研究項目
一套基于評論的推薦系統：根據評論的有用性及積極情緒來推薦產品
M. Haikel-Elsabeh（法國礦業電信學校聯盟商學院）、Maria Olmedilla Fernandez（SKEMA 商學院）、 J. C Romero（巴黎第九大學）
我們提出了一套適用于eWOM社區的推薦系統。該系統可根據用戶發布的產品在線評論向其他用戶提供建議。這項工作旨在了解如何將機器學習的算法轉化并應用于eWOM社區的評論數據，從而創建一個優化的推薦系統。
人工智能與人力資源管理
Yujie Cai（SKEMA商學院）、Guoyang Zheng（北京大學）
我們探究了現代組織中人工智能對人員管理職能的影響，并根據平臺企業及其他采納人工智能技術的企業提供的相關數據，探討了在當代組織中，人工智能的特性（例如：強度、使用權和透明度）對各團隊成員行為的影響。此外，我們還將人的要素（例如：人格特質、個人行為）、管理實踐、領導行為和組織氛圍納入研究框架。本研究可對人機互動和人工智能系統的人性化實施提供建議。
當算法要求披露信息時：探討GeoMatching應用程序中的“存在與隱私”權衡
Zhenzhen Zhao（SKEMA商學院）
GeoMatching應用程序利用地理位置和用戶資料信息，在兩個人之間構建聯系。為了建立連接，用戶必須披露他們的信息，而這種信息披露取決于該應用提出的算法。這項研究旨在從算法層面研究信息披露。我們通過引入“存在與隱私的權衡”，來解釋信息披露的要求與用戶使用GeoMatching的態度之間的關系。
基于eWOM與社會行為來改善用戶產品偏好的混合推薦系統
Maria Olmedilla Fernandez （SKEMA商學院）、M. Haikel-Elsabeh（法國礦業電信學校聯盟商學院）、J.C Romero（巴黎第九大學）
傳統的推薦系統通常以總體評價作為推薦項目的參考，這就引發了“冷啟動”和數據稀少問題。這項研究旨在減少因這些問題引發的不良后果，并在eWOM社區的大背景下優化推薦的預測結果。
我們提出了一個混合推薦系統。它將采集社會變量和eWOM變量，并使用Kmeans算法進行降維，同時利用協作過濾的SVD++算法來優化推薦精確性。
應用NLP技術來說明在線評論可靠性的理由
Maria Olmedilla Fernandez （SKEMA商學院）、J.C Romero （巴黎第九大學）、M.R. Martínez-Torres （塞維利亞大學）、S. Toral（塞維利亞大學）
網上評論的可信度至關重要，尤其是對于那些希望針對產品做出更明智決定的用戶以及信譽可能受損的網站而言更是如此。
本研究提出了一個使用兩種自然語言處理模型（NLP）的分類系統，來預測有用和真實的在線評論。此外，我們還能使用關鍵詞提取器模型來描述這些評論最重要的特征。
公共價值觀在人工智能專利中的表述
Philip Shapira （曼徹斯特大學和佐治亞理工學院）、Barbara Ribeiro（SKEMA商學院）、Sergio Pelaez （佐治亞理工學院）
近年來，在發明人和受讓人的不懈努力下，公眾對人工智能應用自主知識產權有了越來越多的認可，這使得人工智能專利申請和獎勵急劇增多。此外，有關人工智能可能引發的后果這一問題也越來越多地受到公眾關注。本研究正在開發一種方法，以評估人工智能的發展和影響，并確定公眾價值如何在人工智能專利中得以表述。
有關人工智能的消費者心理學
Alican Mecit（SKEMA商學院）和Margherita Pagani（SKEMA商學院）
人工智能的消費者心理學關注個人對市面上的算法及人工智能工具的反應、互動與思考。該領域的研究側重于不同主題，例如：心理感知、代理和信任，它們均基于消費者對人工智能和其他自動化工具的認知及情感印象。
利用人工智能增加創造力
Margherita Pagani（SKEMA商學院）和Yoram (Jerry) Wind（賓夕法尼亞大學沃頓商學院）
盡管人工智能（AI）系統越來越多地被應用于商業流程的方方面面，但它們如何影響管理者的創造力這一問題尚懸而未解。我們利用一種混合方法，探討了人工智能系統對人類創造力的影響，同時還確定了人工智能對人類創造力影響的解釋性概念框架。
企業家的左膀右臂？人工智能在創業領域對人類創造力的影響
Nathan Sorin（SKEMA商學院）和Margherita Pagani（SKEMA商學院）
最近，有關人工智能的研究再次取得進展，特別是就自然語言處理（NLP）這一領域，這使得研究創造力的學者們開始重新審視機器不可能掌握創造力這一假設。鑒于創造性的人工智能系統往往被業內人士用來增強而非主動完成創造性的任務，我們的研究旨在通過調查創造性的人工智能如何在創業背景下影響創意的產生，來幫助創造者從理論上理解這一現象并將其付諸實踐。