Évaluation de l'incidence de l'intelligence artificielle dans la gestion de projet en Afrique

Akpa, Patrick Natercio (2025). Évaluation de l'incidence de l'intelligence artificielle dans la gestion de projet en Afrique. Mémoire. Rimouski, Université du Québec à Rimouski, Unité départementale des sciences de la gestion, 150 p.

PDF Télécharger (5MB) | Prévisualisation

Résumé

RÉSUMÉ : Dans un contexte de transformation numérique mondiale, l'intelligence artificielle (IA) émerge comme un levier stratégique pour améliorer la performance et l'agilité des projets. En Afrique, son intégration dans la gestion de projet suscite un intérêt croissant, mais demeure confrontée à de nombreux défis structurels. Ce mémoire explore l'incidence de l'IA sur la gestion de projet dans le contexte africain, en s'appuyant sur une enquête conduite auprès de 52 professionnels et une revue de la littérature récente (2020-2024). L'étude révèle une adoption encore sélective, concentrée sur certaines fonctions (délais, coûts, risques), et marquée par des disparités sectorielles et régionales. Elle identifie plusieurs freins majeurs, notamment l'insuffisance des infrastructures numériques, le manque de compétences spécialisées et l'absence de cadres réglementaires adaptés. Malgré ces obstacles, les perceptions sont largement positives et les attentes fortes. En nous appuyant sur les cadres théoriques du TAM, du modèle TOE et de la théorie de la contingence, nous avons mis en lumière les conditions d'une adoption réussie. Enfin, le mémoire propose un modèle d'écosystème intégré et formule neuf recommandations stratégiques pour accompagner une adoption durable, inclusive et contextualisée de l'IA dans la gestion de projet en Afrique. -- Mot(s) clé(s) en français : intelligence artificielle, gestion de projet, Afrique, adoption technologique, écosystème intégré. --
ABSTRACT : In a context of global digital transformation, artificial intelligence (AI) is emerging as a strategic lever to enhance project performance and agility. In Africa, its integration into project management is generating growing interest, yet remains challenged by several structural constraints. This thesis explores the impact of AI on project management within the African context, drawing on a survey of 52 professionals and a review of recent literature (2020-2024). The study reveals a still selective adoption of AI, concentrated on specific project functions (such as scheduling, cost control, and risk management), and marked by sectoral and regional disparities. It identifies major barriers, including insufficient digital infrastructure, a lack of specialized skills, and the absence of appropriate regulatory frameworks. Despite these limitations, perceptions of AI remain largely positive, with strong expectations for its potential. Grounded in the theoretical frameworks of the Technology Acceptance Model (TAM), the Technology-Organization-Environment (TOE) model, and contingency theory, the analysis sheds light on the conditions for successful adoption. Ultimately, the thesis presents an integrated ecosystem model and offers nine strategic recommendations to facilitate a sustainable, inclusive, and context-aware integration of AI into project management across Africa. -- Mot(s) clé(s) en anglais : artificial intelligence, project management, Africa, technology adoption, integrated ecosystem.

Type de document :	Thèse ou mémoire de l'UQAR (Mémoire)
Directeur(trice) de mémoire/thèse :	Choinière, Olivier
Information complémentaire :	Mémoire présenté dans le cadre du programme de maîtrise en gestion de projet (avec mémoire) en vue de l'obtention du grade de maître ès sciences (M. Sc.).
Mots-clés :	Intelligence artificielle - Afrique - Gestion; Intelligence artificielle - Afrique - Applications en gestion; Gestion de projet - Afrique; Gestion de projet - Innovations - Afrique; Contraintes (Intelligence artificielle).
Départements et unités départementales :	Unités départementales des sciences de la gestion > Gestion de projet (Rimouski et Lévis)
Date de dépôt :	10 févr. 2026 16:19
Dernière modification :	10 févr. 2026 16:19
URI :	https://semaphore.uqar.ca/id/eprint/3417