Au-delà des big data

Les big data sont à la mode. Dans les médias comme dans le débat public, le terme est évoqué de manière récurrente. Des entreprises dédiées au traitement de ces masses d’informations sont créées chaque jour, d’autres réorganisent radicalement leurs activités autour de la gestion de ces données.  À la suite d’entreprises privées, les administrations de nombreux pays sont désormais dotées d’un responsable de haut rang dédié à cette thématique (la France s’est dotée en 2014 d’un Administrateur général des données). Le phénomène est tout aussi notable dans le monde académique. Des centres d’analyse de ces données massives sont créés, des postes fléchés, des revues dédiées lancées, des filières spécifiques mise en place (data science).

SOCIO_063_L204Dans la dernière livraison de la revue Sociologie, un article co-écrit avec Julien Boelaert  revient sur cette question et sur les débats suscités par l’arrivée de ces données et les méthodes qui les accompagnent dans nos disciplines. Car débat il y a : « opportunité empirique inouïe » vs. « données pauvres » ; « révolution méthodologique » vs. « appauvrissement de la recherche » ; « surcroît de connaissances susceptible de produire une révolution scientifique » vs. « dégradation du savoir produit »… les réactions sont aussi vives que tranchées.

À partir d’une analyse des travaux de sciences sociales souvent regroupés sous ce label, on souligne que ces débats polarisés ont une chance de se poursuivre tant qu’ils se cristallisent autour de la notion de big data. Concept impressionniste, le terme désigne des réalités bien différentes selon qui l’utilise. Bien souvent, les volumes de données mobilisés ne sont même pas si massifs, surtout quand on les compare à des enquêtes classiques de la statistique publique (l’enquête Emploi de l’INSEE interroge trimestriellement 60 000 ménages sur des centaines de variables, beaucoup d’enquêtes qui se réclament des « big data » ne peuvent en dire autant).

Pire encore, à trop se focaliser sur un terme imprécis, on s’empêche de saisir le principal changement qui affecte nos disciplines, à savoir la multiplication de données numériques. Appelées ainsi parce qu’elles sont encodées avec des chiffres (1 ou 0) et qu’elles peuvent donc être lues et travaillées par des processeurs informatiques (ie. des ordinateurs), ces données numériques sont de plus en plus fréquemment disponibles. Elles peuvent être volumineuses ou pas, issues de l’internet ou pas. Elles peuvent même ne pas être numériques « nativement » (natively digital) : dans le cadre du projet sur le Parlement que nous menons en ce moment, nous avons transformé des archives papiers en fichiers numériques, afin de pouvoir automatiquement extraire de l’information sur les votes et les présences lors des premières législatures. L’Assemblée elle-même ne disposait pas de ces informations, et dès qu’elles seront nettoyées, nous les restituerons pour mise en ligne en open data.

Les big data, si on conserve ce terme dans les cas où des volumes extrêmement importants sont mobilisés et qui nécessitent des capacités de traitement particulières (high performance computing), ne sont donc que la face visible d’un phénomène bien plus large, la multiplication exponentielle de données numériques. Il faut donc aller « au-delà des big data » pour saisir les effets que peuvent avoir ces données numériques sur les sciences sociales.

Ils sont nombreux, et l’article souligne trois aspects du travail de recherche qui sont, d’ores et déjà, transformés par cette abondance nouvelle : la question de la place et des types de statistiques qui peuvent gérer ces données; celle de l’accès et de la conservation des données; et celle des objets et de la théorisation en sciences sociales.

Plus d’informations sur le site de la revue, et sur le portail de Cairn. Versions pdf à disposition sur demande. Et comme d’habitude : commentaires & critiques bienvenus.


étienne

Chercheur CNRS (SAGE-Université de Strasbourg). Données numériques, sociologie politique, épistémologie des sciences sociales.

More Posts

2 réflexions au sujet de « Au-delà des big data »

  1. Etienne

    Et le débat se poursuit: dans les colonnes de Scientific American, un chercheur du MIT dénonce les critiques des big data.

    L’argument est, en substance, le suivant.
    1. Ce n’est pas parce que ca n’a pas marché en sciences sociales (sic) que ca ne marche pas. Il y a de vraies réussites (machine learning, visualisation, services internet)
    2. Les modèles en cours de développement ne sont pas achevés, la science est en train de se faire et progresse
    3. Les critiques lisent les résumés et ce qu’en dit la presse, plutôt que les projets eux-mêmes. Ils leurs prêtent donc de fausses intentions

    La conclusion est tout aussi agacée, puisqu’elle dit en substance: proposez des outils plutôt que de critiquer, écrivez des articles plutôt que des éditos.
    L’article est court et mérite d’être lu.

    Dans l’article de Sociologie, nous revenons justement sur les transformations en cours, et en particulier sur les développements du machine learning. Il me semble néanmoins que ce texte entretien la confusion, puisqu’il attribue aux « big data » des exploits qui se sont parfois fait sur des jeux de données pas si gros. Le machine learning, la visualisation, et les autres exemples (data journalisme) sont bien souvent basés sur des volumes de données pas si impressionnants si on les compare aux bases classiques de statistique publique. C’est sûrement le signe, ainsi qu’on l’écrivait, qu’il est temps d’abandonner ce terme trop vague de big data.

    Répondre
  2. Lagues

    Bonjour,

    Très intéressé par cette dernière livraison, qui pourrait bien être utile pour mon enseignement « Internet et politique » à Nanterre.

    Est-il possible que vous me transmettiez les PDF des articles concernant les big data ?

    Bonne journée.

    Répondre

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *