Appel à contributions: Numéro spécial sur les organisations de l'économie sociale et l'intelligence artificielle

2025-07-04

Appel à contributions pour la Revue canadienne de re­cherche sur les OSBL et l'économie sociale (CJNSER): Numéro spécial sur les organisations de l'économie sociale et l'intelligence artificielle

L'intelligence artificielle pour le bien commun ? Explorer les opportunités, les risques et les alternatives de l’intelligence artificielle en économie sociale

L'intelligence artificielle (IA) transforme rapidement la façon dont les organisations travaillent, mais qu'est-ce que cela signifie pour le secteur de l'économie sociale ? Les organisations à but non lucratif, les organismes de bienfaisance, les coopératives et les collectifs commencent à s'engager avec les technologies d'IA, faisant face à la fois à des promesses et à des périls et cela de pareille mesure. Ce numéro spécial invite les chercheurs de disciplines diffèrentes à proposer articles qui explorent la manière dont l'IA est adoptée, adaptée ou résistée au sein du paysage diversifié de l'économie sociale, en particulier au Canada mais également ailleurs, et comment ces expériences se connectent aux mouvements mondiaux pour une technologie éthique, équitable et dirigée par la communauté.

Nous visons à rassembler des recherches critiques et innovatives qui abordent le rôle unique des organisations d'économie sociale pour le future de l'IA. Ces organisations ne sont pas seulement des utilisatrices de technologie ; elles sont également des acteurs clés dans l'articulation de valeurs alternatives et d'approches de gouvernance – enracinées dans l'équité, les droits humains et le bien-être des communautés (Lantero, 2018).

Les organisations d'économie sociale au Canada se distinguent par leurs missions et leurs valeurs, mais elles s'appuient souvent sur des outils d'IA construits par des fournisseurs du secteur privé et façonnés par les priorités commerciales mondiales et multinationales. Cela soulève d'importantes questions telles que: Comment ces organisations peuvent-elles adopter l'IA d'une manière qui corresponde à leurs objectifs sociaux ? Quels risques et opportunités l'IA présente-t-elle ? Et comment les expériences canadiennes peuvent-elles contribuer à un autre type de développement de l'IA, un développement qui résiste aux logiques purement commerciales et reflète un intérêt public plus large?

Ce numéro spécial invite les chercheurs à proposer des articles sur la base d’études empiriques, des essais théoriques, des analyses de cas et des perspectives issues de la pratique, provenant de contextes canadiens et ou internationaux. Notre objectif est de donner voix à  ceux et celles qui travaillent dans et avec l'économie sociale, afin de mettre en lumière les tensions et les possibilités inexplorées de l'IA.

Thèmes et questions clés:

  • Comment les organismes à but non lucratif, les coopératives et d'autres organisations de l'économie sociale au Canada s'engagent-elles actuellement avec l'IA (Statistique Canada, 2024a) ?
  • Quels sont les obstacles à l'adoption de l'IA spécifiques à l'économie sociale, y compris les préoccupations concernant la capacité, la confidentialité et l'alignement des valeurs (Statistique Canada, 2024b) ?
  • Comment les systèmes d'IA reflètent-ils ou s'opposent-ils aux missions des organisations axées sur l'équité (Lantero, 2018 ; Moss et al., 2021) ?
  • Quelles sont les implications de l'utilisation de l'IA dans des domaines sensibles tels que la santé (Abdullah et al., 2020 ; Anawati et al., 2024), l'intervention en matière d’itinérance (VanBerlo et al., 2021 ; Liyanage et al., 2023) et le sport par exemple (Yang, Byers, & Koenigstorfer, 2025) ?
  • Comment l'économie sociale peut-elle contribuer à façonner un modèle distinct et axé sur les valeurs du développement de l'IA – différent de ceux dominés par les grandes entreprises technologiques (Brandusescu, 2021 ; Attard-Frost, Brandusescu, & Lyons, 2024) ?
  • Quelles expériences internationales offrent des perspectives pour le contexte canadien ?

Pourquoi ce numéro spécial maintenant ?

L'utilisation croissante de l'IA par les organisations de l'économie sociale au Canada (CICP-PCPOB, 2022 ; 2023 ; 2024) s'accompagne de préoccupations généralisées concernant la préparation, les risques éthiques et les lacunes en matière de connaissances. Des données récentes montrent que les organisations citent le manque de connaissances sur les capacités de l'IA (7,3 %), les préoccupations concernant la confidentialité ou la sécurité (6,0 %) et le fait que l'IA n'est pas encore une technologie suffisamment mature (4,8 %) comme principales raisons de la non-adoption (Statistique Canada, 2024b). Ces conclusions soulignent un besoin urgent de recherche, connaissances  et de stratégies dans et pour lesecteur.

Malgré la stratégie nationale d'IA ayant été adoptée d’une manière précoce au Canada, la réglementation reste fragmentée. L'échec récent de l'adoption de la Loi sur l'intelligence artificielle et les données (LIAD) par le Parlement met davantage en évidence une lacune en matière de gouvernance. Entre-temps, des intermédiaires alignés sur le secteur privé se positionnent pour capter des financements et influencer la mise en œuvre de l'IA (Brandusescu, 2021), souvent en marginalisant les priorités de l'économie sociale et des communautés locales.

Ce numéro spécial veut se proposer comme un espace pour faire entendre les voix, la recherche et les expériences vécues des organisations de l'économie sociale. Nous visons à favoriser de nouveaux cadres pour comprendre, utiliser et réinventer l'IA à travers le prisme des valeurs sociales.

En créant un espace de recherche fondé sur les réalités du secteur, nous visons à favoriser de nouveaux cadres pour comprendre, utiliser et réimaginer l’IA à travers le prisme des valeurs sociales.

Nous attendons des contributions qui :

  • Sont ancrées dans le travail des organisations de l'économie sociale au Canada ou offrent des perspectives internationales pertinentes ;
  • Abordent les dimensions théoriques, éthiques et pratiques de l'utilisation de l'IA dans l'économie sociale ;
  • Explorent la relation entre l'IA et des valeurs telles que l'équité, la justice, les droits humains et le bien-être écologique ;
  • Considèrent comment les organisations de l'économie sociale peuvent façonner le développement de l'IA et les politiques au-delà d’une simpleadoption.

Nous acceptons les contributions en anglais ou en français.

Dates importantes

Soumission de l'article complet: au plus tard le 30 septembre 2025

Décision du rédacteur invité: au plus tard le 17 octobre 2025

Processus d’évaluation par les pairs: du 18 octobre 2025 au 31 décembre 2025

Publication : 30 avril 2026

Références

Abdullah, S. S., Rostamzadeh, N., Sedig, K., Lizotte, D. J., Garg, A. X., & McArthur, E. (2020). Machine Learning for Identifying Medication-Associated Acute Kidney Injury. Informatics, 7(2), Article 2. https://doi.org/10.3390/informatics7020018

Anawati, A., Fleming, H., Mertz, M., Bertrand, J., Dumond, J., Myles, S., Leblanc, J., Ross, B., Lamoureux, D., Patel, D., Carrier, R., & Cameron, E. (2024). Artificial intelligence and social accountability in the Canadian health care landscape: A rapid literature review. PLOS Digital Health, 3(9), e0000597. https://doi.org/10.1371/journal.pdig.0000597

Attard-Frost, B., Brandusescu, A., & Lyons, K. (2024). The governance of artificial intelligence in Canada: Findings and opportunities from a review of 84 AI governance initiatives. Government Information Quarterly, 41(2), 101929. https://doi.org/10.1016/j.giq.2024.101929

Brandusescu, A. (2021). Artificial intelligence policy and funding in Canada: Public investments, private interests. Centre for Interdisciplinary Research on Montreal, McGill University. https://www.mcgill.ca/centre-montreal/files/centre-montreal/aipolicyandfunding_report_updated_mar5.pdf

CICP-PCPOB. (2024). CICP-PCPOB Weekly Report- Rapport Hebdomadaire (No. 2.10.39) Philanthropy and Social economy Leadership, Carleton University. https://carleton.ca/cicp-pcpob/homepage/research-data/

CICP-PCPOB. (2023). CICP-PCPOB Weekly Report- Rapport Hebdomadaire (No. 1.10.42). Philanthropy and Social economy Leadership, Carleton University. https://carleton.ca/cicp-pcpob/homepage/research-data/

CICP-PCPOB. (2022). CICP-PCPOB Weekly Report- Rapport Hebdomadaire (No. 1.4.14). Philanthropy and Social economy Leadership, Carleton University. https://carleton.ca/cicp-pcpob/homepage/research-data/

Lantero, M. (2018). Governing Artificial Intelligence Upholding Human Rights & Dignity (p. 38). Data & Society. https://datasociety.net/library/governing-artificial-intelligence/

Liyanage, C. R., Mago, V., Schiff, R., Ranta, K., Park, A., Lovato-Day, K., Agnor, E., & Gokani, R. (2023). Understanding Why Many People Experiencing Homelessness Reported Migrating to a Small Canadian City: Machine Learning Approach With Augmented Data. JMIR Formative Research, 7, e43511. https://doi.org/10.2196/43511

Moss, E., Watkins, E. A., Singh, R., Elish, M. C., & Metcalf, J. (2021). Assembling Accountability: Algorithmic Assessment for the Public Interest (p. 64). Data & Society. https://datasociety.net/library/assembling-accountability-algorithmic-impact-assessment-for-the-public-interest/

Statistics Canada (2024a). Table 33-10-0878-01 Use of artificial intelligence (AI) by businesses or organizations in producing goods or delivering services over the next 12 months, third quarter of 2024. DOI: https://doi.org/10.25318/3310087801-eng

Statistics Canada (2024b). Table 33-10-0879-01 Reasons business or organization does not plan to use artificial intelligence (AI) in producing goods or delivering services over the next 12 months, third quarter of 2024. DOI: https://doi.org/10.25318/3310087901-eng

VanBerlo, B., Ross, M. A. S., Rivard, J., & Booker, R. (2021). Interpretable machine learning approaches to prediction of chronic homelessness. Engineering Applications of Artificial Intelligence, 102, 104243. https://doi.org/10.1016/j.engappai.2021.104243

Yang, Y., Byers, T., & Koenigstorfer, J. (2025). A Machine‐Learning Approach to Understanding Performance of Canadian Social economy Sport Organizations. Social economy Management and Leadership, 35(3), 663–675. https://doi.org/10.1002/nml.21651

 

Rédacteur invité

Ushnish Sengupta est professeur adjoint en développement économique et social communautaire à l'Université Algoma. Il est titulaire d'un doctorat de l'Institut d'études pédagogiques de l'Ontario, d'un MBA de la Rotman School of Management et d'un diplôme en génie industriel de l'Université de Toronto. Le doctorat d'Ushnish Sengupta a porté sur la théorie de la gouvernance des données pour les organisations de l'économie sociale. Le Dr Sengupta est un enseignant primé et a donné des cours dans des établissements postsecondaires et au sein d'organisations communautaires. En plus de son expérience universitaire, il a travaillé dans diverses organisations des secteurs privé, public et social, notamment Énergie atomique du Canada limitée, Cedara Software Corp, la Société Radio-Canada, le Centre de toxicomanie et de santé mentale, OntarioMD, le Réseau télémédical de l'Ontario et eHealth Ontario. Les intérêts de recherche du Dr Sengupta sont basés sur une vaste expérience professionnelle et incluent les organisations à but non lucratif, les coopératives, l'entrepreneuriat, la blockchain, l'intelligence artificielle, les données ouvertes, la diversité et l'impact social et environnemental des projets technologiques. Il mène actuellement des recherches sur les impacts sociaux et environnementaux de l'adoption de la technologie par les organisations dans les projets de villes intelligentes.