Table des matières

Pierre-Michel Menger

Introduction

I. Cheminements des big data : technologies, marchés, échanges

Franck Cochoy et Jean-Sébastien Vayre

Les big data à l’assaut du marché des dispositifs marchands : une mise en perspective historique

• 1. Aux origines des big data : une mise en perspective historique
• 1.1. Big Market
• 1.2. Big Business
• 1.3. Mass media
• 1.4. Big cabas
• 1.5. Big Government
• 1.6. Big Science
• 2. Le marché des big data : des promesses à leur performativité
• 2.1. La promesse du recueil, du traitement et du stockage des données
• 2.2. La promesse de la visualisation des données
• 2.3. La promesse de l’automatisation de la décision
• 2.4. La promesse de l’évaluation de la performance
• 2.5. Une efficacité globale réelle mais à nuancer
• 2.6. Une forte performativité locale
• Conclusion

Bernard E. Harcourt

Gouverner, échanger, sécuriser

Les big data et la production du savoir numérique

• 1. Une vue socio-historique des big data
• 1.1. La trajectoire historique des big data
• 1.2. La composition des big data
• 1.2.1. Les sources de données
• 1.2.2. Les types de données I : intelligentes, d’identité et de la personne
• 1.2.3. Les types de données II : sociales, d’appareils et transactionnelles
• 1.2.4. Les types de données III : des individus, du secteur public et du secteur privé
• 2. Une économie politique des données
• 2.1. Le marché des données
• 2.2. Le libre marché de la surveillance
• Conclusion

Guillaume Tiffon

La contribution des internautes aux big data : un travail ?

• 1. Les modèles d’analyse de la mise au travail des clients
• 1.1. Le marketing des services
• 1.2. La sociologie du travail des clients
• 2. La création de valeur par le client
• 2.1. Utiliser le client pour accroître l’efficacité productive
• 2.1.1. La mise en astreinte
• 2.1.2. La contribution managériale des clients
• 2.1.3. L’intensification des interactions
• 2.1.4. L’externalisation de tâches
• 2.2. Contribuer à l’efficacité productive : un travail ?
• 2.3. Un travail productif, créateur de valeur pour les entreprises ?
• 3. Le cas des big data
• Conclusion

II. Big data et configurations sociales en mouvement

Éric Dagiral et Sylvain Parasie

La « science des données » à la conquête des mondes sociaux : ce que le « Big Data » doit aux épistémologies locales

• 1. Petite histoire de la « science des données »
• 1.1. Un mouvement de statisticiens dans l’Amérique des années 1960
• 1.2. L’informatique, vecteur de diffusion de l’analyse de données
• 1.3. La « science des données », une solution à la crise des statistiques
• 2. Une « science » ouverte aux épistémologies des mondes sociaux
• 2.1. Quels sont les mondes sociaux concernés ?
• 2.2. L’importance des épistémologies locales
• 3. La science des données à l’épreuve des mondes sociaux
• 3.1. Le « journalisme de données » est-il un journalisme ?
• 3.2. Limiter l’analyse des données à l’échelle d’un l’individu ? Le quantified self
• Conclusion

David Pontille et Didier Torny

Infrastructures de données bibliométriques et marché de l’évaluation scientifique

• 1. L’Institute for Scientific Information : au centre de l’analyse des citations
• 1.1. Des jeux de données multidisciplinaires
• 1.2. Le succès du Journal of Citation Reports
• 2. La multiplication des producteurs de jeux de données
• 2.1. Scopus
• 2.2. Google Scholar
• 2.3. Une deuxième configuration
• 3. Infrastructures et métriques alternatives : prémices d’une troisième configuration
• 3.1. RePEc
• 3.2. Métriques alternatives (Altmetrics)
• Conclusion

Jérôme Denis et Samuel Goëta

Les facettes de l’Open Data : émergence, fondements et travail en coulisses

• 1. Du droit d’accès au droit de réutilisation des données publiques
• 2. Les multiples facettes de la demande d’ouverture des données
• 2.1. La transparence
• 2.2. La libre circulation de l’information
• 2.3. La demande de données brutes
• 2.4. L’industrie de la donnée
• 2.5. La modernisation des administrations
• 3. Le travail d’ouverture des données
• 3.1. Identifier
• 3.2. Extraire
• 3.3. Nettoyer
• 3.4. « Brutifier »
• 3.5. Formater
• Conclusion

III. Données numériques et outils de recherche en sciences sociales

Jean-Samuel Beuscart

Des données du Web pour faire de la sociologie… du Web ?

• 1. Des constats précis mais incomplets sur les usages du Web
• 1.1. « Extraire » les données : limites méthodologiques intrinsèques
• 1.2. Des constats macroscopiques précis sur les usages du Web
• 1.3. Une compréhension des trajectoires en ligne des individus et des contenus
• 1.4. Un manque d’épaisseur sociale
• 2. Trois postures méthodologiques pour faire des constats sur la société
• 2.1. Les effets du Web
• 2.2. Le Web comme dispositif expérimental
• 2.3. Le Web comme représentation homothétique de la société
• Conclusion

Dominique Boullier

Pour des sciences sociales de troisième génération (SS3G)

Des traces numériques aux réplications

• 1. L’âge du numérique
• 1.1. Ni personnes ni identités, les traces sont la matière première
• 1.2. Les traces produites par des plates-formes
• 1.3. L’emprise des marques sur les traces
• 1.4. Que viennent faire les sciences sociales dans cette galère ?
• 2. La construction de l’« opinion »
• 2.1. Les médiations qui font exister l’opinion publique sont constituées
• 2.2. Des marchés et des publics nationaux : les échelles des médias
• 2.3. L’opinion publique existe, je l’ai mesurée
• 3. La fabrication de la « société »
• 3.1. Le temps des calculs et des machines à calculer
• 3.2. Le pouvoir d’agir des dispositifs techniques de calcul
• 4. Ce que les sciences sociales peuvent faire du numérique, ce que le numérique fait aux sciences sociales
• 4.1. Les propriétés des sciences sociales de troisième génération
• 4.1.1. Volume et exhaustivité
• 4.1.2. Variété et représentativité
• 4.1.3. Vélocité et traçabilité
• 4.2. Conventions académiques et conventions des plates-formes
• 4.3. L’extension du domaine des traces
• Conclusion

Simon Paye

Postface

« Un travail de fourmi »

• 1. L’entretien
• 1.1. Le point zéro du travail : « après que les algorithmes soient passés »
• 1.2. L’expérience irlandaise : une socialisation progressive au travail en ligne
• 1.3. Devenir Google rater
• 1.4. Rapport au travail : « C’est comme un panier de travail »
• 1.5. Un travail micro-segmenté : « ça va de 30 secondes à un quart d’heure »
• 1.6. Chronométrage et productivité : « je suis à 108 % de vitesse »
• 1.7. Une tâche devant l’enquêteur
• 1.8. Des pénibilités consenties
• 1.9. Une combine à 3 200 euros par mois
• 1.10. « Des vraies données »
• 1.11. Multiplier les employeurs
• 1.12. Une tentative de distanciation : « je suis le dernier ouvrier de la chaîne »
• 1.13. La mise à pied et le bonus
• 1.14. « Si c’est que ça, c’est pas méchant »
• 2. Enjeux pour l’analyse : travail en ligne et sociologie du travail
• 2.1. L’enjeu du collectif
• 2.2. L’organisation sociale du travail
• 2.3. La mise en données du travail