Traces computationnelles du savoir et transformation numérique : nouvelles perspectives pour la gestion des connaissances à l’ère de l’intelligence artificielle

Résumé

Résumé :

À l’ère de l’intelligence artificielle, la capacité des organisations à produire, partager et valoriser leurs savoirs repose de plus en plus sur l’exploitation des données issues des activités humaines, numériques et scientifiques. Ces traces computationnelles du savoir constituent désormais un levier stratégique pour analyser les flux informationnels, comprendre les dynamiques collaboratives et soutenir les processus d’apprentissage individuel et collectif. Cet article propose une analyse théorique et bibliométrique de la manière dont les technologies d’IA, associées aux méthodes de modélisation sémantique et à la bibliométrie, transforment la gouvernance du savoir au sein des organisations et des institutions scientifiques. L’étude s’appuie sur une revue de littérature internationale et sur une analyse bibliométrique menée sur 1108 publications indexées dans Scopus entre 2010 et 2025. Les résultats mettent en évidence une convergence croissante entre machine learning, knowledge transfer, semantic analysis et knowledge governance, indiquant une reconfiguration profonde des pratiques de production, de circulation et d’évaluation des connaissances. Les cartes de cooccurrence et de collaboration internationale révèlent un système scientifique structuré autour de quelques pôles majeurs, jouant un rôle déterminant dans la diffusion et la structuration des savoirs. Si les traces computationnelles offrent un potentiel considérable pour éclairer les dynamiques contemporaines de la connaissance, leur exploitation reste soumise à des limites méthodologiques liées aux métadonnées, aux modèles de clustering et aux interprétations possibles. L’article conclut sur la nécessité d’intégrer l’IA dans les politiques de gestion des connaissances de manière éthique, transparente et stratégique, afin de soutenir une transformation numérique fondée sur la traçabilité, la fiabilité et la création de valeur informationnelle.

Mots-clés : traces computationnelles du savoir ; gestion de la connaissance ; gouvernance informationnelle ; intelligence artificielle ; circulation algorithmique du savoir ; valorisation scientifique ; modélisation computationnelle.

Abstract :

In the era of artificial intelligence, the ability of organizations to produce, share, and leverage knowledge increasingly relies on the exploitation of data generated through human, digital, and scientific activities. These computational traces of knowledge have become a strategic resource for analyzing information flows, understanding collaborative dynamics, and supporting individual and collective learning processes. This article provides a theoretical and bibliometric analysis of how AI technologies combined with semantic modeling methods and bibliometric approaches are transforming knowledge governance within organizations and scientific institutions. The study is based on an international literature review and a bibliometric analysis of 1,108 Scopus-indexed publications published between 2010 and 2025. The findings highlight a growing convergence between machine learning, knowledge transfer, semantic analysis, and knowledge governance, signaling a profound reconfiguration of the practices involved in producing, circulating, and evaluating knowledge. Co-occurrence and international collaboration maps reveal a scientific system structured around several major hubs that play a decisive role in shaping and disseminating knowledge. While computational traces offer significant potential for illuminating contemporary knowledge dynamics, their use remains constrained by methodological limitations related to metadata quality, clustering models, and interpretative variability. The article concludes by emphasizing the need to integrate AI into knowledge management policies in an ethical, transparent, and strategic manner in order to support a digital transformation grounded in traceability, reliability, and the creation of informational value.

Keywords: computational traces of knowledge; knowledge management; information governance; artificial intelligence; algorithmic circulation of knowledge; scientific valorization; computational modeling.