405 - Méthodes et stratégies de gestion de l’information par les organisations : des données massives (big data) aux « thick data »

Bibliothèque et Archives Canada (BAC) est l’institution chargée d’être à la fois « la mémoire permanente de l’administration fédérale » ainsi « [qu’une] source de savoir permanent accessible à tous et qui contribue à l’épanouissement culturel, social et économique de la société libre et démocratique que constitue le Canada ». De ce fait, les défis et le potentiel suscité par le Big Data se présentent sous deux facettes. D’abord BAC doit s’adapter à l’importance grandissante des données massives au cœur des prises de décision dans l’appareil fédéral mais également aux exigences grandissantes des citoyens d’avoir facilement et librement accès aux données générées grâce aux deniers publics. L’essor du Big Data force BAC à adapter ses pratiques et ses approches en matière d’évaluation, de préservation, d’accès et de diffusion de l’information. BAC est appelée à mieux définir ses objectifs face aux autres institutions de mémoire, aux communautés de chercheurs et qu’aux autres institutions fédérales qui génèrent, utilisent, recueillent ces données massives tout en devant rendre compte de leur gestion à court, moyen et long terme. L’essor du Big Data nous force donc à réfléchir sur la façon dont une archive nationale doit s’acquitter de sa mission en tant que source de savoir permanent et accessible en cette ère de surabondance d’information. Ces pistes de réflexion formeront les bases de la présentation proposée. 

Les progrès des outils informatiques et des réseaux permettent l’accès à des masses de données (big data) dont le traitement semble devoir se prolonger pour apporter de la substance (thick data) à des données au préalable affinées (smart data). Afin d’approfondir les arguments théoriques susceptibles de légitimer une stratégie de gestion de l’information originale dont nous présentons les grandes lignes, nous analysons la nature des traitements associés à ces différentes approches de la notion de data. Nous nous appuyons pour cela sur l’observation des processus de construction de sens à l’œuvre dans nos mémoires individuelles, dont nous avons appliqué les principes à une méthode opérationnelle d’organisation des connaissances dans une mémoire collective. Du cumul des données à l’agrégation des savoirs, en passant par la représentation des connaissances, nous montrons en effet que le sens, mû par une volonté et déterminé par un besoin d’agir, occupe une place centrale dans tout dispositif de gestion de l’information, quelle que soit la forme, les volumes ou le degré d’élaboration de cette dernière (simples traces numériques isolées ou massives, représentations associées ou médias électroniques). Résolument théorique, mais fondé sur l’expérience, notre travail s’inscrit dans une démarche d’adaptation des pratiques aux progrès technologiques foncièrement pragmatique, qui revendique toutefois la volonté de ne rien abandonner à une technique de plus en plus hégémonique.

En choisissant d’observer le big data non pas comme un amoncellement de données mais plutôt comme un mouvement associant à la fois l’accumulation de données supposées disponibles, de technologies censées leur donner du sens et les mettre en forme, et de discours, nous proposons ici de questionner ce travail sur la sélection des données et leur combinaison, ce qui conduit à réinterroger leur « épaisseur ». Pour ce faire, nous proposons explorer le cas d’un espace-temps de négociation au cours duquel des agents issus de plusieurs services déconcentrés de l’État en Languedoc-Roussillon (France), relevant de différents Ministères, ainsi que des agents d’un organisme de recherche, s’organisent pour concevoir de manière « distribuée » un module de formation et son corrigé, destinés à promouvoir la mobilisation de données, de méthodes et de « façons de voir » auprès des techniciens, dans une démarche qui d’un certain point de vue s’inscrit dans la perspective d’un « evidence based-planning ». L’observation de l’élaboration de ce module de formation et des débats qui l’ont accompagnée a été menée selon une méthode s’apparentant à la self-ethnography. L’analyse de ce matériau nous conduit à reconsidérer ce qui est à l’oeuvre dans cet assemblage de données, de méthodes et de discours en termes de « big data manuel ». 

Dans le cadre d’un programme de recherche-action portant sur la médiation numérique du patrimoine, nous analysons les méthodes de gestion des données de recherche par l’ensemble des acteurs qui y participent. Actuellement, la gestion et la mise à disposition des données de recherche constituent un enjeu en termes de durabilité de l’information (sustainability). Nous faisons l’hypothèse que ce travail de gestion rend compte d’une épaisseur socio-culturelle des données (thick data) dans le but de servir le projet commun d’une science en réseau. Nous nous situons dans une perspective ethnographique et sociale de la recherche en abordant les ressources numériques patrimoniales, les terrains d’observation et les acteurs selon l’approche de l’action située, dans une perspective de cognition distribuée et suivant une dimension systémique. Nous présentons d’abord les enjeux actuels des modes de gestion des données de recherche dans le cadre de la recherche-action. Ensuite nous revenons sur la méthodologie de recherche en soulignant les caractéristiques documentaires et communicationnelle de la conservation, du traitement et de la communication des données dans le cadre d’un écosystème informationnel ouvert. Nous terminons par le travail de valorisation, d’information et de médiation documentaire des données que la communauté de pratiques souhaite mettre en place pour qu’elles puissent être visibles, compréhensibles et accessibles à tous.

Le développement des open data en France, confirmé par les politiques récentes, conduit les acteurs à s’interroger sur les stratégies et les pratiques de gestion des données à mettre en place dans les organisations concernées. Un projet de recherche sur la culture des données, à partir d’une analyse des discours et d’une enquête qualitative sur les pratiques de gestion des données, montre que, face aux demandes, aux risques et aux avantages perçus dans l’agenda de l’ouverture et de la diffusion des données publiques, des stratégies variées de gouvernance des données s’installent, avec des effets sur le management de l’information et la gestion des connaissances. Elles remettent en question les modes d’organisation et la répartition des “compétences métiers” par rapport à la production, à l’organisation et à la mise en circulation de données ouvertes pour leur réutilisation. Dans ce contexte de dialogue entre un projet politique d’ouverture et de transparence et la réalité d’une gouvernance en construction, des formes de “bricolages” se mettent en place pour fournir leur épaisseur aux données, une épaisseur qui reflète la complexité des processus pour assurer la durabilité de la donnée à travers la qualité, la sécurité, l’usabilité, et la légalité.

Face à la multiplication des approches et des pratiques autour des données (ouvertes et/ou de recherche), cette contribution vise à interroger les définitions et les délimitations pour comprendre ce que sont fondamentalement les données, leurs enjeux et leurs incidences en matière professionnelle notamment pour les acteurs de la gestion de l’information-documentation. L’originalité de notre propos sera de croiser une approche épistémologique scientifique avec une épistémologie pragmatique d’une experte de la donnée pour comprendre le périmètre de la donnée, son histoire, puis en mesurer les impacts sociaux et incidences professionnelles. Cette communication est le fruit d’une recherche française initiative d’excellence (IDEX CNRS) 2016-2017 intitulée « Médiation et Valorisation des Données pour l’Enseignement » (MVDE).

Dans le contexte du Big Data, l’intérêt des données n’échappe plus à la sphère sociale, qui après que les industriels s’en soient emparés, doit s’en saisir à son tour. L’institution scolaire et les enseignants ont un rôle à jouer pour permettre aux élèves, futurs citoyens, d’appréhender la question des données, de comprendre leurs contenus et le processus ayant permis de les produire, et ainsi de développer les compétences nécessaires pour en faire usage. L’accès à la pluralité des données, tant en termes de quantité que de qualité, nous conduit à nous interroger sur son impact dans la construction pédagogique. Il ne s’agit plus seulement d’apprendre à utiliser des données pour valider des hypothèses (captage de données), mais plutôt d’interroger la structure et le contenu de données préexistantes pour se les approprier et construire de nouveaux savoirs. Selon leurs modalités de collecte et de mise à disposition, la construction de sens et la pertinence des informations produites sont loin d’être évidentes. Cela interroge les scénarios pédagogiques construits par les enseignants et les savoirs mis en jeu pour les élèves. Nous commencerons par évoquer la problématique de la réutilisation des données ouvertes pour l’éducation. Puis nous présenterons la méthodologie choisie avant d’exposer les premiers résultats d’une recherche concernant les scénarios pédagogiques et les rapports aux savoirs qui se construisent autour des données.

Créer en 2013, notre laboratoire travaille sur l'intelligibilité de l'activité des médias sociaux pour autrui (e.a. l’animateur de communauté) et pour soi (e.a. le membre de la communauté) dans un contexte professionnel. Afin de combler le trou entre mesures existantes de l’activité, visualisations de données et intelligibilité de l’activité, nous avons constitué une pluridisciplinaire à la croisée de ces différents acteurs et savoirs. Les objectifs de cette équipe sont de développer des mesures d’activités intelligibles regroupées dans un tableau de bord et d’évaluer l’apport de celles-ci pour autrui et pour soi. Inspirée par le travail de Star et Griesemer (1989) sur les objets frontières et les méthodes standardisées, la présente communication vise à expliquer comment nous créons, adaptons et négocions le développement actuel de notre prototype de tableau de bord - conçu comme un objet frontière - suffisamment « robuste » pour atteindre les objectifs communs et «assez plastique» pour répondre aux divers intérêts des différents acteurs du projet.

Dans le cadre d’un projet de recherche portant sur les médias sociaux et le sida financé par l’ANRS, se pose la question de l’articulation de méthodes qualitatives et quantitatives pour traiter des données issues de fils de discussion de forums consacrés à la prévention du VIH. Cette communication se focalise sur 4 méthodes qualitatives (analyse de contenu, analyse de discours, analyse conversationnelle, et entretiens) pour catégoriser, annoter et contextualiser des données. Ces méthodes sont toutes dédiées à l’analyse d’échanges sur les questions de sexualité, de consommation de produits illicites et d’addictions, de manière à faire émerger les comportements à risque d’exposition au VIH ainsi que les facteurs conduisant à cette prise de risque. Issues de différentes sources (Sida Info Service, Doctissimo et des tweets publics), le corpus annoté et catégorisé sera validé par les acteurs de la prévention et permettra la conception d’une plateforme d’annotation spécifiquement dédiée au risque du sida. En outre, les résultats de ces analyses permettront de définir un corpus d’entrainement destiné à développer des modèles de classification et de fouille de données utiles pour la modération de médias sociaux de santé.