Navigation – Plan du site

AccueilNuméros17DossierLa science des données contre le ...

Dossier

La science des données contre le sens du talent ? L’essor d’une nouvelle division du travail de définition des contenus à Hollywood

Data Science Versus a Sense of Talent? The Rise of a New Division of Labour in Content Definition in Hollywood
¿La ciencia de los datos se opone al sentido del talento? El auge de una nueva división del trabajo de definición de los contenidos en Hollywood
Datenwissenschaft gegen den Sinn für Talent? Der Aufstieg einer neuen Arbeitsteilung bei der Definition von Inhalten in Hollywood
Violaine Roussel
Traduction(s) :
Data Science Versus a Sense of Talent? The Rise of a New Division of Labour in Content Definition in Hollywood [fr]

Résumés

Cet article prend pour objet l’émergence rapide, dans la dernière décennie, de différents types de spécialistes des données intervenant dans les studios et services de vidéo en streaming d’Hollywood, du côté de la production. Ces professionnel·les sont désormais étroitement impliqué·es dans l’évaluation et la sélection des projets artistiques et dans la définition des stratégies de contenus. Cette contribution, issue d’une enquête par entretiens et observations, examine d’abord l’ascension de ce nouveau groupe, indissociable de transformations des organisations d’Hollywood et des arrangements de relations entre différents métiers et rôles en leur sein. Les cercles de relations dans lesquels se joue la définition des choix de production sont progressivement recomposés en conséquence. On fait ensuite la lumière sur les logiques qui opposent ces spécialistes des données aux professionnel·les traditionnel·les de la production : leurs différents profils et parcours déterminent des modes de définition professionnelle et des rapports à la création et aux processus de production qui contrastent avec ceux des producteurs et productrices. On met enfin en évidence l’existence de mécanismes de convergence des perceptions et de conversion mutuelle qui s’esquissent néanmoins entre ces groupes en tension.

Haut de page

Texte intégral

Figure 1

Figure 1

Crédits : Pixabay, Violaine Roussel.

  • 1 Chiffres de Netflix pour le deuxième trimestre 2023. Cf. Julia Stoll, « Number of Netflix paid subs (...)
  • 2 Les chiffres pour Amazon Prime Video diffèrent selon les sources et surtout selon les modes de comp (...)
  • 3 Issu de la combinaison en mai 2023 des plateformes HBO Max et Discovery+ sous la bannière de Warner (...)

1Ces dernières années, le développement des services de vidéo en streaming a été rapide et massif. Les principaux streamers que sont Netflix et Amazon Prime Video ont atteint respectivement plus de 238 millions1 et 117 millions2 d’abonnés dans le monde en 2023. Ils sont désormais en compétition avec les nombreux services de streaming lancés plus récemment par les studios et chaînes traditionnels, de Disney+ à Max3, en passant par de plus petits concurrents tels Paramount+ ou AppleTV+. En seulement quelques années, le streaming est devenu le canal de distribution principal des produits télévisuels, voire de l’audiovisuel en général, ce que la crise sanitaire du Covid n’a fait qu’accélérer et exacerber. Qui plus est, à partir des années 2012-2013, les principaux streamers ont commencé à produire des contenus originaux, en plus de leur activité de distributeur. Ils ont investi massivement dans cette production originale. Entre 2013 et 2021, Netflix a produit à lui seul environ 1 630 titres et est devenu le premier studio de production de films. Les entreprises de vidéo en streaming ont également reçu de la reconnaissance artistique de la part des autorités de jugement esthétique de l’industrie, y compris sous la forme de prix, et notamment d’Oscars. Elles se sont ainsi placées au centre du jeu hollywoodien autrefois occupé par les grands studios, au point qu’on peut voir en elles de nouvelles « majors ». Dans le même temps, les studios américains traditionnels ont recentré leur activité sur la production de films de superhéros à gros budget reposant sur des franchises, comme celles de l’univers Marvel, ce qui a permis aux streamers de se positionner comme premiers interlocuteurs du côté de la production pour toutes les autres catégories de projets.

2C’est d’abord au sein de ces nouvelles organisations centrales de la production hollywoodienne que sont les streamers qu’ont émergé des spécialistes des données de différents types. Leur rôle consiste à collecter et à traiter des données concernant les comportements des utilisateurs et utilisatrices des plateformes et à les mettre en relation avec les catégories de contenus consommés dans le but de prévoir le succès de projets potentiels. L’analyse des données vise donc ici à influencer les décisions concernant ce qui sera produit ou acheté, à déterminer quels types de contenus fabriquer ou distribuer sur telle ou telle plateforme. Ces spécialistes sont ainsi étroitement impliqué·es dans la définition et la fabrication des œuvres. C’est bien cela, et non la préoccupation de prédire le succès des projets audiovisuels ou filmiques, qui est nouveau à Hollywood. Jusque récemment en effet, les producteurs ou productrices et les responsables de studios ont largement monopolisé l’autorité pour dire ce qui va marcher et pour décider ce qui mérite de voir le jour, pilotant ainsi le processus de validation des projets (greenlight process). L’installation de spécialistes des données au cœur du processus de définition des contenus et leurs prétentions à dire, en vertu de logiques et de registres d’expertise différents, ce qu’il faudrait produire et offrir aux consommateur·rices change aujourd’hui la donne.

3Au cours de la dernière décennie, ces spécialistes ont été massivement intégré·es dans les organisations d’Hollywood et y représentent aujourd’hui des milliers d’employé·es. Ainsi, lorsque Netflix s’engage dans la production de contenus originaux, en 2013, l’entreprise ne compte que deux data scientists travaillant sur les contenus. Fin 2018, l’équipe formée autour de ce noyau initial atteint 50 personnes. Trois ans plus tard, 150 spécialistes des données dédié·es au seul travail sur les contenus y sont rassemblé·es. À l’été 2022, ce groupe, fusionné, sous l’autorité d’une nouvelle vice-présidente, avec celui des spécialistes des données en consumer insights, totalise 400 personnes. Dans le même temps et de manière interdépendante, l’équipe de Content planning and analysis, qui rassemble des data analysts à l’interface directe avec les professionnel·les plus traditionnel·les de la production, croît également. Composée d’une quinzaine de personnes en 2012-2013, au moment où Netflix lance sa nouvelle activité de production, elle se développe très rapidement, pour atteindre plus de 90 employé·es à l’été 2019 et pas moins de 500 au printemps 2022. Entre ces deux moments, à dix ans d’intervalle, on est donc passé de quelques spécialistes des données à 900 personnes intervenant sur les contenus. Ces changements organisationnels qui ont marqué Netflix sont si majeurs qu’on pourrait considérer que, sous le même nom, se présentent à nous deux entreprises différentes en réalité. Ce qu’on observe pour Netflix se déroule également, quoique dans une moindre proportion, chez ses compétiteurs, en premier lieu Amazon Prime Video, en raison de la concurrence qui tient ensemble les entreprises du secteur.

4Si la présence de ces nouvelles catégories professionnelles à Hollywood a été observée, ces spécialistes n’ont pas encore fait l’objet d’une analyse sociologique systématique. Cet article s’engage dans cette voie, sous l’angle d’une analyse du bousculement des rapports de force et de la réorganisation de la division du travail qu’implique l’ascension de ces nouveaux et nouvelles spécialistes intervenant dans les choix créatifs. L’émergence et l’installation de ce nouveau groupe du côté des contenus sont indissociables de transformations des organisations d’Hollywood et des arrangements de relations entre différents métiers et rôles en leur sein. Cet article vise à montrer comment elles conduisent progressivement à l’avènement d’un nouvel « ordre négocié » (Strauss 1978). Il met en évidence les tensions et les luttes qui accompagnent l’ascension de ces nouvelles catégories au sein de l’espace professionnel d’Hollywood, mais s’attarde également sur les mécanismes qui leur permettent progressivement de s’imposer, de se voir reconnaître des formes de légitimité pour influer sur les décisions créatives, et de développer des modes de coopération de plus en plus routinisés avec les professionnel·les traditionnel·les de la production.

  • 4 Parmi de nombreuses publications, Jeanpierre & Roueff (2014) ; Lizé, Naudier & Sofio (dir.) (2014). (...)

5Pour analyser l’émergence du groupe des spécialistes des données au cœur de la manufacture du rêve hollywoodien et la manière dont elle affecte la définition des choix de production, on s’appuie à la fois sur la sociologie des intermédiaires des industries culturelles qui s’est développée ces dernières années pour analyser les activités qui se déroulent en coulisses dans ces espaces4 et, plus largement, sur celle des groupes professionnels, dont Didier Demazière et Charles Gadea (2009) notaient qu’elle était redevenue un domaine en expansion en France après des décennies de désaffection. On s’inscrit en particulier dans la suite de travaux qui ont pris pour objet les professionnel·les de la « raison statistique » ou technique, et qui ont mis en évidence les effets transformateurs de leur ascension au sein d’institutions et d’organisations qui, sous différents rapports, gouvernent nos conduites et orientent nos représentations (Bigo 2020 ; Desrosières 1993 ; Dodier & Barbot 2016).

6Notre approche des mutations des métiers du cinéma et de la télévision liées au développement du numérique et du streaming ne voit pas dans la technique en elle-même le déterminant mécanique du changement, mais est au contraire attentive aux pratiques professionnelles qui façonnent la manière dont les changements technologiques prennent place (Roussel 2023). D’autres spécialistes des technologies opèrent, et ont opéré de longue date, dans les mondes de l’audiovisuel, et en particulier à Hollywood. Si leur rôle clé dans les transformations des processus créatifs a été examiné (par exemple, celui des ingénieurs dans le développement du système des studios : Marzola [2021]), leurs positions dans les organisations d’Hollywood ont toujours été scrupuleusement séparées de celles des professionnel·les de la production, décidant de ce qui doit être créé. Leur histoire est précisément celle des personnels « techniques » d’Hollywood, catégorie construite par opposition au domaine des arbitrages artistiques. Sur le terrain qu’on explore dans cet article se déploient au contraire des activités « techniques » inscrites, dans l’organisation, du côté des choix de production.

  • 5 Voir l’introduction de ce numéro pour une présentation plus détaillée de ces travaux.

7Cet article dialogue enfin avec de nombreux travaux portant sur la manière dont le streaming a transformé la distribution, la production et la consommation des œuvres qui ont vu le jour, depuis une dizaine d’années, dans les champs de la sociologie, des film and media studies et de la communication5. Le cas de Netflix a particulièrement retenu l’attention (Jenner 2018 ; Lobato 2019 ; Lobato & Lotz 2020). Les travaux se sont cependant essentiellement concentrés sur les algorithmes de recommandation et leurs usages par les publics (Delaporte & Mazel 2021 ; Drumond, Coutand & Millerand 2018 ; Frey 2021). Ces recherches s’inscrivent dans un ensemble de travaux ayant plus généralement mis l’accent sur le développement contemporain du pouvoir des métriques (Beer 2018 ; Denis 2018), les enjeux de la collecte massive de données personnelles (Lyon 2019), les formes de gouvernement des conduites par les algorithmes et les résistances qu’elles rencontrent (Ananny 2016 ; Christin 2017). Mais, en dépit d’appels à prendre au sérieux « le travail et les travailleurs de la donnée » (Bastard et al. 2014), très peu d’enquêtes ont jusqu’ici été consacrées à l’activité des professionnel·les derrière le pouvoir des données et des algorithmes, celles et ceux qui façonnent ces outils et posent les cadres de leurs usages par d’autres. Ce travail demeure en large part invisible et, comme le note Rémi Rouge (2023) concernant les professionnel·les des applications de souvenirs numériques, son invisibilisation accrédite l’idée d’une force propre des algorithmes et des technologies dont profitent les entreprises qui opèrent dans ces secteurs : elle contribue ainsi à faire la magie des données.

Méthodologie

L’enquête sur laquelle s’appuie ce travail repose sur 75 entretiens approfondis menés entre 2017 et 2023, en personne à Los Angeles ou en visioconférence (durant la période de crise sanitaire), avec différentes catégories de spécialistes des données – travaillant ou ayant travaillé pour les streamers, les studios, des sociétés de production indépendantes, des sociétés spécialisées dans l’analyse de données concernant les contenus filmiques et audiovisuels, des agences artistiques – ainsi qu’avec certain·es de leurs interlocuteur·rices direct·es du côté de la production. Les spécialistes des données rencontré·es occupaient différents postes et diverses fonctions dans les organisations d’Hollywood : ils et elles étaient pour la plupart des data scientists, ingénieur·es, technicien·nes au sein des équipes de data science, ou des content analysts et strategists, opérant du côté des contenus, et dans une moindre proportion, des spécialistes des départements de marketing et de recherche / consumer insights. Je détaille plus bas la distribution des rôles entre ces équipes et ces postes, en lien avec les propriétés sociales des enquêté·es.

J’ai échangé avec ces professionnel·les souvent à plusieurs reprises, pour des durées variant d’une à plus de trois heures. Les liens créés avec plusieurs enquêté·es sur la durée m’ont permis de suivre l’évolution de leur activité, de leurs perceptions, de leur environnement de travail, souvent en accompagnant leurs changements de poste et parfois d’employeur. Les relations de confiance ainsi nouées et entretenues ont rendu possible l’accès à des informations confidentielles et à des espaces généralement inaccessibles au chercheur ou à la chercheuse.

Ainsi, j’ai pu mener deux observations in situ à Los Angeles, l’une en mars-avril 2022, au sein d’une équipe effectuant des analyses de données pour évaluer des projets (principalement de séries) et recommander des inflexions quant à leur contenu, et l’autre auprès d’un data scientist travaillant pour l’un des principaux services de streaming, dont j’ai suivi les activités à plusieurs reprises entre le printemps 2021 et l’été 2022. Durant la crise du Covid, les interactions en personne et la présence des professionnel·les dans les locaux des entreprises étant impossibles, j’ai réalisé des entretiens d’un format particulier, celui du commentaire d’agenda, consistant pour l’enquêté·e à passer en revue toutes ses activités de la semaine écoulée et à revenir en détail sur l’ensemble de ces interactions et expériences. Ces entretiens particuliers, souvent très longs, m’ont permis de mieux saisir à travers la parole des enquêté·es l’espace d’activité en mutation rapide dans lequel leur travail prenait place (dans ses dimensions organisationnelles comme relationnelles).

8Je m’arrêterai d’abord sur ce que l’émergence de spécialistes des données du côté des contenus au sein des streamers implique en termes d’agencements structurels de ces organisations, mais aussi en termes de transformation des cercles de relations dans lesquels se joue la définition des choix de production. J’examinerai ensuite les logiques qui opposent ces spécialistes aux professionnel·les traditionnel·les de la production : leurs profils et parcours différents déterminent des modes de définition professionnelle et des rapports aux œuvres, à la création, aux processus de production, à l’art et aux artistes, qui contrastent avec ceux des producteurs et productrices. Partant des luttes de légitimité qui opposent ainsi ces différentes catégories de professionnel·les à Hollywood, la dernière partie de cet article éclaire les mécanismes de convergence de perceptions et de conversion mutuelle qui s’esquissent néanmoins entre ces groupes en tension.

1. Des spécialistes des données du côté des contenus : une redistribution des rôles

  • 6 Elle fait suite au retrait massif par les studios des produits qu’ils avaient initialement confiés (...)
  • 7 J’emploie le masculin pour désigner les responsables des studios et streamers, qui sont principalem (...)

9L’engagement des streamers historiques dans la production originale, autour de 20136, conduit à la création des premiers postes de spécialistes des données destinés à intervenir du côté de la production et des contenus, tout particulièrement chez Netflix et Amazon Prime Video. Pour les dirigeants7 de ces organisations, issues de la Silicon Valley et du monde de la Tech, intégrer des spécialistes des données dans les processus de décision est ordinaire et n’est pas perçu comme le coup de force que cela constitue aux yeux des professionnel·les d’Hollywood, qui attachent aux choix créatifs la dimension quasi sacrée associée à la création artistique.

1. 1. Les contours mouvants des communautés d’évaluation

10La structure organisationnelle des streamers issus du monde des technologies est ainsi d’emblée différente de celle des studios traditionnels en termes de positions occupées par les spécialistes des données dans la chaîne de décision concernant les projets et dans les hiérarchies économique et symbolique de l’organisation. Ces spécialistes y interviennent très tôt dans le processus de production, au moment de décider quels émissions, séries ou films doivent être achetés ou produits. Ils et elles sont au quotidien d’important·es interlocuteur·rices des responsables de l’acquisition des contenus, à savoir des producteur·rices traditionnel·les. Les services de streaming qui emploient ces producteur·rices les ont souvent débauché·es des grands studios ou de sociétés indépendantes à succès.

11Les spécialistes des données occupent deux types de rôles, qui vont progressivement être organisés chez l’ensemble des streamers sous la forme de deux départements distincts et interdépendants : d’un côté, les data scientists construisent les modèles et outils algorithmiques qui serviront à définir des critères et les orientations générales des dispositifs de mesure ; de l’autre, les spécialistes qui travaillent plus directement à la définition des stratégies de contenus et à l’évaluation de la valeur économique des projets, en lien étroit avec les producteur·rices traditionnel·les d’Hollywood. Ce second type de postes, labélisés de manières variées – content strategist, content (finance) analyst, content planning specialist, etc. –, correspond à une position clé d’intermédiaire entre science des données et production au sens traditionnel. Ce cadre d’un service de streaming décrit ainsi son activité et sa portée :

Nous travaillons en étroite collaboration avec les responsables des contenus pour les aider à prendre des décisions sur la programmation et la sélection des contenus à produire ou à acquérir. Nous nous situons donc entre les scientifiques purs et durs et les destinataires des données, c’est-à-dire l’équipe chargée des contenus. En gros, nous aidons [l’équipe de science des données] à construire les modèles en lui fournissant des informations sur les signaux [sociaux] et la manière de modéliser les choses. Ce sont des mathématicien·nes et des statisticien·nes. Une fois qu’ils et elles ont construit ces modèles, nous les utilisons pour les traduire en conseils commerciaux. Ainsi, le processus typique pour une série est le suivant : nous recevons une idée de série, les responsables de la création sont enthousiasmé·es par l’idée, ils et elles nous l’envoient, nous faisons tourner les modèles, nous essayons d’estimer la portée que pourrait avoir la série, puis, sur la base de ces données et d’autres considérations stratégiques, nous leur disons : « nous pensons que c’est une bonne idée » ou « pas une bonne idée », et nous travaillons avec eux et elles pour prendre la décision de créer ou non la série, et en déterminer le prix. (Analyste de contenus, Netflix, mai 2019)

12L’ensemble fortement interdépendant que forment les départements de data science et ceux de content analysis est ainsi inscrit au cœur du dispositif de définition des choix de production. Ces départements connaissent, de plus, comme on l’a noté en introduction, une croissance extrêmement rapide dans la décennie qui suit l’engagement des premiers streamers dans la production originale.

  • 8 À l’exception notable de Sony.
  • 9 21th Century Fox et NBCUniversal, auxquels viennent s’ajouter TimeWarner et Disney, avant que Disne (...)

13À la sortie de la crise du Covid, la distinction entre studios et streamers s’érode rapidement. Les streamers sont d’abord devenus des studios en s’engageant massivement dans la production originale, avant que les studios se changent en streamers8 en développant systématiquement leurs propres services de vidéo à la demande (tels Disney+, HBO Max, Discovery+, Peacock, Paramount+). En lançant leurs services de streaming, les studios s’engagent dans la vente directe au consommateur, captant dès lors les données d’usage qui y sont associées. Cependant, cette possibilité de s’approprier des données et de s’en servir pour transformer les processus de décision ne se traduit pas immédiatement et automatiquement par des pratiques et des mutations organisationnelles des studios qui les feraient ressembler aux streamers historiques que sont Netflix ou Amazon. Le cas de Hulu, service de streaming fondé par une coalition de studios9, ouvert au public dès 2008, illustre la résistance initiale de ces organisations à un usage des données au service de la définition des contenus. L’émergence d’un service de data science y prend en effet plus de temps et son périmètre d’intervention dans les choix créatifs reste longtemps plus limité.

14Cela ne provient pas tant de formes de résistance organisationnelle au changement que de croyances partagées à Hollywood concernant les mécanismes créatifs et les professionnel·les à même de les impulser, mettant le producteur ou la productrice, le ou la cadre ou dirigeant·e de studio au cœur des processus de décision sur ce qui doit être fabriqué. Dans ce modèle, c’est à ces professionnel·les, en raison de leurs relations avec les artistes auxquel·les est prêtée une connexion esthétique et émotionnelle avec le public, qu’il revient d’abord de dire ce que les spectateur·rices voudront voir et donc ce qui doit leur être proposé. Les projets qui verront le jour sont négociés avec les représentant·es des artistes, qui, comme les professionnel·les de la production, revendiquent un « sens du talent » et une capacité intuitive à repérer « les bons projets ». Dans d’autres travaux, on a fait la lumière sur l’activité des communautés d’évaluation, rassemblant agent·es, artistes et professionnel·les de la production, dans lesquelles est défini « ce qui va / ceux qui vont marcher », c’est-à-dire la valeur artistique comme économique des « talents » et des projets (Roussel 2017). Ce qui se joue dans les processus de transformation sur lesquels on se penche ici n’est rien d’autre que la reconfiguration de ces communautés d’évaluation, où de nouvelles catégories d’intervenant·es tendent à occuper une position de plus en plus centrale.

15On voit que ce n’est pas le streaming en tant que technologie qui induit mécaniquement et naturellement la centralité de la science des données pour la définition des contenus ; ce sont les rapports de force qui s’établissement entre différents groupes professionnels dans les organisations d’Hollywood, qui n’y prennent pas les mêmes formes en fonction de l’histoire de ces organisations et des représentations professionnelles qui y prévalent. Ainsi, dans les studios traditionnels et leurs services de streaming, le rapport différent au processus créatif, à la production et au talent commande une place plus restreinte des spécialistes des données du côté des contenus, et un usage en partie différent des outils statistiques de rationalisation des choix de production (tout au moins, pour un temps, au moment où ces services de streaming sont lancés, au tout début de la décennie 2020). À l’inverse, dans les entreprises issues du secteur de la Tech, comme Amazon Prime Video, AppleTV+ ou Netflix, d’autres rapports aux données, structures organisationnelles et cultures professionnelles forment des dispositifs sociotechniques différents et conduisent à donner d’emblée aux spécialistes des données un rôle clé dans les processus de décision sur ce qui doit être produit ou acheté.

  • 10 Le groupe professionnel des data scientists est en ce sens bien plus vaste que celui des spécialist (...)

16Les conditions d’émergence du groupe des spécialistes des données à Hollywood et de son influence sur les décisions de production diffèrent ainsi en fonction des organisations dans lesquelles cette ascension s’inscrit. Cependant, les interdépendances liées à la compétition entre entreprises productrices de contenus et aux circulations des professionnel·les entre ces entreprises engendrent progressivement des dynamiques de convergence qui vont assurer aux spécialistes étudié·es un rôle de plus en plus déterminant dans l’ensemble des organisations d’Hollywood. Pour comprendre l’avènement de ce groupe composite, les logiques de relation et de concurrence entre différentes catégories de professionnel·les à l’œuvre sont décisives. Les spécialistes des données qui se font une place à Hollywood sont, on va le voir, des transfuges d’autres industries. Elles et ils s’appuient sur des savoir-faire et des formes de reconnaissance professionnelle préexistants10, mais leur activité délimite aussi progressivement les contours d’un nouveau métier de l’audiovisuel, dans cet espace professionnel d’Hollywood. Si leur installation du côté des contenus passe par des confrontations et des luttes juridictionnelles avec les catégories qui avaient jusqu’alors la mainmise sur les choix créatifs, ce n’est ni véritablement selon un mécanisme de « vacancy chain », par lequel un groupe s’approprie une tâche laissée vacante par d’autres, ni selon une logique plus offensive de « bump chain », en disputant activement ce territoire à d’autres, pour reprendre les notions d’Abbott (1988). Tout se passe comme si les spécialistes des données façonnaient un nouvel espace d’intervention, associé à des logiques de décision et à une instrumentation elles aussi nouvelles, au sein de la chaîne des activités qui concourent à la définition des contenus, ceci donnant donc lieu à une réorganisation de la division du travail. Il n’en demeure pas moins qu’on assiste ici à un processus de redéfinition des contours d’un espace de juridiction (sur les contenus) dans ce monde de l’art particulier qu’est Hollywood (Dubois 2021).

1. 2. Parler pour les utilisateurs et les utilisatrices

17Cela ne signifie bien sûr pas que les studios traditionnels étaient des espaces complètement préservés de ces logiques de rationalisation chiffrée des processus de décision. L’injonction à la « transformation numérique » travaillait depuis longtemps ces organisations. Pour conserver leur poste, les dirigeants des studios ont dû montrer aux grands groupes (de communication ou de médias) auxquels les studios appartiennent désormais qu’ils étaient capables de prendre le virage technologique et économique que représentait le streaming. Ils ont d’abord tenté de le faire en nommant à leurs côtés des conseiller·ères aux technologies ou au numérique, mais il s’agissait là davantage d’un geste symbolique que d’un véritable changement dans l’organisation du processus de production. Si le greenlight process restait largement entre les mêmes mains, les spécialistes des données n’étaient pas pour autant absent·es des studios : ils et elles restaient néanmoins – et, dans certaine mesure, restent encore – cantonné.es à des postes dans les départements de marketing et de recherche. Ces spécialistes n’interviennent alors qu’en bout de chaîne, une fois qu’un film a été produit, au moment de définir sa stratégie de promotion. Ainsi exclu·es du moment de la décision sur ce qui est créé, ils et elles occupent des positions symboliquement dominées (car jugées moins créatives) dans la hiérarchie des studios. Ceci ressort des propos de ce producteur occupant un poste élevé dans un studio :

Pour [nous], la pertinence des données se situe au niveau du marketing, nous utilisons beaucoup les données pour commercialiser et atteindre nos consommateur·rices, parce que la publicité est beaucoup plus numérique aujourd’hui et que nous pouvons donc être plus efficaces dans nos dépenses de marketing. C’est dans ce domaine que nous utilisons les données. Nous n’utilisons pas de données algorithmiques pour décider des films à réaliser. Car, sans vouloir paraître trop prétentieux, j’essaie toujours de faire de l’art. Et l’art n’est pas le produit d’un algorithme. (Cadre dirigeant d’un studio, avril 2021)

18À partir de la fin de la décennie 2010, des cadres ou des chef·fes de service de ces départements de marketing et recherche se sont saisi·es des injonctions à la mutation numérique des studios pour se poser comme pionnier·ères de cette transformation. Les spécialistes de ces départements opéraient en effet dans les seuls services au sein des studios dont l’expertise était précisément de collecter et traiter des données. Ils et elles y monopolisaient donc la capacité à parler le langage des données et avaient tout à gagner à valoriser cette expertise en promouvant leur utilisation, et à se faire porte-parole de l’abonné·e à la manière de leurs homologues des streamers. En capitalisant sur leur savoir-faire en matière de production et de manipulation de données et de modèles algorithmiques, ils et elles ont réinventé leur propre rôle. Ces stratégies ont permis à certain·es de s’élever à une place plus valorisée dans la hiérarchie des studios, y compris en revendiquant la création de nouvelles fonctions et en obtenant d’y être nommé·es. Ces professionnel·les se sont ainsi souvent retrouvé·es aux avant-postes de la gestion des nouveaux services de streaming que les studios ont lancés ou développés au début de la décennie 2020.

19Au sein des communautés d’évaluation où se décide le destin des projets filmiques et télévisuels, différentes catégories de spécialistes des données entrent alors en compétition avec celles et ceux qui monopolisaient jusque-là l’autorité pour parler au nom des publics. Ce qui est en jeu ici, c’est en effet de savoir qui (selon quelles modalités et avec quels outils) peut légitimement et efficacement dire ce que le consommateur ou la consommatrice veut : est-ce l’artiste, en relation avec l’agent·e et le producteur ou la productrice, ou est-ce l’analyste des données et ceux et celles qui mobilisent l’autorité des chiffres et des algorithmes pour influer sur ce qui doit être produit et distribué ? La prétention à parler au nom du public est manifeste dans les propos de ce data scientist occupant un poste dirigeant chez l’un des streamers dominants :

Nous pouvons examiner les données et voir ce que nos membres font réellement sur le service, et en tirer des idées qui guident les créateur·rices sur ce qu’il faut faire ensuite, ou même sur ce qui se passe en ce moment concernant telle ou telle série, donc nous pensons vraiment que ce que nous faisons, c’est faire entendre [lending a voice to] nos membres et ce qu’ils et elles font, c’est vraiment une façon de faire venir les consommateur·rices autour de la table dans le cadre du processus de prise de décision. (Data scientist chez l’un des grands streamers, décembre 2021)

20Au cœur de ces revendications de légitimité pour intervenir dans les processus créatifs selon des principes et avec des instruments différents de ceux des décideurs et décideuses traditionnel·les, et plus généralement, au cœur des transformations du jeu hollywoodien, se sont donc trouvés des phénomènes de convergence et d’alliance objective entre différentes catégories de spécialistes des données, opérant dans les studios traditionnels, d’un côté, chez les streamers historiques, de l’autre. Ces dernières années, ces professionnel·les ont circulé entre les postes offerts dans ces différentes organisations, formant progressivement un groupe d’interconnaissance lié par des repères, des savoir-faire, des standards et des références communs, lesquels se diffusent quand ces spécialistes se déplacent pour poursuivre leur carrière dans une nouvelle organisation.

2. Trajectoires et définitions professionnelles en tension

21Les mécanismes examinés ci-dessus dessinent peu à peu les contours d’un nouveau groupe à Hollywood. Examiner les propriétés et les parcours de ces nouveaux et nouvelles intervenant·es dans le processus de production nous permettra d’éclairer leurs représentations de leur métier et de l’univers du cinéma et de la télévision. En effet, leurs formations, leurs perceptions, leurs intérêts sont très différents de ceux qui caractérisent les professionnel·les traditionnel·les d’Hollywood. Cela affecte la façon dont les projets artistiques sont évalués et sélectionnés, dont les stratégies de contenus sont définies et dont les œuvres sont au final fabriquées.

22Dans les organisations hollywoodiennes, on peut ainsi observer des tensions entre les anciennes façons de se définir comme producteur·rice et les revendications de ces nouveaux et nouvelles spécialistes des données, qui ont désormais leur mot à dire sur ce qui doit être produit ou acheté. Ces deux catégories de professionnel·les sont issues de trajectoires distinctes, et leur socialisation professionnelle s’est déroulée dans des environnements différents : leurs modes de définition professionnelle, les normes et routines qui règlent leurs pratiques, leurs éthos sont, en conséquence, également très contrastés.

2. 1. Qui sont les spécialistes hollywoodiens des données ?

23Les obstacles sont nombreux pour qui entreprend de collecter des éléments systématiques permettant de caractériser les profils et trajectoires des spécialistes des données à Hollywood, et plus encore de les comparer à ceux des autres catégories de professionnel·les des contenus avec lesquel·les ils et elles interagissent. Ces données ne sont pas publiquement accessibles, et l’activité des services liés aux données est considérée comme sensible et soustraite au regard extérieur. Les informations que j’ai néanmoins pu collecter auprès de mes enquêté·es permettent de tracer les contours d’un groupe composite, jusqu’ici méconnu. Je m’appuie notamment sur mon travail précédent sur les agences artistiques d’Hollywood pour mettre ces profils et trajectoires en regard de ceux des représentant·es d’artistes et des producteur·rices, qui débutent souvent au sein des agences (Roussel 2017). Ces éléments permettront d’éclairer et de contraster les perceptions et croyances des protagonistes, ainsi qu’un certain nombre de leurs pratiques.

  • 11 Je dispose des informations pour 70 de mes 75 enquêté·es.
  • 12 Master of Business Administration.
  • 13 Information tirée du site CareerOneStop.org, soutenu par le U.S. Department of Labor, Employment an (...)
  • 14 Bachelor of Arts.
  • 15 Bachelor of Sciences.

24Il s’agit, tout d’abord, d’un groupe caractérisé par des niveaux de diplôme élevés11. Ce capital culturel a pu servir de porte d’entrée aux États-Unis et à Hollywood aux spécialistes étudié·es, titulaires de diplômes de Master, de MBA12, voire de doctorat, souvent obtenus dans des universités prestigieuses du pays. 18,2 % des enquêté.es détiennent ainsi un doctorat (en neuroscience, ingénierie industrielle, communication, informatique, économie), et c’est en particulier souvent le cas des personnes qui occupent les positions d’encadrement ou de chef·fe des services de data science. Ceci contraste avec la proportion de docteur·es dans la catégorie « producteur·rice/réalisateur·rice » évaluée à 2 % par le Département américain du travail, de l’emploi et de l’administration des formations (DOL)13. Tandis que les titulaires d’un master forment 15 % de cette même catégorie, elles et ils sont 51,5 % parmi mes enquêté·es (plus de la moitié d’entre elles et eux détient un MBA, les autres se divisant entre des Master of Science en économie, informatique/science de l’ingénieur/science de l’information computationnelle, et des Master of Arts en cinéma ou études de médias). Les titulaires d’un BA14/BS15 ne représentent que 30,3 % des enquêté·es et aucun·e n’est autodidacte, alors que le DOL compte 82 % des « producteur·rices/réalisateur·rices » ayant un Bachelor’s Degree (BA) ou moins. Comme traditionnellement aux États-Unis, ces formations en quatre ans reçues par 30,3 % de nos enquêté.es demeurent généralistes et se répartissent dans un champ étendu de disciplines (histoire, psychologie, science politique, cinéma, études de médias, économie, marketing, informatique). Les BA dans les disciplines des humanités et des arts ou de la communication et des médias ne sont pas particulièrement saillants.

  • 16 Faute d’autres données accessibles, ces pourcentages sont calculés sur la base de ma population d’e (...)
  • 17 23,7 % viennent d’Europe (Royaume-Uni, Espagne et France, mais la proportion de français·es est peu (...)

25Ensuite, le groupe des spécialistes des données présente une image inversée par rapport aux professionnel·les traditionnel·les d’Hollywood passé·es par les agences également sous d’autres rapports : il est massivement composé de personnes racisées (44,7 % de la population de mes enquêté·es16), très minoritaires parmi les agent·es et les professionnel·les empruntant le parcours classique débutant par une expérience en agence. 55,3 % de mes enquêté·es sont issu·es d’une immigration récente (première ou deuxième génération), et 39,5 % sont des immigré·es de première génération. Ils et elles viennent majoritairement d’Asie (57,1 %) et surtout d’Inde, et dans une moindre mesure d’Europe17. Les femmes occupent dans ce groupe une place non négligeable (36,8 %). C’est donc un groupe concentrant sous ce rapport (genre/race) des profils qui sont ordinairement ceux de personnes qui occupent plutôt des positions dominées dans l’industrie hollywoodienne.

  • 18 Selon les chiffres du Silicon Valley Institute for Regional Studies, en 2019, 64 % des professionne (...)
  • 19 Ce sont des femmes qui occupaient par exemple les plus hauts postes des équipes de data science che (...)

26Il faut lier ces deux séries d’observations : l’acquisition de ces diplômes élevés, souvent dans des universités américaines de renom, est ce qui permet à des personnes récemment arrivées aux États-Unis de présenter des profils attractifs pour les entreprises hollywoodiennes qui les recrutent. C’est ainsi que les intéressé·es convertissent des ressources culturelles qu’elles et ils avaient commencé à accumuler dans leur pays d’origine en « compétences » reconnues et recherchées par les streamers. On voit que leurs profils et leurs parcours sont bien éloignés de ceux des « travailleurs du clic » étudiés par Antonio Casilli (2019). Ils se rapprochent davantage de ceux des professionnel·les de la Silicon Valley examiné·es par Olivier Alexandre (2023)18. Ce groupe comporte ses hiérarchies internes : les positions de direction de département et de management (Vice-President, Senior Vice-President, Department Head) sont surtout concentrées entre les mains des personnes blanches américaines – souvent des femmes19 – ou immigrées d’origine européenne (c’est moins le cas au sein des studios traditionnels dans lesquels ces positions sont également moins influentes, faute d’orienter véritablement la définition des contenus, comme je l’ai indiqué ci-dessus).

27Enfin, les spécialistes des données ont souvent en commun de premières expériences professionnelles, voire un début de carrière plus long, ayant pris place dans un domaine extérieur au monde de l’audiovisuel et du cinéma, qui ont donc contribué à forger leur socialisation professionnelle initiale. C’est d’autant plus vrai des personnes qui interviennent tôt dans le processus qu’on étudie (dès le milieu des années 2010) et qui occupent des positions en hiérarchie dans les services concernés. Ceux et celles qui ont suivi une formation d’ingénieur·e, de technicien·ne spécialisé·e, ou qui ont pu poursuivre un doctorat, ont souvent débuté dans le conseil en transformation des systèmes d’information ou en construction de modèle d’architecture des données pour différents types d’entreprise. Celles et ceux qui sont issu·es d’une formation en économie mathématisée et statistiques, et ont parfois obtenu un MBA dans certains des programmes les plus prestigieux des États-Unis, ont pu accumuler des expériences professionnelles dans les mondes du trading, de la finance ou des assurances. Les premier·ères sont ensuite venu·es peupler les équipes de data science des streamers, tandis que les second·es rejoignaient leurs départements d’analyse et de stratégie des contenus.

2. 2. Ce que travailler à Hollywood veut dire

28Les spécialistes des données étudié·es ont ainsi en commun de ne pas présenter le parcours classique de l’ascension à Hollywood consistant à avoir fait ses classes au sein des studios et des grandes agences. Leurs représentations d’elles et d’eux-mêmes, du possible et du souhaitable en termes professionnels, du monde du cinéma et de l’audiovisuel tranchent, en conséquence, avec celles des professionnel·les traditionnel·les d’Hollywood.

29Ces dernier·ères sont largement issu·es d’un système d’apprentissage sur le tas, dans lequel on doit faire ses preuves en s’élevant à partir des niveaux les plus bas d’organisations hiérarchisées, et en se plaçant, si on le peut, sous l’aile de professionnel·les plus établi·es agissant comme mentors. Ces modes de socialisation professionnelle dont témoignaient les agent·es artistiques rencontré·es sur mon précédent terrain (Roussel 2015, 2017) ne sont pas familiers pour mes enquêté·es actuel·les. L’apprentissage au contact de professionnel·les plus seniors plaçait d’emblée les apprenti·es agent·es ou producteur·rices au cœur de réseaux au sein desquels le destin des carrières et des projets se joue (ou se jouait) à Hollywood. C’est ainsi qu’ils et elles tissaient progressivement des liens avec des artistes et apprenaient à effectuer le travail de relation qui leur permettrait de se lier durablement à leurs interlocuteur·rices clés au sein des communautés d’évaluation correspondant à leur domaine de spécialité et d’y construire peu à peu leur réputation. Dans ces processus de socialisation professionnelle, ils et elles apprenaient à se repérer dans le jeu professionnel d’Hollywood, à connaître, au-delà des hiérarchies formelles et des règles du jeu explicites, ce que les formes de pouvoir doivent à l’histoire des relations et aux succès passés des protagonistes. Les professionnel·les formé·es de cette manière ont également appris la centralité de la référence à l’art, à la qualité esthétique et au talent, au cœur de l’illusio qui a cours dans cet espace (Bourdieu 1977, 1992). Il s’agit à la fois d’une véritable croyance partagée, qui a souvent motivé le choix de travailler à Hollywood, et de modes de justification de pratiques ou de choix parfois inspirés par d’autres considérations.

  • 20 Leur « expérience individuelle » fait en ce sens écho à celle des personnes travaillant dans des gr (...)

30Ce rappel nous permet de mesurer la distance entre ces modes de socialisation et ces représentations professionnelles, d’une part, et ceux caractérisant les spécialistes des données objets de cet article, d’autre part. Ces dernier·ères, recruté·es par des organisations venues de la Tech qui ne valorisent pas (surtout au départ) la possession d’une expérience dans le monde de l’audiovisuel ou du cinéma, n’expriment souvent pas la vocation ou même le désir de s’engager dans un monde de l’art et de la création. Contrairement aux professionnel·les d’Hollywood qui sont attaché·es à l’idée qu’ils et elles travaillent dans une industrie à nulle autre pareille, où la magie de l’art et de la création opère, et dans une sphère qui exige des capacités singulières et un engagement exclusif, les spécialistes des données valorisent leurs compétences comme transposables d’un monde professionnel à un autre, détachant l’identité professionnelle qu’ils et elles s’attribuent du secteur d’activité dans lequel ils et elles exercent20 :

Ce domaine d’expertise repose sur des compétences très transférables. Par exemple, dans mon emploi précédent, je travaillais sur des données pour l’industrie des télécommunications, avec des données de marketing, l’industrie du transport aérien, et avant cela, je m’occupais de données sur le cerveau parce que j’étais neuroscientifique. J’ai littéralement travaillé avec des données humaines enregistrées à partir de cerveaux humains, de cerveaux de singes, de criquets et d’insectes, etc. Il s’agit donc d’une compétence très transférable dans ce sens. (Data scientist chez l’un des grands streamers, novembre 2018)

31C’est également la raison pour laquelle ce content strategist a vécu sa transition d’un travail pour un fonds spéculatif à un poste chez l’un des principaux streamers comme une façon de faire essentiellement le même type de travail dans un nouveau contexte :

C’était donc vraiment similaire à ce à quoi j’étais habitué, c’est-à-dire utiliser toutes les données – dans le monde des fonds spéculatifs, ce sont les marchés boursiers, mais dans le monde du streaming, ce sont les données internes – pour essayer de comprendre quelle est la valeur des différents contenus, dans quels contenus investir, comment créer l’équivalent d’un multiple prix/bénéfice dans le monde du streaming en interne, pour aider à la prise de décision. (Cadre d’un service de Content strategy, mai 2021)

32Nombre de mes enquêté·es insistent ainsi en entretien sur le fait que leur travail est et devrait être « industry agnostic » (indifférent au secteur d’activité) et que le niveau du projet individuel (tel film, telle série, telle émission) n’est pas pertinent pour elles et eux. Le travail de relation qui est si central pour les protagonistes traditionnel·les d’Hollywood leur est a priori étranger. Ils et elles le considèrent comme difficile à comprendre et à effectuer, et le qualifient souvent de « politique hollywoodienne » ou de « théâtre », exprimant ainsi leur malaise ou leur jugement négatif à son égard. La dimension de la performance associée au travail à Hollywood – ce qu’un super-agent interviewé dans le cadre d’une enquête précédente résumait par la formule, « c’est du show, c’est le show-business ! » (Roussel 2017) – a ainsi été dépeinte par ce data scientist comme relevant de gesticulations vides de sens :

On ne peut pas se lever et faire un joli argumentaire, […] se mettre devant une foule et sourire et faire un peu de théâtre et, vous savez, faire une présentation soignée et convaincre les gens. Cela ne fonctionne plus. Je pense à nombre de chargé·es de production qui misent à 100 % sur leurs relations et leur capacité à influencer… (Data scientist, HBO Max, avril 2021)

33Au contraire, pour les producteur·rices traditionnel·les d’Hollywood, appartenir à un monde de l’art, faire du cinéma, être en relation avec des artistes, n’est ni anodin ni comparable au fait d’opérer dans n’importe quel autre secteur économique. Leur valeur à leurs propres yeux réside précisément dans le fait que ce qu’ils et elles font n’est pas « industry agnostic ». Pour elles et eux, les logiques à l’œuvre dans cette sélection des projets sont liées à l’expérience et à la connaissance des réputations construites sur le temps long, et à la faveur de relations tissées avec des artistes et avec d’autres professionnel·les d’Hollywood. Ces compétences renvoient dans le discours des intéressé·es à leur sensibilité artistique et à leur propre talent. Ils et elles opposent leur sens de la « qualité » à l’usage des données pour déterminer ce qui doit être produit. Il s’agit de valoriser des formes de compétence qui ne reposent pas sur des métriques standardisées, mais au contraire sur une éducation du goût sur la durée, éprouvée dans des relations et des transactions, manifestée sous la forme insaisissable de l’intuition :

[Dans les studios traditionnels], il y a quelques personnes qui ont une expérience et qui peuvent dire… dont le travail est de juger la qualité. De mon point de vue de spectateur, la grande majorité de ce que fait Netflix […] est de très mauvaise qualité. Ils ont un énorme problème de qualité. Et ils peuvent continuer à montrer des indicateurs et dire : « des centaines de personnes vont le regarder », je pense que c’est un peu léger. […] Lorsque vous parlez à un studio traditionnel, la grande question qui se pose toujours est la suivante : est-ce que c’est un film de cinéma ? Est-ce que cela peut amener les gens au cinéma ? Et puis, ils se demandent aussi si c’est vraiment bon. Et Netflix, on n’a pas l’impression qu’ils se posent la question de savoir si c’est vraiment bon. (Producteur indépendant, avril 2019)

34Ces professionnel·les de la production parlent au nom de l’art et de leurs relations avec des artistes, contre des stratégies commerciales de streamers priorisant « le volume sur la qualité », en miroir de spécialistes des données qui se font la voix des consommateur·rices :

Les choix des streamers sont très axés sur les données. […] Je ne suis pas sûr que ce soit une bonne chose, je ne suis pas sûr que ce soit la meilleure chose pour l’art que le plus petit dénominateur commun algorithmique décide de ce que vous regardez. Vous savez, vous avez vingt films d’Adam Sandler sur Netflix… Mais pour moi, en tant que studio de cinéma, c’est plutôt une bonne chose, parce que c’est de la médiocrité. Les streamers sont pleins de médiocrité et rivalisent de médiocrité, et je suis dans le business de la qualité. (Cadre dirigeant d’un studio, avril 2021)

35L’argument de la qualité et du rapport à l’art n’empêche bien entendu pas la prévalence de logiques commerciales du côté des producteur·rices ou responsables de studios, mais indique plutôt un contraste entre deux registres de perception, de définition et de légitimation professionnelles. Il se double parfois, chez les professionnel·les aux parcours traditionnels, du sentiment que leurs positions sont fragilisées, qu’ils et elles sont sur un terrain instable. Parce que leurs compétences sont subjectives et relationnelles, ils et elles craignent que les outils de rationalisation utilisés par les spécialistes des données les rendent vulnérables, voire « obsolètes » :

Je pense que ce qui se passe, c’est que les gens des départements marketing adorent ça [l’usage des données], mais les créatif·ves pensent que c’est la fin de leur métier parce que les robots vont, vous savez, faire la loi… (Responsable d’une société de vente en ligne de propriété intellectuelle et de production, mai 2021)

36Ils et elles peuvent craindre la démonétisation de leurs ressources particulières, et notamment la perte de valeur des relations avec des artistes, dont ils et elles ont jusqu’ici tiré leur crédit et leur pouvoir. Ils et elles redoutent que leur capacité à influer sur ce qui est produit soit désormais subordonnée aux données, c’est-à-dire aux spécialistes des données, et que ces dernier·ères soient à même d’exposer (en les mesurant) leurs éventuels échecs ou demi-échecs aux yeux de leurs supérieurs ou collègues d’autres départements. Il existe donc, au sein des organisations d’Hollywood, une tension entre des professionnel·les aux trajectoires, aux parcours de socialisation, aux normes et aux compétences contrastés, qui sont engagé·es dans des luttes de (dé)légitimation.

3. Les ressorts de la stabilisation de nouveaux arrangements

37La coexistence du côté de la définition, la production et la programmation des contenus de professionnel·les aux trajectoires et aux représentations aussi contrastées a d’abord eu pour effet des situations d’incompréhension mutuelle que ces protagonistes ont constatées au tournant des années 2020 et souvent rapportées en entretien :

Le problème à Hollywood, c’est que les gens d’Hollywood ne comprennent pas vraiment la technologie. Mis à part les effets visuels. Et les gens qui s’intéressent à la technologie ne comprennent pas ce qu’est le storytelling. (Designer produit, Hulu, juillet 2019)

38Néanmoins, les organisations d’Hollywood ont aussi été le lieu de mécanismes de conversion et d’influence mutuelles rapprochant progressivement les deux catégories que je viens d’opposer – les producteur·rices traditionnel·les et les spécialistes des données. C’est ainsi l’ensemble des organisations de la production à Hollywood qui est marqué par la stabilisation de nouveaux arrangements, qu’il s’agisse des streamers historiques ou des studios et des plateformes plus récemment lancées par ces derniers.

3. 1. Le travail de traduction des intermédiaires

39Pour les producteur·rices traditionnel·les qui n’ont ni formation ni affinité particulière avec l’analyse de données, interagir directement avec des ingénieur·es, des technicien·nes, des scientifiques occupé·es à construire des modélisations algorithmiques a relevé du défi ; comprendre leur langage et leur mode de pensée n’a pas été de soi. C’est pourquoi l’une des préoccupations centrales des chef·fes de service a été de trouver ce que cet enquêté a appelé des « ambassadeur·rices » travaillant au maintien du dialogue et des échanges entre ce que les intéressé·es ont souvent décrit comme deux camps opposés – celui des responsables de la production, au contact des artistes, et celui des « nerds » chargé·es de créer des outils algorithmiques et de s’appuyer sur ces modèles et instruments pour orienter les choix de contenus.

Je savais comment travailler avec les données et les analystes, et je savais comment communiquer avec les créatif·ves. J’ai donc joué ce rôle d’intermédiaire et, lorsqu’on m’a embauché, on m’a dit : « On veut quelqu’un qui puisse venir ici et se placer entre les nerds et les créatif·ves, parce qu’en ce moment, ils et elles ne s’entendent pas très bien, les créatif·ves vont dire une chose, et les nerds vont passer deux jours à faire autre chose, sans répondre à la question posée, donc nous voulons que vous jouiez ce rôle d’ambassadeur ». (Data scientist, HBO Max, avril 2021)

  • 21 La construction de ces capacités a d’abord nécessité des formes d’apprentissage et d’adaptation en (...)
  • 22 Je ne saisis pas les algorithmes ou les données comme « acteurs » de ce processus, pour insister au (...)

40La capacité (acquise à la faveur de parcours particuliers21) à parler ces différents langages et à traduire les logiques de ces différentes catégories de personnels devient alors une compétence stratégique, qui permet à ceux et celles qui la détiennent de s’élever dans la hiérarchie des organisations. On voit ici à l’œuvre, inscrits dans des logiques organisationnelles, des processus de traduction, dans un sens proche de celui de Callon (1986 [1984]), par lesquels des acteur·rices au départ incapables de communiquer vont progressivement s’engager dans des transactions (voire partager des visions communes du monde qui les entoure et de l’importance de ce qu’elles et ils contribuent à produire), au prix d’activité et d’un travail particulier orienté vers la production de coopération22. Un responsable d’équipe de data science évoque ainsi ce travail de traduction et la valeur du savoir-faire qui y est associé :

Le niveau de science des données dans [notre entreprise] est assez sophistiqué et donc difficile à comprendre pour les personnes qui n’ont pas cette formation, […] c’est en quelque sorte impénétrable pour beaucoup de gens, c’est intimidant pour ce groupe de personnes, et dans une conversation type avec un·e scientifique des données, c’est comme si elles et ils parlaient deux langues étrangères. C’est pourquoi une grande partie de mon rôle et de celui des leaders de mon équipe consiste à aider à traduire et à coacher les équipes pour qu’elles traduisent. Donc, par exemple, « nous construisons un modèle de machine learning très complexe, mais voici la seule chose que vous devez savoir à son sujet : il aide à prédire si tel titre aura plus de succès que tel autre, ou si l’acteur A vaut la peine que l’on dépense de l’argent pour lui plutôt que pour l’acteur B, et ce sont là les types de décisions que ce travail permet d’orienter ». Nous devons donc instaurer une confiance suffisante dans le modèle, en expliquant un peu comment il fonctionne, quelles informations nous prenons en compte, à quel point nous sommes confiant·es dans les prédictions, mais tout cela est lié à la langue et à la traduction, […] donc, d’une certaine manière, nous devons recruter un type spécial de personne dans les équipes qui travaillent avec les responsables des contenus, parce que cette traduction doit être vraiment bien faite. (Responsable d’une équipe de Data science, Juillet 2022)

41Ces spécialistes, qui se positionnent à l’interface des technologies et des choix créatifs, appartiennent souvent aux services « intermédiaires » entre départements de data science et équipes chargées de l’acquisition des contenus ou de la production originale ; ils et elles opèrent ainsi dans les départements de Content strategy, planning and analysis qui pèsent fortement sur les choix de production, sur la détermination de la valeur et du prix des projets. Formé·es d’abord en économie et en statistique, elles et ils ont généralement aussi acquis, à la faveur d’expériences antérieures, une certaine familiarité avec l’analyse algorithmique des données. Cela leur permet de dialoguer avec l’autre catégorie de data specialists dont on a parlé, à savoir celles et ceux, issu·es du domaine des sciences et technologies liées au numérique, qui peuplent les services de data science des streamers et interviennent dans les domaines de l’intelligence artificielle, du machine learning et de la production de modèles algorithmiques (visant à déterminer les stratégies de contenus, voire le détail des projets développés par une plateforme, mais qui sont aussi derrière le fonctionnement des systèmes de recommandation de contenu ou de l’interface utilisateur). Les spécialistes qui s’engagent dans le travail de traduction qu’on a décrit présentent, de plus, des trajectoires particulières : d’un côté, les notions de codage et de manipulation des données qu’ils et elles ont acquises à la faveur de postes précédents (et souvent d’une pratique de consultant·e) sont mises à profit dans leurs rapports aux data scientists ; de l’autre, ils et elles s’appuient sur des expériences (de début de carrière) du côté de la production télévisuelle ou cinématographique pour s’orienter dans leurs relations avec les professionnel·les traditionnel·les de la production. C’est cette combinaison spécifique d’expériences qui leur donne les moyens d’effectuer les activités de traduction en question, qu’ils et elles sont dans le même temps en situation de mener efficacement par la détention de positions intermédiaires au sein des organisations du streaming.

  • 23 Analyste de contenus, Amazon, mai 2019.
  • 24 Analyste de contenus, HBO Max, juin 2021.
  • 25 Analyste de contenus, Disney, novembre 2021.

42Ces intermédiaires savent donc « comment parler aux créatif·ves23 » et comment « envelopper les messages24 » à délivrer aux producteur·rices pour les rendre entendables et efficaces. Il ne s’agit pas seulement d’adopter un langage familier au monde hollywoodien, mais aussi de mettre les données en récit selon des trames narratives « parlantes » pour les professionnel·les de la production. Il s’agit d’« inventer un récit25 » qui fasse sens pour elles et eux. Ce travail de mise en récit n’est pas qu’une manière détourner de faire accepter des modes de décision nouveaux, c’est un indicateur de l’importance que conservent les acteurs et actrices traditionnel·les d’Hollywood ainsi que les croyances, les valeurs, l’univers de référence (en un mot l’illusio) qui sont les leurs et qui ont caractérisé de longue date cet espace. Au final, ces efforts pour être audible et influencer les décisions créatives manifestent plus que la reconnaissance des compétences propres aux producteur·rices : ils conduisent à incorporer des éléments de ces cadres de jugement et de perception au travail des spécialistes des données lui-même. Des mécanismes d’hybridation de ces cadres et de conversion mutuelle entre ces deux catégories de professionnel·les sont discrètement à l’œuvre.

3. 2. Des dynamiques de conversion mutuelle

  • 26 Responsable du département Data science d’un streamer, juillet 2022.

43Ce que les spécialistes des données apprennent progressivement à faire, d’abord en interne dans l’organisation à laquelle ils et elles appartiennent, est donc une forme de travail de relation destiné à établir des rapports de confiance, et qui passe par l’adoption de catégories de pensée et d’action traditionnelles à Hollywood, comme la référence, centrale, à l’intuition. Une autre dimension de ce travail de traduction consiste à se faire des allié·es parmi les professionnel·les « du côté des contenus » qui sont les plus ouvert·es a priori à l’usage des données et qui peuvent devenir, selon les mots de cette responsable d’un service de data science, « des évangélistes, parce qu’ils et elles parlent les deux langues, de leur côté26 ». La dimension clairement stratégique de cette activité est manifeste dans les propos de cet autre analyste de données, qui décrivait lors de notre entretien ses tactiques pour « éduquer » les producteur·rices et les convertir à l’usage des données :

Je pense qu’il est possible d’éduquer les gens à la science des données à Hollywood, et que cela peut se développer progressivement, mais c’est difficile, cela ne fonctionne pas toujours, certaines personnes ne sont tout simplement pas intéressées. La tactique est donc la suivante : travailler avec les responsables de la production qui s’y connaissent le plus en matière de données ou sont les plus orienté·es vers les données, commencer avec elles et eux, et si possible, essayer d’améliorer leurs compétences, c’est quelque chose qui marche toujours. Parce qu’il est beaucoup plus facile de faire passer votre message s’il vient de quelqu’un qui parle leur langue. Ainsi, les autres se diront « ah, d’accord, je devrais peut-être… ». Ils et elles voient d’autres personnes le faire. C’est un jeu de patience. (Data scientist, studio, avril 2021)

44L’enjeu n’est rien moins ici que de parvenir à inscrire durablement son équipe au cœur des processus de validation des projets (« greenlight »), c’est-à-dire de se faire sa place dans des communautés d’évaluation désormais élargies aux spécialistes des données. Ce responsable d’une équipe d’analyse des données dans un grand studio s’étant lancé dans le streaming formulait clairement cet objectif :

Le but ultime est que mon équipe soit assise à la table des créateur·rices, des partenaires du studio, et qu’elles et ils aient le sentiment que notre équipe leur apporte une valeur ajoutée en les aidant à prendre ces décisions créatives. (Responsable d’une équipe d’analyse de contenus, novembre 2021)

  • 27 Responsable du département Data science d’un streamer, décembre 2018.
  • 28 Responsable du service de Content strategy / planning & analysis d’un streamer, novembre 2021.
  • 29 Responsable du département Data science d’un streamer, décembre 2018.
  • 30 Responsable du service Content strategy / planning & analysis d’un streamer, juin 2021.

45Ceux et celles qui parviennent s’intégrer dans ces cercles de décision, mais aussi à faire carrière et à s’élever dans les organisations hollywoodiennes, sont souvent les professionnel·les capables d’embrasser le discours hollywoodien concernant la magie créative et la nature unique de ce qui est produit par cette industrie. Leur réussite dans les organisations d’Hollywood dépend de leur adoption de certaines des croyances partagées dans cet espace, portant sur la valeur de la création, du talent et de l’intuition, des relations – toutes choses qui ne peuvent jamais être entièrement rationalisées et chiffrées. Ils et elles reconnaissent ainsi l’importance du travail relationnel et manifestent leur appréciation des conventions et des normes hollywoodiennes, notamment dans leurs interactions avec leurs collègues du côté des contenus. Alors que le monde des créatifs d’Hollywood pouvait leur sembler au départ aussi irréel que celui de personnages de fiction au comportement proche de la caricature – « ils sont, genre, toujours très occupés, ils sont toujours sur leur téléphone, ils sont toujours sur les plateaux27 » – les spécialistes des données qui s’imposent à Hollywood sont précisément ceux qui en viennent à « embrasser la sensibilité qualitative et créative [des professionnel·les de la production]28 » et à définir la valeur de leur propre activité en référence aux liens tissés avec elles et eux et à leur appartenance au même monde de l’art : « Ce qui rend mon travail si gratifiant, c’est en partie l’interaction avec l’aspect créatif et le fait de voir notre monde à travers leurs yeux29 ». Comme la responsable d’une équipe d’analyse de contenus qui exprimait lors de notre conversation sa fierté de se sentir « creative adjacent30 », ce data scientist décrivait son travail comme participant au processus créatif lui-même, sinon directement, du moins d’une manière non moins réelle et décisive :

Vous savez, même si nous ne sommes pas les créateurs qui guident les séries, je pense que nous avons beaucoup à voir avec les séries qui sont produites, avec les lacunes à combler et, même pendant l’exécution, nous les aidons en fait pas mal. Je saisis l’occasion d’aller sur le plateau de tournage chaque fois que je le peux. C’est une excellente occasion d’apprendre, mais c’est aussi une grande source d’inspiration. (Responsable d’un service de Data science, août 2021)

46De véritables mécanismes de conversion à l’univers de référence hollywoodien sont ici à l’œuvre, par opposition à des situations dans lesquelles la valeur d’une expertise est décrite par les professionnel·les qui la détiennent comme tenant tout entière dans la technique elle-même (Lee 2015 ; Polletta, DoCarmo & Wald 2025). Les spécialistes des données qui restent dans le jeu et réussissent à Hollywood ont ainsi de plus en plus de distance avec les visions de leur métier comme « industry-agnostic » qui avaient initialement été les leurs. Lorsqu’ils ou elles dirigent un service, ceci les conduit à recruter de plus en plus de profils hybrides, qui leur ressemblent, nourrissant un processus qui s’autorenforce. Dans la mesure où on examine ici un processus en train de se faire, on manque encore de recul pour conclure sur ce qui détermine le succès de ces conversions, mais il semble difficile de les corréler systématiquement à la détention préalable de propriétés sociales ou de parcours qui auraient produit des dispositions à l’adoption de ces rapports à l’art et à la création. Les dynamiques relationnelles qui se sont nouées au sein de chaînes d’activité réagencées dans les organisations d’Hollywood semblent bien avoir été déterminantes dans cette transformation progressive des modes de définition professionnelle.

  • 31 Analyste de contenus, HBO Max, avril 2021.

47Symétriquement, les producteur·rices traditionnel·les tendent aussi à se convertir de plus en plus au discours de célébration des données. Souvent, ils et elles ne croient pas tant aux données qu’à l’idée qu’on ne peut plus faire sans, c’est-à-dire qu’on ne peut plus ignorer les spécialistes des données. Exprimer ouvertement son scepticisme à leur égard et son intention de s’en affranchir – le dédaigneux « Je ne crois pas aux données » que j’entendais régulièrement sur le terrain durant la décennie 2010 – est devenu quasiment indicible dans cet espace : selon l’expression parlant de l’un de mes enquêtés, « c’est blasphémer que de dire que l’on ne croit pas aux données31 ». Au-delà de la question du dicible, c’est un nouvel horizon du possible qui s’est imposé, allant de pair avec de nouvelles manières de concevoir le métier de producteur·rice ou de cadre de studio, qui incluent désormais l’attention aux données et à ses porte-parole. Dans ce processus, le système de croyances et de rôles qui a ordonné de longue date le jeu hollywoodien (prescrivant qui peut légitimement contribuer à déterminer les choix de production, la valeur et la qualité des projets, selon quels méthodes et critères, et dans quelles interactions) est peu à peu remis en jeu. Ce sont aussi les lignes de partage jusque-là admises, séparant les tâches cardinales, du côté de la création, de celles des personnels de renfort, auxquels la dignité de créateur·rice est déniée, qui sont discrètement redessinées (Becker 1988 [1982]).

Conclusion

48Notre enquête met en évidence les effets de l’ascension de nouvelles catégories de professionnel·les – dotées de nouvelles représentations, armées de nouveaux instruments et inscrites dans de nouveaux arrangements professionnels – en termes de transformation des choix de production et des modes de définition de la valeur artistique dans l’audiovisuel. L’installation de ces nouveaux groupes correspond à des mutations dans la structure des organisations d’Hollywood, la division du travail et les hiérarchies professionnelles de cet espace. La question de la portée de ces observations, et de leur validité plus générale pour l’analyse des logiques et effets de l’irruption d’un nouveau groupe dans une organisation du travail existante, mérite d’être posée. Le lien a priori paradoxal entre tensions et luttes de juridiction, d’un côté, pratiques de traduction et dynamiques de conversion, de l’autre, n’est sans doute pas propre au cas d’étude examiné ici. Prêter attention à ce qui permet à ces processus d’ajustement mutuel de se dérouler, et aux profils des professionnel·les qui les portent, pourraient ainsi se révéler fructueux sur d’autres terrains. L’émergence récente de spécialistes des données dans toute une série de mondes professionnels incite notamment à considérer les éventuelles homologies des processus par lesquels ces professionnel·les s’imposent et imposent leurs manières de saisir et mesurer le réel.

49L’émergence de ces spécialistes qui comptent désormais dans le processus de production a remis en question les formes préexistantes de contrôle créatif à Hollywood. Alors que, jusqu’à récemment, l’équipe créateur·rice-producteur·rice monopolisait la légitimité de dire ce que le public veut et doit voir, et donc ce qui doit être produit par un studio ou une société de production, ce récit (centré sur l’artiste) est désormais en concurrence avec un nouveau récit de la production, dans lequel les spécialistes des données, équipé·es de nouveaux outils de rationalisation, sont les mieux placé·es pour comprendre ce que veulent les consommateur·rices et pour parler en leur nom, donc pour dire ce qui devrait être produit ou acheté : quelles histoires, quels formats, quels genres, quelles stars sont préférables. On comprend que les contours des rôles de production s’en trouvent redessinés, en même temps que les « audiences » et la bonne manière de les saisir sont réinventées. Ces mutations portent là encore bien au-delà de l’espace hollywoodien au sein duquel les services de SVOD (service de vidéo à la demande par abonnement) se sont d’abord développés. Les modèles économiques, les dispositifs techniques, les rôles professionnels, les mutations organisationnelles qui y sont nés circulent et sont appropriés ailleurs (avec plus ou moins de résistance et de réinvention locales), notamment à la faveur de l’implantation de filiales internationales des grands streamers américains dans de nombreux territoires. Il y a donc des leçons à tirer de ce terrain pour comprendre la transformation des rôles de production au-delà du seul cas étatsunien. Il y a également des lignes de comparaison à tracer avec les effets de l’émergence et de l’installation de spécialistes des données, des algorithmes et de l’intelligence artificielle dans d’autres champs sociaux, pour saisir plus largement ce que les usages de ces technologies font aux pratiques créatives, et à la définition de la créativité et de la création elles-mêmes.

Haut de page

Bibliographie

Abbott Andrew (1988). The System of Professions: An Essay on the Division of Expert Labor. Chicago, The University of Chicago Press.

Akrich Madeleine, Callon Michel & Latour Bruno (2006). Sociologie de la traduction. Textes fondateurs. Paris, Presses des Mines.

Alexandre Olivier (2023). La Tech. Quand la Silicon Valley refait le monde. Paris, Le Seuil.

Ananny Mike (2016). « Toward an Ethics of Algorithms. Convening, Observation, Probability, and Timeliness ». Science, Technology and Human Values, 41(1) : 93-117.

Bastard Irène, Cardon Dominique, Fouetillou Guilhem, Prieur Christophe & Raux Stéphane (2014). « Travail et travailleurs de la donnée ». Dans Calderan Lisette, Laurent Pascale, Lowinger Hélène & Millet Jacques (dir.). Big Data. Nouvelles partitions de l’information. Louvain-la-Neuve, De Boeck : 133-148.

Becker Howard S. (1988). Les Mondes de l’art. Traduit de l’anglais par Jeanne Bouniort. Paris, Flammarion [Art Worlds. Berkeley, University of California Press, 1982].

Beer David (2018). « Envisioning the Power of Data Analytics ». Information, Communication & Society, 21(3) : 465-479.

Bigo Didier (2020). « The Socio-Genesis of a Guild of ‘Digital Technologies’ Justifying Transnational Interoperable Databases in the Name of Security and Border Purposes: A Reframing of the Field of Security Professionals? ». International Journal of Migration and Border Studies, 6(1-2) : 74-92.

Bourdieu Pierre (1977). « La production de la croyance. Contribution à une économie des biens symboliques ». Actes de la recherche en sciences sociales, 13 : 3-43.

Bourdieu Pierre (1992). Les Règles de l’art. Genèse et structure du champ littéraire. Paris, Le Seuil.

Callon Michel (1986). « Éléments pour une sociologie de la traduction. La domestication des coquilles Saint-Jacques et des marins-pêcheurs dans la baie de Saint-Brieuc ». L’Année sociologique, 36 : 169-208 [« Some Elements of a Sociology of Translation: Domestication of the Scallops and the Fishermen of St Brieuc Bay ». The Sociological Review, 32(1) : 196-233, 1984].

Casilli Antonio (2019). En attendant les robots. Enquête sur le travail du clic. Paris, Le Seuil.

Christin Angèle (2017). « Algorithms in Practice. Comparing Web Journalism and Criminal Justice ». Big Data and Society, 4(2) : 1-14.

Christopherson Susan & Storper Michael (1989). « The Effects of Flexible Specialization on Industrial Politics and the Labor Market: The Motion Picture Industry ». Industrial & Labor Relations Review, 42(3) : 331-347.

Delaporte Chloé & Mazel Quentin (2021). « Des publics “à la demande” : penser les usages des plateformes audiovisuelles ». Communiquer, 31 : 1-11.

Demazière Didier & Gadéa Charles (2009). « Introduction ». In Id. (dir.), Sociologie des groupes professionnels. Acquis récents et nouveaux défis. Paris, La Découverte : 13-24.

Denis Jérôme (2018). Le Travail invisible des données. Éléments pour une sociologie des infrastructures scripturales. Paris, Presses des Mines.

Desrosières Alain (1993). La Politique des grands nombres. Histoire de la raison statistique. Paris, La Découverte.

Dodier Nicolas & Barbot Janine (2016). « La force des dispositifs ». Annales. Histoire, Sciences Sociales, 2 : 421-450.

Drumond Gabrielle Silva Mota, Coutant Alexandre & Millerand Florence (2018). « La production de l’usager par les algorithmes de Netflix ». Les Enjeux de l’information et de la communication, 19(2) : 29-44.

Dubois Brianne (2021). « Redéfinir une juridiction professionnelle. Artistes et assistantes de production dans les projets d’art contemporain ». Sociologie du travail, 63(3).

Faulkner Robert R. & Anderson Andy B. (1987). « Short-Term Projects and Emergent Careers: Evidence from Hollywood ». American Journal of Sociology, 92(4) : 879-909.

Freidson Eliot (1986). Professional Powers. A Study of the Institutionalization of Formal Knowledge. Chicago, The University of Chicago Press.

Frey Mattias (2021). Netflix Recommends. Algorithms, Film Choice, and the History of Taste. Oakland, University of California Press.

Jeanpierre Laurent & Roueff Olivier (dir.). (2014). La Culture et ses intermédiaires. Dans les arts, le numérique et les industries créatives. Paris, Éditions des Archives Contemporaines.

Jenner Marieke (2018). Netflix and the Re-Invention of Television. New York, Springer.

Lee Caroline W (2015). Do-It-Yourself Democracy. The Rise of the Public Engagement Industry. Oxford, Oxford University Press.

Lizé Wenceslas, Naudier Delphine & Sofio Séverine (dir.) (2014). Les Stratèges de la notoriété. Intermédiaires et consécration dans les univers artistiques. Paris, Éditions des Archives contemporaines.

Lobato Ramon (2019). Netflix Nations: The Geography of Digital Distribution. New York, New York University Press.

Lobato Ramon & Lotz Amanda D. (2020). « Imagining Global Video: The Challenge of Netflix ». Journal of Cinema and Media Studies, 59(3) : 132-136.

Lyon David (2019). « Surveillance Capitalism, Surveillance Culture and Data Politics ». Dans Bigo Didier, Isin Engin & Ruppert Evelyn (dir.). Data Politics Worlds, Subjects, Rights. Londres, Routledge : 64-77.

Marzola Luci (2021). Engineering Hollywood: Technology, Technicians, and the Science of Building the Studio System. Oxford, Oxford University Press.

Menger Pierre-Michel (2002). Portrait de l'artiste en travailleur. Métamorphoses du capitalisme. Paris, Le Seuil.

Polletta Francesca, DoCarmo Tania & Ward Kelly (2025). « Good Storytelling and the Fraught Problem of Intimacy ». Dans Fleetwood Jennifer, Presser Lois & Sandberg Sveinung (dir.) Narrating Justice and Hope. How Good Stories Counter Crime and Harm. New York, New York University Press.

Rouge Rémi (2023). Le Temps retrouvé, la fabrique des souvenirs numériques saisie par ses professionnels. Thèse de doctorat en science politique. Paris, Université Paris 8.

Roussel Violaine (2015). « “It’s Not the Network, It’s the Relationship.” The Relational Work of Hollywood Talent Agents ». Dans Roussel Violaine & Bielby Denise (dir.). Brokerage and Production in the American and French Entertainment Industries: Invisible Hands in Cultural Markets. Lanham, Lexington Books : 103-122.

Roussel Violaine (2017). Representing Talent. Hollywood Agents and the Making of Movies. Chicago, The University of Chicago Press.

Roussel Violaine (2023). « Faire sens de la transformation numérique d’Hollywood. Naissance et métamorphoses du digital agenting ». Sociologie du travail, 65(2).

Roussel Violaine (à paraître). Data-Driven Hollywood. The New Data Professionals in the Age of Streaming. Princeton, Princeton University Press.

Strauss Anselm (1978). Negotiations: Varieties, Contexts, Processes and Social Order. San Francisco, Jossey-Bass Publishers.

Zimmermann Bénédicte (2011). Ce que travailler veut dire. Une sociologie des capacités et des parcours professionnels. Paris, Economica.

Haut de page

Notes

1 Chiffres de Netflix pour le deuxième trimestre 2023. Cf. Julia Stoll, « Number of Netflix paid subscribers worldwide from 1st quarter 2013 to 2nd quarter 2023 », Statista, 20 juillet 2023 (consulté le 31 juillet 2023).

2 Les chiffres pour Amazon Prime Video diffèrent selon les sources et surtout selon les modes de comptage (accès par abonnement, paiement ponctuel, visionnage gratuit). Cf. Julia Stoll, « VOD subscriber count worldwide 2020-2028, by service », Statista, 15 mai 2023 (consulté le 31 juillet 2023).

3 Issu de la combinaison en mai 2023 des plateformes HBO Max et Discovery+ sous la bannière de Warner Bros. Discovery ; il est prévu que le streamer reste intégré à Warner Bros suite à la séparation entre ce groupe et Discovery Global, annoncée pour 2026.

4 Parmi de nombreuses publications, Jeanpierre & Roueff (2014) ; Lizé, Naudier & Sofio (dir.) (2014). Voir l’introduction de ce numéro pour une discussion plus approfondie.

5 Voir l’introduction de ce numéro pour une présentation plus détaillée de ces travaux.

6 Elle fait suite au retrait massif par les studios des produits qu’ils avaient initialement confiés aux streamers pour leur distribution, la croissance de ces derniers ayant conduit les studios à les percevoir de plus en plus comme des concurrents. Ces pertes amènent les streamers à investir rapidement et lourdement dans la production originale.

7 J’emploie le masculin pour désigner les responsables des studios et streamers, qui sont principalement des hommes.

8 À l’exception notable de Sony.

9 21th Century Fox et NBCUniversal, auxquels viennent s’ajouter TimeWarner et Disney, avant que Disney reste seul actionnaire en 2019.

10 Le groupe professionnel des data scientists est en ce sens bien plus vaste que celui des spécialistes des données d’Hollywood ; il est aussi structuré partiellement différemment. En examinant ici l’émergence de cette nouvelle catégorie de spécialistes des choix de production audiovisuelle, je m’éloigne volontairement d’une interrogation sous l’angle de ce qui en ferait, ou non, un « véritable » groupe professionnel (notamment l’existence d’un ordre ou d’une association professionnelle, et de formes de reconnaissance par l’État [Freidson 1986]), pour examiner l’ascension d’intervenant·es qui se perçoivent et se désignent à Hollywood comme relevant d’une même catégorie de spécialistes (des données). En leur sein, il y a pourtant des professionnel·les aux trajectoires et formations diverses, certain·es uniquement se rattachant à un groupe professionnel des data scientists à proprement parler (et continuant à fréquenter les espaces au sein desquels les normes et bonnes pratiques professionnelles sont affirmées, comme les congrès). C’est aussi pourquoi j’utilise ici la notion de data specialists (et non scientists) pour désigner l’ensemble du groupe étudié.

11 Je dispose des informations pour 70 de mes 75 enquêté·es.

12 Master of Business Administration.

13 Information tirée du site CareerOneStop.org, soutenu par le U.S. Department of Labor, Employment and Training Administration. Cf. United States Department of Labor, Employment and Training Administration, données publiées sur le site : CareerOneStop.org (consulté le 31 juillet 2023).

14 Bachelor of Arts.

15 Bachelor of Sciences.

16 Faute d’autres données accessibles, ces pourcentages sont calculés sur la base de ma population d’enquêté·es, ce qui leur confère une représentativité relative ; ces chiffres sont néanmoins significatifs au regard notamment de la distribution de mes enquêté·es sur l’ensemble du spectre des positions de data specialist (dans les différents rôles, au sein des différentes organisations, à l’intérieur des hiérarchies qui les organisent) ainsi qu’en termes de « générations » de spécialistes qui arrivent à différents moments dans le temps court du processus étudié.

17 23,7 % viennent d’Europe (Royaume-Uni, Espagne et France, mais la proportion de français·es est peut-être surreprésentée dans mon groupe d’enquêté·es), tandis que 4,9 % viennent d’Amérique latine.

18 Selon les chiffres du Silicon Valley Institute for Regional Studies, en 2019, 64 % des professionnel·les de la Tech en Silicon Valley sont né·es à l’étranger. Selon la même source, en 2021, les personnes qui se classent comme asiatiques ou asiatiques-américaines y constituent le premier groupe parmi les employé·es des plus grosses entreprises. 37 % des postes d’encadrement y sont occupés par des femmes. 25 % des résident·es de la Silicon Valley possèdent un master ou plus (contre 13 % dans l’ensemble des États-Unis). Cf. The Silicon Valley Institute for Regional Studies, « Silicon Valley Indicators », 2019 et 2021 (consulté le 31 juillet 2023).

19 Ce sont des femmes qui occupaient par exemple les plus hauts postes des équipes de data science chez Netflix et Disney (jusqu’à l’été 2023, dans cette dernière entreprise), où des femmes ont été nommées dès la création de ces postes.

20 Leur « expérience individuelle » fait en ce sens écho à celle des personnes travaillant dans des groupements d’employeurs étudiées par Bénédicte Zimmermann (2011). Leurs trajectoires sont en effet largement vécues sur le mode de la continuité malgré les variations marquant les configurations de travail successivement traversées. On rejoint aussi cette autrice concernant l’importance de saisir l’expérience en tenant ensemble parcours individuel et cadre collectif, organisationnel, au sein duquel se forment les perceptions et les capacités des individus.

21 La construction de ces capacités a d’abord nécessité des formes d’apprentissage et d’adaptation en situation de la part de pionnier·ères des équipes de Data science, alors que celles-ci ne rassemblaient que quelques personnes et que la production au sein des streamers n’en était également qu’à ses débuts. Par la suite, la détention de ce type de capacités a de plus en plus souvent été identifiée comme « compétence » recherchée par les responsables de ces équipes au moment de recruter de nouveaux membres, ceci conduisant à une inflexion progressive des profils des spécialistes des données. J’analyse ces mécanismes plus en détail dans un ouvrage à paraître chez Princeton University Press.

22 Je ne saisis pas les algorithmes ou les données comme « acteurs » de ce processus, pour insister au contraire sur l’activité des humains qui façonnent les données et l’outillage technique les entourant et qui en font à différents moments, dans des contextes distincts, des usages complètement différents. Donner de l’agentivité aux algorithmes nous exposerait au risque de dissimuler le travail de leurs producteur·rices et de ceux et celles qui s’en saisissent, et nous conduirait à sous-estimer le caractère instable et la recomposition fréquente des dispositifs sociotechniques (mais aussi des cadres organisationnels) dans le contexte et la période étudiés.

23 Analyste de contenus, Amazon, mai 2019.

24 Analyste de contenus, HBO Max, juin 2021.

25 Analyste de contenus, Disney, novembre 2021.

26 Responsable du département Data science d’un streamer, juillet 2022.

27 Responsable du département Data science d’un streamer, décembre 2018.

28 Responsable du service de Content strategy / planning & analysis d’un streamer, novembre 2021.

29 Responsable du département Data science d’un streamer, décembre 2018.

30 Responsable du service Content strategy / planning & analysis d’un streamer, juin 2021.

31 Analyste de contenus, HBO Max, avril 2021.

Haut de page

Table des illustrations

Titre Figure 1
Crédits Crédits : Pixabay, Violaine Roussel.
URL http://journals.openedition.org/bssg/docannexe/image/7913/img-1.png
Fichier image/png, 2,7M
Haut de page

Pour citer cet article

Référence électronique

Violaine Roussel, « La science des données contre le sens du talent ? L’essor d’une nouvelle division du travail de définition des contenus à Hollywood »Biens Symboliques / Symbolic Goods [En ligne], 17 | 2025, mis en ligne le 14 novembre 2025, consulté le 13 février 2026. URL : http://journals.openedition.org/bssg/7913 ; DOI : https://doi.org/10.4000/15bki

Haut de page

Auteur

Violaine Roussel

Professeure des universités en sociologie, Université Paris 8, Centre de recherches sociologiques et politiques de Paris – Laboratoire des Théories du politique (Cresppa-LabTop, UMR7217), 59-61 rue Pouchet. ORCID : 0000-0003-2827-1518. vroussel@univ-paris8.fr

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-SA-4.0

Le texte seul est utilisable sous licence CC BY-SA 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont susceptibles d’être soumis à des autorisations d’usage spécifiques.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search