[ATHENA] Soutenance de thèse le 14 novembre à Paris – épistémologie des big data

[Eglantine Schmitt <eglantine.schmitt AT gmail.com>]

Chères toutes et tous,

J'ai l'honneur de vous convier à la soutenance de ma thèse de philosophie des sciences :

"Explorer, visualiser, décider : un paradigme méthodologique pour la production de connaissances à partir des big data"

dirigée par Bruno Bachimont (Sorbonne Universités)

le 14 novembre 2018 à partir de 14h 

dans la salle Danielle Quarante de l'UTC Paris (ex IMI)

au 62 bd Sébastopol à Paris.

Le jury est composé de :

- Anouk Barberousse, Professeure des universités, Philosophie des sciences, Sorbonne Universités (rapporteure)

- Sabina Leonelli, Professor, Philosophy and History of Science, University of Exeter, Royaume-Uni (rapporteure)

- Emmanuel Didier, Chargé de recherche HDR, Sociologie, ENS Paris

- Bruno Bachimont, Enseignant-chercheur HDR, Philosophie des sciences, Sorbonne Universités (directeur de thèse)

- François-Xavier Guchet, Professeur des universités, Laboratoire Costech, Université de technologie de Compiègne 

La soutenance sera suivie du traditionnel pot de thèse auquel vous êtes également chaleureusement convié-e-s.

L'événement est public et ouvert à toutes et tous.

Pour plus d'informations : https://www.facebook.com/events/2199091476997183/ 

Au plaisir de vous y voir,

Eglantine Schmitt

Résumé

L'enjeu de cette thèse de philosophie des sciences était de répondre à un problème pratique, qui s'est présenté à moi alors que je travaillais comme analyste sur des données massives chez un éditeur de logiciel : comment produire des connaissances valides en manipulant de grandes masses de données que je n'ai pas constituées et qui ne sont pas le fruit d'une méthode scientifique reconnue ? 

En m'appuyant sur mon expérience de terrain, je propose un paradigme méthodologique pour la construction, l'exploration et l'interprétation des données massives. Par paradigme méthodologique, on entend un cadre théorique et pratique qui fournit autant de clés pour développer une méthode adaptée aux données et au projet épistémique envisagés. En faisant la part du mythe des big data et des pratiques effectives, je montre comment les données numériques, toujours déjà manipulables, sont construites techniquement et épistémologiquement à partir des traces laissées par les individus et leurs médiations sur les supports informatiques. Cette construction s'appuie sur une logique de constitution qui requiert un cadre interprétatif et une continuité épistémique entre la donnée et les connaissances que l'on cherche à produire. Les sciences de la culture fournissent ainsi un cadre nécessaire, mais pas suffisant, à assurer cette continuité. Le calcul, incarné par les sciences des données et l'intelligence artificielle, actualise et instrumente cette continuité au prix du renoncement à s'envisager comme fin en soi. Ni le cadre théorique, ni le calcul, ne suffisent toutefois à rendre intelligibles les connaissances ainsi produites : c'est la médiation de l'interprétation, du récit et de la conception logicielle (ou design) qui matérialise, donne à voir et contextualise les connaissances ainsi produites. Ces dernières, enfin, ne sont pas légitimées par leur pur caractère véridictionnel, mais par leur capacité à proposer ou faciliter des décisions d'action, bien souvent en entreprise, elles-mêmes productrices de nouvelles traces numériques manipulables.