Productions, circulations et usages des traces numériques

Professeur Boris Beaude & Assist. Virginia Haussauer
UNIL - Master en humanités numériques & Sciences sociales

Objectif

Ce cours vise à offrir aux étudiants une connaissance approfondie des traces numériques, en accordant une importance particulière aux modalités pratiques de leur production, de leur circulation et de leur usage, tout en soulignant les enjeux scientifiques, sociaux et politiques correspondants.

Contenu

Les traces numériques seront appréhendées comme autant d'informations susceptibles d'informer les pratiques individuelles et collectives. Leur étude suppose d'identifier précisément les dispositifs techniques qui rendent possible leur production, leur circulation et leur usage. Une attention particulière sera accordée à la déconstruction de ce processus selon l'ensemble des acteurs impliqués, tout en soulignant la pluralité des contextes, des intérêts et des enjeux que cela engage.

Afin de mieux comprendre à quel point ces traces posent des défis relativement inédits, non seulement aux sciences humaines et sociales, mais aussi aux activités qui exigent de caractériser les pratiques sociales (gouvernance, surveillance, marketing, communication...), l'accent sera mis sur la diversité de ces traces, la complexité de leurs significations, et les enjeux sociaux et politiques associés.

Cet enseignement articulera des connaissances théoriques et pratiques, tout en illustrant le plus possible les notions abordées lors des séances avec l'actualité.

Plan des séances

Problématique

- Séance 1 - 21 février 2022- Introduction - Productions, circulations et usages des traces numériques
- Séance 2 - 22 février 2022 - La trace et le numérique - numérique, numérisé, numérisable

Descriptif

- Séance 3 -  28 février 2022 - Les traces de pratiques numériques
- Séance 4 - 7 mars 2022 - Les traces de pratiques territoriales
- Séance 5 - 14 mars 2022 - La numérisation des traces

Fonctionnel

- Séance 6 - 21 mars 2022 - Individualisation 
- Séance 7 - 28 mars 2022 - Visualisation, surveillance et gouvernance

- Séance intermédiaire - 4 avril 2022

Critique

- Séance 8 - 11 avril 2022 - Identité et contexte
- Séance 9 - 25 avril 2022 - Vie privée et vulnérabilité
- Séance 10 - 2 mai 2022 - Accessibilité et connaissance
- Séance 11 - 9 mai 2022 - Gouvernance algorithmique et politique

Bonus

- Séance de discussion selon l’actualité du semestre - 16 mai 2022

Synthétique

- Séance 12 - 23 mai 2022 - Typologies des traces
- Séance 14 - 30  mai 2022 - Conclusion - Décrire, comprendre et prédire

Slides

Slides

Problématique

Slides

Descriptif

Slides

Fonctionnel

Slides

Critique

Etudes de cas

Ces séances sont consacrées à des études de cas.
Lors de ces séances, nous abordons des sujets qui mobilisent des traces numériques, en nous attardant sur des cas qui méritent une attention particulière.

Pour l’ensemble des cas étudiés, il s’agit d’identifier :
- les types de traces concernées, le contexte de leur production, leur accessibilité,  les méthodes utilisées, leur usage, les acteurs impliqués.
- le traitement médiatique associé et les problématiques soulevées.
- les enjeux épistémologiques, sociologiques et politiques correspondants.

Lors des séances, des groupes se répartissent par rôles afin d’enrichir le débat. Un dialogue est ensuite engagé entre les groupes qui présentent les opportunités du cas étudié.

Déroulement du débat mouvant :

1. Le groupe responsable de la séance introduit le cas en présentant le contexte, le type de traces concernées, les acteurs impliqués et les enjeux correspondants.

2. Le groupe soumet ensuite aux participants une question de débat qui synthétise l’enjeu du cas et pour laquelle les « utilisateurs » devront se positionner (par exemple : pour ou contre la voiture autonome ?). Afin de susciter un réel débat, la question ne doit pas être trop consensuelle.

3. Par petits groupes, les participants investissent les différents rôles et préparent quelques arguments pour défendre leurs intérêts et convaincre les « utilisateurs ».

4. Pendant ce temps, les « utilisateurs » réfléchissent de façon individuelle et prennent place physiquement sur une ligne qui se présente comme un continuum entre « pour » et « contre ». Les participants ne peuvent pas se placer au centre (sans avis).

5. Chacun des rôles fait part tour à tour d’un argument. Au fil du débat, les « utilisateurs » peuvent changer d’opinion et se déplacer le long de la ligne. Chaque déplacement doit être argumenté.

6. Le groupe responsable de la séance synthétise les arguments et la discussion se poursuit librement.
La séance se termine par un dialogue plus libre et plus ouvert.

La séance se termine par une discussion plus ouverte, qui souligne les enjeux méthodologiques, sociologiques et politiques du cas étudié.

Les rendus de fin de semestre portent sur l’une de ces séances, choisie par deux étudiant·e·s. Le débat engagé lors des séances peut être exploité pleinement dans le rendu final. Une mise en perspective dans un contexte plus général doit être aussi proposée.

Choix des sujets

Google - My Activity

Etude 1

1er mars 2022

Google - My Activity

Locals and Tourists

Etude 2

8 mars 2022

Locals and Tourists

Strava

Etude 3

15 mars 2022

Strava, "la fin des secrets » ?

Onavo Protect

Etude 4

22 mars 2022

À l’écoute de vos assistants

Uber 'God View’

Etude 5

29 mars 2022

Uber 'God View’

Cambridge Analytica

Etude 6

5 avril 2022

Cambridge Analytica

Reconnaissance faciale

Etude 7

12 avril 2022

Reconnaissance faciale

Selfiecity

Etude 8

26 avril 2022

Selfiecity

Detecting sexual orientation from facial images ?

Etude 9

3 mai 2022

Detecting sexual orientation from facial images ?

Contropedia

Etude 10

10 mai 2022

Contropedia

Teemo & Exodus

Etude 11

17 mai 2022

Teemo & Exodus

Filteris

Etude 12

24 mai 2022

iOS 14, Facebook et la vie privée

Detecting sexual orientation from facial images ?

Etude 13

31 mai 2022

Bitfinex, Alphabay et les 3,6 milliards de dollars

cambridge_analytica

Cambridge Analytica

Role 1 : Cambridge Analytica

Role 2 : Facebook

Role 3 : Parti républicain

Role 4 : Citoyens

Ressources

1. Cambridge Analytica (on Internet Archive)

2. The Guardian - The Cambridge Analytica Files 

3. Ars Technica - Facebook’s Cambridge Analytica scandal, explained 

4. Le Monde - Quelle a été l’importance réelle de Cambridge Analytica dans la campagne de Trump ?  (et traitement de Cambridge Analytica sur Le Monde)

5. Wikipedia - Facebook–Cambridge Analytica data scandal 

6. UpGuard - The RNC Files: Inside the Largest US Voter Data Leak (autre cas moins médiatique malgré son importance).

Bibliographie

Beaude, Boris. 2015. « Spatialités algorithmiques », dans Severo M. et Romele A (dir.), Traces numériques et territoires, Les débats du numérique, Presses des Mines, pp 133-160.
Boullier, Dominique. 2016. Sociologie du numérique, Armand Colin.
Cardon, Dominique. 2015. A quoi rêvent les algorithmes, Seuil.
Jensen, Pablo. 2018. Pourquoi la société ne se laisse pas mettre en équations  Paris, Seuil (S.8/10/11)
Tommaso Venturini, Dominique Cardon, Jean-Philippe Cointet (dir.). 2015. « Méthodes digitales. Approches quali/quanti des données numériques », Réseaux, n°188, pp 9-21.

Lectures recommandées

Sciences humaines et sociales

Barats, C. (dir.). 2016. Manuel d'analyse du web, Armand Colin.
Baya-Laffite, N., Cointet J.-P., 2014, « Cartographier la trajectoire de l’adaptation dans l’espace des négociations sur le climat », Réseaux, n° 188, 6, pp 159‑198.
Cardon, D.. 2013. « Dans l’esprit du PageRank. Une enquête sur l’algorithme de Google », Réseaux, n° 177, 1, pp 159-198.
Carmes, M. & Noyer, J.-M. 2014. «L’irrésistible montée de l’algorithmique». Les Cahiers du numérique, 10, 4, pp 63–102.
Desrosières, A. 2008. Gouverner par les nombres. Presses de l'Ecole des mines.
Dodge, M & Kitchin, R. 2005. «Code and the Transduction of Space». Annals of the Association of American Geographers, 95, 1, pp 162–180.
Kitchin R., 2013, « Big data and human geography: Opportunities, challenges and risks », Dialogues in Human Geography, 3, 3, pp 262‑267.
Lussault, M. & Stock, M.. 2010. «Doing with space: towards a pragmatics of space». Social Geography, 5, 1, pp 11–19.
McLuhan, M. 1969. « An Interview with Marshall McLuhan ». Playboy, mars 1969.
Merzeau, L., 2009, « Présence numérique : les médiations de l'identité », Les Enjeux de l'information et de la communication, 2009, 1, traduit par, p. 79‑91.
Merzeau, L.. 2013. « L'intelligence des traces ». Intellectica, 1, 59, p.115–135.
Moretti, F., 2015. « L’opérationnalisation ou, du rôle de la mesure dans la théorie littéraire moderne », Critique, Vol. 8, n° 819-820, p. 712–734.
Nova, N.. 2009. Les médias géolocalisés: comprendre les nouveaux espaces numériques. FYP.
Pasquale, F.. 2015. The Black Box Society: The Secret Algorithms That Control Money and Information. Harvard University Press.
Rogers, R.. 2013. Digital Methods. MIT Press.
Rouvroy, A. & Berns, Thomas. 2013. « Gouvernementalité algorithmique et perspectives d’émancipation ». Réseaux, 177, 1, pp 163–196.
Ruppert, E.. 2013. « Rethinking empirical social sciences ». Dialogues in Human Geography, 3, 3, pp 268–273.
Venturini, T., Baya Laffite N.., Cointet J.-P. et al. 2014. « Three maps and three misunderstandings: A digital mapping of climate diplomacy », Big Data & Society, 1, 2, pp 1‑19. 

Big Data, Computer Social Sciences & Social Physics

Anderson, Chris. 2008. «The end of theory». Wired magazine, 23 juin 2008.
Barnes, Trevor J. 2013. «Big data, little history». Dialogues in Human Geography, 3, 3, pp 297–302. 
boyd D., Crawford K., 2012, « Critical questions for big data », Information, Communication & Society, 15, 5, pp 662‑679.
Kitchin R., 2013, « Big data and human geography: Opportunities, challenges and risks », Dialogues in Human Geography, 3, 3, pp 262‑267.
Lazer, D. et al. 2009. « Computational Social Science ». Science, 323, 5915, pp 721–723.
Lazer, D. et al. 2014. «Big data. The parable of Google Flu: traps in big data analysis». Science, 343, 6176, pp 1203–1205.
Lazer D., Kennedy R., King G., Vespignani A., 2014, « Big data. The parable of Google Flu: traps in big data analysis. », Science, 343, 6176, p. 1203‑1205.
Mayer-Schonberger, Victor & Cukier, Kenneth. 2013. Big Data : A Revolution That Will Transform How We Live Work and Think. Houghton Mifflin Harcourt.
de Montjoye Y.-A., Radaelli L., Singh V.K., Pentland A.S., 2015, « Unique in the shopping mall: On the reidentifiability of credit card metadata », Science, 347, 6221, p. 536‑539.
Pentland, Alex. 2014. Social Physics: How Good Ideas Spread-The Lessons from a New Science. The Penguin Press.
Song C., Qu Z., Blumm N., Barabási A.-L., 2010, « Limits of Predictability in Human Mobility », Science, 327, 5968, p. 1018‑1021.

Traces (cas)

Cousin, S. et al. 2014. «Étudier TripAdvisor. Ou comment Trip- patouiller les cartes de nos vacances.». EspacesTemps.net, mis en ligne le 29 août 2014, consulté le 19 mars 2015.
Ginsberg, J. et al. 2009. «Detecting influenza epidemics using search engine query data». Nature, 457, 7232, pp 1012–1014.
Girardin F., Calabrese F., Fiore F.D., Ratti C., Blat J., 2008, « Digital Footprinting: Uncovering Tourists with User-Generated Content », IEEE Pervasive Computing, 7, 4, traduit par, p. 36‑43.
Leetaru K., Wang S., Cao G., Padmanabhan A., Shook E., 2013, « Mapping the global Twitter heartbeat : The geography of Twitter », First Monday, 18, 5.
Merzeau L., 2009, « Du signe à la trace : l'information sur mesure », Hermes, 53, p. 23‑29.
Olteanu A.-M., Couronné T., Fen-Chong J., 2011, « Modélisation des trajectoires spatio-temporelles issues des traces numériques de téléphones mobiles ».
Ratti, C. et al. 2006. « Mobile Landscapes: using location data from cell phones for urban analysis ». Environment and Planning B: Planning and Design, 33, 5, pp 727–748.
Ratti C., Pulselli R.M., Williams S., Frenchman D., 2006, « Mobile Landscapes: using location data from cell phones for urban analysis », Environment and Planning B: Planning and Design, 33, 5, traduit par, p. 727‑748.
Yasseri T., Sumi R., Rung A., Kornai A., Kertész J., 2012, « Dynamics of Conflicts in Wikipedia » Szolnoki A. (dir.), PLoS ONE, 7, 6, p. e38869.
Yoshimura, Yuji et al. 2014. «An analysis of visitors' behavior in The Louvre Museum: a study using Bluetooth data». Environment and Planning B: Planning and Design, 41, 6, pp 1113–1131. 

Evaluations

Cet enseignement est validé en continu. Les critères de notation sont les suivants :
- préparation d'un cas d’étude (à choisir parmi les cas présentés ci-dessus - introduction et relance des autres rôles).
- document écrit de 25 000 signes (caractères, espaces compris), accompagné d’une bibliographie de 3000 signes (+/- 10%) par groupes de 2 étudiants.
- contribution à la qualité des débats lors des séances.

Le document doit prolonger le débat engagé lors de la séance.
Il doit présenter le cas d’étude afin de le rendre compréhensible auprès d’un large public.
Le document devra présenter clairement le cas, sa réception et les enjeux correspondants.

Le cas
- les types de traces concernées
- le contexte de leur production
- leur accessibilité
- les méthodes utilisées
- leur usage
- les acteurs impliqués

Sa réception
- le traitement médiatique associé
- les problématiques soulevées

Les enjeux
- épistémologiques
- sociologiques
- politiques

Selon le cas d’étude considéré, il sera parfois difficile d’expliciter toutes ses composantes.
Les limites rencontrées devront dès lors être présentées et contextualisées.
Lorsqu’elles sont fondées, elles font effectivement pleinement partie des enjeux relatifs à ce qui est abordé.

Les documents doivent être remis au plus tard le 22 juin 2022 à 17h au format PDF à l’adresse suivante : rendus_traces AT beaude.net.

Exemple d'évaluation

Traces Eval