Les sciences sociales affectées par le Big Data

Conférence de Dominique Boullier (Sciences Po – Paris) organisée dans le cadre de la Chaire LexUM

Le Big Data et les méthodes du machine learning qui lui sont associées permettent d’amplifier le travail ordinaire des sciences sociales (notamment en volume et en variété) mais s’y ajoutent la vélocité qui permet un suivi inédit de traces numériques élémentaires à haute fréquence ainsi que leur exploration à l’aide de corrélations testées sans a priori dans une démarche inductive. Les sciences sociales sont désormais contraintes d’inventer les nouvelles conventions qui permettraient à la fois de constituer un cadre scientifique pour ces explorations et de contester l’hégémonie croissante des plates-formes souveraines sur la production, la captation, le traitement et l’analyse de ces traces. Des exemples précis seront présentés concernant l’étude d’événements et les traitements possibles de données Twitter et de données de géolocalisation notamment.

Dominique Boullier est directeur du Social Media Lab de l’École polytechnique fédérale de Lausanne (EPFL), en Suisse.

Ce contenu a été mis à jour le 10 juillet 2019 à 15 h 24 min.