Avec la transformation numérique, l’administration publique tend à renouveler ses pratiques. Entre perceptions et enjeux de sécurité, le professeur Guillaume Revillod s’intéresse aux effets de l’intégration de l’intelligence artificielle dans les pratiques de gestion.
L’École nationale d’administration publique (ENAP) est heureuse d’annoncer l’arrivée du professeur Guillaume Revillod en décembre 2025. Titulaire d’un doctorat en administration publique de l’Institut de hautes études en administration publique (IDHEAP) de l’Université de Lausanne en Suisse, le chercheur y a complété une thèse sur l’intégration et les impacts de l’intelligence artificielle dans les ressources humaines. Il a également obtenu une maîtrise en sciences politiques et une maîtrise en administration publique à l’Université de Genève en Suisse.
Avant de rejoindre le corps professoral de l’ENAP, il a été chercheur à l’IDHEAP, où il a effectué des mandats pour des organisations publiques. Il y a également encadré des étudiantes et des étudiants au 2e cycle universitaire, ainsi que des professionnels de l’administration publique.
Plus récemment, il a occupé un poste de chargé de missions administratives et stratégiques à la Haute École de Santé – Vaud (HESAV) et de chargé de recherche à la Haute École d’ingénierie et de gestion du Canton de Vaud (HEIG-VD).
Le professeur Guillaume Revillod est basé au campus de Québec de l’ENAP.
Les expertises de l’ENAP touchent différents secteurs de l’administration publique. Il était donc essentiel de consolider notre cursus avec un professeur en management numérique. Guillaume Revillod apporte une approche interdisciplinaire novatrice, tant en recherche que dans la formation universitaire. Nous sommes très heureux de l’accueillir au sein de notre corps professoral.
Management public et ressources humaines
Les travaux de Guillaume Revillod portent sur le management public, la gestion des ressources humaines et la transformation numérique des organisations, avec un intérêt particulier pour l’intégration de l’intelligence artificielle dans les pratiques de gestion et l’analyse de ses effets sur le travail. Ses recherches examinent notamment l’impact de l’introduction d’outils d’IA sur les conditions de travail et les résultats organisationnels (satisfaction, performance, engagement) ainsi que les conditions d’acceptabilité de ces instruments de gestion.
Au fil des mois, l’utilisation de l’intelligence artificielle (IA) fait des bonds spectaculaires sur le plan technique. Les personnes qui peuvent recourir à cet outil semblent pourtant réticentes, voire méfiantes. Dans les différentes organisations publiques, les règles entourant l’IA sont récentes, parfois incomplètes parce que les avancées dans ce domaine sont rapides. Le chercheur se penche sur l’acceptabilité de l’IA dans les services de ressources humaines, mais également sur la perception et les inquiétudes face aux risques de son usage. Certaines études ont démontré que les personnes travaillant dans le domaine des ressources humaines de l’administration publique sont plus réticentes à utiliser l’IA que les personnes du secteur privé.
Dès l'automne 2026, le professeur Revillod enseignera les cours :
Expertises
- Management public
- Management numérique
- Gestion des ressources humaines
- Comportement organisationnel
- Sociologie des outils de gestion
- Méthodes quantitatives et qualitatives avancées
Principaux projets en cours
Toxic or Thriving? Exploring Organizational Environments in Canadian and Swiss Schools of Management
- Guillaume Revillod, professeur adjoint, ENAP
- Isabelle Caron, professeure à la Dalhousie University, Halifax
- David Giauque, professeur à l’Université de Lausanne, IDHEAP
- Samuel Pacht, étudiant au doctorat, IDHEAP
- Nancy Duc, étudiante au doctorat, IDHEAP
Ce projet comparatif Canada–Suisse analyse, via un court sondage fondé sur un modèle de cadre de psychologie organisationnelle (Demandes-ressources au travail ou JD-R), la manière dont les professeures et les professeurs et les chercheuses et chercheurs des écoles de gestion perçoivent les dimensions toxiques ou soutenantes de leur environnement de travail. Plus particulièrement, ces travaux veulent définir comment ces conditions influencent leur bien-être, leur engagement et leur intention de rester ou de quitter leur institution. La recherche pourra se déployer pour les organisations publiques et parapubliques.
Tracing Quiet Excellence: A Machine Learning Analysis of Discreet Public Value in the Canadian Public Service
- Guillaume Revillod, professeur adjoint, ENAP
- Isabelle Caron, professeure à la Dalhousie University
- Maeva Sanchez, chercheuse invitée à l’ENAP
Ce projet propose une nouvelle lecture de la création de valeur publique à travers le concept d’excellence discrète, fondée sur l’éthique, la cohérence institutionnelle et l’orientation citoyenne. En mobilisant des techniques de traitement du langage (NLP) et d’apprentissage automatique appliquées aux rapports annuels du greffier du Conseil privé (2010–2024) et aux évaluations d’employés sur Glassdoor, l’étude analyse comment ces formes plus silencieuses de valeur publique se manifestent dans les récits institutionnels et dans l’expérience vécue des employées et des employés au sein de l’administration fédérale canadienne.
Resources over Constraints? Exploring Employer Branding in the Canadian Public Service from 1992 to 2024 Through BERT-Based Detection of Job Resources-Demands Dimensions
- Guillaume Revillod, professeur adjoint, ENAP
- Jean-François Savard, doyen à la recherche et chercheur à l’ENAP
- Isabelle Caron, professeure à la Dalhousie University
- David Giauque , professeur à l’Université de Lausanne, IDHEAP
Ce projet analyse 33 années de rapports du greffier du Conseil privé du Canada (1992–2024) à l’aide d’un classificateur BERT multilabel entraîné sur le modèle Demandes-ressources au travail (JD-R), afin de cartographier l’évolution des ressources et des contraintes au travail dans le discours officiel sur la fonction publique fédérale. Les résultats montrent une nette prédominance des ressources sur les demandes, avec des variations liées aux grandes réformes et crises (déficit, modernisation, COVID-19), et ouvrent la voie à une utilisation accrue des modèles d’apprentissage profond (deep learning) pour l’analyse textuelle théoriquement informée en management public.
Too Explainable AI and the Risks for Employees: An Empirical Demonstration of Power Asymmetries in Data-Driven Human Resource Management
- Guillaume Revillod, professeur adjoint, ENAP
L’article montre, à partir d’un modèle combinant BERT et SHAP appliqué à des milliers d’avis Glassdoor, comment les outils d’IA explicable (XAI) peuvent renforcer les asymétries de pouvoir en RH : en rendant plus prévisibles les attitudes et perceptions des employées et des employés (satisfaction, charge de travail, reconnaissance, qualité du management). Ces travaux démontrent également que ces outils offrent surtout aux employeurs de nouveaux leviers de contrôle, ce qui invite à repenser le XAI en termes de transparence réciproque et de droits informationnels pour les équipes.
À propos du corps professoral
Grâce à l’excellence de ses professeures et de ses professeurs, l’ENAP se positionne comme un pôle d’expertise dans des secteurs de pointe de l’action publique. Leurs travaux contribuent au rayonnement de la recherche et de la formation de haut niveau dans le domaine de l’administration publique.