Données brutes ou hypersymboles? Signification et données numériques, entre processus discursif et procédure machinique

L’analyse de grands ensembles de données numériques (le plus souvent appelés « Big Data » ou « données massives ») constitue aujourd’hui une méthode de recherche de plus en plus populaire, consensuelle et couramment utilisée en sciences sociales. Avec l’automatisation de la collecte de données, la m...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Lucile Crémier, Maude Bonenfant, Laura Iseut Lafrance St-Martin
Formato:	article
Lenguaje:	FR
Publicado:	Érudit 2019
Materias:	science des données c. s. peirce hypersymbole naturalisation métaphore sémiotique données massives big data discours Philosophy (General) B1-5802 Social sciences (General) H1-99
Acceso en línea:	https://doaj.org/article/228a3c830b4f411eaf6d502280aa80b2
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:228a3c830b4f411eaf6d502280aa80b2
record_format	dspace
spelling	oai:doaj.org-article:228a3c830b4f411eaf6d502280aa80b22021-12-02T08:36:34ZDonnées brutes ou hypersymboles? Signification et données numériques, entre processus discursif et procédure machinique1929-090Xhttps://doaj.org/article/228a3c830b4f411eaf6d502280aa80b22019-12-01T00:00:00Zhttp://revuecygnenoir.org/numero/article/cremier-et-al-hypersymboleshttps://doaj.org/toc/1929-090XL’analyse de grands ensembles de données numériques (le plus souvent appelés « Big Data » ou « données massives ») constitue aujourd’hui une méthode de recherche de plus en plus populaire, consensuelle et couramment utilisée en sciences sociales. Avec l’automatisation de la collecte de données, la mathématisation de l’analyse et l’objectivation numérique, cette méthode gagne en efficacité et la valeur de vérité des résultats obtenus se renforce. Cet article établit, en premier lieu, une revue de littérature critique concernant la collecte et l’analyse des données massives et résume les débats éthiques actuels qu’occasionnent de tels outils informatiques de recherche. En second lieu, nous présentons un modèle sémiotique de la production et de la circulation des données numériques afin de problématiser l’idée selon laquelle les données donneraient à voir « le monde lui-même » (une présentation directe du monde surpassant tous les autres modes de représentation), plutôt que d’être un moyen de se figurer le monde (un mode de représentation parmi d’autres). Suivant l’approche sémiotique et la philosophie pragmaticiste de Charles Sanders Peirce, nous définissons alors la numérisation comme un processus sémiotique d’hypersymbolisation. Nous mettons ainsi en lumière l’apparente naturalisation du sens, l’illusion d’iconicité et la rhétorique sur lesquelles repose la valeur de vérité des données dans le contexte économique et politique de leur usage à des fins d’application lucrative. Nous décrivons ainsi quelques implications épistémologiques et éthiques découlant de nos modes de représentation et d’usage des données, ainsi que de la valeur d’autorité qui leur est attribuée. Ceci nous permet d’entrevoir plusieurs pistes pour l’étude critique de l’analyse des données massives dans une perspective sémiotique. Lucile CrémierMaude Bonenfant Laura Iseut Lafrance St-MartinÉruditarticlescience des donnéesc. s. peircehypersymbolenaturalisationmétaphoresémiotiquedonnées massivesbig datadiscoursPhilosophy (General)B1-5802Social sciences (General)H1-99FRCygne Noir, Iss 7 (2019)
institution	DOAJ
collection	DOAJ
language	FR
topic	science des données c. s. peirce hypersymbole naturalisation métaphore sémiotique données massives big data discours Philosophy (General) B1-5802 Social sciences (General) H1-99
spellingShingle	science des données c. s. peirce hypersymbole naturalisation métaphore sémiotique données massives big data discours Philosophy (General) B1-5802 Social sciences (General) H1-99 Lucile Crémier Maude Bonenfant Laura Iseut Lafrance St-Martin Données brutes ou hypersymboles? Signification et données numériques, entre processus discursif et procédure machinique
description	L’analyse de grands ensembles de données numériques (le plus souvent appelés « Big Data » ou « données massives ») constitue aujourd’hui une méthode de recherche de plus en plus populaire, consensuelle et couramment utilisée en sciences sociales. Avec l’automatisation de la collecte de données, la mathématisation de l’analyse et l’objectivation numérique, cette méthode gagne en efficacité et la valeur de vérité des résultats obtenus se renforce. Cet article établit, en premier lieu, une revue de littérature critique concernant la collecte et l’analyse des données massives et résume les débats éthiques actuels qu’occasionnent de tels outils informatiques de recherche. En second lieu, nous présentons un modèle sémiotique de la production et de la circulation des données numériques afin de problématiser l’idée selon laquelle les données donneraient à voir « le monde lui-même » (une présentation directe du monde surpassant tous les autres modes de représentation), plutôt que d’être un moyen de se figurer le monde (un mode de représentation parmi d’autres). Suivant l’approche sémiotique et la philosophie pragmaticiste de Charles Sanders Peirce, nous définissons alors la numérisation comme un processus sémiotique d’hypersymbolisation. Nous mettons ainsi en lumière l’apparente naturalisation du sens, l’illusion d’iconicité et la rhétorique sur lesquelles repose la valeur de vérité des données dans le contexte économique et politique de leur usage à des fins d’application lucrative. Nous décrivons ainsi quelques implications épistémologiques et éthiques découlant de nos modes de représentation et d’usage des données, ainsi que de la valeur d’autorité qui leur est attribuée. Ceci nous permet d’entrevoir plusieurs pistes pour l’étude critique de l’analyse des données massives dans une perspective sémiotique.
format	article
author	Lucile Crémier Maude Bonenfant Laura Iseut Lafrance St-Martin
author_facet	Lucile Crémier Maude Bonenfant Laura Iseut Lafrance St-Martin
author_sort	Lucile Crémier
title	Données brutes ou hypersymboles? Signification et données numériques, entre processus discursif et procédure machinique
title_short	Données brutes ou hypersymboles? Signification et données numériques, entre processus discursif et procédure machinique
title_full	Données brutes ou hypersymboles? Signification et données numériques, entre processus discursif et procédure machinique
title_fullStr	Données brutes ou hypersymboles? Signification et données numériques, entre processus discursif et procédure machinique
title_full_unstemmed	Données brutes ou hypersymboles? Signification et données numériques, entre processus discursif et procédure machinique
title_sort	données brutes ou hypersymboles? signification et données numériques, entre processus discursif et procédure machinique
publisher	Érudit
publishDate	2019
url	https://doaj.org/article/228a3c830b4f411eaf6d502280aa80b2
work_keys_str_mv	AT lucilecremier donneesbrutesouhypersymbolessignificationetdonneesnumeriquesentreprocessusdiscursifetproceduremachinique AT maudebonenfant donneesbrutesouhypersymbolessignificationetdonneesnumeriquesentreprocessusdiscursifetproceduremachinique AT lauraiseutlafrancestmartin donneesbrutesouhypersymbolessignificationetdonneesnumeriquesentreprocessusdiscursifetproceduremachinique
_version_	1718398447776694272

Données brutes ou hypersymboles? Signification et données numériques, entre processus discursif et procédure machinique

Ejemplares similares