« Data scientists », « Data architects » voire « Data alchemists »
Grandes paraissent les professions qui participent a la conception et a l’analyse des architectures de informations. Derriere ces intitules se trouvent des individus dont nos choix contribuent a faconner la figure des services connectes. Prendre en compte la dimension sociale d’la fabrique des donnees permet de se apporter les fonds de questionner a J’ai fois un forme, ainsi, les usages qui en seront realises.
Loin d’etre le reflet neutre et objectif d’une realite, les donnees paraissent 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 les quantifier, de seuils, de hierarchisation…) qui conditionnent la forme finale des precisions et, de votre fera, celle des calculs qui pourront etre realises a partir d’elles – ce dont nous parlions dans le premier post de une telle serie.
Ainsi, comme l’explique le sociologue Jerome Denis dans le ouvrage la ti?che invisible des precisions, « les precisions ne sont jamais desincarnees et n’existent pas a l’etat ‘pur’. Elles sont i chaque fois affaire de melanges, de bricolages, d’accommodements, d’agencements hybrides. Elles seront l’objet et le service d’un travail ». Les choix impliques avec votre projet sont faits – consciemment ou non – avec 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 vont prendre les donnees et des bases dans lesquelles elles vont i?tre reunies en fonction des objectifs qui un seront assignes, avant que des petites mains, beaucoup moins visibles (et dont nous parlons au billet suivant de une telle collection) se chargent d’la construction effective des precisions.
Pouvoir des choix de structuration des precisions : l’exemple des genres musicaux sur Spotify
Notre facon dont les precisions sont construites impacte fort largement les utilisations qui peuvent en etre faites par les outils (en particulier algorithmiques) qui les traiteront ensuite. Les objets informationnels que paraissent nos 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 precis.
Le processus de categorisation des musiques sur Spotify permet d’illustrer une telle dynamique. Si l’histoire de la classification musicale par genre reste naturellement ancienne, et en partie reprise par la plateforme qui n’oublie pas totalement le « rock » ou le « jazz », celle-ci se targue egalement d’effectuer emerger des « genres musicaux de demain ». L’importance du catalogue musical de Spotify (plus de 50 millions de titres) lui permet Effectivement de conduire des analyses statistiques sur son fond et creer, sur la base de plusieurs partis-pris, des labellisation inedites.
La selection de variables particulieres Afin de decrire les titres du fond musical une plateforme oriente ces nouvelles categorisations. Celui-ci inclut de facon notable Plusieurs 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. La plateforme suit en cela le parti-pris de la 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 des decrire », car « chercher du ‘rock’ [serait] a peine plus efficace que de demander a ecouter des ‘chansons qui sont d’une musique’ ».
Ainsi, Spotify voit aujourd’hui cohabiter deux types de categorisation musicale, intrinsequement lies a toutes les criteres employes pour nos qualifier : l’un correspond a toutes les genres « traditionnels » de musique et reste base concernant leurs caracteristiques structurelles (type de rythme, tempo…), l’autre reste oriente vers des etats emotionnels ou des activites bien particuliers supposement lies a leur 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 http://www.besthookupwebsites.org/fr/rencontres-monoparentales/ cote le hip-hop, le rock et l’electro, ainsi, de l’autre la musique « chill », sport ou bien estivale.
Ce glissement par une typologisation emotionnelle en musique est en mesure de etre compris, suivant l’analyse des auteurs et autrices de Spotify Teardown (premiere etude de grande ampleur menee concernant le fonctionnement d’une plateforme), comme s’inscrivant dans « 1 mouvement de grande ampleur par une vision utilitariste de la musique, dans laquelle la musique est En plus qui plus est consommee en lien avec votre contexte particulier ou en appui de certaines activites (plutot que au cadre d’une experience esthetique ou d’un bricolage de construction identitaire, pourquoi pas) ».
Cela reste en tout cas revelateur de l’importance des choix realises avec les « architectes des donnees » en plateforme dans la construction d’la realite qui te prend forme sur le interface. La 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. Quand on choisissait si»rement deja au temps libre des cassettes audio d’ecouter des titres differents en fonction de l’instant une 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 concernant le sport », « matin »…) normalise ces categories, et oriente de votre fera a grande echelle nos pratiques d’ecoute des utilisateurs et utilisatrices. La forme des donnees, pensee avec leurs concepteurs et conceptrices, conditionne leurs usages.
