L'intelligence artificielle générative en gestion des ressources humaines (2022–2026) : Analyse bibliométrique, cartographie scientifique et vide documentaire à l'intersection IAG–GRH–Industrie
L'intelligence artificielle générative (IAG) transforme la gestion des ressources humaines à travers l'automatisation du recrutement, de la formation et de l'aide à la décision. La littérature sur ce sujet reste toutefois récente et peu cartographiée. Cette étude analyse les publications indexées dans Scopus entre 2022 et 2026, à partir d'un corpus final de 58 articles sélectionnés selon le protocole PRISMA 2020. Les résultats montrent une forte croissance du champ, une concentration de la production dans quelques pays leaders et une structuration thématique autour de trois axes, les usages RH, l'adoption organisationnelle et les enjeux éthiques. Une analyse complémentaire à l'intersection IAG, GRH et industrie révèle un vide documentaire majeur, dix articles seulement sur 93 700 traitent simultanément ces trois dimensions. La lecture qualitative de ce gap à travers la théorie du comportement planifié (Ajzen, 1991) révèle un déséquilibre théorique structurant. Sur cette base, trois propositions de recherche sont formulées pour étudier les facteurs intentionnels d'adoption de l'IAG par les DRH industriels en contexte marocain.
Citer cet article
BEN GAMRA, Youssef; ELLIOUA, Hanane. 2026. L'intelligence artificielle générative en gestion des ressources humaines (2022–2026) : Analyse bibliométrique, cartographie scientifique et vide documentaire à l'intersection IAG–GRH–Industrie. Revue Internationale des Sciences de Gestion. https://africanscientificindex.com/articles/revue-internationale-des-sciences-de-gestion-l-intelligence-artificielle-generative-en-gestion-des-ressources-humaines-2022-2026-analyse-bibliometrique-cartographie-scientifique-et-vide-documentaire
Revue Internationale des Sciences de Gestion (2026)
Source
Notice indexée sur African Scientific Index · 2026-09-27 · Source d’origine.
Déposant et vérification bibliographique : non renseignés.
Import OAI-PMH · Identifiant source : oai:ojs2.revue-isg.com:article/2414