Penser les informations : des architectes du big data (la ti?che des informations 2/3)

Penser les informations : des architectes du big data (la ti?che des informations 2/3)

« Data scientists », « Data architects » voire « Data alchemists »

Nombreuses seront les professions qui participent a la conception et a l’analyse des architectures de precisions. Derriere ces intitules se trouvent des individus dont des choix contribuent a faconner la figure des prestations connectes. Prendre en compte la dimension sociale en fabrique des donnees permet de se apporter les moyens de questionner a Notre fois leur forme, et les usages qui en paraissent faits.

Loin d’etre le reflet neutre et objectif en realite, les precisions seront le resultat de processus complexes de captation, de cadrage et d’enregistrement d’elements plusieurs sous des formes standardisees et quantifiables. Ces operations impliquent toujours des choix (de variables a prendre en compte, d’echelles sur lesquelles des quantifier, de seuils, de hierarchisation…) qui conditionnent la forme finale des precisions et, de votre fait, celle des calculs qui pourront etre realises a partir d’elles – ce dont nous parlions dans le premier post de une telle collection.

Ainsi, comme l’explique le sociologue Jerome Denis dans le ouvrage Le travail invisible des donnees, « les donnees ne sont jamais desincarnees et n’existent pas a l’etat ‘pur’. Elles sont toujours affaire de melanges, de bricolages, d’accommodements, d’agencements hybrides. Elles sont l’objet et le service tout d’un bricolage ». Mes tri impliques avec votre travail seront faits – consciemment ou non – avec quantite de acteurs, et en particulier par des specialistes et professionnelles dont le faconnage des donnees constitue le c?ur de metier. Ils et elles concoivent la forme que prendront les donnees et nos bases dans lesquelles elles vont i?tre reunies en fonction des objectifs qui leur sont assignes, avant que des petites mains, bon nombre moins visibles (et dont nous parlons dans le billet suivant de votre collection) se chargent en construction effective des donnees.

Pouvoir des choix de structuration des informations : l’exemple des genres musicaux sur Spotify

La maniere dont les donnees seront construites impacte tres largement nos utilisations qui peuvent en etre faites par des outils (en particulier algorithmiques) qui les traiteront ensuite. Mes objets informationnels que sont les donnees seront des representations schematiques, qui grossissent l’importance de certaines variables et en laissent beaucoup de autres de cote ; ils contribuent ainsi a la structuration de systemes de representation specifiques.

Le processus de categorisation des musiques sur Spotify permettra d’illustrer cette dynamique. Si l’histoire de la classification musicale avec genre est bien sur ancienne, ainsi, en partie reprise par la plateforme qui n’oublie nullement completement le « rock » ou le « jazz », celle-ci se targue egalement d’effectuer emerger les « genres musicaux de demain ». L’importance du catalogue musical de Spotify (plus de 50 millions de titres) lui permet Dans les faits de conduire des observations chiffres sur son fond et creer, sur la base de plusieurs partis-pris, des labellisation inedites.

La selection de variables particulieres pour decrire nos titres du fond musical de la plateforme oriente ces nouvelles categorisations. Celui-ci inclut de facon notable eventuelles caracteristiques liees a des etats emotionnels, egalement appelees « attributs psychoacoustiques », comme l’energie, la « dancabilite », la « couleur emotionnelle ». Une telle labellisation conduit Spotify a construire un referentiel musical base davantage sur les effets sensoriels supposes des titres que sur leurs caracteristiques structurelles. Notre plateforme suit en ce qui le parti-pris d’une start-up d’ « intelligence musicale » EchoNest, dont celle-ci a fera l’acquisition en 2014, qui affirmait a l’epoque vouloir developper une categorisation dynamique des musiques en fonction des mots « couramment utilises pour nos decrire », car « chercher du ‘rock’ [serait] tout juste plus efficace que de reclamer a ecouter des ‘chansons qui sont d’une musique’ ».

Ainsi, Spotify voit aujourd’hui cohabiter 2 types de categorisation musicale, intrinsequement lies aux criteres employes Afin de des qualifier : l’un correspond aux genres « traditionnels » de musique et reste base concernant leurs caracteristiques structurelles (type de rythme, tempo…), l’autre est oriente par des etats emotionnels ou des activites specifiques supposement lies a un ecoute. C’est ce qui apparait sur la capture d’ecran suivante d’la page « decouverte » de l’interface de Spotify, voyant se melanger d’un cote le hip-hop, le rock et l’electro, ainsi, de l’autre la musique « chill », sport mais aussi estivale.

Ce glissement par une typologisation emotionnelle de la musique va etre compris, suivant l’analyse des auteurs et autrices de Spotify Teardown (premiere etude de grande ampleur menee concernant le fonctionnement une plateforme), comme s’inscrivant dans « un mouvement de grande ampleur par une approche utilitariste d’une musique, dans laquelle la musique est De surcroi®t qui plus est consommee en lien avec un contexte particulier ou en appui des activites (plutot que dans le cadre d’une experience esthetique ou d’un boulot de construction identitaire, pourquoi pas) ».

Il semble du reste revelateur de l’importance des choix realises via les « architectes des donnees » une plateforme dans la construction d’une realite qui te prend forme sur le interface. Notre decision, contraire aux standards classiques de musicologie, d’inclure des variables emotionnelles dans la categorisation musicale, s’accompagne d’une bascule dans la facon dont l’ecoute musicale reste envisagee. Si on choisissait si»rement deja au temps des cassettes audio d’ecouter des titres divers en fonction du moment d’la journee et de ses occupations, la generalisation par Spotify des playlists orientees par des contextes et des humeurs particulieres (« a ecouter a domicile », « motivation pour le sport », « matin »…) normalise ces categories, ainsi, oriente de ce fera a grande echelle les pratiques d’ecoute des utilisateurs et utilisatrices. Notre forme des informations, pensee par leurs concepteurs et conceptrices, conditionne leurs usages.

Leave a comment

Your email address will not be published.