L’artisanat des données à l’ère de la datafication
Notice bibliographique
Résumé
Cet article introduit et développe le concept d’artisanat des données pour qualifier un ensemble de pratiques, souvent invisibilisées, qui participent à la production des données à l’ère de la datafication. En contraste avec les discours dominants centrés sur la quantité et l’automatisation, l’artisanat des données met en lumière des formes de travail minutieux, situé et collectif, qui confèrent leur qualité et leur pertinence aux données. À partir de deux enquêtes ethnographiques, l’article montre que, dans certains contextes de production, le travail des données repose sur des savoir-faire, une éthique du soin (care) et des dynamiques communautaires comparables à celles que l’on trouve dans l’artisanat. Cette proposition théorique permet d’analyser le rôle des artisan·e·s des données et d’explorer les tensions entre massification des données, exigence de qualité et transformations liées à la datafication et à l’essor de l’intelligence artificielle (IA). L’artisanat des données apparaît ainsi comme une pratique à la fois technique, éthique et politique, qui vise à réaffirmer la dimension fondamentalement humaine du travail des données.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,065 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,007 | 0,022 |
| Communication savante | 0,025 | 0,029 |
| Science ouverte | 0,005 | 0,018 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».