Vidéo et notes du débat du séminaire du 19 mars avec Nonna Mayer et Sylvain Parasie

Compte rendu du débat du 19 Mars 2015

Vidéo du séminaire accessible sur Canal U ici

https://www.canal-u.tv/video/fmsh/shs3g_19_mars_2015.17318

Notes sur le débat

Sur l’intervention de Nonna Mayer

Dominique Boullier

Les exemples pris ( et rapportés par Monroe, 2015) sont très instructifs. L’étude de 11 Millions de blogs chinois permettait dans un premier temps de vérifier que la censure s’exerçait avant tout contre les messages en faveur d’une action collective et non contre les critiques du régime et elle avait été confirmée par une expérience d’envoi de 1200 messages sur ces plates-formes pour voir ce qui allait être censuré, ce qui a confirmé l’hypothèse. Stephen Davidowicz a repéré, lui, les épithètes racistes dans les requêtes Google avec Google Search et a validé la corrélation avec les écarts de voix de Obama lors de l’élection de 2012. Dans ces deux cas, ni exhaustivité, ni représentativité, mais alors quel est le statut de ces données ?

Nonna Mayer

Il faut avant tout veiller à combiner les méthodes. Dans un cas, ce qui est nouveau, c’est que l’on peut faire de l’expérimentation grandeur réelle quasiment, et cela permet de solidifier l’argumentaire. Dans l’autre cas, on peut explorer un sujet avec des données de ce type, mais on ne peut échapper à la nécessité de forger des hypothèses, pour ensuite les tester avec des méthodes plus classiques sur un échantillon aléatoire, voire même ensuite revenir à une expérimentation en ligne, etc. La possibilité de territorialiser les données récoltées constitue un élément clé car on peut alors mobiliser des séries de données officielles ou plus fiables pour discuter les résultats.

Cécile Méadel

Il faut quand même noter que dans le cas de Google Search comme dans beaucoup de données issues de plates-formes, ces données restent propriétaires, d’accessibilité variable ou aléatoire selon les politiques des plates-formes, et opaques quant à leur construction (donc dépendantes de règles que l’on ne connait pas). Cela limite quand même singulièrement les possibilités d’utilisation.

Nonna Mayer

Certes, c’est pour cela qu’il faut combiner les méthodes. Car on a bien vu avec l’erreur de Google sur la grippe que la puissance d’anticipation de leur approche avait en fait été générée par leurs propres méthodes. (en fait, une sous-estimation de l’effet de contagion médiatique qui conduit un public, selon l’intensité de la couverture médiatique, à s’informer sur Google avant même tout signe réel de grippe).

Sylvain Parasie

Pour revenir sur la campagne Obama, ceux qui ont été en charge des calculs ont été avant tout des économètres qui ont débouché sur du microciblage en lien avec des bases de données très précises disponibles seulement grâce aux particularités du système américain.

Nonna Mayer

Les instituts de sondage ne découvrent pas aujourd’hui qu’on ne peut pas tout ramener à des variables socio-démographiques. Le marketing qui était déjà présent dans les campagnes électorales avant le numérique l’avait déjà compris, ils organisaient tout autour du canvassing, du porte-à-porte avec un ciblage personnel très précis. Les variables lourdes comme la religion étaient et sont encore importantes cependant mais le fait d’habiter quelque part joue aussi.

Francis Jaureguiberry

Il faudrait distinguer le fait que l’on travaille avec des données numériques de première main ou de seconde main c’est-à-dire produites par les plates-formes ( Google et autres). Selon l’endroit où l’on pêche, on a plus de chance de trouver ce que l’on cherche !

Dominique Boullier

Il faut rappeler cependant que toutes nos sources sont toujours de seconde main d’une certaine façon, dès lors qu’on s’appuie sur un recensement pour faire un échantillonnage, par exemple.

Françoise Thibault

Le souci quantitatif dans les sciences sociales a été long à émerger en France et l’installation des grands équipements de recherche a été difficile. D’où cela peut-il venir ?

Nonna Mayer

Lors des débuts des sondages en France, les critiques étaient clairement anti-américanistes, anti-behavioristes et fondées sur un refus de l’anglais comme langue de travail, ce qui conduisait en science politique à une coupure avec un large pan de la recherche et notamment sur son aspect quantitatif. La posture critique a souvent prévalu.

 

Débat après l’intervention de Sylvain Parasie

Dominique Boullier

Comme on le voit, beaucoup de métiers sont affectés par les données numérique et le data deluge. Les journalistes que décrit Sylvain doivent faire un travail de convention tout aussi compliqué pour réinventer leur métier comme tous les métiers d’enquête, journalistique, policière ou scientifique !

Cécile Méadel

Ne pourrait on pas aussi mentionner le rôle des think tanks dans la fourniture de données à des décideurs ?

Sylvain Parasie

Il est exact que de nombreux observatoires (plus que les think tanks) fournissent beaucoup de données qui permettent aux journalistes de travailler, ce qui rend plus complexe l’analyse de toutes ces mutations car il peut y avoir une division du travail

Question

Le travail des journalistes avec les données n’est il pas marqué par les positions politiques droite/gauche ?

Sylvain Parasie

Sans doute mais par exemple le fact checking est aussi devenu une activité des journalistes pro-républicains. Ce qui est intéressant dans ce cas, c’est que l’on glisse non plus vers du Big Data ou des trends mais vers la recherche de cas particuliers (pour les dénoncer) en exploitant et en croisant des bases de données différentes.

Pierre Moeglin

La question des cas est intéressante car on voit bien que le quantitatif peut déboucher sur des profils, sur la constitution de cas-types et cela me rappelle directement les méthodes américaines dites « evidence- based medecine » qui se sont étendues à la police et à l’éducation et qui ont contribué à produire le DSM américain en médecine.

Sylvain Parasie

On peut aussi faire une histoire des pratiques journalistiques d’utilisation des rankings, des classements, et des palmarès (des hôpitaux, des lycées, etc.) ça commence en 1983 pour les colleges américains et ça s’est étendu partout.

Dominique Boullier

La quantification sous forme de ranking généralisé, que Bruno et Didier ont décrites dans leur livre « benchmarking », n’est pas du même type que la casuistique qui débouche sur des types comme le proposait Pierre Moeglin. Ce labelling devient performatif car il sert à faire exister des pathologies ou des groupes de malades. Il constitue une piste importante évoquée dans le texte d’introduction du séminaire, mais pas dans ces termes, qui remettent en cause toute prétention à la généralisation pour se focaliser sur des cas ou sur des « issues ». Ce lien est une piste intéressante et invite en même temps à la prudence.


Laisser un commentaire

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