction, j’ai procédé à une phase de cadrage théorique autour des thèmes centraux de la revue : neutralité des données, biais algorithmiques, pouvoir, inégalités sociales et gouvernance technologique. Cette phase s’appuie sur la lecture et l’analyse des trois ouvrages étudiés, ainsi que sur des notions issues des sciences sociales, de la sociologie de la technologie et des études critiques de la data.
Les outils d’IA ont été sollicités pour :
- clarifier certains concepts théoriques (ex. biais algorithmiques, automatisation, pouvoir des données),
- proposer des axes de comparaison entre les trois ouvrages,
- synthétiser certains passages ou idées clés afin de faciliter leur mise en relation.
Ces apports ont permis d’enrichir le cadrage analytique, tout en restant dans une démarche critique et sélective.
4. Structuration et rédaction assistée
Une fois le cadre défini, l’intelligence artificielle a été utilisée pour :
- proposer une structure logique de la revue (introduction, fiches de lecture, analyse comparative, conclusion),
- améliorer la fluidité de la rédaction,
- reformuler certains passages afin de rendre le raisonnement plus lisible sans en appauvrir la portée théorique.
L’ensemble des paragraphes a été retravaillé afin de conserver une voix d’auteur cohérente et personnelle. Les propositions générées par l’IA n’ont jamais été intégrées sans relecture critique ni adaptation au contexte académique de la revue.
5. Exemples concrets et contextualisation
L’IA a également été mobilisée pour suggérer des exemples issus de la vie quotidienne permettant d’illustrer concrètement les biais des données et des algorithmes (santé, recrutement, crédit, reconnaissance faciale, marketing digital).
Ces exemples ont ensuite été sélectionnés, reformulés et intégrés de manière analytique afin de renforcer la compréhension des enjeux théoriques, sans tomber dans une approche simplificatrice ou anecdotique.
6. Correction linguistique et cohérence académique
Les outils d’IA ont été utilisés pour :
- corriger les fautes grammaticales et syntaxiques,
- améliorer la clarté des phrases,
- renforcer la cohérence terminologique sur l’ensemble du document.
Cette assistance a permis d’obtenir un texte fluide, lisible et conforme aux attentes d’un travail académique en anglais, tout en respectant le contenu conceptuel initial.
7. Limites et approche éthique
L’utilisation de l’intelligence artificielle comporte certaines limites, notamment :
- le risque de généralisations excessives,
- la production de formulations trop neutres ou décontextualisées,
- l’absence de sources explicites lorsque l’IA est utilisée seule.
Pour ces raisons, chaque proposition a été vérifiée, ajustée et enrichie à partir des ouvrages étudiés et de références théoriques connues. L’IA n’a jamais été utilisée comme une source, mais uniquement comme un outil d’assistance à la réflexion et à la rédaction.
8. Conclusion
L’intégration de l’intelligence artificielle dans la réalisation de cette revue de lecture s’inscrit dans une démarche méthodique, critique et responsable. Les outils d’IA ont permis d’améliorer la structuration, la clarté et la qualité formelle du travail, sans se substituer à l’analyse humaine. La réflexion théorique, l’interprétation des œuvres et la responsabilité intellectuelle du contenu restent entièrement le fruit de mon travail personnel.