EthicHum 2022 - Définir les données : variations et prétentions scientifiques

Événements
gabarit_330x330_EthicHum2022
Date: 20 juin 2022 09:00 - 10:00

Lieu: Salle 002 - Kouros - Saint Charles 2

LA DONNÉE DANS TOUS SES ÉTATS

Définir les données : variations et prétentions scientifiques

Avec :

  • Sarah Labelle, Professeure des universités en sciences de l’information et de la communication, ITIC, LERASS

 Retrouvez nous en direct et en différé sur :

LOGO mshsudTV fondBLANC

 

Qu’appelons-nous « donnée » dans nos différentes disciplines de sciences humaines ? Sans avoir la prétention de poser des définitions pour chaque discipline, la réflexion proposée veillera à comprendre la relation entretenue avec la démarche scientifique, la construction des savoirs et les processus de partage des savoirs. L’emploi de l’anglicisme data tout comme l’usage du terme donnée au singulier ou au pluriel soulignent que la notion de données rencontre un certain succès en science, mais ne possède pas une définition largement partagée, comme le souligne Borgman (Borgman, 2020).
Les conditions de production des données et leur statut dans le processus scientifique mettent en évidence leur lien avec la réalité qu’elles décrivent et les objectifs de savoir. Les modes de représentation des données s’inscrivent dans la perspective de les rendre visibles, lisibles et commensurables. À partir de la (re)découverte des principes de la sémiologie graphique de Jacques Bertin (1977), il s’agira d’interroger les dynamiques d’interrogation, de partage et de discussion des données que les formes de médiation et de représentation favorisent.
S’il n’est pas possible de stabiliser une définition unique à la notion de donnée, l’exploration du travail scientifique dont les données font l’objet, souligne les enjeux socio-politiques de penser dans un monde de données.
Références bibliographiques :
Bertin, J. (1977), La graphique et le traitement graphique de l’information, Flammarion, 288 p.
Borgman, C. L. (2020). Qu’est-ce que le travail scientifique des données ? Big data, little data, no data. Marseille : OpenEdition Press. doi :10.4000/books.oep.14692

 

Email
dred [AT] univ-montp3 [DOT] fr