L’innovation dans la gestion de projets universitaires à l’ère de l’intelligence artificielle : opportunités, défis et potentiel de transformation

Résumé

Résumé

Objectif : Cette étude analyse l’intégration de l’intelligence artificielle (IA) dans la gestion de projets universitaires, en mettant en évidence ses apports, ses limites et son potentiel de transformation.

Méthodologie : Elle repose sur une revue critique de la littérature récente et l’examen d’études de cas, en mobilisant la théorie des systèmes et la gestion agile afin d’évaluer les interactions entre capacités technologiques et exigences institutionnelles.

Résultats : L’IA contribue à l’optimisation des ressources, à l’amélioration des processus décisionnels et à la performance institutionnelle. Toutefois, sa mise en œuvre demeure entravée par des biais algorithmiques, des enjeux éthiques, un déficit de compétences et une résistance organisationnelle.

Implications pratiques : Une adoption réussie requiert des protocoles de gouvernance éthique, des programmes de formation adaptés et l’implication active des parties prenantes.

Originalité / valeur : Cette contribution propose une synthèse conceptuelle originale croisant théorie et pratique, destinée à orienter l’intégration responsable de l’IA dans l’enseignement supérieur.

Mots-clés : intelligence artificielle, gestion de projets, enseignement supérieur, optimisation des ressources, performance institutionnelle

Abstract

Purpose: This study investigates the integration of Artificial Intelligence (AI) into university project management, highlighting its benefits, limitations, and transformative potential.

Design/methodology/approach: It is based on a critical review of recent literature and case studies, drawing on systems theory and agile management to assess the interplay between technological capabilities and institutional requirements.

Findings: AI supports resource optimization, improves decision-making processes, and enhances institutional performance. However, implementation is hindered by algorithmic bias, ethical concerns, skills shortages, and organizational resistance.

Practical implications: Successful adoption requires ethical governance protocols, targeted training programmes, and active stakeholder engagement.

Originality/value: This paper offers an original conceptual synthesis bridging theory and practice, providing guidance for the responsible integration of AI into higher education.

Keywords : Artificial Intelligence, University Project Management, Higher Education, Resource Optimization, Ethical Governance, Decision-Making, Institutional Performance, Agile Management, Systems Theory, Stakeholder Engagement