During the COVID-19 pandemic, comprehensive, accurate and timely digital contact tracing is a decisive measure for curbing viral transmission. Such a strategy integrates business innovation, government decision-making, citizen participation and community coordination with megadata analysis. This article explores how stakeholders in an open innovation ecosystem interact in the digital context to overcome the public health and socio-economic well-being challenges imposed by the pandemic. To improve the effectiveness of digital contact tracing, communities are deployed to moderate interactions between government, business and citizens.

06:36
Cette vidéo présente les résultats d'une recherche sur l'adoption des outils de l'intelligence artificielle générative par les étudiants en sciences de gestion. Menée auprès de 257 étudiants français, l'étude étend le modèle UTAUT 3 (Unified Theory of Acceptance and Use of Technology) en intégrant la confiance, la valeur d'apprentissage et l'autonomisation.
Les résultats identifient quatre facteurs clés d'adoption : l'attente de performance, la motivation hédonique, l'habitude et la confiance. Le modèle explique de manière significative l'intention d'usage, d'adoption et de recommandation de ces technologies.
L’étude offre des pistes concrètes pour les établissements d’enseignement supérieur souhaitant intégrer efficacement l’IA générative dans leurs pratiques pédagogiques et mieux préparer les étudiants aux environnements professionnels de demain.
AJILI BEN YOUSSEF Wissem - EM Normandie |
- Tendances
- Enseignement supérieur de Management, Management et Big Data, Pédagogie du Management, Systèmes d'information, Transformation Digitale

