Navigation – Plan du site

AccueilNuméros15Politique et reconfiguration des ...

Politique et reconfiguration des méthodes de sciences humaines et sociales à l’ère de la transition numérique

Entretien avec Serge Proulx
Mouloud Boukala et Serge Proulx
p. 27-38

Résumé

Dans le cadre de recherches portant sur la méthodologie à travers l’usage du numérique, Mouloud Boukala, professeur à l’École des médias, Faculté de communication de Université du Québec à Montréal, a conduit en mai 2019 un entretien avec Serge Proulx. Sociologue et professeur émérite à l’École des médias, Serge Proulx est l’auteur, le co-auteur ou le directeur d’une trentaine d’ouvrages sur la communication, la technologie et la société. Ses travaux concernent les mutations des dispositifs d’information et de communication à l’ère numérique, en particulier les innovations et les contributions des usagers dans le contexte du capitalisme informationnel. Au sortir d’une réflexion critique et méthodologique sur l’ensemble des travaux menés lors de sa carrière, Serge Proulx prône une politique des méthodes à l’heure de la transition numérique et montre les conséquences politiques des choix méthodologiques en sciences sociales.

Haut de page

Texte intégral

Pourriez-vous revenir sur l’ensemble de vos travaux et préciser les méthodes employées ?

Dans une première constellation de travaux (1973-1982), j’abordais successivement les pratiques idéologiques des publicitaires, l'imaginaire social de la télévision et l’avenir culturel des médias québécois. En 1982, le ministère des Communications du Québec me confia un premier contrat de recherche qui consistait à utiliser les méthodes de prospective pour scénariser l’avenir des usages possibles des médias québécois et de la vie quotidienne à l’horizon de l’année 2000. Je pris conscience notamment de la puissance de l’approche prospective comme technique d’intervention auprès de groupes de militants sociaux et culturels. L’un des faits porteurs d’avenir identifié dans mes premiers travaux de prospective fut l’importance décisive de l’informatisation progressive de la société québécoise, et, en particulier, au regard de l’avenir des usages des médias au Québec.

Cette question de l’informatisation de la société marqua la deuxième période de mes recherches (1983-1992). Je décidais de développer un programme de recherche sur les « stratégies d’appropriation de la culture informatique dans une société en voie d’informatisation ». Ma méthodologie fut qualitative : entretiens en profondeur ou semi-dirigés auprès des premiers usagers de la micro-informatique, de vendeurs dans les boutiques de micro, de responsables de formation informatique ; entrevues de grouduioppes auprès des premiers membres des clubs informatiques de Montréal. Ainsi est né, chez moi, un fort intérêt pour une sociologie des usages et des significations d’usage des technologies de l’information et de la communication (TIC).

La troisième génération de mes travaux (1993-1999) a concerné l’observation des pratiques télévisuelles de familles québécoises par le recours aux approches ethnographiques pour saisir les phénomènes de réception médiatique en contexte de vie quotidienne. Recourant notamment à des approches qualitatives comme l'observation, les entretiens en profondeur avec des usagers, les rencontres de groupe (focus groups) ou la cueillette de « récits de pratiques », ces recherches ont insisté sur l'importance que prennent les médias dans la vie quotidienne des Québécois.

La quatrième période de mes travaux s’articule autour d’un programme de recherche (2000-2015) inédit centré sur la mutation des pratiques médiatiques dans le double contexte de convergence des technologies et de mondialisation des industries culturelles et de la communication. La triple question de recherche qui oriente ces travaux pourrait se formuler ainsi : que peuvent nous dire le cumul et l’entrelacement de ces pratiques de communication médiatisée par le numérique à propos des transformations actuelles du lien social ? Et comment s'articulent ces transformations de la communication médiatisée à l’instauration d'un nouveau régime d’accumulation de l'économie capitaliste fondé sur une capitalisation de l'information, de la connaissance et de la créativité des personnes ? Enfin, du point de vue des pratiques et des usages de la communication, qu’est-ce « qui fait lien » aujourd’hui ?

Mon programme actuel de recherche, depuis 2016, poursuit mon interrogation centrale autour des mutations de l’économie capitaliste (informationnel, numérique, cognitif, produser…) qui se transforme en profondeur au regard de l’information et de la connaissance qui y jouent dorénavant un rôle central. Ma problématique concerne le poids de l’économie numérique dans la structuration des rapports sociaux. Les transformations dans les manières de s’informer, l’emprise d’une pensée de la quantification (Dagiral et al., 2019) et la recomposition du champ des méthodes au regard du numérique sont des thématiques majeures de cette cinquième période.

Qu’entendez-vous par « méthodes » ?

Le terme « méthodes » ne désigne pas exclusivement le domaine des techniques de collecte et d’analyse des données. Il renvoie encore et surtout au champ des méthodologies, c’est-à-dire à l’articulation raisonnée et pragmatique d’un choix spécifique de méthodes qui impliquent des présupposés épistémologiques, et qui induisent en même temps des conséquences politiques dans l’environnement économique et social où elles se déploient. En soulignant l’ancrage dans des présupposés épistémologiques et en l’articulant à des conséquences politiques, je montre qu’une méthode n’est jamais politiquement neutre. C’est pour ça que finalement mon dernier article a pour titre : « Pour une politique des méthodes à l’heure de la transition numérique » (Proulx, 2020 [à paraître]). Il s’agit d’une réflexion sur les conséquences politiques des choix méthodologiques. La production de connaissances s’insère toujours dans un système de production. À l’heure de cette transition généralisée au tout numérique, il est nécessaire de repenser une politique des méthodes définie comme l’intelligence stratégique concernée par le pouvoir social de la connaissance obtenue par la réalisation des recherches en sciences humaines et sociales (SHS) ayant pour objet les activités privées et publiques dans la sphère sociale. Or, ce qu’il est d’abord important de remarquer c’est que ces recherches font usage de méthodologies spécifiques, ce qui entraîne des conséquences politiques. Un regard politique et épistémique sur les choix méthodologiques des chercheurs et chercheuses met en évidence le fait que la connaissance qu’ils et elles produisent – qui se présente sous la forme de données (data) – n’est pas politiquement neutre. La connaissance ainsi produite s’avère être un construit épistémique encastré dans des choix apparemment « techniques » correspondant à certains « besoins » spécifiques des organisations et des infrastructures de production.

En quoi les mutations de l’économie capitaliste affectent-elles politiquement nos méthodes ?

J’ai eu le privilège d’avoir notamment Marcel Rioux, Jacques Dofny et Alain Touraine comme professeurs. J’ai été marqué, entre autres, par l’héritage post-marxiste de Marcel Rioux dans ma réflexion sur la nature du capitalisme. J’ai observé une transformation radicale du processus de création de la valeur économique dans le mode de production contemporain. Dans le capitalisme industriel, la source première de création de la valeur consistait avant tout à mobiliser la force physique des travailleurs prolongée et démultipliée par des machines énergétiques. Dans la phase contemporaine, nous sommes face à un capitalisme que certains nomment « cognitif » et que je préfère qualifier d’« informationnel » : ce sont des aspects dits immatériels de la force de travail (création, innovation, communication) qui sont mobilisés de manière prioritaire et prolongés dans les machines informationnelles et les plateformes numériques. Les technologies de l’information et de la communication, ainsi que les pratiques de communication, jouent un rôle significatif au sein de ce capitalisme informationnel où la plus-value est produite par une accumulation de l’information et des connaissances, et par une monétisation de la communication.

Comment s’opère concrètement cette plus-value ?

Alors que les usagers acceptent de contribuer massivement à la constitution de vastes corpus numériques, les entreprises propriétaires des plateformes du Web social captent les traces de ces contributions bénévoles, génératrices de valeur économique dans le régime du capitalisme informationnel. Le dispositif algorithmique de captation engendre une accumulation (capitalisation) et une transformation de ces traces numériques en données et métadonnées qui sont stockées dans des bases relationnelles. L’accumulation quantitative de ces data ou données devient une source de valeur économique. Le système économique contemporain se nourrit ainsi de données quantitatives, ce qui n’est pas sans incidence sur le développement de méthodologies qui produisent des données quantifiées. Derrière les pratiques de gouvernance algorithmique se fondant sur l’analyse de très grands corpus de données (big data), et en dessous également des pratiques de gestion de soi fondées sur le « self-tracking », il me semble intéressant de débusquer l’emprise d’une pensée de la quantification devenue aujourd’hui dominante.

À quelle période s’est mise en place cette prévalence de la quantification ?

Avant l’arrivée d’Internet, les chercheurs et chercheuses en sciences sociales avaient l’habitude de travailler avec d’autres types de données quantitatives et qualitatives. D’abord, et surtout, les données quantitatives d’enquêtes par questionnaires administrés par le biais de sondages auprès d’échantillons représentatifs de populations ciblées. Ensuite, les données produites par le recours aux techniques qualitatives d’entretien (dirigé ; semi-directif ; non directif, appelé aussi compréhensif ou en profondeur ; histoires et récits de vie ; récits de pratiques ; entrevues de groupe et focus groups) et aux techniques d’observation des activités humaines en contexte (observation orientée ou flottante, participante ou non). Mentionnons aussi les enquêtes ethnographiques proprement dites, les analyses de réseaux sociaux non numériques (social network analysis) et les analyses de cas (intensive case studies) qui concourent à la construction de corpus importants de matériaux denses, qualitatifs et quantitatifs, pensés en contexte (thick description), sans oublier les données obtenues à travers les diverses analyses documentaires (examen d’archives, statistiques sociodémographiques, analyse de discours, comparaisons historiques, etc.).

Les méthodes d’enquête par sondage ont constitué une innovation importante apportée par les sciences sociales, en particulier à partir des décennies 1940-50. En se couplant aux statistiques inférentielles et à la théorie des probabilités, les méthodes d’enquête par sondage ont acquis progressivement une robustesse scientifique. Jusqu’aux années 1990, les enquêtes par questionnaires administrés par sondages téléphoniques ou en personne demeuraient une méthode quantitative privilégiée par les sciences sociales universitaires.

Toutefois, à partir de cette période (décennie 1990), alors même que les études de marché avaient connu un essor important, les taux de réponse aux sondages téléphoniques se sont mis à chuter, les répondants trop sollicités se sentant davantage concernés par la préservation de leur intimité. Les enquêteurs et enquêtrices ont depuis développé des techniques hybrides en calibrant les sous-échantillons selon le support mobilisé pour rejoindre la personne (téléphone fixe, téléphone mobile, accès via le Web). L’avènement d’Internet et la généralisation de l’usage des techniques numériques de captation automatique des traces de transactions entre les humains et les machines informationnelles ont résolument changé la situation. La démultiplication des données transactionnelles produites par les plateformes numériques rend relativement obsolètes les données quantitatives produites à travers les enquêtes par sondage. Il s’avère en effet que ces corpus de données transactionnelles recouvrent la totalité des activités qui se sont déroulées et non seulement un échantillon de ces activités.

Certains spécialistes en sciences des données (data science) prétendent ainsi pouvoir faire l’économie d’un recours aux techniques de la représentativité statistique puisqu’il s’agit de travailler directement sur les traces d’activités des populations entières. Ces spécialistes mettent également en avant le fait qu’ils et elles évitent de recourir à un matériel « déclaratif », c’est-à-dire construit à même les déclarations subjectives des personnes approchées par le moyen des questionnaires ou des entretiens. Une partie des spécialistes en sciences des données vont même jusqu’à prétendre que leurs techniques numériques leur permettraient de rejoindre la « réalité objective » des activités des agents en évitant ainsi la médiation des perceptions subjectives. Ce qui constitue selon nous une illusion positiviste grossière (Proulx et Rueff, 2018). Par ailleurs, il ne s’agit pas non plus de perdre de vue le fait que de nombreux objets de recherche ne sont pas traitables par le recours aux approches quantitatives, ce qui laisse intacte la pertinence des approches qualitatives pour l’analyse de problématiques qui passent en dessous des radars de la quantification des traces.

Quel serait par exemple l’un des apports majeurs de ces nouvelles approches quantitatives ?

L’une des avancées incontestables consiste à pouvoir considérer les données des populations entières plutôt que l’analyse des performances de seuls échantillons, ce qui bouleverse la problématique de la représentativité statistique. Dans ce contexte, à côté des statistiques descriptives ou inférentielles classiques, un nouveau domaine méthodologique s’ajoute, celui qui s’appuie sur les méthodes d’apprentissage automatique (machine learning) issues de l’intelligence artificielle. Ces méthodes d’apprentissage statistique – d’abord inventées pendant la décennie 1960 mais ayant connu d’importants développements à partir des années 1990 avec l’intérêt marqué pour les algorithmes d’apprentissage – permettent de traiter des échantillons de très grande taille, voire des populations entières. Elles se retrouvent appliquées dans plusieurs domaines : reconnaissance vocale, programmation de véhicules autonomes, génomique, robotique (Ollion et Boelaert, 2015). Les méthodes d’apprentissage statistique sont désormais utilisées en sciences sociales, en particulier pour l’analyse textuelle. Dans un travail récent de recension critique des nouvelles techniques d’analyse textuelle, Jean-Philippe Cointet et Sylvain Parasie (2018) s’interrogent pour savoir dans quelle mesure ces approches peuvent constituer une ressource pertinente pour l’enquête sociologique. Ils signalent notamment l’usage intéressant des analyses des réseaux sémantiques dans des corpus textuels. Mais ce serait la modélisation thématique (topic models) qui retiendrait surtout l’attention des spécialistes de sciences sociales intéressés aujourd’hui par l’innovation méthodologique fondée sur l’analyse des big data (Blei, 2012).

Vous avez mentionné les spécialistes en sciences des données. Avec l’arrivée d’Internet, quels sont les nouveaux acteurs auxquels sont confrontés les chercheurs et chercheuses en sciences sociales ?

Je tiens à préciser que les enjeux sociaux et scientifiques concernant la valorisation, la circulation et l’accès aux données numériques se multiplient. De nouvelles compétences, de nouveaux domaines de formation universitaire, de nouvelles spécialités scientifiques apparaissent – ainsi, par exemple, les « sciences des données » (data science) se constituent, des revues scientifiques dédiées voient le jour (Big Data & Society) – et de nouveaux lieux industriels et scientifiques orientés vers l’analyse de grands corpus de données s’érigent (DataLabs, Data Centers). Quant aux nouveaux experts qui émergent autour du numérique, il s’agit d’acteurs qui proviennent notamment de la sphère industrielle, informatique et mathématique au sein desquelles j’inclus la question du code et celle des algorithmes. À l’heure de ce capitalisme informationnel et cognitif (Proulx, 2016), les sciences sociales et humaines universitaires font désormais face à des entreprises capables de produire elles-mêmes leurs données. Tout se passe aujourd’hui comme si les sciences sociales universitaires n’étaient plus le « point de passage obligé » (Latour, 2007) dans la production exclusive de données pertinentes témoignant du fonctionnement de la sphère sociale. Les sciences sociales universitaires auraient perdu le monopole du contrôle et de la diffusion des méthodes empiriques de recherche, au profit de nouveaux acteurs industriels. Notamment parce que ces agents économiques produisent eux-mêmes et de manière autonome les infrastructures logicielles auxquelles ils recourent dans leur activité de valorisation économique. Les nouvelles entreprises numériques n’auraient plus besoin, pour leur fonctionnement, d’utiliser les données sociales produites par la sociologie et l’anthropologie pour connaître les caractéristiques de leurs clientèles.

Un article écrit en 2007 par deux sociologues qui se livrent à une sorte de prospective sur la sociologie britannique est particulièrement intéressant à cet égard. Mike Savage et Roger Burrows, préfigurant ce qu’on appellera plus tard les big data, diagnostiquaient l’avènement d’une crise de reconnaissance, voire de légitimité, affectant la sociologie empirique anglo-saxonne, dépassée par l’émergence d’un nouveau type de données sociales (social data) produites par l’industrie privée à l’insu des sciences sociales universitaires. Or, douze années plus tard, force est de constater que ce diagnostic s’est avéré fondé.

Les deux sociologues, en se référant à d’autres auteurs, mobilisent le terme de knowing capitalism que l’on pourrait traduire par capitalisme de la connaissance. Ils entrevoient l’apparition d’un nouveau type de données qu’ils nomment « données transactionnelles », « données sociales » mais aussi « données sociales transactionnelles ». Ces données sont produites directement par les entreprises publiques, parapubliques ou privées, industrielles et commerciales, qui gèrent une grande partie des activités qui occupent le temps et mobilisent aujourd’hui l’attention des personnes (travail, consommation, communication, information, loisirs, jeux, divertissement). Ces données transactionnelles sont générées à partir des listes d’envoi (mailing lists) aux clients, mais aussi des traces de chacune de leurs transactions (demande d’information, achat, service après-vente), de leur usage des cartes de fidélité (permettant de constituer des corrélations entre les achats d’un même client), des listes d’abonnement à des services, etc.

Les méthodes en sciences humaines et sociales sont-elles encore valides face à la production de ces données transactionnelles ?

Il importe de mener une réflexion sur les méthodes en sciences humaines et sociales à l’ère de la transition numérique. Il s’agit du thème de mon dernier keynote, intitulé « Une reconfiguration des méthodes de sciences sociales à l’aune du numérique » (Proulx, 2019b) où je pose la question suivante : « les méthodes employées jusqu’ici en sciences humaines et sociales sont-elles encore valides pour traiter des univers numériques ? »

Pour répondre à cette interrogation, nous avons réalisé avec mon collègue Julien Rueff, du Département d’information et de communication de l’Université Laval (Québec), un rapport mettant en lumière les problèmes et les enjeux des aspects méthodologiques dans l’étude des pratiques informationnelles contemporaines. Dans Actualité des méthodes de recherche en sciences sociales sur les pratiques informationnelles (Proulx et Rueff, 2018), nous dressons, en nous inspirant des recherches de Noortje Marres et de son travail de catégorisation (2012), une typologie des principales approches méthodologiques dans les recherches sur les pratiques informationnelles actuelles. Nous distinguons ainsi cinq grandes approches : les méthodes conventionnelles ; les ethnographies virtuelles (ou ethnographies « en ligne ») ; les méthodes computationnelles tirant profit des big data ; les méthodes numériques (digital methods) ; et finalement, les méthodes numériques quali-quantitatives.

À partir de 24 entretiens menés, entre juin et novembre 2017, avec des chercheurs et chercheuses en sociologie, en communication et en gestion au Québec, en France et en Suisse, et en nous appuyant sur la littérature scientifique (francophone et anglophone), nous avons identifié les caractéristiques saillantes de ces cinq perspectives méthodologiques. Les méthodes conventionnelles – qualitatives, quantitatives ou mixtes – largement diffusées dans les formations universitaires en sciences sociales, jouissent d’une certaine stabilité et de la reconnaissance des chercheurs et chercheuses en sciences sociales. Elles n’apparaissent pas affectées par le numérique. Elles s’inscrivent pleinement dans la continuité de l’histoire des sciences sociales, et ce, quand bien même elles permettraient de collecter et d’analyser des données sur des phénomènes numériques. Ces méthodes exigent des chercheurs et chercheuses en sciences sociales qu’ils et elles produisent ou colligent par eux-mêmes leurs données.

L’ethnographie en ligne – que la chercheuse Christine Hine a contribué à populariser depuis les années 2000 (Hine, 2005, 2000) – vise à produire des « descriptions denses et détaillées » de la réalité observée en prenant acte de la prégnance de la médiatisation numérique dans les pratiques sociales. L’ethnographie en ligne s’inscrit dans la continuité de l’ethnographie traditionnelle, mais elle s’efforce d’adapter les méthodes conventionnelles de l’observation ethnographique au domaine numérique. Cette approche méthodologique se caractérise par ailleurs par sa pluralité, son adaptabilité et sa nature qualitative. Fondées sur des corpus limités de données, les ethnographies virtuelles se distancient dans la littérature scientifique récente (Hine, 2017 ; Boyd et Crawford, 2012) des méthodes computationnelles, et plus encore des méthodes computationnelles recourant aux big data.

Les méthodes computationnelles exploitant les big data – ayant fait émerger notamment les approches de type big methods pour reprendre l’expression de Noortje Marres (2012)– relèvent uniquement d’une démarche quantitative. Elles se trouvent à la confluence entre l’accessibilité de données aux propriétés particulières (les traces des big data) et la possibilité de recourir à des technologies computationnelles suffisamment puissantes et efficaces pour traiter ces données. L’analyse des traces des big data, dans le cadre de ces méthodes computationnelles, passe par l’appropriation de matériaux exogènes, au sens où les chercheurs et chercheuses en sciences sociales ne sont pas à l’origine de la production des traces des big data, et repose notamment sur la recherche de corrélations entre différents items de ces très grands corpus de données.

  • 1 Les objets « nativement numériques », qui sont à distinguer des objets numérisés, s’identifient aux (...)

Le quatrième idéal type renvoie aux méthodes numériques (digital methods). Quoique variées, ces dernières ont pour dénominateur commun de vouloir se saisir des opportunités offertes par les objets nativement numériques1, par le désir de « suivre le medium » Web en le considérant en tant que ressource méthodologique, mais à condition de réorienter (repurposing) ces mesures dans le cadre de problématiques sociétales. Nous avons distingué deux grandes familles de méthodes numériques : les digital methods et les méthodes numériques quali-quantitatives. Les premières ont été définies depuis 2007 par la Digital Methods Initiative (Amsterdam) coordonnée par le sociologue Richard Rogers (2019, 2013). Sa perspective méthodologique consiste ultimement à mobiliser des méthodes nativement numériques pour rendre compte de données nativement numériques et non de données numérisées (Rogers, 2015 : 4-7). Les secondes, les méthodes numériques quali-quantitatives, à l’instar de l’approche préconisée par la Digital Methods Initiative, entendent contribuer à la recherche en sciences sociales en interrogeant les modalités d’une appropriation raisonnée des données des plateformes en ligne. Trois arguments (au moins) viennent justifier leur emploi : la numérisation généralisée du social, la rigueur dans l’interprétation des phénomènes sociaux et la valorisation de la coproduction des savoirs. Nous croyons cependant que ces deux manières de faire, les digital methods et les méthodes numériques quali-quantitatives, sont en train de se fusionner.

Au sortir de votre rapport, quelles grandes orientations semblent se dessiner ?

Avec Julien Rueff, nous suggérons, entre autres, le développement de stratégies méthodologiques hybrides articulant des techniques d’enquête qualitatives et quantitatives afin de permettre la description, la mesure et la compréhension des pratiques informationnelles actuelles. Les méthodes numériques (digital methods) constituant une voie prometteuse pour l’étude des manières de s’informer aujourd’hui, nous préconisons par conséquent une articulation entre les méthodes conventionnelles, que celles-ci soient qualitatives ou quantitatives, et les méthodes computationnelles appliquées aux traces des big data. La période actuelle et à venir semble marquée par une phase d’ouverture aux expérimentations méthodologiques. Ce contexte incite les chercheurs et chercheuses – et c’est là une dimension ressortant avec évidence de nos entretiens – à s’engager dans un « bricolage méthodologique », cette expression renvoyant non pas à des errements approximatifs, mais à des pratiques faisant appel à l’ingéniosité et à l’inventivité. La complexification des manières de s’informer invite non seulement à une réévaluation rigoureuse des techniques usuelles de collecte et d’analyse de données en sciences sociales, mais aussi à une élaboration de nouvelles stratégies méthodologiques. Les experts et expertes de notre panel ont, à ce propos, plaidé avec insistance en faveur d’une combinaison, voire d’une hybridation, des approches qualitatives et computationnelles pour appréhender les pratiques informationnelles contemporaines. Enfin, nous recommandons également la formation d’équipes interdisciplinaires, rassemblant des chercheurs et chercheuses en sciences sociales, en informatique – en design des interfaces, notamment – et en sciences des données (data scientists).

En mentionnant vos premiers travaux, au début de cet entretien, vous avez souligné la puissance de l’approche prospective. Par la suite, vous avez mentionné les articles « visionnaires » de Mike Savage et Roger Burrows. Comment envisagez-vous les méthodes en sciences sociales dans le futur ?

Je viens de réaliser pour la revue Réseaux (vol. 2-3, no 214-215, 2019) une recension de l’ouvrage de Dominique Boullier, Sociologie du numérique (2016). Le propos de cet auteur est particulièrement éclairant pour répondre à votre question. Dominique Boullier nous invite à penser l’émergence d’une troisième génération de sciences sociales. Alors que le premier moment fondateur de la sociologie inauguré par Durkheim à la fin du xixe siècle définissait « la société » comme totalité agissante à travers les individus, c’est Gallup qui effectuait dans les années 1930 une seconde opération fondatrice en faisant reconnaître la fiabilité des sondages d’opinion établis sur la représentativité statistique des échantillons. Le troisième moment fondateur émergerait avec l’établissement de très grands corpus de traces (big data) qui se propagent sur le Web et ailleurs dans les mondes numériques. L’auteur propose de suivre le principe de méthode de Gabriel Tarde qui s’intéresse à la circulation des petites différences plutôt qu’à l’explicitation des causes finales des phénomènes sociaux. Les catégories de la « vibration » et de la « réplication » des traces deviennent ainsi privilégiées par les sciences sociales de troisième génération. Heureusement, cette dernière perspective n’apparaît pas devoir exclure les deux autres traditions de recherche puisque l’auteur propose une « approche fractale » dans laquelle les points de vue orientés soit vers les structures (Durkheim), soit vers le marché (Gallup), soit vers les émergences (Tarde), cohabitent dans un débat paradigmatique permanent.

Partagez-vous cet intérêt méthodologique pour la « circulation des petites différences » et cette « cohabitation des traditions de recherches » au moment où s’élaborent de très grands corpus de traces de big data ?

Le constat que l’on peut formuler devant l’explosion quantitative contemporaine entraînant la constitution de très grands corpus de données – et par conséquent l’élargissement de la palette des approches méthodologiques – est de reconnaître un déplacement épistémique dans les intérêts de recherche en sciences de l’information et de la communication. Jusqu’ici, la primauté méthodologique dominante était orientée vers le développement de modèles de causalité et d’explication de la réalité sociale. Aujourd’hui, par contraste, nous remarquons un renouveau pour les approches centrées soit sur la stricte description des situations, soit sur des démarches de classification des données en vue de la mise en relief par un processus inductif de nouvelles catégories pour penser la sphère sociale. On ne peut que reconnaître l’existence d’une pluralité de modes de connaissance des actions humaines (ways of knowing) (Savage et Burrows, 2009 : 769). Nous sommes devant une panoplie de grilles de lectures de la réalité humaine qui, d’ailleurs, peuvent interagir entre elles. Cette pluralité et cette diversité des méthodes, plutôt que de s’affronter ou se concurrencer, devraient permettre l’invention de dispositifs méthodologiques hybrides et combinatoires. En même temps, l’on ne peut faire l’impasse sur le fait que la critique du choix des méthodes est nécessairement et intimement articulée à la nature des problématiques et des questions de recherche qui sont formulées. La bonne méthodologie est celle qui permet de construire les données qui correspondent le mieux aux questions de recherche auxquelles nous voulons répondre. La méthodologie ne peut être pensée en vase clos ; elle est nécessairement liée à une problématique et à une question de recherche.

En conclusion, quel serait l’enjeu méthodologique contemporain à considérer lors de la réalisation de recherches en sciences sociales et humaines à l’ère de la transition numérique ?

Tout l’enjeu méthodologique contemporain consiste pour les chercheurs et chercheuses à pouvoir se tenir suffisamment à distance des firmes propriétaires des outils, infrastructures et plateformes numériques de manière à maintenir l’indépendance nécessaire à une production scientifique entièrement libre vis-à-vis des contraintes qui pourraient être imposées par l’économie de marché et le capitalisme informationnel.

Haut de page

Bibliographie

David M. BLEI, « Probabilistic topic models », Communications of the ACM, vol. 55, no 4, 2012, pp. 77-84.

Dominique Boullier, Sociologie du numérique, Paris, Armand Colin, 2016.

Danah BOYD et Kate CRAWFORD, « Critical questions for big data : Provocations for a cultural, technological, and scholarly phenomenon », Information, Communication & Society, vol. 15, no 5, 2012, pp. 662-679.

Jean-Philippe Cointet et Sylvain Parasie, « Ce que le big data fait à l’analyse sociologique des textes. Un panorama critique des recherches contemporaines », Revue française de sociologie, vol. 59, no 3, 2018, pp. 533-557.

Éric Dagiral et al., « Faire place aux chiffres dans l’attention à soi. Une sociologie des pratiques de quantification et d’enregistrement aux différents âges de la vie », Réseaux, vol. 4, no 216, 2019, pp. 119-156.

Christine HINE, Virtual Ethnography, Londres, Sage, 2000.

Christine HINE, Virtual Methods, Oxford, Berg, 2005.

Christine HINE, « Ethnographies of online communities : Modes, varieties, affordances », in Nigel G. Fielding, Raymond M. Lee et Grant Blank (dir.), The Sage Handbook of Online Research Methods, Londres, Sage, 2017.

Bruno Latour, Changer de société, refaire de la sociologie, Paris, La Découverte, 2007.

Noortje MARRES, « The redistribution of methods : On intervention in digital social research, broadly conceived », The Sociological Review, vol. 60, no 1, 2012, pp. 139-165.

Étienne Ollion et Julien Boelaert, « Au delà des big data. Les sciences sociales et la multiplication des données numériques », Sociologie, vol. 6, no 3, 2015, pp. 295-310.

Serge Proulx, « La critique du capitalisme cognitif », in France Aubin et Julien Rueff (dir.), Perspectives critiques en communication, Québec, Presses de l’Université du Québec, 2016, pp. 207-228.

Serge Proulx et Julien Rueff, Actualité des méthodes de recherche en sciences sociales sur les pratiques informationnelles, Québec, Centre d’études sur les médias, 2018 [En ligne]. URL: https://www.cem.ulaval.ca/wp-content/uploads/2018/12/methodespratiques.pdf.

Serge PROULX, « Note de lecture. Dominique Boullier », Sociologie du numérique, Paris, Armand Colin, coll. « U », 2016, 352 p. », Réseaux, vol. 2-3, no 214-215, 2019a, pp. 347-352.

Serge PROULX, « Une reconfiguration des méthodes de sciences sociales à l’aune du numérique » [Conférence Keynote], Colloque international La littératie numérique au prisme des sociologies de l’éducation et de la culture, Aix-en-Provence, Maison Méditerranéenne des Sciences de l’Homme, 13-14 juin, 2019b.

Serge PROULX, « Pour une politique des méthodes à l’heure de la transition numérique », in Mélanie Millette et al. (dir.), Méthodes de recherche en contexte numérique. Une orientation qualitative, Montréal, Presses de l’Université de Montréal, 2020 [à paraître].

Richard ROGERS, Digital Methods, Cambridge (MA), The MIT Press, 2013.

Richard ROGERS, « Digital methods for web research », in Joseph Tainter et al. (dir.), Emerging Trends in the Social and Behavioral Sciences : An Interdisciplinary, Searchable, and Linkable Resource, Toronto, Wiley-BlackWell, 2015, pp. 1-22.

Richard ROGERS, Doing Digital Methods, Londres, Sage, 2019.

Mike SAVAGE et Roger BURROWS, « The coming crisis of empirical sociology », Sociology, vol. 41, no 5, 2007, pp. 885-899.

Mike SAVAGE et Roger BURROWS, « Some further reflections on the coming crisis of empirical sociology », Sociology, vol. 43, no 4, 2009, pp. 762-772.

Haut de page

Notes

1 Les objets « nativement numériques », qui sont à distinguer des objets numérisés, s’identifient aux données et aux méthodes dont l’existence est intrinsèquement liée au numérique.

Haut de page

Pour citer cet article

Référence papier

Mouloud Boukala et Serge Proulx, « Politique et reconfiguration des méthodes de sciences humaines et sociales à l’ère de la transition numérique »Parcours anthropologiques, 15 | 2020, 27-38.

Référence électronique

Mouloud Boukala et Serge Proulx, « Politique et reconfiguration des méthodes de sciences humaines et sociales à l’ère de la transition numérique »Parcours anthropologiques [En ligne], 15 | 2020, mis en ligne le 20 juillet 2020, consulté le 17 avril 2025. URL : http://journals.openedition.org/pa/888 ; DOI : https://doi.org/10.4000/pa.888

Haut de page

Auteurs

Mouloud Boukala

Ecole des médias, Faculté de communication de l’Université du Québec à Montréal

Articles du même auteur

Serge Proulx

Ecole des médias, Faculté de communication de l’Université du Québec à Montréal

Haut de page

Droits d’auteur

CC-BY-NC-4.0

Le texte seul est utilisable sous licence CC BY-NC 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search