Événement incontournable pour les jeunes chercheur(se)s en philosophie des sciences, la Société de philosophie des sciences organise chaque année des Rencontres doctorales internationales en philosophie des sciences (RDIPS).

Pour cette 7ème édition, ces rencontres auront lieu du mercredi 26 septembre au vendredi 28 septembre, à l’Université Paris 7 Paris Diderot (Salle des thèses 580F, Bât. La Halle aux Farines).

RDIPS Eglantine Schmitt

Églantine Schmitt, notre Product Manager, y intervient pour la troisième fois. Cette année elle aura l’honneur de clôturer la première journée, mercredi 26 septembre 2018 de 16h20 à 17h00.

 

Quel genre de connaissances les systèmes de recommandation algorithmique produisent-ils ?

Les sciences des données (data sciences) sont considérées comme un ensemble de pratiques épistémiques qui visent à manipuler des données numériques, généralement présentes dans des volumes importants, pour produire des connaissances nouvelles. Contrairement à la physique, la biologie, ou la sociologie, qui portent sur un objet du monde (la nature, le vivant, la société…), ces sciences des données constituent plutôt un ensemble de techniques pouvant s’appliquer à des données variées, qui peuvent désigner des objets du monde également très divers. En particulier, elles peuvent être mobilisées dans un contexte scientifique et universitaire, mais également au service de pratiques professionnelles et commerciales pour lesquelles la production de connaissances n’est pas systématiquement une fin en soi.

Dans cette perspective, nous souhaitons montrer :

  • Que les sciences des données ne constituent pas à proprement parler une science au sens classique, mais une boîte à outils techniques et méthodologiques qui peuvent être mobilisées dans différents contextes scientifiques ou épistémiques ;
  • Que le substrat numérique de la production de connaissances dans les sciences des données rend possible deux formes de restitution de ces connaissances : une mise en récit ou un système computationnel ;
  • Que dans le second cas, ce système est presque toujours un système de recommandation algorithmique dont la fonction n’est pas d’expliciter des connaissances mais de susciter une action ;
  • Que l’immense majorité des techniques employées dans les sciences des données (hiérarchisation, classification, regroupement) se prêtent à la construction d’un algorithme de recommandation ;
  • Que le système de recommandation est une forme de restitution qui décrit adéquatement les services proposées par la plupart des grands acteurs du numérique (Google, Amazon, Facebook, Twitter, Netflix…);
  • Que l’action suscitée par un tel système est rendue possible, mais également délimitée, par ledit système, constitué de l’algorithme de recommandation lui-même, mais également de son environnement numérique ;
  • Qu’en suscitant une action, un système de recommandation produit des connaissances de nature pratique, voire pragmatiste, c’est-à-dire des connaissances qui ne sont des connaissances que parce qu’elles rendent possible et visent à rendre possible une action.

 

S’il est vrai que le pragmatisme de Peirce peut également s’appliquer aux connaissances scientifiques et universitaires, le rapport entre connaissance et action y est plus ténu que dans les systèmes de recommandation dont la visée est spécifiquement de susciter une décision d’action. Nous proposons donc d’envisager ce rapport entre connaissance et action comme le critère de démarcation déterminant pour caractériser d’une part, les connaissances produites dans un cadre scientifique, et d’autre part, les connaissances produites par les algorithmes de recommandation.

 

Plus d’infos sur la conférence : Société de philosophie des sciences