5

Cet article examine l’application de l’intelligence artificielle dans la recherche en intervention sociale à partir de l’expérience du lariis. Privilégiant une approche d’apprentissage automatique supervisé plutôt que générative, les auteurs présentent deux cas d’usage concrets : l’imputation automatique des niveaux de diplôme dans les offres d’emploi du secteur social et la codification des politiques publiques locales. L’analyse épistémologique distingue les modèles probabilistes des véritables processus cognitifs, tandis que l’opposition conceptuelle entre « performance » et « robustesse » guide cette réflexion méthodologique. L’article développe ensuite les enjeux critiques de pouvoir et de gouvernance démocratique que soulève l’introduction d’outils d’ia dans l’intervention sociale, proposant un modèle de gouvernance en cinq piliers testé expérimentalement. La conclusion plaide pour une ia « robuste, concertée et articulée aux méthodes éprouvées des sciences sociales » au service d’une connaissance située et émancipatrice.

This article examines the application of artificial intelligence in social intervention research based on the experience of lariis. Favoriting a supervised machine learning approach rather than a generative one, we present two concrete use cases: the automatic imputation of degree levels in job offers in the social sector and the codification of local public policies. The epistemological analysis distinguishes probabilistic models from actual cognitive processes, while the conceptual opposition between “performance” and “robustness” guides our methodological reflection. The article then develops the critical issues of power and democratic governance raised by the introduction of ai tools in social intervention, proposing an experimentally tested governance model. The conclusion argues for ai that is “robust, concerted, and articulated with proven social science methods” in the service of situated and emancipatory knowledge.