This presentation reports the findings of a comprehensive environmental scan conducted by the ETCL (Electronic Textual Cultures Lab) at the University of Victoria, mapping the "encounters and entanglements" between generative AI and Open Social Scholarship (OSS). Moving beyond the initial hype cycle, we offer a detailed topography of how AI is reconfiguring knowledge production across three critical axes: the Open (the paradox of open access as training data), the Social (crises of provenance and algorithmic governance), and the Scholarly (methodological augmentation and epistemic risk). We synthesize key themes emerging from the literature, including the tension between commercial speed and community consensus, the invisibility of AI labor, and the rise of "centaur" workflows that blur human and machine authorship. The session concludes by offering navigational principles for scholars and librarians, arguing that OSS values—reciprocity, care, and public good—are essential for governing these increasingly synthetic information ecosystems.

Les environnements d’écriture véhiculent des modèles épistémologiques, des visions du monde et des paradigmes d’émergence du savoir (Delannay 2025). Or, les pratiques contemporaines d’écriture académique convergent vers une poignée de formats propriétaires et de plateformes proposant des solutions par défaut (Vitali-Rosati 2024 ; Guichard 2014). Dans le champ des sciences humaines et sociales (SHS), cette situation constitue un appauvrissement majeur de la réflexion épistémologique : une part essentielle du geste scientifique implique la production et la structuration du texte (Kembellec 2019 ; Bert 2017), qui se trouvent de facto déléguées à des dispositifs contrôlés par des entreprises dont les objectifs et les valeurs ne coïncident pas avec ceux de la recherche. Cette proposition présente Stylo, un éditeur de texte développé depuis 2017 par le Laboratoire sur les écritures numériques de l’Université de Montréal, fondé sur des principes d’ouverture, de pérennité et rendant possible une appropriation critique des infrastructures de production du savoir. Il est aujourd’hui déployé dans l’écosystème de la TGIR Huma-Num, où il soutient les workflows éditoriaux de nombreuses revues et de communautés de recherche en SHS.

Au cœur de Stylo se trouve un principe simple : une source unique, composée de trois formats ouverts et interopérables, permet la production de multiples rendus. Le balisage Markdown pandoc-flavoured assure la structuration sémantique du texte. Le YAML encode les métadonnées : les schémas disponibles sont l’aboutissement d’un travail en lien avec l’écosystème des revues francophones et les acteurs du monde académique pour modéliser les objets textuels de la production scientifique. Le fichier BibTeX gère les références bibliographiques. Ce triptyque, grâce à Pandoc, sert à la production de plusieurs formats de sortie (HTML, PDF via LaTeX, XML-TEI, TEI-Commons) qui conservent la structuration sémantique et permettent la circulation d’un même texte entre des chaînes éditoriales diverses et spécialisées.

De récents développements ont permis la modélisation et l’implémentation de structures de métadonnées entièrement personnalisées, ainsi que la multiplication des artefacts éditoriaux de sortie (thèses et livres augmentés, carnets de recherche et sites de revues). Cela permet d’interroger les relations entre la pluralité des modes de production et circulation des connaissances en SHS, la diversité des modèles épistémologiques des communautés savantes et la composition matérielle des environnements d’écriture. Cette proposition montrera comment Stylo incarne cette articulation en proposant un cadre méthodologique unifié mais modulaire.

L’engagement de Stylo est d’abord théorique : il s’agit de réfléchir à ce qu’est l’écriture scientifique aujourd’hui et de l’implémenter dans un environnement numérique. En défendant des standards et des formats ouverts, il garantit la pérennité de l’accès aux contenus, et offre une alternative à l’hégémonie des solutions commerciales. Il est aussi méthodologique, en favorisant la structuration sémantique des contenus par les auteurs·ices. Il est enfin social, parce qu’il encourage la collaboration de plusieurs expertises au sein de communautés de recherche et d’édition, tout en visibilisant chaque implication. En définitive, l’engagement de Stylo favorise un rapport critique et maîtrisé aux technologies d’écriture, tout en restant ouvert et adaptable.

Generative AI has introduced a new layer of uncertainty into academic life. For many scholars, GenAI appears simultaneously as powerful engines of efficiency and as destabilizing forces that may intensify publication competition, disrupt authorship norms, and complicate assessment integrity. Existing research documents widespread uptake of generative AI and recurring concerns around ethics, workload, and academic integrity, but it typically treats anxiety as a stable attitude, abstracts away from institutional context, and rarely examines how experiences differ across academic rank.

This project starts from the premise that AI-related anxiety is structurally mediated by career stage, such that pre-tenure and tenured faculty inhabit systematically different “risk landscapes” even within the same institution. Integrating the Technology Acceptance Model (TAM) and Cognitive Appraisal Theory (CAT), the study examines how faculty make sense of, experience, and respond to generative AI. From TAM, it incorporates perceived usefulness and ease of use; from CAT, it focuses on appraisals of GenAI as threat versus challenge, along with perceived control and available resources. Rather than treating GenAI as neutral tools, the study conceptualizes them as stressors whose affordances shape emotional responses and coping strategies. It further argues that appraisal–anxiety–coping pathways are conditioned by structural vulnerability associated with tenure status (pre-tenure versus tenured).

The study compares how faculty at different career stages appraise GenAI experience, AI‑related state anxiety, and adopt coping strategies in research and teaching contexts. It asks: (1) How do pre‑tenure and tenured faculty differentially appraise GenAI as threats versus challenges? (2) How do perceived usefulness and ease of use shape coping responses such as problem‑focused experimentation, workflow redesign, selective disclosure, avoidance, or deferral? (3) How do faculty themselves understand the consequences of these appraisal–anxiety–coping configurations for workload, well‑being, integrity governance, and perceived fairness in academic evaluation?

Methodologically, the project employs a qualitative-comparative online survey targeting permanent academic staff at the University of Alberta. Participants are invited to describe recent, concrete GenAI-related episodes in their academic work and to reflect on their appraisals, emotional responses, perceived control and resources, and coping actions. Open‑ended narrative responses constitute the core data, supplemented by a small set of structured items capturing career stage, GenAI exposure, broad appraisal categories, and coping tendencies. Data will be analyzed using thematic analysis with a hybrid deductive–inductive codebook aligned with the integrated TAM–CAT framework, enabling systematic comparison across career stages while remaining sensitive to emergent, institution‑specific themes.

The study aims to produce a fine‑grained account of how structurally vulnerable and structurally protected faculty experience and manage AI‑related pressures within a single institutional setting. It seeks to inform that rank‑sensitive, adaptation labour, and emotional burdens may be unevenly distributed. It offers a portable, theory‑driven qualitative framework for examining AI anxiety, resilience, and equity in academic work- one that speaks directly to debates about automation, authorship, and the governance of scholarly labour in an era of ubiquitous generative AI.