L’IA à l’heure des SHS… et de l’apéro

Cycle de rencontres mensuelles
Porteur·ses et affiliations
Kersuzan Claire, PUD-Bx, UMR CNRS 5114 Comptrasec, Université de Bordeaux, MSH-Bx
Nahorna Olha, BxSE – UMR 6060 CNRS INRAE Université de Bordeaux
Onfroy Karine BxSE – UMR 6060 CNRS INRAE Université de Bordeaux
Contexte et problématique
L’essor récent des outils d’intelligence artificielle, et en particulier des modèles de langage, transforme en profondeur les pratiques de recherche, d’accès à l’information scientifique et de traitement des données. En sciences humaines et sociales (SHS), ces outils ouvrent de nouvelles perspectives pour l’exploration documentaire, l’analyse de corpus textuels, la synthèse bibliographique et, plus largement, l’automatisation de certaines tâches de recherche.
Ces évolutions s’accompagnent toutefois de nombreux enjeux et limites. L’impact environnemental reste préoccupant et les outils d’IA reposent sur des algorithmes souvent opaques, entraînés sur des données massives dont la provenance et la qualité sont rarement documentées. Ils peuvent véhiculer des biais sociaux, culturels ou épistémologiques, renforcer une dépendance à des solutions propriétaires, et poser des problèmes en matière de confidentialité, de protection des données et de souveraineté numérique. En SHS, ces difficultés sont renforcées par une couverture encore inégale des corpus francophones, qualitatifs ou situés.
Dans ce contexte, plusieurs besoins apparaissent clairement :
- mieux comprendre le fonctionnement réel des outils d’IA, au-delà des discours promotionnels ;
- tester concrètement leurs apports et leurs limites dans des situations de recherche propres aux SHS ;
- et développer une culture critique, partagée et réflexive autour de ces outils, intégrant des dimensions scientifiques, méthodologiques, éthiques et institutionnelles.
Le projet « L’IA à l’heure des SHS… et de l’apéro » répond à ce double besoin, en articulant formation pratique et réflexion collective. Le choix du terme « apéro » renvoie à une volonté assumée de proposer un cadre convivial, horizontal et non magistral, favorisant la prise de parole, le partage d’expériences et la discussion informelle. Ce format vise à créer un espace de confiance, propice à l’expérimentation, à l’erreur et à la mise en débat critique des usages de l’IA en recherche.
Objectifs du projet
Le projet IA-SHS poursuit quatre objectifs principaux :
- Explorer et expérimenter les outils d’IA mobilisables en recherche en SHS (exploration documentaire, analyse de texte, synthèse, annotation, etc.).
- Développer une culture critique des usages de l’IA, en identifiant leurs apports, limites, biais et conditions d’utilisation.
- Favoriser les échanges interdisciplinaires entre chercheur.e.s, doctorant.e.s et personnels de soutien à la recherche.
- Contribuer à la formation et à la médiation scientifique sur les enjeux liés à l’IA, aux données et à la science ouverte en SHS.
Un objectif transversal est également de désacraliser les outils d’IA, en sortant d’une logique techniciste, afin d’en favoriser une appropriation progressive, collective et raisonnée.
Les axes d’investigation portent notamment sur la revue de littérature assistée par IA, l’analyse de corpus textuels, la comparaison entre modèles ouverts et outils propriétaires, l’ingénierie du prompt, l’évaluation des modèles, ainsi que les enjeux de reproductibilité, de transparence, de biais et d’impact environnemental.
Le projet s’inscrit pleinement dans les priorités du GIS URFIST, en lien avec la formation à l’IST et aux données, la science ouverte, la médiation scientifique autour de l’IA, et le développement de pratiques responsables et critiques des outils numériques.
Méthodologie
Le projet repose sur une démarche d’expérimentation collective structurée autour d’un cycle mensuel d’ateliers (1h30 à 2h), organisés sur deux années universitaires.
La méthodologie privilégie un format souple et convivial, inspiré des communautés de pratique. Les rencontres sont conçues comme des temps d’échange horizontaux, associant démonstrations d’outils, phases de test par les participant.e.s, discussions collectives et interventions invitées (chercheur.e.s, data scientists, ingénieur.e.s).
Pour favoriser les échanges et booster la créativité durant les ateliers, une courte pause active est proposée. Qu’il s’agisse d’un temps de marche ou de quelques mouvements simples et soigneusement choisis, ces moments permettent de comprendre par la pratique leurs bienfaits pour lutter contre les effets néfastes de la sédentarité.
Les corpus mobilisés sont variés et issus des pratiques réelles des participant·e·s : articles scientifiques, corpus textuels, données ouvertes, archives ou documents institutionnels.
La démarche est progressive et itérative : exploration des outils, expérimentation concrète, mise en discussion critique, puis capitalisation collective des retours d’expérience.
Résultats attendus et livrables

Les principaux résultats attendus sont :
- la constitution d’un réseau local de pratiques autour de l’IA en SHS
- une montée en compétences des participant.e.s sur les outils et leurs enjeux
- l’élaboration collective de recommandations de bonnes pratiques
- la production de supports pédagogiques et de ressources mutualisables
- la formalisation de retours d’expérience (bilans, notes méthodologiques, synthèses)
Au-delà des productions formelles, le projet vise à instaurer un climat durable de confiance et d’entraide autour des enjeux IA en SHS, favorisant les échanges, les collaborations et la réflexivité méthodologique.
Le principal livrable est un site web en Quarto, hébergé sur le GitLab d’Huma-Num, destiné à documenter les sessions, partager des ressources et favoriser leur réutilisation.
Les publics bénéficiaires sont les chercheur.e.s et doctorant.e.s en SHS, les personnels de soutien à la recherche, et plus largement toute communauté intéressée par les enjeux de l’IA, des données et de la science ouverte en SHS.
OpenEdition vous propose de citer ce billet de la manière suivante :
GisUrfist (2 février 2026). L’IA à l’heure des SHS… et de l’apéro. GIS Réseau Urfist. Consulté le 10 juin 2026 à l’adresse https://doi.org/10.58079/15lp5
