Systèmes d’information
Systèmes d’information
Qu'est-ce que le déterminisme technologique ?
Loading
/

27 écoutes

Partager

Qu’est-ce que le déterminisme technologique ?

Le déterminisme technologique en Management des Systèmes d’Information est une perspective née dans les années 1970 qui considère qu’à une technologie correspond une structure organisationnelle, c’est-à-dire que la technologie influence directement et de façon déterminée la structure. Cette perspective est aujourd’hui nuancée : la technologie n’est pas neutre et a des effets sur l’organisation mais elle ne peut pas à elle seule conduire à une organisation donnée.

Mots clés

Médias de la même institution

La dette technique est une problématique de management et de gouvernance du système d’information. Elle se manifeste lorsque l’infrastructure logicielle et/ou matérielle du SI cumule des retards en termes de mise à jour et de mise en conformité. C’est une métaphore empruntée à la terminologie financière pour désigner ces tâches différées de maintenance dont l’accumulation au fil du temps peuvent handicaper fortement son évolution.
ASSAR Saïd - IMT Business School |
Jusqu’à l’émergence du réseau internet à la fin des années 90, l’impact spécifiques des technologies de l’information sur les institutions publiques avait été peu étudié dans le domaine des systèmes d’information de management. Le concept d’e-gouvernement émerge en même temps que l’e-commerce et correspond à l’exploitation des technologies numériques pour améliorer le fonctionnement de l’état dans une logique de réforme et d’optimisation.
ASSAR Saïd - IMT Business School |
Le Management des Connaissances est une pratique managériale qui s’est structurée à partir de la fin des années 1990. Il vise à protéger l’entreprise contre les risques de pertes de connaissances préjudiciables à la durabilité de son activité mais aussi à encourager le développement de nouvelles connaissances pour soutenir l’innovation.
DUDEZERT Aurélie - IMT Business School |
La théorie de la vision organisante est une théorie développée par Swanson et Ramiller en 1997 dans un article paru dans Organization Science et intitulé « The organizing vision in information systems innovation ». Elle explique pourquoi il est rationnel que les entreprises adoptent des technologies de l’information émergentes qui ne sont pas toujours efficaces.
DUDEZERT Aurélie - IMT Business School |

Médias de la même thématique

Chaque année en France, le nombre de sites marchands augmente en moyenne de 5 à 10 %. Il est actuellement de 220000. Face à une telle croissance, comment réussir à se différencier durablement ?
LEMOINE Jean-François - ESSCA |
Malgré les performances avérées des méthodes modernes d’intelligence artificielles, peu de travaux s’intéressent aux impacts environnementaux liés à la quantité de ressources nécessaires à l’entrainement et à l’usage de ces modèles. Ceci est très alarmant, lorsqu’on sait que le réchauffement climatique est une menace majeure qui met en péril notre planète et nos sociétés. Ainsi, nous abordons globalement dans ce travail la question de la mesure de l’empreinte carbone des modèles d’intelligence artificielle. Plus précisément nous considérons le cas des modèles visant à réduire les émissions de CO2. Pour de tels modèles, nous proposons de mesurer leurs impacts négatifs (quantité CO2 émise par l’entrainement et l’usage des modèles), et leurs impacts positifs (quantité de CO2 non émise du fait de l’usage des modèles). Les évaluations réalisées démontrent que l’empreinte carbone générée par l’entrainement et l’usage des modèles d’intelligence artificielle est globalement non-négligeable. Ainsi, les nouvelles métriques que nous proposons peuvent permettre d’évaluer et de comparer l’impact environnemental de ces modèles, au-delà des métriques usuelles d’évaluation des performances prédictives.
TCHUENTE Dieudonné - TBS Education |
Pitch pour le Prix FNEGE de la Meilleure Thèse en Management 2024 (thèse en 180 secondes) – Prix de thèse AIM Robert Reix Alors que les organisations s’engagent de plus en plus dans des processus de transformation numérique pour suivre les évolutions technologiques du marché, le phénomène d’accumulation de la dette technique devient une menace pour l’agilité des systèmes d’information. En effet, le rythme de production rapide combiné aux changements rapides dans le secteur du numérique, peut favoriser une accumulation de la dette technique et conditionner ainsi la transformation numérique. L’objectif de ce travail doctoral serait d’avoir une vision holistique sur le phénomène de la dette technique. Premièrement, en analysant l’impact des contextes de développement Agile et DevOps sur la génération de la dette technique. Deuxièmement, en montrant qu’il existe des interactions dynamiques complexes entre la dette technique et les options numériques qui sont fondamentales pour l’évolution de tout processus de transformation numérique. Enfin, ce travail fait la lumière sur la façon dont la dynamique connue de la rigidité de base d’une organisation peut changer en raison des décisions liées à la dette technique, et comment cela façonne la voie de l’évolution du système.
KANITA Nada - FNEGE |
La publicité programmatique optimise l’achat et la vente d’espaces publicitaires en ligne via des logiciels et des algorithmes. Au cœur de ce système se trouve l’enchère en temps réel (RTB), où les impressions publicitaires sont mises aux enchères en quelques millisecondes en fonction du profil de l’utilisateur sur des Ad Exchanges. Les annonceurs utilisent des plateformes côté demande (DSP) pour enchérir sur ces impressions, ciblant des audiences spécifiques, tandis que les éditeurs emploient des plateformes côté offre (SSP) pour maximiser leurs revenus publicitaires. Le processus implique des agences spécialisées ou des Trading Desks, et de plus en plus, les annonceurs préfèrent les accords privés pour de meilleurs tarifs et des environnements sécurisés. Les défis de la programmatique incluent la complexité, la qualité de l’inventaire, la fraude et les problèmes de respect de la vie privée.
MERCANTI-GUERIN Maria - IAE Paris-Sorbonne Business School |

Découvrez nos podcasts