Cette étude vise à évaluer le coût de l’auto-routage des agents dans un système de service avec des clients entrants et sortants. Les agents contrôlent les décisions de routage. En conséquence, ils décident de servir un client entrant ou sortant, ou de rester inactif. Le gestionnaire de système cherche à offrir un compromis approprié entre le choix des agents de servir les clients entrants et sortants en encourageant leurs actions par des paiements linéaires. Il se pose donc un problème de détermination du coût de l’auto-routage des agents, qui peut être interprété comme une variante du problème principal-agent où les efforts des agents sont dirigés vers le choix de leur politique de routage.
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.
- Tendances
- Enseignement supérieur de Management, Management et Big Data, Pédagogie du Management, Systèmes d'information, Transformation Digitale
