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.
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.
- 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
- 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
- Séance 6 - 21 mars 2022 - Individualisation
- Séance 7 - 28 mars 2022 - Visualisation, surveillance et gouvernance
- Séance intermédiaire - 4 avril 2022
- 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
- Séance de discussion selon l’actualité du semestre - 16 mai 2022
- Séance 12 - 23 mai 2022 - Typologies des traces
- Séance 14 - 30 mai 2022 - Conclusion - Décrire, comprendre et prédire
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
Role 1 : Google
Role 2 : Annonceurs
Role 3 : Gouvernements
Role 4 : Utilisateurs
1. Google - My Activity - Dashboard - Activity Control - Vos trajets - Takeout - YouTube
2. Google - Données que nous collectons (pdf)
4. The Guardian - Google’s ad tracking is as creepy as Facebook's. Here’s how to disable it
5. ProPulica - Google Has Quietly Dropped Ban on Personally Identifiable Web Tracking
6. The Guardian - How to listen to (and delete) everything you've ever said to Google
Role 1 : Eric Fischer
Role 2 : MapBox
Role 3 : Chercheurs en sciences sociales
Role 4 : Touristes
1. Flickr - Locals and Tourists
2. Mapbox - Locals and Tourists
2. Mapbox - Visualizing 3 Billion Tweets
4. Mapbox - Making the most detailed tweet map ever
5. The Guardian - Tourists v locals: city heat maps show where sightseers flock
6. CityLab - Where Do Locals Go in Major Cities? Check Out This Interactive World Map
Role 1 : Strava
Role 2 : Armée
Role 3 : Militaire
Role 4 : Civils
2. Strava - Building the Global Heatmap
3. New York Times - Strava Fitness App Can Reveal Military Sites, Analysts Say
4. Wired : The Strava Heat Map and the end of secrets
5. Steve Loughran : Advanced Deanonymization through Strava
6. The Guardian - ‘It’s a misperception that we track people when the Strava app is not open’
7. The Washington Post - Fitness app Polar revealed not only where U.S. military personnel worked, but where they lived (pdf)
8. U.S. Department of Defense - New Policy Prohibits GPS Tracking in Deployed Settings
Role 1 : Google, Facebook, Amazon
Role 2 : Microsoft, Apple
Role 3 : Régulateurs, États
Role 4 : Utilisateurs
1. Motherboard - Microsoft Contractors Are Listening to Some Skype Calls
2. VRT NWS - Google employees are eavesdropping, even in your living room
3. Bloomberg - Amazon's Alexa Team Can Access Users' Home Addresses (pdf)
4. Bloomberg - Facebook Paid Contractors to Transcribe Users’ Audio Chats (pdf)
5. The Guardian - Apple contractors 'regularly hear confidential details' on Siri recordings
6. Motherboard - Microsoft Contractors Listened to Xbox Owners in Their Homes
7. The Guardian - My data security is better than yours: tech CEOs throw shade in privacy wars
Role 1 : Uber
Role 2 : Apple
Role 3 : Google
Role 4 : Utilisateurs
1. Forbes - 'God View': Uber Allegedly Stalked Users For Party-Goers' Viewing Pleasure
2. The Guardian - Uber employees 'spied on ex-partners, politicians and Beyoncé'
3. Declaration of Samuel Ward Spangenberg, Superior Court of the State of California. (PDF)
4. Buzzfeed - "God View": Uber Investigates Its Top New York Executive For Privacy Violations.
5. Techcrunch - Uber begins background collection of rider location data.
6. The New York Times - Uber’s C.E.O. Plays With Fire (PDF).
Role 1 : Cambridge Analytica
Role 2 : Facebook
Role 3 : Parti républicain
Role 4 : Citoyens
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).
Role 1 : San Francisco (politique)
Role 2 : Amazon
Role 3 : Forces de l'ordre
Role 4 : Citoyens
1. The New York Times - San Francisco Bans Facial Recognition Technology (pdf)
2. The Guardian - San Francisco was right to ban facial recognition (pdf)
3. The New York Times - Inside China’s Dystopian Dreams (pdf)
4. The New York Times - Facial Recognition’s Many Controversies, From Stadium Surveillance to Racist Software (pdf)
Role 1 : Auteurs du projet
Role 2 : Amazon Mechanical Turk
Role 3 : Amazon Mechanical Turkers
Role 4 : Chercheurs en sciences humaines et sociales
1. Selfiecity - Investigating the style of self-portraits (selfies) in five cities across the world
2. Selfiecity London - Big Bang Data Exhibition
3. Selfiexplanatory - part of Selfiecity
4. ImagePlot
6. Phototrails. Visualizing Millions of Photos to Find Cultural Patterns Around the World
7. Gender, age, and ambiguity of selfies on Instagram
8. The Selfie: Making sense of the “Masturbation of Self-Image” and the “Virtual Mini-Me”
Role 1 : Auteurs de la recherche
Role 2 : Chercheurs en sciences sociales
Role 3 : Gouvernements
Role 4 : Citoyens
3. The Economist - Advances in AI are used to spot signs of sexuality (pdf)
4. The Guardian - New AI can guess whether you're gay or straight from a photograph
5. The Verge - The invention of AI ‘gaydar’ could be the start of something much worse
6. Wired - AI Research Is in Desperate Need of an Ethical Watchdog
Role 1 : Auteurs de la recherche
Role 2 : Manipulateurs
Role 3 : Idéologues
Role 4 : Chercheurs en sciences sociales
1. Contropedia: Analysis and visualization of controversies within Wikipedia articles
2. Contropedia: Global Warming
3. Big Data & Society: Platform affordances and data practices: The value of dispute on Wikipedia
4. EMAPS deliverable: Contropedia: Case Study on Global Warming
Role 1 : Teemo
Role 2 : Exodus
Role 3 : Google (Android) et Apple (iOS)
Role 4 : Utilisateurs
Role 1 : Facebook
Role 2 : Apple
Role 3 : Annonceurs
Role 4 : Citoyens
1. Meta for Business : Comment la sortie d’iOS 14 d’Apple peut affecter vos publicités et vos rapports
2. CNBC : Facebook says Apple iOS privacy change will result in $10 billion revenue hit this year.
3. Recode : Apple broke Facebook’s ad machine. Who’s going to fix it?
4. Bloomberg : Meta Is Now Calling Out Google Over Apple's App Privacy Rules.
5. Apple Newsroom : Improving transparency and empowering users.
Role 1 : Département de la justice des Etats-Unis
Role 2 : Ilya Lichtenstein et Heather Morgan
Role 3 : Bitfinex
Role 4 : Citoyens
3. Financial Times : US arrests two and seizes $3.6bn in cryptocurrency from Bitfinex hack
4. Wall Stree Journal : How The Government Tied One Couple to Billions in Stolen Bitcoin.
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.
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.
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.
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.
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.