Navigation – Plan du site
Travail et cognition II

Réseaux épistémiques : formaliser la cognition distribuée

Epistemic networks: Formalizing distributed cognition
Camille Roth
p. 353-371

Résumés

Les communautés de savoirs réunissent des individus collaborant et interagissant afin de produire des connaissances. Ces diverses tâches de production de savoirs sont traditionnellement décrites par le biais des « communautés épistémiques », c’est-à-dire des groupes d’individus travaillant sur des sujets partagés, dans un but commun de construction de connaissances ; l’on s’intéresse alors à la façon dont ces communautés se forment, évoluent, interagissent et, plus largement, aux types de processus de collaboration qui les animent. L’enjeu est double : d’une part, caractériser l’émergence et l’enchevêtrement des communautés épistémiques à différents niveaux hiérarchiques et, d’autre part, exhiber les déterminants des collaborations entre agents au sein de ces communautés. Nous comptons ainsi montrer comment effectivement formaliser la cognition distribuée : plus précisément, en proposant une définition formelle d’une communauté épistémique comme le plus grand ensemble d’agents partageant et travaillant sur un même ensemble de concepts, nous montrons comment représenter la structure distribuée de l’élaboration des savoirs, comment appréhender l’effet de cette structure sur la perception et l’agencement même des activités de cognition distribuée, puis, dans une optique dynamique, comment évaluer la stabilité temporelle de la distribution des tâches au sein du réseau, malgré le renouvellement permanent de ses membres. Nous illustrons notre propos au travers d’une étude empirique sur une communauté d’embryologistes.

Haut de page

Texte intégral

1Les communautés de savoirs réunissent des individus collaborant et interagissant, afin de produire ou d’échanger des connaissances : les scientifiques, les développeurs de logiciel libre, les contributeurs d’un « wiki » sont des exemples, parmi d’autres, de tels groupes de création distribuée de connaissances. Ces activités de production de savoirs sont ainsi organisées au sein de communautés spécialisées à différents niveaux de généralité, communautés parfois partiellement indépendantes, parfois partiellement imbriquées, qui sont elles-mêmes structurées en diverses sous-communautés autour de thématiques plus précises. L’expertise dans ce contexte est disséminée sur l’ensemble des agents, dans un processus de cognition sociale au sens large (Hutchins, 2001) où des concepts sont introduits et manipulés de manière relativement décentralisée (Longino, 1995 ; Flichy, 2000). Des frontières peuvent, en outre, émerger entre sous-groupes, à la fois horizontalement, par rapport à des domaines de compétences distincts et, verticalement, avec divers degrés de spécificité.

2Les différents types d’activité et diverses tâches de création de connaissances ainsi que leur distribution sur les agents sont traditionnellement décrites par le biais de la notion de « communauté épistémique (CE) », c’est-à-dire un groupe d’individus travaillant sur des sujets partagés, dans un but commun de construction des savoirs (Ruggie, 1975 ; Haas, 1992 ; Cowan et al., 2000) ; l’on s’intéresse alors à la façon dont ces communautés se forment, évoluent, interagissent et, plus largement, aux types de processus de collaboration qui les animent. Les réseaux, en particulier, sont ainsi récemment apparus comme un cadre formel inévitable pour capturer les attributs organisationnels et structurels les plus saillants de ces communautés (Callon, 2001). Le glissement de la notion de simples « groupes de savoirs » à celle de « réseaux de savoirs » à grande échelle, sous l’effet d’un accroissement combiné de la disponibilité des contenus et des possibilités d’interaction, a légitimé l’usage de nouveaux outils empruntant principalement à la théorie des graphes et des systèmes dynamiques (Newman, 2001), en réponse à des problématiques propres à l’épistémologie sociale, l’anthropologie culturelle ou encore l’économie des biens culturels (Kitcher, 1995 ; Cohendet et al., 2003).

3Révélons immédiatement la place de l’outil « réseau » dans notre étude de la structure des communautés de savoirs : il s’agit d’abord, précisément, d’exhiber les communautés épistémiques, d’une part, à partir des associations répétées entre agents et concepts qui, d’autre part, forment le réseau. Le réseau, trivialement, décrit, en effet, ces associations – associations passées réifiées par les artefacts de collaboration (ici des articles scientifiques) et donc visibles de tous, contribuant ainsi à l’émergence des frontières, à nouveau accessibles à tous. Nous montrerons aussi que le réseau permet de décrire les comportements d’interaction des agents situés dans ce contexte associationnel, puisque membres du réseau, en cohérence avec l’argument de M. Callon selon lequel « [...] c’est la structure d’ensemble, construite par l’agrégation des comportements des différents acteurs (comportements qui sont réduits à des mises en relation), qui, en retour, contraint leurs comportements » (Callon, 2001). D’une certaine manière, il s’agit d’étendre ce type d’approche en exhibant explicitement une notion de communauté qui s’appuie sur un réseau hybride « agents–concepts » (appelé par la suite réseau épistémique) et son apport pour la compréhension de l’organisation de ces communautés et du lien fort que cette structure entretient avec le phénomène de distribution des tâches cognitives, et la compréhension de l’organisation des agents au sein de, et par rapport à, ces communautés.

4Notre but est ainsi de montrer en quoi il est possible d’enrichir la sociologie du travail et, notamment, la partie s’intéressant à la distribution des tâches cognitives, par une approche réseau qui ne soit pas essentiellement interactionniste, ou plutôt, qui situe les interactions dans un cadre élargi où associations entre agents et concepts coévoluent. L’enjeu est double : d’une part, caractériser l’enchevêtrement des communautés épistémiques à différents niveaux hiérarchiques et, d’autre part, exhiber les déterminants des collaborations entre agents en leur sein. Nous voulons ainsi établir un rapprochement de ces questions avec l’étude des catégories d’agents et des tâches cognitives qui émergent des interactions répétées, pour lequel notre réseau épistémique constitue le précipité historique des associations passées. Il s’agira parallèlement de montrer en quoi une approche à grande échelle, sur des communautés de grande taille (soit, en pratique, hermétiques à l’étude ethnographique), permet d’obtenir un point de vue systémique et systématique, c’est-à-dire s’attachant aux régularités des comportements d’interaction et de la distribution de l’organisation de la production ; point de vue complémentaire d’approches locales qui détaillent finement les processus à l’œuvre au sein de ces communautés (Latour et Woolgar, 1988 ; Heath et Luff, 1994).

  • 1 Le terme d’animal-modèle désigne une espèce dont l’étude permet la compréhension de phénomènes biol (...)
  • 2 C’est-à-dire mobilisant seulement un réseau d’interactions sociales.

5En proposant, à cet effet, une définition formelle d’une communauté épistémique comme le plus grand ensemble d’agents partageant et travaillant sur un même ensemble de concepts – notion qui n’est pas sans lien avec celle d’équivalence structurelle (Lorrain et White, 1971) – nous illustrons notre propos au travers d’une étude empirique sur une communauté d’embryologistes organisée autour du zebrafish, un poisson tropical servant d’animal-modèle1. En considérant ensuite les interactions entre agents, nous caractérisons des choix de coopération inter- et intracommunautaires mettant en évidence à la fois une certaine interdépendance cognitive entre acteurs (Conein, 2004b), au moins partielle, ainsi que la pérennisation des collaborations passées. Dans l’ensemble, au contraire des démarches strictement structurelles2 éludant potentiellement les aspects cognitifs de ces communautés, notre approche fait usage de la dualité inhérente aux groupes de savoirs (Breiger, 1974) : d’une part, des agents affiliés, d’autre part, à des catégories thématiques via les artefacts qu’ils produisent. Ainsi, tout en nous appuyant fondamentalement sur les réseaux, nous ambitionnons finalement de prendre en compte la contribution de ces artefacts à la coordination des agents et à l’émergence de catégories d’agents spécialisés dans l’accomplissement de tâches cognitives identiques.

1. Réseaux sociaux, réseaux épistémiques et cognition distribuée

1.1. Distribution des tâches : savoirs et agents

6La notion de cognition distribuée, défendue par E. Hutchins, renvoie à la distribution des tâches cognitives sur les membres d’un groupe, potentiellement dans une optique évolutionnaire (Hutchins, 2001). Il distingue notamment la distribution des processus cognitifs sur les différents individus d’une communauté, de la distribution des processus entre individus (qui implique des mécanismes de coordination et de médiation), tout en soulignant les aspects diachroniques de ces opérations : « processes may be distributed through time in such a way that the products of earlier events can transform the nature of later events » (Hutchins, 2001, p. 2068). Dans la mesure où le processus cognitif global est la création de savoirs, par exemple à l’échelle d’une discipline scientifique, la distribution des activités renvoie à la répartition des thématiques entre agents, thématiques et groupes affiliés se recouvrant potentiellement. Poser la question de la formalisation de la cognition distribuée soulève ainsi immédiatement l’enjeu de la description même de l’agencement social des tâches cognitives. Comment, effectivement, représenter la structure distribuée de l’élaboration des savoirs ? Il s’agit notamment d’en souligner la hiérarchisation verticale (les agents travaillent à divers niveaux de généralité ou de spécialisation, la hiérarchie étant ici essentiellement cognitive) et horizontale (la manipulation des concepts étant répartie sur l’ensemble des agents, afin de gérer collectivement les limitations cognitives individuelles). Comment, ensuite, appréhender formellement l’impact cognitif et social de cette structure, soit, en d’autres termes, son effet sur la perception et l’agencement même des activités de cognition distribuée ? De fait, dans une optique dynamique, comment, enfin, évaluer la stabilité temporelle de la distribution des tâches au sein du réseau, malgré le renouvellement permanent de ses membres ?

7En insistant sur la pertinence de la notion de communauté épistémique comme unité de référence, nous proposons d’aborder ces trois problèmes emboîtés, qui sont autant d’enjeux pour la formalisation, en validant respectivement les trois hypothèses suivantes :

8(H1). une représentation duale des regroupements d’agents et des concepts permet d’appréhender la structure d’un réseau épistémique ;

9(H2). ces regroupements organisent, au moins partiellement, la perception même des catégories de savoirs et des communautés d’agents, puis la distribution des tâches ;

10(H3). la stabilité dynamique de ces regroupements préfigure la pérennité des opérations de cognition distribuée au sein du réseau, en coévoluant avec divers types d’artefacts.

  • 3 C’est-à-dire sous forme de treillis plutôt que sous forme d’arbre.

11La première hypothèse occupe un rôle central dans notre raisonnement. Plus précisément, nous allons introduire, justifier puis utiliser une représentation duale et latticielle3 de la cognition distribuée – duale, parce que ce problème de représentation requiert d’appréhender des agents et savoirs au sein d’un cadre unifié ; latticielle (c’est-à-dire permettant l’enchevêtrement des communautés) car nous arguons que l’organisation des savoirs formate la distribution sociale des tâches ; la structure latticielle, donc non aristotélicienne des catégories cognitives se reportant in fine sur l’organisation sociale. La validation des deuxième et troisième hypothèses découlera de l’étude longitudinale de cette structure et du comportement des agents, précisément en rapport avec l’agencement des communautés épistémiques ainsi représenté, en soulignant le rôle particulier que tiennent les artefacts dans la distribution sociale des activités de création de savoirs.

1.2. La communauté « zebrafish »

  • 4 Service librement accessible, fourni par la National Library of Medicine états-unienne, disponible (...)

12Notre illustration empirique porte sur la communauté travaillant sur le « zebrafish », un animal-modèle bénéficiant d’efforts de recherche croissants parmi les embryologistes. Nous nous appuyons sur des fiches bibliographiques concernant l’ensemble des articles produits par ces chercheurs sur la période 1990 à 2003 et répertoriés par PubMed4. Le zebrafish, poisson zébré ou encore « brachydanio rerio » a été, au cours des années 1990, un sujet d’étude privilégié des embryologistes (Grunwald et Eisen, 2002), grâce aux propriétés particulières de son embryon, translucide pendant son développement.

13L’essor de la communauté scientifique travaillant sur ce vertébré a été considérable durant les 15 dernières années, au point de faire du zebrafish un animal-modèle : alors que l’on comptait environ 400 auteurs seulement dans la base de données en 1990, ce nombre est multiplié par un facteur 50 environ, pour atteindre aujourd’hui, en 2007, près de 20 000 auteurs. Au total, sur la période 1990 à 2003 strictement, notre base répertorie 5146 articles et 11 023 auteurs. L’intérêt de travailler avec des données à grande échelle apparaît alors doublement : non seulement les observations couvrent une période de temps et une population beaucoup plus importante que ce que l’on pourrait espérer obtenir par le biais d’entretiens mais, en outre, ces données sont potentiellement plus rigoureuses et objectives, avec une granularité temporelle relativement fine (de l’ordre d’un an dans le pire des cas). M. Callon nous rappelle l’enjeu de disposer de ce type de données : « Peut-on imaginer suivre la constitution de ces collectivités, retracer leur évolution, enregistrer leur transformation sans recourir à des outils conçus pour l’analyse des grands nombres ? » (Callon, 2001).

  • 5 Un terme lemmatisé est un terme réduit à sa racine : signals et signalling ont ainsi pour lemme sig (...)

14Les fiches bibliographiques fournissent notamment les noms des auteurs, la date de publication et le contenu du résumé des articles, nous permettant de savoir qui a collaboré avec qui, quand et sur quoi. Après un traitement linguistique sommaire où nous extrayons les termes non rhétoriques (c’est-à-dire en excluant then, suggest, etc.) les plus saillants (c’est-à-dire correspondant aux thématiques les plus fréquentes identifiées avec l’aide d’un expert du domaine), nous travaillons avec une liste fixe de 70 termes lemmatisés5.

15Nous faisons, par ailleurs, l’hypothèse que chaque terme lemmatisé renvoie à un concept suffisamment précis et homogène. Cela implique que les concepts que nous étudions peuvent être considérés comme étant atomiques et uniques, chaque entité renvoyant à une seule et même représentation chez tous les individus l’utilisant. Cette hypothèse pourrait, certes, ne pas être valide dans le cas général (Kuper, 2000 ; Atran, 2003), mais ne semble pas excessive dans le contexte de l’embryologie et de la biologie moléculaire, sur une période de temps restreinte, pendant laquelle il est raisonnable de supposer que le paradigme en vigueur et son ontologie subissent peu de variations – la population au sein d’une même culture disciplinaire semble pouvoir partager des conceptions similaires de la plupart des termes techniques (Romney et al., 1996). Par exemple, les notions d’« ADN », de « mutation », de « plaque ventrale » ou de « moelle épinière » ainsi que les termes qui y renvoient (ventral, spinal cord) semblent difficilement pouvoir faire débat, au moins ici.

1.3. Réseau d’agents, réseau de concepts

16Ainsi, pour chaque période étudiée, nous construisons le réseau épistémique des collaborations et des associations entre agents et concepts, qui est un réseau croissant. Par réseau croissant, nous entendons « réseau où agents et liens apparaissent une fois pour toutes » ; il s’agit donc d’une agrégation historique des collaborations et associations ayant eu lieu jusqu’à la période considérée. Puisque nous nous intéressons essentiellement à la structure dynamique de la distribution des tâches, nous n’avons, en revanche, aucune précision sur le contenu de la collaboration et les échanges qui ont effectivement lieu entre auteurs. Nous disposons ainsi d’une description qualitative très sommaire du contenu des liens : un lien renvoie à une collaboration, l’agencement des liens pouvant faire émerger des catégories. Notre étude a donc une visée moins ethnographique que naturaliste, afin de renseigner le sociologue sur ce qui est récurrent et régulier dans l’organisation de ce type de groupe : plutôt que de détailler les particularités, potentiellement fortuites ou historiques, des sous-communautés du réseau, nous identifions des régularités structurelles au niveau du système tout entier. Cela ne nous empêchera pas, néanmoins, d’identifier des régularités comportementales au niveau des agents (Section 4.4). Pour résumer, notre propos est empiriquement fondé :

  • sur la présence de configurations particulières de liens, qui nous renseignera sur l’existence de communautés et sur la structure de distribution des thématiques entre communautés ;

  • sur la création de certains liens plutôt que d’autres, qui nous renseignera sur les comportements des agents dans ce contexte.

2. Catégories sociales, catégories thématiques et communauté épistémique

2.1. La communauté épistémique : vers une définition simplifiée

17La collaboration d’agents à des fins de création ou de validation collective de savoirs et au sein d’un même cadre épistémique a fait l’objet de nombreux travaux, notamment en épistémologie sociale, en sciences politiques ou bien en économie de la connaissance (Kuhn, 1970 ; Ruggie, 1975 ; Haas, 1992 ; Schmitt, 1995 et Cowan et al., 2000). Cette activité a lieu entre membres de ce qui est traditionnellement désigné par le terme de « communauté épistémique ». Dans le contexte de la production scientifique, une telle communauté renvoie à un groupe de chercheurs produisant des articles de manière potentiellement distribuée sur des tâches plus ou moins spécialisées (Giere, 2002) tout en reconnaissant un ensemble d’outils conceptuels, des représentations et des mécanismes de validation (Kitcher, 1995) – dans le cas le plus général, il s’agit d’un « paradigme » (Kuhn, 1970). En considérant un champ de savoirs comme une gigantesque communauté épistémique (par exemple, la biologie, la linguistique), les sous-disciplines peuvent être vues comme des communautés plus petites, plus spécifiques et enchassées dans le champ en question.

18Dans un tout autre contexte, en politologie, J.G. Ruggie (1975) s’est penché sur le problème de la synchronisation entre acteurs politiques dans le cadre de la coopération internationale et a souligné la dimension organisationnelle des communautés épistémiques, qu’il s’agisse d’un regroupement essentiellement cognitif ou d’une véritable institution (Ruggie, 1975). P. Haas a ensuite étendu cette acception à tout type de groupe d’agents manipulant des savoirs :

« An epistemic community is a network of professionals with recognized expertise and competence in a particular domain and an authoritative claim to policy-relevant knowledge within that domain or issue-area. » (Haas, 1992, p. 3).

19Cette définition rappelle l’existence de croyances communes au sein des communautés épistémiques, mais insiste aussi, notamment, sur la présence de règles, de normes et de modèles causaux qui dirigent l’action de ses membres. L’essentiel des travaux ultérieurs relaie largement cette approche : ainsi certains ont-ils ajouté la condition du partage d’un sous-ensemble de concepts particulier, caractérisant ces communautés comme « [...] a group of agents working on a commonly acknowledged subset of knowledge issues and who at the very least accept a commonly understood procedural authority as essential to the success of their knowledge activities » (Cowan et al., 2000), tandis que d’autres soulignent la notion d’objectif commun de création de savoirs au sein d’un cadre conceptuel collectif et pour qui une communauté épistémique est « [...] a group of agents sharing a common goal of knowledge creation and a common framework allowing to understand this trend » (Cohendet et al., 2001).

20La communauté épistémique semble ainsi constituer l’échelle privilégiée de description de la cognition sociale. Les diverses définitions, dont celles présentées jusqu’ici, affichent néanmoins la nécessité de prendre en compte certains aspects liés à la compétence, l’autorité, la déférence, voire le pouvoir – formel ou non. Dans la perspective de connaître quels agents partagent quelles problématiques et, plus largement, afin de décrire la structure de ces communautés entre elles et la distribution conjointe des agents et des thématiques, il n’est pas immédiatement nécessaire de caractériser les relations de référence ou d’autorité. Il ne s’agit pas, par exemple et notamment, de restreindre notre conception aux communautés de pratique (Lave et Wenger, 1991), puisque nous n’avons pas besoin de supposer a priori que les membres de ces communautés interagissent, voire s’évaluent. En tant que notion de base, la communauté épistémique reste pour le moment essentiellement une communauté de centres d’intérêts où les relations sociales ne sont pas (encore) spécifiées.

2.2. Dualité des savoirs et des agents

21Les définitions précédentes peuvent, de fait, paraître trop exigeantes, quant aux propriétés déférentielles et normatives, tandis que la possibilité de formaliser l’étendue et la frontière de ces communautés semble faire défaut. Nous voulons ainsi en premier lieu conserver la simplicité de cette notion comme simple communauté de centre d’intérêts, à laquelle nous ajoutons l’idée de maximalité et donc, implicitement, l’idée de frontière : une communauté épistémique s’étend exactement à tous les agents s’intéressant à un ensemble de concepts donné.

22En outre, s’il est classique de considérer la cognition distribuée comme la distribution sur les agents des savoirs et de la production de connaissances, de manière duale, les agents sont aussi eux-mêmes distribués sur les différentes activités d’élaboration des savoirs. Plus précisément, si chaque thématique est effectivement distribuée sur divers agents (voire, décrite précisément par un sous-ensemble d’individus), dualement, chaque agent est aussi distribué sur divers thèmes, mobilisant ainsi différentes compétences cognitives dans plusieurs communautés. L’on échappe ainsi à une conception unidirectionnelle de la spécialisation des agents où la cognition distribuée s’entendrait comme un simple partitionnement des tâches cognitives sur des sous-groupes d’agents disjoints. Dans le cas général, cela suppose, en effet, que les attributions des agents ne suivent pas simplement une partition, mais qu’elles se prêtent davantage à une modélisation en treillis – ou « latticielle » – plutôt qu’en arbre, c’est-à-dire où appartenances multiples et chevauchements sont possibles (Freeman et White, 1993), parce que la taxonomie des concepts révèle elle-même une hiérarchie multiple.

23Notre définition doit ainsi permettre une certaine flexibilité, au sens où chaque agent ou concept doit pouvoir appartenir simultanément à plusieurs communautés. Nous proposons donc la définition suivante :

Définition. « Une communauté épistémique est un ensemble d’agents et de concepts, tels que les agents partagent tous ensembles tous les concepts (ou bien, dualement, les concepts sont tous partagés par tous les agents), de manière maximale, c’est-à-dire qu’il n’est pas possible de trouver davantage d’agents qui partagent ces mêmes concepts ou davantage de concepts qui soient partagés par ces mêmes agents. »

  • 6 L’équivalence structurelle requiert, en effet, que tous les agents soient exactement liés aux mêmes (...)

24Sans toutefois coïncider absolument, cette notion peut être comparée à l’équivalence structurelle introduite pour décrire une communauté comme un groupe d’agents liés de manière équivalente à un autre ensemble d’agents (Lorrain et White, 1971), en prenant soin d’étendre la notion d’équivalence au cas d’un groupe d’individus liés identiquement au même ensemble de concepts6.

2.3. Taxonomie cognitive, taxonomie sociale : le treillis

25Notre définition de communauté épistémique introduit ainsi celle-ci comme un couple agents–concepts. Il est de fait équivalent, pour caractériser une telle communauté, de s’appuyer sur un groupe d’agents (afin d’examiner les thématiques auxquels ils s’intéressent pour aboutir à la communauté étendue englobant celles-ci) ou sur un ensemble de concepts (afin d’obtenir la communauté englobant tous les agents partageant au moins tous ces concepts). Empiriquement, il suffit de disposer des données décrivant les liens entre concepts et agents – extraits typiquement d’événements ou d’artefacts témoignant de l’usage des uns par les autres – que l’on peut ensuite concrètement mettre sous forme d’un réseau sociosémantique ou bien d’une matrice précisant les attributs conceptuels de chaque agent, comme sur l’exemple fictif de la Fig. 1. C’est précisément de ce type de données que nous disposons avec le réseau épistémique de la communauté zebrafish (Section 1.2.).

Fig. 1.

Fig. 1.

À gauche : réseau sociosémantique montrant les liens entre agents (A, B et C) et concepts (x, y et z). Au milieu : matrice équivalente (l’astérisque indique la présence ou non de lien entre un agent et un concept). À droite : treillis correspondant, regroupant les quatre communautés épistémiques, de la plus générale (en haut) à la plus spécifique (en bas).

  • 7 Cette dualité et cette multiappartenance sont inhérentes aux communautés sociales, comme le soulign (...)
  • 8 Formellement, il s’agirait, en fait, cette fois, d’un arbre et non d’un treillis.
  • 9 Il suffit de voir dans y le concept d’animal, x celui de mammifère et z celui d’oiseau, B étant un (...)

26Surtout, cette définition rend bien compte des différents niveaux et degrés d’emboîtement et de recouvrement des communautés épistémiques entre elles. Sur l’exemple de la Fig. 1 où les agents A, B et C s’intéressent tous au concept y, où A et B s’intéressent à x et B et C à z, on trouve quatre communautés : il s’agit de (A, B, C ; y), (A, B ; x, y), (B, C ; y, z) et (B ; x, y, z) (Fig. 1). Il convient d’abord de remarquer qu’elles comportent toutes B et y et parfois A, C, x ou : divers agents et concepts appartiennent à de multiples communautés. Il devient possible, par ailleurs, d’ordonner hiérarchiquement ces communautés au sein d’un diagramme nommé treillis qui représente les communautés les plus générales au sommet (davantage d’agents, moins de concepts), les plus spécifiques en bas (moins d’agents, plus de concepts) et les relations d’inclusion et de généralisation/spécialisation entre communautés – cf. le diagramme de droite sur la Fig. 1. En regroupant les communautés épistémiques, le treillis est ainsi avant tout une structure duale qui exhibe simultanément groupes d’agents et de concepts, constituant une taxonomie à la fois sociale et cognitive de la communauté entière7. Le treillis permet aussi une modélisation latticielle, par définition (Barbut et Monjardet, 1970) où les communautés peuvent être en même temps des sous-ensembles, spécifications ou ramifications de plusieurs autres. Si la distribution des « affinités cognitives » au sein du réseau épistémique, ainsi décrite, s’écarte du modèle aristotélicien8, ce n’est, cependant, pas seulement pour prendre en compte la participation potentielle de certains agents à plusieurs communautés épistémiques : cette structure mime également, sinon essentiellement, la structure latticielle des catégories cognitives9.

3. Le prototype des communautés scientifiques

3.1. Champs disciplinaires, champs d’action

  • 10 Dans notre exemple de la Fig. 1, x correspondrait ainsi à linguistique, y à sciences cognitives et (...)

27À présent, illustrons concrètement ces notions, en nous penchant sur le cas des communautés scientifiques, comme prototype de l’organisation distribuée du travail cognitif (Latour, 1989 ; Flichy, 2000 ; Giere, 2002). Notre première hypothèse H1 revient ainsi à affirmer qu’il est possible de décrire la structure des champs de recherche au moyen de listes de concepts ou de problématiques, au sens large, incarnées par des groupes de chercheurs – chercheurs et problématiques s’organisant ainsi en communautés épistémiques hiérarchiques. Un champ peut se diviser en plusieurs sous-champs, eux-mêmes organisés en sous-catégories ou faisant partie à leur tour de divers champs plus généraux ; certains champs peuvent ainsi être multidisciplinaires ou interdisciplinaires en ce que, respectivement, ils impliquent ou intègrent deux ou plusieurs sous-champs (Klein, 1990). Par exemple, certains linguistes s’occupent de prosodie, tandis que d’autres portent davantage d’intérêt aux liens avec les neurosciences ; quelques-uns parmi eux, enfin, dans un effort interdisciplinaire, s’intéressent à l’ensemble de ces thèmes. Plus précisément, les sciences cognitives pourraient être vues ici comme un champ multidisciplinaire regroupant plusieurs sous-champs, telles la linguistique cognitive ou les neurosciences cognitives, tandis que le sous-champ interdisciplinaire « neurolinguistique cognitive » réunirait deux champs plus généraux10.

Fig. 2. Treillis (tronqué) correspondant à la structure des communautés épistémiques au sein de la communauté zebrafish au cours de la période 1990 à 1995 sur un échantillon de 255 agents.

Fig. 2. Treillis (tronqué) correspondant à la structure des communautés épistémiques au sein de la communauté zebrafish au cours de la période 1990 à 1995 sur un échantillon de 255 agents.

En pointillés et entre parenthèses : évolution du treillis au cours de la période 1998 à 2003. Chaque disque représente une communauté épistémique, munie des concepts et du nombre d’agents la composant, ainsi que des relations de généralisation/spécialisation avec les autres communautés : de la plus générale au sommet (regroupant tous les agents, sans aucun concept en commun sinon bien entendu celui de zebrafish, non représenté ici) à des communautés plus spécifiques comme, en bas, « brain, ventral, spinal, cord ; 15 agents ».

28Le formalisme développé ici pourra néanmoins s’appliquer également à d’autres instances de la cognition distribuée, telles que l’élaboration collaborative de contenu sur les « wikis », plates-formes interactives auxquelles tout usager peut en principe contribuer – l’exemple le plus célèbre et probablement le plus abouti étant l’encyclopédie multilingue Wikipedia (Bryant et al., 2005) – ou encore le développement des logiciels en open-source où des communautés de programmeurs s’associent en vue de produire du logiciel libre de manière distribuée (Conein, 2004b). L’organisation globale de ces projets (la « wikisphere », pour les wikis (Roth, 2007) ou l’ensemble des logiciels en développement, pour l’open-source) tout comme leur organisation interne (avec les divers sous-projets liés à la création des catégories d’articles ou des fonctionnalités) s’accordent avec l’argument développé jusqu’ici : sites, pages web, créations électroniques et discussions en ligne remplaçant revues, articles et conférences en tant qu’artefacts et événements de coordination.

3.2. La structure de la communauté « zebrafish »

  • 11 A priori, une communauté épistémique correspondant à un champ notable, et/ou plus général, a de for (...)

29Après avoir construit le réseau épistémique en agrégeant les associations entre agents et concepts se produisant au cours d’une période donnée, nous pouvons extraire l’ensemble des communautés épistémiques et les ordonner au sein d’un treillis (Fig. 2). Nous utilisons ici un treillis tronqué regroupant les communautés considérées comme les plus notables suivant un critère de pertinence fondé essentiellement sur leur taille et leur degré de généralité11, afin de ne pas surcharger la représentation ; il reste toutefois possible à tout moment, si besoin, de détailler davantage ce diagramme.

Fig. 3.

Fig. 3.

À gauche : distribution du nombre d’agents par communauté épistémique (CE). À droite : distribution du nombre de communautés épistémiques par agents. Les ordonnées correspondent aux proportions de communautés (respectivement, d’agents) possédant le nombre d’agents donné en abscisses (respectivement, appartenant au nombre de communautés donné en abscisses).

30Nous nous intéressons d’abord à la structure de la communauté pendant les années 1990 à 1995, qui correspond à la période où le zebrafish a commencé à susciter un intérêt marqué de la part des embryologistes. Le treillis représente ainsi la distribution des thématiques pendant l’émergence de ce champ de recherche. On distingue deux sous-thèmes majeurs, complétés par un troisième thème sensiblement moins saillant à cette époque. Le premier thème renvoie aux études comparatives : le zebrafish en tant qu’animal-modèle exhibe des similarités avec d’autres vertébrés, en particulier l’homme et la souris, avec qui il possède des gènes homologues ; ce champ est décrit dans la partie gauche du diagramme. Deuxièmement, l’étude du cerveau et du système nerveux occupe un nombre important d’agents, notamment en association avec l’étude de la moelle épinière (spinal cord) et les aspects ventraux et dorsaux du développement embryonnaire. Enfin, une partie de la communauté, amenée à croître dans les années postérieures, s’intéresse aux mécanismes liés aux messages biochimiques influençant la croissance de l’embryon (signaling, pathway et growth). Cette distribution des thématiques au sein de la communauté est confirmée par des experts du champ (Roth et Bourgine, 2006).

31Par ailleurs, la distribution des populations (Fig. 3) fait apparaître une proportion importante de communautés épistémiques de petite et de moyenne tailles, ainsi qu’un certain nombre de communautés de plus grande taille, parmi les plus intéressantes et que le treillis de la Fig. 2 représente principalement. Inversement, la distribution du nombre des communautés auxquelles chaque agent appartient montre que de nombreux agents participent à plusieurs simultanément – 80 % d’entre eux environ participent à au moins dix communautés épistémiques. Ces statistiques illustrent et accréditent ainsi l’argument de la distribution des agents sur les thématiques et réciproquement (Section 2.2.).

32Ces résultats dans l’ensemble confirment ainsi l’hypothèse H1. Par contraste, l’analyse des collaborations scientifiques à des fins de catégorisation – qui est l’objet des études scientométriques traditionnelles et qui s’appuie sur des données de co-citation (McCain, 1986) ou de co-occurrence (Callon et al., 1986) – ne permet pas pour autant d’exhiber conjointement et simultanément communautés d’agents et de thématiques, soit ce type de communauté épistémique. Elle échappe ainsi rarement à une approche partitionnaire et non hiérarchique, où agents et concepts ne peuvent appartenir qu’à une seule communauté à la fois.

4. Émergence et consolidation de repères de coordination

4.1. Les communautés épistémiques comme frontières

33Ce type de représentation permet donc de rendre compte de la structure du réseau épistémique. Au-delà d’une simple description, il s’agit à présent d’appréhender formellement l’effet cognitif et social de cette structure sur la façon même dont les réseaux épistémiques s’organisent (seconde hypothèse, H2, Section 1.1.), en mettant l’accent sur la tension entre deux phénomènes :

  • d’une part, nous l’avons souligné, l’agencement des communautés provient pour partie des structures strictement épistémiques et cognitives (Atran, 1998) : les centres d’intérêts s’organisent d’abord en fonction de la pertinence des catégories en question. Trivialement, il est, par exemple, plus probable de recourir à la théorie des graphes qu’à la chimie minérale dans l’étude des interactions sociales ;

  • d’autre part, les communautés épistémiques s’organisent aussi partiellement en fonction des processus sociaux. H. E. Longino suggère notamment que le caractère social des critères normatifs de la connaissance, définissant ce qu’est un concept intéressant ou une proposition valide, influe in fine sur l’organisation des groupes (Longino, 1995).

34À l’instar de P. Kitcher, qui affirme que le savoir individuel s’accorde essentiellement au savoir présent dans la communauté (Kitcher, 1995), il s’agit de relâcher l’idée selon laquelle l’individu est l’acteur primaire, voire unique, de la structuration des connaissances. En formalisant les différents niveaux de regroupement des agents autour des thématiques communes, les communautés épistémiques incarnent précisément les agrégats sociocognitifs qui, devenus frontières, peuvent apparaître aux agents comme des catégories cognitives et sociales (Abbott, 1995). En d’autres termes, si les agrégats cognitifs facilitent la création d’objets sociaux et si, symétriquement, les agrégats sociaux facilitent la création d’objets cognitifs, la communauté épistémique est fondamentalement le modèle de ces repères de coordination qui émergent dans la communauté entière.

4.2. Stabilité dynamique des communautés épistémiques, stabilité dynamique des frontières

35Pour autant, toutes les communautés épistémiques ne sont pas identiquement pertinentes pour incarner une catégorie ou définir une frontière : par exemple, un unique agent ayant un ensemble original de centres d’intérêts pourrait ainsi constituer à lui seul une communauté ; il n’est cependant pas certain que celle-ci soit aisément reconnue comme objet social, nommable. Il faut alors préciser quels critères formels de pertinence permettent de désigner les communautés épistémiques susceptibles de définir une frontière : mentionnons, par exemple et entre autres, la taille, utilisée précédemment (Section 3.2), ou bien la « stabilité », soit le degré auquel une communauté peut dépendre de la présence de certains membres ou non (Kuznetsov et al., 2007).

36Un autre critère relève tout simplement de la stabilité temporelle. Citons A. Abbott à nouveau, qui caractérise ainsi la notion d’entité sociale: « [...] what distinguishes entities is their property of repetition, of being events that keep happening the same way » (Abbott, 1995, p. 873).

37Il s’agirait ainsi de mettre en évidence la stabilité dynamique de la répartition des tâches cognitives comme critère majeur de la définition des frontières au sein de la communauté.

38Cela fait doublement sens. D’abord, la cognition distribuée est essentiellement diachronique, comme l’est sa description : le treillis de notre étude de cas n’a ainsi pu être construit qu’à partir des données agrégées sur une certaine durée, c’est-à-dire qu’il ne s’agit déjà plus d’une représentation statique. Mais surtout, il faut remarquer que les communautés épistémiques sont définies par la co-occurrence entre agents et concepts, puis, dans une perspective dynamique, par leur coévolution. Or les catégories cognitives et groupes sociaux sous-tendant ces communautés sont eux-mêmes en coévolution avec des institutions de cognition distribuée, qui bénéficient presque par définition d’une certaine stabilité temporelle : revues, facultés, disciplines, dans le cas de la production scientifique ; portails et sites, dans le cas de la production collaborative en ligne (qu’il s’agisse d’un simple wiki comme de la wikisphère en général) ; projets, logiciels et ensembles de logiciels, dans le cas du développement des programmes open-source.

39Qu’en est-il concrètement ? Revenons au treillis de la Fig. 2 où est représenté, en plus de la première période (1990–1995), l’état de la communauté durant une seconde période s’étalant de 1998 à 2003 ; il s’agit du treillis grisé superposé au premier treillis. La croissance de la population étant de l’ordre de 900 % (l’on passe de 1094 à 9684 agents), les deux treillis ont été élaborés à partir d’un échantillon de taille identique pour les deux périodes (255 agents). Cela permet de décrire les proportions relatives des thématiques au sein de la communauté, plutôt que le nombre absolu d’agents présent dans chaque communauté. Il est ainsi aisé de comparer les deux structures longitudinalement.

  • 12 Un phénomène analogue est décrit au sein du réseau de conseils entre juges d’un tribunal de commerc (...)

40La structure de la communauté zebrafish exhibe effectivement une remarquable stabilité dynamique : la plupart des communautés épistémiques conservent la même importance au sein de la communauté, à l’exception du renforcement significatif des thèmes liés aux mécanismes de la croissance embryonnaire (signaling, pathway, growth, ainsi que receptor qui, avec 28 agents, ne figurait pas dans le treillis tronqué de la première période). Ce qui surprend ici n’est pas tant la persistence de l’association de tel concept avec tel autre que la pérennité de la répartition des centres d’intérêts d’une période à l’autre : en une dizaine d’années, en effet, malgré une augmentation massive de la population, le treillis global semble n’avoir été que légèrement perturbé par l’arrivée des nouveaux thèmes ; le nombre absolu des membres de la plupart des communautés étant relativement proportionnel à la population totale dans chacune des deux périodes. Plus largement, cela démontre la robustesse des processus de cognition distribuée, en dépit du remplacement massif des agents – à peine plus du tiers des agents de la première période sont encore présents une décennie plus tard – et de leurs déplacements entre communautés au travers des diverses collaborations12.

4.3. Le rôle des artefacts

41Notre formalisme semble ainsi mettre en évidence la pérennité de la distribution des tâches cognitives, à un niveau relativement macroscopique. Quelle explication donner à cette stabilité ? Il faut probablement se pencher sur les éléments les plus stables de ces réseaux, c’est-à-dire revenir aux artefacts et aux processus de synchronisation qu’ils induisent, soit « les aides externes de la cognition ou les deux versants de la distribution » (Conein, 2004a).

42Les communautés épistémiques, regroupements à la fois sociaux et cognitifs, sont, en effet, concrètement et fondamentalement révélées par les liens artefactuels (en l’occurrence, dans notre exemple, la mobilisation des concepts au sein d’articles) qui proviennent de la production de la communauté, publiquement mise à disposition et permettant en retour la coordination des agents de manière décentralisée. Sans affirmer, bien entendu, que les agents ont explicitement accès à une structure semblable aux treillis que nous venons d’exhiber, il est toutefois raisonnable de supposer que ces regroupements sont perceptibles par les agents, au moins partiellement, à la manière d’une folk taxonomy (Berlin et al., 1973).

43Lorsque la structure des communautés n’est pas appréhendée en tant que telle par les agents, c’est-à-dire par les repères implicites que constituent l’affiliation conjointe des groupes d’individus à certains groupes de concepts, la synchronisation reste encouragée par des artefacts de type institutionnel, c’est-à-dire des repères explicites, qui concourent ainsi également à l’émergence, puis à la stabilisation des communautés : conférences et revues thématiques, instituts consacrés à un certain champ d’étude, disciplines dans le domaine scientifique, médias et plates-formes interactives pour le travail collaboratif en ligne. Ces artefacts sont ici hors de notre champ d’étude – ils sont apparemment exclus du réseau épistémique – même si l’on peut, en première approximation, considérer qu’ils coïncident avec les communautés épistémiques les plus peuplées, en tant que communautés représentatives d’agrégats sociocognitifs cristallisés.

4.4. Stratégies de collaboration

  • 13 Le terme stigmergique est compris ici au sens où les agents laissent des « traces » et créent une s (...)

44Ainsi, le caractère stigmergique13 des artefacts produits et donc la possibilité pour tous de prendre connaissance de la structure de la communauté entière, dans une certaine mesure et de diverses manières, semblent avoir un impact crucial sur les rapprochements entre agents à des fins de production et, de fait, sur l’organisation même de la distribution des tâches. En effet, si les raisons « naturelles » du regroupement et du succès de certains concepts sont imperméables à l’explication sociologique parce qu’essentiellement indécidables (Lane et Maxfield, 2005), le comportement des agents reste le principal moteur de l’évolution des communautés. Dès lors, après avoir insisté sur la dualité entre agents et concepts, il faut finalement rappeler l’asymétrie de notre approche, du côté social, en nous intéressant, en particulier, aux stratégies d’interactions entre agents.

4.4.1. Interactions intra-ou intercommunautaires ?

45La participation conjointe à l’élaboration d’un artefact (corédaction d’articles) témoigne du processus local de production de connaissances au sein du réseau épistémique. Plus précisément, en invoquant le réseau social des collaborations, il est possible de suivre dynamiquement les comportements d’interaction préférentielle et d’évaluer notamment divers types d’homophilie.

46Il s’agit pour cela de mesurer à quel point les interactions entre certains types d’acteurs se produisent davantage dans le cas empirique que si elles étaient absolument aléatoires (c’est-à-dire si les propriétés des acteurs n’avaient aucune influence sur leur probabilité). On calcule ainsi une propension d’interaction préférentielle (Roth, 2005) : si la propriété considérée n’a pas d’influence sur les stratégies d’interactions, la mesure doit rester constante, quelle que soit la valeur de la propriété. Toutes choses égales par ailleurs, le cas contraire indique un phénomène d’homophilie ou d’hétérophilie. Nous avons ainsi tracé sur la Fig. 4 cette propension en fonction de la similarité des bagages conceptuels des agents qui interagissent, ce qui revient à évaluer l’homophilie sémantique entre agents (Fig. 4).

Fig. 4.

Fig. 4.

Mesure de l’homophilie sémantique : propension à l’interaction en fonction de la distance sémantique d des agents de la dyade (en grisé : intervalle de confiance à 95 %). La distance d prend ses valeurs entre 0 et 15, 0 correspondant à l’égalité des bagages conceptuels entre agents et 15 une totale disjonction. Schématiquement, la courbe prend des valeurs similaires pour les distances2à 6, puis décroit exponentiellement ensuite.

47On voit ici que la propension d’interaction est clairement décroissante en fonction de la distance sémantique entre agents : les stratégies individuelles favorisent ou aboutissant à favoriser des collaborations entre agents partageant de nombreux concepts – il s’agit donc a minima de membres de communautés similaires – mais pas trop. Ces interactions témoignent, en effet, d’un goût pour une certaine dissimilarité, comme l’indique le « plateau » observé sur le graphique.

48Très probablement, les collaborations n’ont donc pas systématiquement lieu entre membres de communautés identiques : il existe ainsi une tension entre, d’une part, le renforcement des collaborations au sein d’une communauté, voire entre membres ayant déjà interagi une ou plusieurs fois (Newman, 2001), d’autre part, l’extension des collaborations vers l’extérieur de la communauté et, enfin, la dérive endogène de ses membres vers des nouvelles thématiques plus pertinentes (au sens large, c’est-à-dire cognitivement ou socialement), comme en témoignent les glissements thématiques observés en seconde période pour la communauté zebrafish.

49Ces choix de coopération inter-et intracommunautaires mettent en évidence une certaine interdépendance cognitive entre agents, au moins partielle, validant l’argument de B. Conein selon lequel :

« [au sein des communautés épistémiques], peu d’agents vont s’engager au-delà des coopérations locales dans des coopérations régulières à des échelles intermédaires s’ils ne peuvent échanger sur une base minimale de similarité sociale avec des partenaires poursuivant des objectifs communs. Toute communauté épistémique repose sur un accroissement en parallèle des coopérations entre les agents et de la circulation des connaissances entre pairs. » (Conein, 2004b).

  • 14 En particulier, l’importance prise en seconde période (1998–2003) par les thématiques liées au rôle (...)

50S’il est ainsi démontré que le choix s’opère en fonction des similarités et dissimilarités cognitives, il ne s’agit pas de se prononcer sur les motivations profondes des agents à poursuivre ce type de collaboration (affinités épistémiques, volonté de diversification dans la continuité, etc.). Il ne s’agit pas non plus d’affirmer que la seule homophilie sémantique importe, même si, du fait de notre approche, nous assumons une relative indifférence vis-à-vis de certains éléments du contexte d’élaboration des savoirs. En d’autres termes, d’autres critères que cette homophilie peuvent certes jouer – critères liés, par exemple, à la réputation et à l’enchassement des individus au sein de groupes locaux (équipe de recherche, laboratoire) ou à leur poursuite de stratégies, telles que celles que détaille notamment K. Knorr Cetina (1982) ou bien encore à des phénomènes très macroscopiques liés aux « sur-disciplines » dans lesquelles les agents évoluent14. Nous affirmons ainsi que, toutes choses égales, par ailleurs, le comportement mis en évidence précédemment souligne le rôle très sensible que peuvent jouer les agrégats sociocognitifs, sans préjuger de l’effet conjoint mais potentiellement orthogonal d’autres critères. De plus, l’appartenance simultanée des agents à plusieurs communautés épistémiques comme leurs collaborations au sein, à la frontière et en dehors de celles-ci ainsi définies ne semblent pas contredire l’existence des « arènes transépistémiques de la recherche » qu’exhibe, à nouveau, K. Knorr Cetina (1982).

4.4.2. L’horizontalité de notre réseau épistémique

51Agents, puis savoirs circulent ainsi horizontalement, entre communautés semblables et « proches » dans le treillis, mais souvent distinctes. Ce résultat souligne finalement un des aspects les plus structurels de ces réseaux de savoirs : la distribution de manière horizontale sur le réseau social, des savoirs, de leur production, de leur diffusion et, in fine, de leur évolution. Ce retour au niveau des interactions dyadiques, via la description de l’activité au niveau des agents, permet ainsi de valider H2, puis de confirmer H3 en soulignant, en particulier, le rôle des artefacts dans la stabilité dynamique des structures, conjointement avec l’argument développé précédemment (Section 4.2).

52Il faut néanmoins noter, à nouveau, que notre formalisme prête une attention réduite à l’agencement et aux relations sociales au sein des communautés. Il s’agit de reconnaître une faiblesse potentielle dans la possibilité d’analyser les hiérarchies entre chercheurs en leur sein – par exemple, l’hétérogénéité du capital relationnel des acteurs dans le réseau strictement social comme dans le réseau épistémique tout entier (Roth, 2008) – puisque notre travail porte ici volontairement sur les phénomènes structurels à grande échelle, davantage dans le but de délimiter les champs et de déterminer en quoi il est possible de rapprocher ces délimitations de l’action individuelle, que dans le but de regarder en détail la structure même de chaque communauté – ce qui pourrait à présent faire l’objet d’un travail plus approfondi.

53Avec le seul réseau épistémique, l’on peut toutefois déjà ébaucher le contour de quelques-uns de ces processus intracommunautaires : nous l’avons vu dans le cas du choix des collaborations, mais nous pourrions aussi identifier des individus remarquables parmi les communautés épistémiques les plus peuplées ou en forte croissance. Si, en effet, certains agents occupent une place prépondérante dans la communauté – s’ils sont, par exemple, les meneurs d’une école de pensée, fréquemment cités, dont la terminologie a tendance à se propager dans l’ontologie du paradigme, dont les thématiques suscitent de l’intérêt – il serait alors naturel de les retrouver comme membre d’une communauté de taille importante, et, diachroniquement, comme « premiers membres » de celle-ci. Notre étude ne va pas à ce niveau de détail, mais devrait probablement faciliter sensiblement la résolution de ce type de problème. Par ailleurs, il serait probablement intéressant de porter l’étude à d’autres cas : si le cadre théorique est, en effet, tout à fait général, la validité des résultats obtenu se limite pour le moment à la communauté zebrafish et il serait utile de les confronter à d’autres cultures épistémiques (Knorr Cetina, 1999).

5. Conclusion

54La notion de communauté épistémique comme simple regroupement d’agents et de concepts peut ainsi constituer l’élément à la fois central et liminaire d’une formalisation de la cognition distribuée. Après avoir montré en quoi une représentation duale et latticielle de ces communautés permettait d’appréhender la structure de répartition sociale des tâches cognitives, nous avons indiqué que ces communautés pouvaient contribuer à définir des entités et des frontières au sein d’un réseau épistémique. Nous avons ainsi pu établir leur rôle dans la perception et l’organisation même des catégories de savoirs et des communautés d’agents. Plus précisément, nous avons suggéré que la stabilité dynamique de ces regroupements permettait non seulement d’identifier celles les plus à même de constituer une entité sociocognitive perceptible par les agents, mais préfigurait aussi la pérennité des opérations de cognition distribuée au sein du réseau. Soulignant le rôle des artefacts dans la coordination au sein des communautés et leur coévolution avec ces mêmes entités, nous avons ainsi mis en évidence à la fois la stabilité de la distribution des champs de savoirs et leur évolution. Afin de formaliser les facteurs déterminant cette dynamique, nous avons vu qu’il pouvait être utile d’adopter de nouveau un point de vue principalement social, en mettant à jour certains mécanismes de coopération qui animent les réseaux épistémiques. Tout en soulignant l’apport des artefacts à la coordination de l’action, il ne s’agit pas pour autant de confondre ceux-ci avec la relation plus fondamentale qui lie agents et concepts dans les communautés de savoirs : nous avons finalement pu suggérer que les stratégies locales de collaboration, relevant d’une certaine homophilie conceptuelle et associant communautés similaires, mais distinctes, pouvaient être à l’origine de la relative stabilité temporelle des activités de cognition distribuée. Cette stabilité apparaît finalement comme fortement liée au comportement d’interaction des agents, l’appartenance aux communautés épistémiques étant renforcée par le choix des collaborateurs appartenant à des communautés proches.

Haut de page

Bibliographie

Abbott, A., 1995. Things of Boundaries. Social Research 62 (4), 857–882.

Atran, S., 1998. Folk Biology and the Anthropology of Science: Cognitive Universals and Cognitive Particulars. Behavioral and Brain Sciences 21, 547–609.

Atran, S., 2003. Théorie cognitive de la culture, une alternative évolutionniste à la sociobiologie et à la sélection collective. L’homme, 166, 107–144.

Barbut, M., Monjardet, B., 1970. Algèbre et combinatoire, vol. II. Hachette, Paris.

Berlin, B., Breedlove, D.E., Raven, P.H., 1973. General Principles of Classification and Nomenclature in Folk Biology. American Anthropologist 75 (1), 214–242.

Breiger, R.L., 1974. The Duality of Persons and Groups. Social Forces 53 (2), 181–190.

Bryant, S. L., Forte, A., Bruckman, A., 2005. Becoming Wikipedian: Transformation of Participation in a Collaborative Online Encyclopedia. Nov 6–9. Group’05, Sanibel Island, FL, USA.

Callon, M., 2001. Les méthodes d’analyse des grands nombres. Contribuent-elles à l’enrichissement de la sociologie du travail ? In: Pouchet, A. (Ed.), Sociologies du travail : quarante ans après. Elsevier, Paris, pp. 335–354.

Callon, M., Law, J., Rip, A., 1986. Mapping the Dynamics of Science and Technology. MacMillan Press, London.

Cohendet, P., Creplet F., Dupouet, O., 2001. Organisational innovation, Communities of Practice and Epistemic Communities: the Case of Linux. In: Kirman A., Zimmermann, J.B. (Eds.), Economics with Heterogeneous Interacting Agents. Springer-Verlag, Berlin Heidelberg, pp. 303–326.

Cohendet, P., Kirman, A., Zimmermann, J.‑B., 2003. Émergence, formation et dynamique des réseaux. Modèles de la morphogenèse. Revue d’économie industrielle 103 (2–3), 15–42.

Conein, B., 2004a. Cognition distribuée, groupe social et technologie cognitive. Réseaux 124, 53–79.

Conein, B., 2004b. Communautés épistémiques et réseaux cognitifs : coopération et cognition distribuée. Revue d’économie politique 113, 141–159.

Cowan, R., David, P.A., Foray, D., 2000. The Explicit Economics of Knowledge Codification and Tacitness. Industrial and Corporate Change 9 (2), 212–253.

Flichy, P., 2000. Internet or the ideal scientific community. Réseaux 7 (2), 155–182.

Freeman, L.C., White, D.R., 1993. Using Galois Lattices to Represent Network Data. Sociological Methodology 23, 127–146.

Giere, R., 2002. Scientific Cognition as Distributed Cognition. In: Carruthers, P., Stitch, S., Siegal, M. (Eds.), The Cognitive Basis of Science. Cambridge University Press, Cambridge, pp. 285–299.

Grunwald, D.J., Eisen, J.S., 2002. Headwaters of the Zebrafish. Emergence of a New Model vertebrate. Nature Reviews Genetics 3 (9), 717–724.

Haas, P., 1992. Introduction: Epistemic Communities and International Policy Coordination. International Organization 46 (1), 1–35.

Heath, C., Luff, P., 1994. Activité distribuée et organisation de l’interaction. Sociologie du travail 36 (4), 523–542.

Hutchins, E., 2001. Distributed Cognition. In: Smelser, N.J., Baltes, P.B. (Eds.), International Encyclopedia of the Social and Behavioral Sciences. Elsevier, Oxford, pp. 2068–2072.

Karsai, I., Penzes, Z., 1993. Comb Building in Social Wasps: Self-Organization and Stigmergic Script. Journal of Theoretical Biology 161 (4), 505–525.

Kitcher, P., 1995. Contrasting Conceptions of Social Epistemology. In: Schmitt, F. (Ed.), Socializing Epistemology: the Social Dimensions of Knowledge. Rowman and Littlefield, Lanham, MD, pp. 111–134.

Klein, J.T., 1990. Interdisciplinarity: History, Theory, and Practice. Wayne State University Press, Detroit, MI.

Knorr Cetina, K., 1982. Scientific Communities or Transepistemic Arenas of Research? A Critique of Quasi-Economic Models of Science. Social Studies of Science 12 (1), 101–130.

Knorr Cetina, K., 1999. Epistemic cultures: how the sciences make knowledge. Harvard University Press, Cambridge, MA.

Kuhn, T.S., 1970. The Structure of Scientific Revolutions, second ed. University of Chicago Press, Chicago, IL.

Kuper, A., 2000. If Memes are the Answer, What is the Question? In: Aunger, R. (Ed.), Darwinizing Culture: the Status of Memetics as a Science. Oxford University Press, Oxford.

Kuznetsov, S., Obiedkov, S., Roth, C., 2007. Reducing the Representation Complexity of Lattice-Based Taxonomies. In: Priss, U., Polovina, S., Hill, R. (Eds.), Conceptual Structures: Knowledge Architectures for Smart Applications, 15th International Conference on Conceptual Structures, ICCS 2007, Sheffield, UK. LNCS/LNAI, vol. 4604. Springer, pp. 241–254.

Lane, D.A., Maxfield, R.R., 2005. Ontological Uncertainty and Innovation. Journal of Evolutionary Economics 15 (1), 3–50.

Latour, B., 1989. La science en action. La Découverte, Paris.

Latour, B., Woolgar, S., 1988. La vie de laboratoire. La production des faits scientifiques. La Découverte, Paris.

Lave, J., Wenger, E., 1991. Situated Learning: Legitimate Peripheral Participation. Cambridge University Press, Cambridge.

Lazega, E., Lemercier, C., Mounier, L., 2006. A Spinning Top Model of Formal Organization and Informal Behavior: Dynamics of Advice Networks Among Judges in a Commercial Court. European Management Review 3, 113–122.

Longino, H.E., 1995. The Fate of Knowledge in Social Theories of Science. In: Schmitt, F. (Ed.), Socializing Epistemology: The Social Dimensions of Knowledge. Rowman and Littlefield, Lanham, MD, pp. 135–157.

Lorrain, F., White, H.C., 1971. Structural Equivalence of Individuals in Social Networks. Journal of Mathematical Sociology 1 (49–80).

McCain, K.W., 1986. Cocited Author Mapping as a Valid Representation of Intellectual Structure. Journal of the American Society for Information Science 37 (3), 111–122.

Newman, M. E. J., 2001. Clustering and Preferential Attachment in Growing Networks. Physical Review E, 64, 025102.

Romney, A.K., Boyd, J.P., Moore, C.C., Batchelder, W.H., Brazill, T.J., 1996. Culture as Shared Cognitive Representations. Proceedings of the National Academy of Sciences 93, 4699–4705.

Roth, C., 2005. Generalized Preferential Attachment: Towards Realistic Socio-Semantic Network Models. In: ISWC 4th International Semantic Web Conference, Workshop on Semantic Network Analysis. CEUR-WS Series (ISSN 1613‑0073), vol. 171, pp. 29–42.

Roth, C., 2008. Co-évolution des Auteurs et des Concepts dans les Réseaux Épistémiques : le cas de la communauté “zebrafish”. Revue Française de Sociologie 49, sous presse.

Roth, C., 2007. Viable Wikis. Struggle for Life in the Wikisphere, In: Biddle R. (Ed.), WikiSym 3rd International Symposium on Wikis. Montréal, Québec, Canada. ACM Press, New-York, NY, pp. 119–124.

Roth, C., Bourgine, P., 2006. Lattice-Based Dynamic and Overlapping Taxonomies: The Case of Epistemic Communities. Scientometrics 69 (2), 429–447.

Ruggie, J.G., 1975. International Responses to Technology: Concepts And Trends. International Organization 29 (3), 557–583.

Schmitt, F. (Ed.), 1995. Socializing Epistemology: The Social Dimensions of Knowledge. Rowman and Littlefield, Lanham, MD.

Theraulaz, G., Bonabeau, E., 1995. Modelling the Collective Building of Complex Architectures in Social Insects with Lattice Swarms. Journal of Theoretical Biology 177 (4), 381–400.

Haut de page

Notes

1 Le terme d’animal-modèle désigne une espèce dont l’étude permet la compréhension de phénomènes biologiques pouvant être étendus à de nombreux autres organismes.

2 C’est-à-dire mobilisant seulement un réseau d’interactions sociales.

3 C’est-à-dire sous forme de treillis plutôt que sous forme d’arbre.

4 Service librement accessible, fourni par la National Library of Medicine états-unienne, disponible sur http://www.pubmed.com. Notons que nous ne nous intéressons ainsi qu’aux chercheurs ayant publié au moins un article dans une des 20 000 revues environ indexées par la Library of Congress états-unienne.

5 Un terme lemmatisé est un terme réduit à sa racine : signals et signalling ont ainsi pour lemme signal.

6 L’équivalence structurelle requiert, en effet, que tous les agents soient exactement liés aux mêmes agents ou artefacts, induisant ainsi des partitions de l’ensemble des individus, au contraire de la notion de communauté épistémique qui permet à chaque agent d’appartenir à plusieurs groupes.

7 Cette dualité et cette multiappartenance sont inhérentes aux communautés sociales, comme le souligne R. L. Breiger (1974):« Individuals come together (or, metaphorically, “intersect” one another) within groups, which are collectivities based on the shared interests, personal affinities, or ascribed status of members who participate regularly in collective activities. At the same time, the particular patterning of an individual’s affiliations (or the “intersection” of groups within the person) defines his points of reference and (at least partially) determines his individuality ».

8 Formellement, il s’agirait, en fait, cette fois, d’un arbre et non d’un treillis.

9 Il suffit de voir dans y le concept d’animal, x celui de mammifère et z celui d’oiseau, B étant un agent s’intéressant aux ornithorinques, A aux chiens et C aux moineaux, pour retrouver une représentation non aristotélicienne d’une partie des catégories cognitives du règne animal.

10 Dans notre exemple de la Fig. 1, x correspondrait ainsi à linguistique, y à sciences cognitives et z à neurosciences. A, B et C représentent les divers groupes de chercheurs impliqués.

11 A priori, une communauté épistémique correspondant à un champ notable, et/ou plus général, a de fortes chances d’être davantage peuplée et/ou proche du sommet – cf. (Roth et Bourgine, 2006) et (Kuznetsov et al., 2007) où d’autres études de cas sont, par ailleurs, détaillées.

12 Un phénomène analogue est décrit au sein du réseau de conseils entre juges d’un tribunal de commerce ou l’existence d’un groupe informel d’agents de référence n’est pas remise en cause par le renouvellement de ses membres au cours du temps (Lazega et al., 2006).

13 Le terme stigmergique est compris ici au sens où les agents laissent des « traces » et créent une structure externe qui en retour, diachroniquement, les influence – de la même manière qu’I. Karsai et Z. Penzes décrivent le travail des guêpes construisant leur nid et dont la structure influence en retour le travail des autres guêpes (Karsai et Penzes, 1993) ou bien, au sens de la généralisation, dans le cas d’agents produisant des structures externes, stigmergiques, qui modifient leurs actions (Theraulaz et Bonabeau, 1995).

14 En particulier, l’importance prise en seconde période (1998–2003) par les thématiques liées au rôle des messagers dans le développement du zebrafish – signal, pathway, receptor – peuvent effectivement s’expliquer par une mode plus globale autour de ces thématiques, à cette époque, en biologie moléculaire.

Haut de page

Table des illustrations

Titre Fig. 1.
Légende À gauche : réseau sociosémantique montrant les liens entre agents (A, B et C) et concepts (x, y et z). Au milieu : matrice équivalente (l’astérisque indique la présence ou non de lien entre un agent et un concept). À droite : treillis correspondant, regroupant les quatre communautés épistémiques, de la plus générale (en haut) à la plus spécifique (en bas).
URL http://journals.openedition.org/sdt/docannexe/image/19477/img-1.jpg
Fichier image/jpeg, 160k
Titre Fig. 2. Treillis (tronqué) correspondant à la structure des communautés épistémiques au sein de la communauté zebrafish au cours de la période 1990 à 1995 sur un échantillon de 255 agents.
Légende En pointillés et entre parenthèses : évolution du treillis au cours de la période 1998 à 2003. Chaque disque représente une communauté épistémique, munie des concepts et du nombre d’agents la composant, ainsi que des relations de généralisation/spécialisation avec les autres communautés : de la plus générale au sommet (regroupant tous les agents, sans aucun concept en commun sinon bien entendu celui de zebrafish, non représenté ici) à des communautés plus spécifiques comme, en bas, « brain, ventral, spinal, cord ; 15 agents ».
URL http://journals.openedition.org/sdt/docannexe/image/19477/img-2.jpg
Fichier image/jpeg, 468k
Titre Fig. 3.
Légende À gauche : distribution du nombre d’agents par communauté épistémique (CE). À droite : distribution du nombre de communautés épistémiques par agents. Les ordonnées correspondent aux proportions de communautés (respectivement, d’agents) possédant le nombre d’agents donné en abscisses (respectivement, appartenant au nombre de communautés donné en abscisses).
URL http://journals.openedition.org/sdt/docannexe/image/19477/img-3.jpg
Fichier image/jpeg, 52k
Titre Fig. 4.
Légende Mesure de l’homophilie sémantique : propension à l’interaction en fonction de la distance sémantique d des agents de la dyade (en grisé : intervalle de confiance à 95 %). La distance d prend ses valeurs entre 0 et 15, 0 correspondant à l’égalité des bagages conceptuels entre agents et 15 une totale disjonction. Schématiquement, la courbe prend des valeurs similaires pour les distances2à 6, puis décroit exponentiellement ensuite.
URL http://journals.openedition.org/sdt/docannexe/image/19477/img-4.jpg
Fichier image/jpeg, 25k
Haut de page

Pour citer cet article

Référence papier

Camille Roth, « Réseaux épistémiques : formaliser la cognition distribuée », Sociologie du travail, Vol. 50 - n° 3 | 2008, 353-371.

Référence électronique

Camille Roth, « Réseaux épistémiques : formaliser la cognition distribuée », Sociologie du travail [En ligne], Vol. 50 - n° 3 | Juillet-Septembre 2008, mis en ligne le 09 septembre 2008, consulté le 15 octobre 2019. URL : http://journals.openedition.org/sdt/19477 ; DOI : 10.4000/sdt.19477

Haut de page

Auteur

Camille Roth

LEREPS/CIRESS, université de Toulouse-1, 21, allée de Brienne, 31000 Toulouse, France
CRESS/Department of Sociology, University of Surrey, GU2 7XH Guildford, Royaume-Uni
camille.roth[at]univ-tlse1.fr

Haut de page
  • Logo Association pour le développement de la sociologie du travail
  • Logo CNRS
  • OpenEdition Journals