Les méthodes d’enquête en sociologie face aux défis de l’Intelligence artificielle

L’intelligence artificielle confronte les sociologues à deux défis méthodologiques majeurs. Depuis plus de 10 ans, les sociologues du numérique sont tout d’abord confrontés à la difficulté de parvenir à ouvrir la boite noire des algorithmes de recommandation de contenus. Par exemple, il est admis dans le champ des études sur la participation politique en ligne que ces algorithmes influencent grandement le partage d’informations dans les réseaux sociaux au point de pouvoir engendrer des effets pervers, comme la formation de bulles de filtre ou de trous de lapin.

Quelles sont aujourd’hui les ressources méthodologiques dont disposent les sociologues pour ouvrir ces boîtes noires ?

Depuis peu, l’intelligence artificielle vient également renouveler la palette d’outils à disposition des sociologues pour faire des analyses lexicométriques en analysant quantitativement la structuration de publications ou des discours en ligne.

• Dans quelle mesure ces méthodes basées sur des IA sont-elles alignées avec les démarches scientifiques des sociologues ?
• Et dans quelle mesure sont-elles vraiment plus robustes scientifiquement que les méthodes d’analyses de discours plus anciennes ?  

Intervenants :

• Erwan Le Merrer, Directeur de recherche en informatique à l’INRIA à Rennes, Directeur scientifique de la Société Informatique de France
• Marie Neihouser, Maitresse de Conférences en Science Politique à l’Université Paris Sorbonne et membre du Centre européen de sociologie et de science politique (CESSP)
• Etienne Ollion, Directeur de recherche au CNRS en sociologie, Professeur à l’école polytechnique à Paris. Directeur du Computational Social Science group (CSS) à l’école polytechnique
• Gilles Tredan, Directeur de recherche au CNRS en informatique, Membre du Laboratoire d'analyse et d'architecture des systèmes (LAAS) à Toulouse