« Data scientists », « Data architects » voire « Data alchemists »
Grandes seront les professions qui participent a la conception et a l’analyse des architectures de donnees. Derriere ces intitules se trouvent des individus dont des choix contribuent a faconner la figure des services connectes. Prendre en compte la dimension sociale d’une fabrique des donnees permet de se apporter la faculte de questionner a la fois leur forme, et les usages qui en seront faits.
Loin d’etre le reflet neutre et objectif de la realite, les donnees seront le resultat de processus complexes de captation, de cadrage et d’enregistrement d’elements divers sous des formes standardisees et quantifiables. Ces operations impliquent toujours des choix http://www.besthookupwebsites.org/fr/rencontres-strapon/ (de variables a prendre en compte, d’echelles sur lesquelles les quantifier, de seuils, de hierarchisation…) qui conditionnent la forme finale des precisions et, de ce fera, celle des calculs qui pourront etre realises a partir d’elles – ce dont nous parlions dans le premier post de cette serie.
Ainsi, comme l’explique le sociologue Jerome Denis dans son ouvrage la ti?che invisible des precisions, « les informations ne semblent jamais desincarnees et n’existent gui?re a l’etat ‘pur’. Elles sont toujours affaire de melanges, de bricolages, d’accommodements, d’agencements hybrides. Elles seront l’objet et le rendu d’un projet ». Les tri impliques avec votre bricolage paraissent faits – consciemment ou non – par de nombreux acteurs, ainsi, en particulier par des professionnels et professionnelles dont le faconnage des donnees constitue le c?ur de metier. Ils et elles concoivent la forme que prendront les informations et des bases dans lesquelles elles seront reunies en fonction des objectifs qui leur seront assignes, avant que des petites mains, nombre moins visibles (et dont nous parlons dans le billet suivant de une telle collection) se chargent en construction effective des precisions.
Pouvoir des choix de structuration des precisions : l’exemple des genres musicaux sur Spotify
La maniere dont les donnees sont construites impacte tres largement des utilisations qui peuvent en etre faites par les outils (en particulier algorithmiques) qui les traiteront ensuite. Les objets informationnels que seront les donnees sont des representations schematiques, qui grossissent l’importance des variables et en laissent de nombreuses autres de cote ; ils contribuent ainsi a la structuration de systemes de representation bien particuliers.
Le processus de categorisation des musiques sur Spotify va permettre d’illustrer votre dynamique. Si l’histoire d’une classification musicale par genre reste bien sur ancienne, ainsi, en partie reprise par la plateforme qui n’oublie gui?re completement le « rock » ou le « jazz », celle-ci se targue egalement d’effectuer emerger nos « 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 statistiques sur son fond et creer, sur la base de Quelques partis-pris, des labellisation inedites.
La selection de variables particulieres Afin de decrire nos titres du fond musical en plateforme oriente ces nouvelles categorisations. Celui-ci inclut de facon notable diverses 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 ceci le parti-pris d’une start-up d’ « intelligence musicale » EchoNest, dont i§a a fait l’acquisition en 2014, qui affirmait a l’epoque vouloir developper une categorisation dynamique des musiques en fonction des mots « couramment utilises Afin de les decrire », car « chercher du ‘rock’ [serait] tout juste plus efficace que de demander a ecouter des ‘chansons qui sont d’la musique’ ».
Ainsi, Spotify voit aujourd’hui cohabiter deux types de categorisation musicale, intrinsequement lies a toutes les criteres employes pour les qualifier : l’un correspond aux genres « traditionnels » de musique et reste base dans leurs caracteristiques structurelles (type de rythme, tempo…), l’autre est oriente par des etats emotionnels ou des activites bien precis supposement lies a leur ecoute. C’est cela apparait sur la capture d’ecran suivante de la page « decouverte » de l’interface de Spotify, voyant se melanger d’un cote le hip-hop, le rock et l’electro, et de l’autre la musique « chill », sport mais aussi estivale.
Ce glissement vers une typologisation emotionnelle d’la musique pourra etre compris, suivant l’analyse des auteurs et autrices de Spotify Teardown (premiere etude de grande ampleur menee concernant le fonctionnement en plateforme), comme s’inscrivant dans « un mouvement de grande ampleur vers une vision utilitariste une musique, dans laquelle la musique est Sans compter que en plus consommee en lien avec votre contexte particulier ou en appui des activites (plutot que dans le cadre d’une experience esthetique ou d’un article de construction identitaire, pourquoi pas) ».
Cela reste en tout cas revelateur de l’importance des choix realises par nos « architectes des donnees » en plateforme dans la construction en realite qui te prend forme sur son interface. J’ai 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 est envisagee. Quand on choisissait si»rement deja au temps libre des cassettes audio d’ecouter des titres divers en fonction du moment de la journee et de ses occupations, la generalisation avec Spotify des playlists orientees par des contextes et des humeurs particulieres (« a ecouter a la maison », « motivation pour le sport », « matin »…) normalise ces categories, et oriente de ce fera a grande echelle les confortables d’ecoute des utilisateurs et utilisatrices. La forme des informations, pensee par leurs concepteurs et conceptrices, conditionne leurs usages.