L'intelligence artificielle (IA) s'impose progressivement comme un levier essentiel dans le domaine de la gestion de projet, entraînant des transformations profondes dans la conception, la gestion, le processing, le déploiement et l'évaluation des projets. 

Cet article se propose d’explorer divers concepts clés, que j’ai eu l’occasion de détailler lors de la conférence et des ateliers de travail organisés le 23 mai 2024 par le PMI Pole de Lyon, en mettant en exergue les options stratégiques, les approches de mise en place, les défis et les opportunités que l'IA présente pour la gestion de projet.

Ces transformations, loin d'être uniquement technologiques, sont profondément ancrées dans des considérations stratégiques et humaines, où la customisation des solutions intelligentes devient essentielle pour répondre aux besoins spécifiques des organisations modernes.

Une analyse comparative de l'évolution des projets d'intelligence artificielle entre 2022 et 2023, basée sur le rapport IBM de 2024, révèle une stratégie plus prudente ou une période de cadrage plus longue, où la planification et l’exploration sont priorisées avant de se lancer pleinement dans le déploiement ou la transition. Cet effet correspond à la lecture du marché également qui, malgré des investissements massifs, se caractérise par des échecs précoces et rapides de ces initiatives.

Cette fragilité, tant en termes de complexité que de portée stratégique, provoquée souvent une dynamique de précipitation plutôt qu'un progrès réel, entraînant des projets d’IA mis en pause ou totalement abandonnés.

Réalité des bénéfices de l'IA : Éviter le fossé entre fiction et réalité

Il est essentiel d'élaborer un programme de déploiement technologique bien structuré tout en maintenant des attentes réalistes quant aux bénéfices potentiels. Une incohérence dans le discours du leadership exécutif, qui peut parfois surestimer les capacités de l'IA, en allant sur des qualifications d’une « IA générale » – un concept encore largement théorique – peut créer un fossé entre les attentes et les réalisations possibles. Cette divergence peut entraîner des désillusions et compromettre la confiance dans les projets d'IA. Par conséquent, il est impératif d'ancrer les attentes dans des objectifs concrets et réalisables à court et moyen terme.

Figure 2 : Projets IA - Défis de la création de valeur et de l’alignement stratégique

Ce schéma met en évidence les dangers associés à un manque de clarté ou de vision stratégique dans la gestion des projets AI et de son intégration technologique.

•  Lorsque la vision du projet n'est pas alignée avec la réalité, il en résulte souvent des lacunes en matière de création de valeur qui, s'il n'est pas corrigé, peut mener à une perte d'investissement significative. 
• Cela illustre l'importance de maintenir un alignement stratégique tout au long du projet pour éviter les échecs. La référence à "85% de taux d'échec pour les projets d'IA" (Gartner, 2017) qui semble se confirmer sur plusieurs années jusqu’en 2024, souligne la gravité de cette situation, suggérant que la majorité des projets échouent lorsque la vision de l’organisation et ses objectifs adoptent un optimisme business non fondé ou des prévisions irréalistes dans les projets d'intelligence artificielle ou de technologies similaires. 
• Ce décalage entre la création de valeur et la fragilité de la vision stratégique représente un défi majeur pour les organisations.

Considérant que l’intégration de l’IA dans les processus de gestion de projet en fait partie, l’observation du marché montre que le domaine de gestion de projet reste timide dans l’exploration des use cases, en grande partie en raison des défis liés à l’alignement stratégique, aux attentes ambiguës des parties prenantes, au périmètre de couverture technologique, à la disponibilité de données de qualité et la complexité et l’interdépendance des processus.

Vision, mission et conduite du changement : Responsabilité des PMO et des chefs de Projet

• La résilience entre la vision, la mission, les objectifs stratégiques, et la conduite du changement constitue un élément clé dans la gestion de projet moderne. Ce concept de résilience n'est pas seulement une question de capacité à rebondir face aux défis, mais englobe également l'habileté à maintenir un alignement constant entre les objectifs à long terme de l'organisation et les transformations nécessaires pour les atteindre.
• Sa centralisation au niveau de la gestion du portefeuille des programmes et des projets confère une responsabilité accrue aux PMO et aux chefs de projet et de programme. Ceux-ci jouent un rôle clé dans l'alignement stratégique et doivent s'assurer que les objectifs de l'organisation sont non seulement clairs en terme de digitalisation, mais aussi réalisables dans le cadre des capacités offertes par l'intelligence artificielle.
• La conduite du changement est une autre dimension critique de cette résilience stratégique. En effet, l'intégration de l'IA dans les processus de gestion de projet implique souvent des transformations profondes. Cela nécessite également une compréhension fine des dynamiques organisationnelles et des résistances potentielles au changement. Les chefs de projet doivent s'assurant que l’environnement est propice, que les équipes sont bien préparées et que les transitions sont gérées de manière à minimiser les perturbations des projets en cours.

Chef de projet : de l’éclaireur au conseiller du leadership exécutif

• Au-delà de leur rôle traditionnel, les chefs de projet et de programme sont désormais appelés à jouer un rôle d'éclaireur pour l'organisation. Ils devraient anticiper les défis, identifier les opportunités technologiques, et être à l'avant-garde de l'innovation pour guider l'entreprise à travers les transformations nécessaires. En ce sens, ils ne sont plus seulement des exécutants, mais des leaders d'opinion qui façonnent l'avenir de l'organisation.
• Les chefs de projets ont une double fonction dans l’intégration de l’IA en gestion de projet, ils sont à la fois utilisateurs et des leaders de la transformation de leur métier. Cette responsabilité les amène également à agir en tant que conseillers stratégiques pour le leadership exécutif. Ils doivent fournir des perspectives précieuses sur la manière dont les nouvelles technologies, comme l'intelligence artificielle, la RPA et la blockchain, peuvent être intégrées de manière efficace pour soutenir les objectifs de l'entreprise. En tant qu'éclaireurs, leur permettant de comprendre les implications à long terme des choix technologiques.
• Les chefs de projet impliqués doivent donc développer une vision holistique de l'organisation, comprenant non seulement les aspects techniques, mais aussi les dimensions humaines, culturelles et stratégiques. Ils doivent être capables de traduire les tendances technologiques en stratégies concrètes, tout en assurant une communication fluide entre les équipes opérationnelles et le leadership exécutif.
• Cette fonction de conseil est extrêmement importante pour assurer que les décisions prises au plus haut niveau de l'organisation sont éclairées, réalistes, et alignées avec les capacités et les ressources disponibles. Cela renforce également la confiance du leadership dans l'adoption de nouvelles technologies. Leur expertise en gestion de projet et leur capacité à prédire les résultats des initiatives technologiques pour leur processus permettent de réduire les incertitudes et de sécuriser les investissements dans des projets innovants.

Customisation des Solutions Intelligentes en Gestion de Projet

• Pour tirer pleinement parti des technologies avancées, il est essentiel de comprendre que l'IA ne devrait pas être appliquée de manière uniforme et standard à tous les contextes. 
• Au contraire, elle devrait être customisée, ou conçue "sur mesure", pour répondre aux besoins spécifiques de chaque organisation. Cette approche de customisation peut maximiser l'efficacité opérationnelle et aligner les solutions technologiques avec les besoins de l'entreprise. Cependant, considérée comme complexe, coûteuse et chronophage, elle pourrait être contraignante à adopter.

Project Management Processing : Une approche analytique de l’intégration de l’IA

• Le Project Management Processing (PM processing) représente l'épine dorsale de toute mise en place de gestion de projet efficace au sein d’une organisation. Il s'agit de la structuration des processus, qui commence au niveau des PMO, des portefeuilles, des programmes, et qui se termine au niveau de la gestion des projets, et parfois des produits. Le PM processing permet de tester, surveiller et d’améliorer le système de gestion de projet. Dans ce cadre, l’approche de  l'adaptation sur mesure des solutions intelligentes est simplifiée, en s’appuyant sur un fils conducteur issu de la culture de l’entreprise, les facteurs environnementaux de l'entreprise, les actifs organisationnels, les modes, la standardisation des pratiques et le niveau de formalisation attendu.
• L'un des aspects les plus importants de ce processus est la standardisation, qui garantit une cohérence et une prévisibilité dans la manière dont les projets sont gérés à l’aide de l’IA. Cependant, la standardisation ne signifie pas rigidité, elle doit être complétée par une marge de flexibilité qui prend en compte les spécificités de chaque projet. C'est ici qu'interviennent l’analyse entre la création d’un Core Model basé sur l’IA– un modèle central adaptable – et l’adoption de produits ou softwares standards disponibles sur le marché. Le choix entre ces deux options dépend des besoins spécifiques du PM processing et de l'organisation.
• Cette distinction est fondamentale : un Core Model offre une approche centralisée et structurée, tandis que les produits standards peuvent apporter des solutions rapides et efficaces, bien que parfois moins flexibles.
•  
• Dans le contexte d’une création d’un Core Model, deux approches principales peuvent être adoptées :
  • Result-Driven Approach : Cette approche met l'accent sur les résultats finaux, en adaptant les processus en fonction des objectifs spécifiques de chaque projet. Les processus sont adaptés au contexte du projet pour en assurer les résultats espérés. L’IA pourrait être déterminante dans la réussite en assurant des fonctions orientées résultat, en fournissant des analyses prédictives des projets, et en optimisant les ressources et les processus pour maximiser les résultats. Cette approche est adaptée, entre autres, à des projets de recherche, de conception produit ou d’innovation. L’intégration de l’IA dans le processus de PM processing pourrait structurer et adapter la démarche projet selon les résultats.
  • E2E Process-Based Approach : Une approche axée sur le processus de bout en bout (E2E ou End-to-End), qui vise à améliorer l'efficacité à chaque étape du cycle de vie du projet. Ici, l’IA est utilisée, en plus de couvrir les tâches répétitives et des fonctions de pilotage et de gestion, pour assurer une fluidité et une cohérence tout au long du processus, de la planification initiale à l'exécution et à la clôture du projet. cette approche nécessite une standardisation robuste et un modèle de PM processing assez mature. C’est de loin l’intégration la plus complète de l’IA dans la gestion de projet.
•  
• Lorsqu'il s'agit de solutions génériques, la customisation est tout aussi présente mais sa dimension est réduite. Deux approches distinctes se démarquent 
  • Activity-Oriented Approach : Cette approche permet d'utiliser plusieurs outils basés sur l’IA et interconnectés, chacun étant spécialisé dans une activité particulière, comme la planification (scheduling) ou la gestion des ressources. L'IA est utilisée ici pour assurer une intégration fluide entre ces outils et des applications disponibles sur le marché, permettant une gestion optimisée et une meilleure collaboration entre les équipes.
  • Application-Based Approach : Cette approche consiste simplement à adopter des applications généralistes de gestion de projet, ou d’un processus séparé, disponibles sur le marché, qui commencent à regrouper plusieurs activités au sein d'un seul outil. Ces solutions intelligentes tout-en-un offrent une vue d'ensemble ou une partie, notamment la WBS (Work Breakdown Structure), la gestion des risques, et la gestion des ressources, permettant ainsi une gestion de projet plus cohérente et intégrée. Même s’il peut y avoir une part de customisation dans ces outils, cela reste à la marge, ainsi l’évolution des fonctionalités dépend du fournisseur. Souvent c’est la solution la moins chere et la plus rapide à mettre en place, mais elle implique des changements considérables dans le PM processing.
  • La customisation des solutions intelligentes est la clé pour maximiser l'impact de l'IA en gestion de projet. Chaque entreprise, Chaque projet, et même chaque équipe au sein de l'organisation a des besoins et des contraintes spécifiques. L'IA doit être conçue et configurée pour répondre à la fois à ces exigences métier et une vision de l’entreprise, afin d’améliorer l'efficacité opérationnelle et d'assurer un alignement parfait avec les objectifs stratégiques.

L'IA comme Catalyseur de Créativité en Gestion de Projet

• La créativité, souvent perçue comme une capacité humaine unique à générer des idées nouvelles et non conventionnelles, est un processus très complexe qui nécessite un environnement propice et favorable à capturer et réaliser la valeur issue de ces nouvelles idées. Il ne suffit pas de générer des idées pour être créatif.
• La créativité est un concept de pensée inhabituel et parfois illogique. C’est un processus qui propose des solutions originales, nouvelles dans leur application ou leur apparition, et qui s’appuie sur des éléments qui constitue la notion de l’invention comme le mental cognitif, la pensée divergente, la diversité, le critical thinking, et souvent collaboratif.
• Dans les organisations modernes, la créativité ne doit plus être perçue comme un processus spontané ou occasionnel, mais plutôt comme un modèle stratégique et systématiquement monitoré. Cela signifie que les entreprises doivent établir des mécanismes précis pour mesurer et évaluer le niveau de créativité au sein de leurs équipes, en définissant des indicateurs de performance clairs et des objectifs concrets. Un niveau cible de créativité devrait être déterminé en fonction des ambitions de l'entreprise, de sa culture et de ses besoins spécifiques en matière d'innovation.
• En effet, la créativité peut désormais être renforcée par les capacités de l'IA, notamment à travers le support à l'analyse de la pertinence des idées et l'accélération de leur mise en œuvre.
• Dans la gestion de projet, l'intégration des technologies d’IA pourrait considérablement améliorer les taux de réussite, en permettant de mieux gérer les risques et les situations inédites, ainsi que de saisir des opportunités autrefois inexplorées. Grâce à l'IA, il devient possible de développer rapidement des idées et de les tester, tout en ouvrant de nouvelles perspectives grâce à sa capacité à proposer des alternatives et de simplifier des processus.

Construire une IA de confiance : Un pilier incontournable pour la gestion de projet

• La question de la confiance est un fondement critique sur lequel repose l'efficacité, l'acceptation et, en fin de compte, le succès de l'IA dans les processus organisationnels, notamment de la gestion de projet. 
• Hormis les prérequis indispensables et le fait de forger une solution éthique, sécurisée et protectrice des données de l’organisation, construire une IA de confiance signifie proposer un engin digital intégré dans cadre sûr, en mettant l'accent sur les éléments clés tel que la transparence, la fiabilité, la précision et l'éthique.

L'importance de lignes directrices claires

• Pour que l'IA soit perçue comme fiable, il est essentiel d'établir des lignes directrices claires et spécifiques à chaque organisation. Ces règles doivent encadrer l'utilisation de l'IA et répondre aux objectifs de l'entreprise. Ce n'est pas suffisant de simplement introduire des technologies avancées ; elles devraient s'aligner sur les valeurs de l'organisation. En définissant ces directives, les entreprises peuvent construire une base solide de confiance, garantissant que l'IA est utilisée de manière cohérente, sécurisée et éthique.
• De plus, une IA éthique doit respecter les principes de justice et d'équité, en prenant des décisions compréhensibles pour tous les membres de l'équipe projet, assurant ainsi l'équité et la transparence tout au long du cycle de vie du projet.

Les garants de la cohérence et de la fiabilité

• Une IA fiable doit être transparente dans ses opérations, en fournissant des résultats prévisibles et reproductibles. Cela implique de concevoir des algorithmes qui identifient et évitent les biais et garantissent l’exploitation des données pertinentes du projet.
• La transparence est essentielle pour établir la confiance dans l'IA. Les utilisateurs doivent savoir comment les décisions sont prises, quelles données sont utilisées et comment fonctionnent les algorithmes (Mattioli, et al. 2021). Une IA transparente ne cache pas ses processus, mais les explique clairement, permettant ainsi aux utilisateurs de valider et de vérifier les résultats. Dans un projet que j’avais mené auparavant, l’IA adoptée fournit une justification des décisions et des liens vers les sources de données exploités, notamment les documents de projets et les procédures appliquées. Ce type de fonctionnalités renforce l’intégration de l’outil également et facilite son acceptation.
• De plus, l'intégration de l'IA dans les systèmes existants devrait justifier et permettre cette transparence. Cela signifie que l'IA doit compléter et améliorer les processus humains plutôt que de les remplacer de manière opaque. Une intégration réussie garantit que les décisions prises par l'IA sont précises et cohérentes d'une situation à l'autre.
• Enfin, pour que l'IA soit réellement fiable, elle doit produire des résultats cohérents et reproductibles (B. Li, et al., 2023). Les utilisateurs doivent pouvoir s'attendre à des résultats similaires pour des requêtes identiques ou proches. Cette répétabilité est essentielle pour instaurer la confiance : une IA qui donne des résultats erratiques ne pourra jamais être perçue comme digne de confiance, limitant ainsi son adoption et son utilité.
• Construire une IA de confiance est un impératif pour toute organisation souhaitant intégrer l'IA dans la gestion de projet. Cela nécessite des lignes directrices claires, une attention rigoureuse à la sécurité et à l'éthique, un niveau de transparence cohérent avec les activités automatisées, et une garantie de répétabilité et de reproductibilité des résultats. En veillant à ces aspects, les entreprises peuvent maximiser les avantages de l'IA et s'assurer que la solution IA est acceptée et pleinement intégrée dans leurs processus.

Super PM : Le futur de la gestion de projet

• L’humanité augmentée, dans le contexte de la gestion de projet, représente bien plus qu’une simple interaction entre l’homme et la machine. C'est une association d’amplification des avantages apportés par l’IA et l’humain, et une réduction des incapacités et des difficultés présentent à chaque partie de l’équation. Cet équilibre recherché où l'humain renforce la gestion de projet avec son intuition, sa créativité, son jugement, son intelligence émotionnelle et comportementale ; et l'IA avec sa capacité à traiter et analyser des données à une large échelle, sa précision de calcul, son action rapide, son exécution robuste, son analyse, sa logique et sa synthèse. Ensemble, l’humain augmenté, où le chef de projet augmenté, peut réaliser et réussir des projets plus ambitieux, plus complexes, et plus innovants que jamais auparavant. L’humain augmenté peut atteindre une performance en gestion de projet généralisée dépassant la barre de 80% de taux de réussite de projet au lieu du niveau actuel de 31% de taux de réussite (Standish Group, CHAOS 2020).
• L'objectif de cette collaboration, que j'ai appelée Super PM, n'est pas de substituer l'humain à la machine, mais plutôt d'accroître les capacités humaines grâce à l'utilisation des technologies intelligentes. Toutefois, elle exige trois éléments essentiels :
  • Déterminer le niveau attendu par l'organisation en ce qui concerne les investissements à engager, ce qui nécessite l'étude préalable de use cases afin de répondre à la vision et à la mission de l'organisation. Cela offre la possibilité de fixer des objectifs plutôt que de faire des paris.
  • Redéfinir et revoir les aptitudes et les descriptions de poste des Super PM, ainsi que les méthodes d'évaluation. Il est probable qu'il faudra intégrer de nouvelles compétences, certainement technologiques mais pas seulement, dans le poste de chef de projet.
  • Prendre en compte les changements organisationnels direct et indirects qui pourraient être engendrées par l'intégration de l'IA dans l'environnement de travail et la performance, en particulier l'évolution du leadership au sein de l’organisation, car les technologies influence significativement le leadership (Knezević, 2023).
• Le concept de Super PM, basée sur l'humanité augmentée, ouvre de nouvelles perspectives pour la gestion de projet. En plaçant l'humain au centre des solutions digitales et en utilisant l'IA pour amplifier ses capacités, nous pouvons créer un environnement de travail plus efficace, plus créatif, plus structuré et plus orienté vers l'innovation. Le futur de la gestion de projet repose sur cette alliance entre l'humain et l'IA. Je pense que ce concept sera le prochain framework de gestion de projet et transformera radicalement la manière dont nous concevons, planifions, et exécutons nos projets.

L'évolution et l'adaptabilité des solutions technologiques en gestion de Projet : Le Concept de « Human Engine Assessment »

• Les technologies telles que l’IA évoluent à une vitesse fulgurante, les organisations doivent adopter des stratégies qui leur permettent non seulement de suivre, mais aussi de tirer parti de ces avancées pour rester compétitives. L'évolution des solutions et leur capacité à s'adapter aux nouvelles mises à jour du marché sont devenues des éléments essentiels du succès. C’est dans ce contexte que le concept de « Human Engine Assessment », que j’ai développé pour l’intégration des technologies avancées et assurer le meilleur équilibre entre activité humaine et taches automatisées, émerge comme un levier stratégique pour l'évaluation et l'amélioration continue des compétences humaines en parallèle de l'intégration technologique.
• Le concept de « Human Engine Assessment » fournit un cadre permettant d'évaluer comment les compétences et capacités humaines s'harmonisent avec technologies utilisées. Cette démarche encourage une réévaluation constante des processus, des méthodes de travail, des avancées technologiques et des compétences pour garantir une adaptation fluide aux changements.

Évolutivité des solutions

Les progrès technologiques dans la gestion de projet ne se résument pas à l'introduction de nouveaux outils ou systèmes novateurs. L'évolutivité des solutions signifie également la capacité à intégrer de nouvelles perspectives, à interfacer avec d'autres systèmes, et à améliorer en permanence la fiabilité et la précision des opérations. Pour ce faire, les facteurs de l’alignement devraient prendre en compte au minimum la gestion des connaissances, les interfaces, l’adaptabilité du système et de l’organisation, le Lean, l’amélioration continue et la capacité de croissance (scalabilité).

Conclusion

• L’intégration de l'intelligence artificielle dans la gestion de projet ouvre la voie à une transformation profonde des processus et des méthodes traditionnelles. Cette évolution dépasse largement les aspects technologiques pour s’étendre à des aspects stratégiques, humains et créatifs, qui redéfinissent le rôle des responsables de projet et la nature même des projets à venir
• La customisation des solutions IA devient un levier incontournable pour répondre aux spécificités de chaque organisation, tout en s'adaptant à des environnements toujours plus complexes et changeants. Les organisations devraient développer une vision holistique permettant de garantir une prise en compte des impacts de la transformation digitale de gestion de projet et minimiser les risques d’échec de l’adoption de l’IA.
• L'enjeu central réside dans l'adaptation des technologies aux besoins réels et évolutifs des projets, une démarche qui demande un équilibre entre standardisation et flexibilité. Les approches Core Model ou génériques démontrent que le succès des initiatives IA dépend de leur capacité à être ajustées en fonction des résultats attendus et des processus spécifiques.
• Dans ce contexte, les chefs de projet doivent assumer de nouvelles responsabilités, devenant à la fois éclaireurs et conseillers stratégiques du leadership exécutif. Leur capacité à anticiper les défis et à proposer des solutions technologiques adaptées est clé pour garantir un alignement stratégique solide et des résultats concrets. Ils jouent un rôle important dans la conduite du changement, voire pilotent cette démarche, assurant que l'IA soit pleinement intégrée au sein les processus de gestion de projet et des processus organisationnels plus globalement.
• Cependant, la notion de confiance est primordiale dans cette transition vers l'IA. La transparence, l'éthique, la précision et la répétabilité des résultats sont les piliers sur lesquels reposent l'acceptation et la qualification des solutions intelligentes.
• Enfin, le concept de « Super PM », fondé sur l'humanité augmentée, propose une vision ambitieuse de l'avenir, où l'alliance entre l'humain et l'IA permet de surmonter les limites actuelles de la gestion de projet et d'atteindre des taux de réussite inédits. Cela nécessite l’implication effective des parties prenantes et une analyse des processus et des activités afin de répartir les fonctions entre humain et outils technologiques, auxquelles le framework « Human-Engine Assessment » pourrait répondre.

Support de présentation

Complément d’informations

Cet article sera complété par un prochain article exposant l’analyse de session de travail en focus group, qui ont été réalisé lors de cet évènement, sur les frontières de l’IA en gestion de projet et son projet d’intégration dans l’organisation.

4 thèmes ont été travaillés lors des ateliers :

• Accompagner les PM & PMO et Favoriser l'Innovation avec l'IA
• Maximiser le ROI de l'IA : Cas d'Usage et Opportunités
• Préparer le Terrain : Prérequis pour une IA Réussie
• Automatisation Intelligente : Activités et Tâches à Confier à l'IA

Les fiches de travail pour chaque thème seront également partagées pour servir de templates d’animation au sein des organisations si besoin.

Je tiens à remercier les co-animateurs des différents ateliers et les participants pour l’enrichissement de ces thèmes.

Fouad SAIGHI

Membre de l'équipe PMI Lyon, conférencier

References

1. Benedek, M., Jurisch, J., Koschutnig, K., Fink, A., & Beaty, R. E. (2020). Elements of creative thought: Investigating the cognitive and neural correlates of association and bi-association processes. NeuroImage, 210, 116586.

2. Chen, J. H., Su, M. C., Azzizi, V. T., Wang, T. K., & Lin, W. J. (2021). Smart project management: interactive platform using natural language processing technology. Applied Sciences, 11(4), 1597.

3. Di Giuda, G. M., Locatelli, M., Schievano, M., Pellegrini, L., Pattini, G., Giana, P. E., & Seghezzi, E. (2020). Natural language processing for information and project management. Digital transformation of the design, construction and management processes of the built environment, 95-102.

4. Knezević, D. (2023). The impact of technologies on leadership styles in Southeast European counties. Journal of International Studies, 16(2), 127-139.

5. Lee, J., & Yi, J. S. (2017). Predicting project’s uncertainty risk in the bidding process by integrating unstructured text data and structured numerical data using text mining. Applied Sciences, 7(11), 1141.

6. Li, B., Qi, P., Liu, B., Di, S., Liu, J., Pei, J., Yi, J., & Zhou, B. (2023). Trustworthy AI: From principles to practices. ACM Computing Surveys, 55(9), 1-46.

7. Mattioli, J., Terrier, F., Cantat, L., Gelin, R., Chiaroni, J., Bonhomme, Y. & Alix, C. (2021). IA de confiance : condition nécessaire pour le déploiement de l'IA dans les systèmes critiques. In APIA2021-Conférence Nationale sur les Applications Pratiques de l’Intelligence Artificielle.

8. Oneshko, S., & Pashchuk, L. (2021). Industry 4.0 and creative economy (globalization challenges of the time). Futurity Economics&Law, 1(4), 4-11.