Régimes de production des visualisations de données

Un regard critique

Antonio A. Casilli

NOTRE APPROCHE• Distance critique à l’égard des data-visualisations ne

signifie pas prôner méfiance aveugle • Quelles opportunités et quels risques s’ouvrent aux

chercheurs en SHS ?• Promesse d’aider la démocratisation de l’accès aux

résultats de la recherche• Risque de réification de la donnée et de dissimulation des

conditions matérielles et sociales de sa production• Exemples : collecte, analyse et restitution en SHS

DEFINITIONS DATAVIZ• « The desire to take what normally

falls outside of the scale of human senses and to make visible and manageable » [Manovich 2002]

• « Sensory expression -- most often visual, sometimes sonic or tactile -- is the only means to perceive many contemporary data sets » [Diamond 2010]

EXEMPLE 1 : DATAVIZ APPLIQUEE A LA COMMUNICATION

UKRIOTS (Projet ICCU, 2011-13) ’ http://tedxtalks.ted.com/video/TEDxParisUniversits-Antonio-Cas

EXEMPLE 1 : DATAVIZ APPLIQUEE A LA COMMUNICATION

UKRIOTS (Projet ICCU, 2011-13) – choix entre visualisation « cellulaire » et visualisation anthropomorphe des agents

EQUILIBRE ENTRE EXIGENCES• Rigueur scientifique• Esthétique• Accessibilité • Efficacité cognitive

Articulation et composition avec les mondes sociaux

LE RÔLE DE L’USAGER FINAL• Permettre d’appréhender et

manipuler pour que l’utilisateur ne soit pas cantonné à un rôle passif par rapport à la donnée

• Passage de l’expérience numérique orientée page à une « database incursion » constante [Liu 2004]

LE RÔLE DE L’USAGER FINAL• ‘Data-subjectivity’ : l’expérience

personnelle et quotidienne de l’immersion et de la navigation dans les données

• La dataviz (surtout dans ses superpositions possibles avec des formes populaires telles l’infographie) favorise cette dynamique

• Inviter l’utilisateurs à télécharger son propre jeu de données pour proposer des exemples qui parlent à ses expériences, qui résonnent avec ses enjeux

EXEMPLE 2 : DATAVIZ APPLIQUEE A LA COLLECTE

ANAMIA EGOCENTER (Projet ANR ANAMIA, 2010-13) - http://www.youtube.com/watch?v=AAlSaDdAaC0

LE RÔLE DES CHERCHEURS• Le professionnel de la recherche

positionne dans un contexte interprétatif ce qui est perçu comme un ensemble de faits dépourvus de signification

• Données : abstraction et interprétation d’un phénomène social

• Besoin de construire algorithmes et outils pour extraction, sélection, organisation et analyse des données.

• NB: Enjeu de la transdisciplinarité

EXEMPLE 3 : DATAVIZ APPLIQUEE A L’ANALYSE

ANAMIA CORPUS (Projet ANR ANAMIA, 2010-13) - http://www.youtube.com/watch?v=BIxqG6j0Izs

POLITIQUE DE LA DATAVIZ• Equilibres de pouvoir, à l’intérieur

d’une équipe de recherche et dans sa communication avec ses publics

• Qui a le pouvoir de choisir l’interface de visualisation à adopter ?

• Quels éléments présenter ? Lesquels laisser de côté ?

• Mais aussi : quels codes, design de l’interaction, niveau d’accessibilité ?

• Faire émerger la nature arbitraire ou instrumentale des choix de visualisation des données

EXEMPLE 4 : DATAVIZ APPLIQUEE A L’ANALYSE

ANAMIA PERSONAL (Projet ANR ANAMIA, 2010-13) - http://www.youtube.com/watch?v=E-eR0SnFI2M

LA QUESTION DU REALISME• Représentation de la matérialité des

données sources de façon « réaliste » ?

• Conflit entre réalisme scientifique, exigences esthétiques, équilibres sociaux

• La dataviz garde traces des contextes empiriques qu’elle est censée représenter mais ne se limite pas à ceux-ci (ex. métaphores astrophysiques pour Web sémantique…)

LA VISUALISATION CHANGE LA DONN(E)E

• Mise à distance du « raisonnement analytique » ?

• Ou bien béquille pour le raisonnement : cf. le cas l’introduction des coordonnées cartésiennes au XVII siècle, le mapping génomique au XX siècle etc.

• Représentations graphiques peuvent devenir les clé de voute de la recherche

MATERIALITE DU TRAVAIL SUR LA DATA

• Construction sociale de l’objet dataviz passe par le construction de l’objet database

• Evolution des dispositifs sociotechniques : registres papier, cartes perforées, bases données relationnelles, tableurs …

• Processus de fabrication de cet objet• Dimensions cachées :

– Data refinement – Division du travail

MATERIALITE DU TRAVAIL SUR LA DATA

• Manque de compétences hybrides (le visualisateur n’a pas forcément emprise sur la base de données)

• Relier dataviz aux univers de pratiques dans lesquels évoluent les organisations

• Toute base données est « orientée métier » ceci est d’autant plus vrai pour les visualisations de données

LE MYTHE DE LA DONNEE BRUTE

• La donnée « non processée »• A quel moment est-elle organisée,

triée, organisée?• Au moment de la présentation finale

ou bien au moment de la mise en tableur ? Ou bien encore plus en amont ?

• D’une certaine manière, il y a une surdétermination de la dataviz à partir de la construction des données

NECESSITE DE LA DATAVIZ• Des « grands nombres » du XXe

siècle aux « big data » du XXIe • Impossible d’appliquer des

techniques traditionnelles dans l’exploration automatique de grandes quantités de données pour extraire des patterns

• Le visualisation des données : des raccourcis outils ?

• Des manières d’instrumenter la logique néolibérale de « la mise en chiffres du monde »

QUESTION DES STANDARDS• Certainement des conventions se

sont imposées : cartes; métaphores naturelles, frises chronologiques…

• Mais nous n’avons pas encore de standard de qualité, des formes de régulation de la manière dans les dataviz sont collectivement construites

– Normalisation des techniques– Minima d’accessibilité – Exigences de vérifiabilité et de

replicabilité– Encadrement de la diffusion

REFERENCES• Diamond, S. (2010) ‘Lenticular Galaxies: The Polyvalent Aesthetics of Data

Visualization’, Code Drift: Essays in Critical Digital Studies, n. 2, www.ctheory.net/articles.aspx?id=651

• Desrosières, A. (2008) Pour une sociologie historique de la quantification, Tome I: l’argument statistique, Paris, Presses de l’Ecole des Mines.

• Flichy, P & S. Parasie (2013) ‘Sociologie des bases de données’, Réseaux 178-179, pp.9-19

• Liu, A. (2004) ‘Transcendental Data: Toward a Cultural History and Aesthetics of the New Encoded Discourse’, Critical Inquiry 31.1 http://criticalinquiry.uchicago.edu/issues/current/31n1.liu.htm.

• Manovich, L. (2002) The Anti-Sublime Ideal in Data Art’ http://www.manovich.net/DOCS/data_art.doc

• Manovich, L. (2007) ‘The Database as Symbolic Form’, Database Aesthetics: Art in the Age of Information Overload, V. Vesna (ed.) U. of Minnesota Press, pp. 39-60

• Whitelaw, M. (2008) Art Against Information: Case Studies in Data Practice, FiberCulture Journal, 11, FCJ-067, http://eleven.fibreculturejournal.org/fcj-067-art-against-information-case-studies-in-data-practice/

PROJETS CITES• ANAMIA (La sociabilité "Ana-mia" : une approche des troubles alimentaires par les

réseaux sociaux en ligne et hors ligne, ANR-09-ALIA-001) http://www.anamia.fr• ICCU (Internet Censorship and Civil Unrest) https://iccu.wikispaces.com/

ARTICLES• Casilli, A. A. & P. Tubaro (2012) ‘Social Media Censorship in Times of Political Unrest

- A Social Simulation Experiment with the UK Riots’, Bulletin of Sociological Methodology, 115 (1)..

• P. Tubaro, Casilli, A. A. & L. Mounier (2014) Eliciting personal network data in web surveys through participant-generated sociograms, Field Methods, 26 (2).

LOGICIELS• ANAMIA Datalab https://github.com/Bodyspacesociety/ANAMIA-DataLab• ANAMIA Egocenter https://github.com/Bodyspacesociety/ANAMIA-Egocenter • ICCU https://iccu.wikispaces.com/file/view/UKriotsBMSmodel.zip