« 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 les choix contribuent a faconner la figure des prestations connectes. Prendre en compte la dimension sociale une fabrique des donnees permet de se donner les moyens de questionner a Notre fois un forme resilier caribbeancupid, ainsi, les usages qui en sont faits.

Loin d’etre le reflet neutre et objectif en realite, les informations seront le resultat de processus complexes de captation, de cadrage et d’enregistrement d’elements differents 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 informations et, de votre fait, celle des calculs qui pourront etre realises a partir d’elles – votre dont nous parlions au premier billet de votre collection.

Ainsi, comme l’explique le sociologue Jerome Denis dans le ouvrage Le travail invisible des precisions, « les donnees ne sont jamais desincarnees et n’existent nullement a l’etat ‘pur’. Elles paraissent i  chaque fois affaire de melanges, de bricolages, d’accommodements, d’agencements hybrides. Elles seront l’objet et le resultat tout d’un bricolage ». Mes tri impliques avec votre article seront faits – consciemment ou non – par maints 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 seront reunies en fonction des objectifs qui un sont assignes, avant que des petites mains, bon nombre moins visibles (et dont nous parlons au billet suivant de une telle collection) se chargent en construction effective des donnees.

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

La facon dont les precisions paraissent construites impacte tres largement des utilisations qui peuvent en etre faites par les outils (en particulier algorithmiques) qui les traiteront ensuite. Mes objets informationnels que seront nos donnees sont 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 permet d’illustrer votre dynamique. Si l’histoire en classification musicale avec genre est evidemment ancienne, ainsi, en partie reprise par la plateforme qui n’oublie jamais completement le « rock » ou le « jazz », celle-ci se targue egalement de faire emerger les « genres musicaux de demain ». L’importance du catalogue musical de Spotify (plus de 50 millions de titres) lui permet Par exemple de conduire des observations statistiques sur son fond et creer, sur la base de plusieurs 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 i§a le parti-pris en start-up d’ « intelligence musicale » EchoNest, dont cette dernii?re 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 demander a ecouter des ‘chansons qui sont d’la musique’ ».

Ainsi, Spotify voit aujourd’hui cohabiter 2 types de categorisation musicale, intrinsequement lies aux 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 vers des etats emotionnels ou des activites specifiques supposement lies a leur ecoute. C’est et 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, ainsi, de l’autre la musique « chill », sport ou encore 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 dans le fonctionnement d’la plateforme), comme s’inscrivant au sein d’ « un mouvement de grande ampleur vers une entree en matii?re utilitariste une musique, dans laquelle la musique est de plus en plus consommee en lien avec un contexte particulier ou en appui des activites (plutot que au cadre d’une experience esthetique ou d’un boulot de construction identitaire, entre autres) ».

Cela reste en tout cas revelateur de l’importance des choix realises via les « architectes des donnees » en plateforme dans la construction d’une realite qui 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 reste envisagee. Si on choisissait si»rement deja au temps des cassettes audio d’ecouter des titres divers en fonction du moment de 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 concernant le sport », « matin »…) normalise ces categories, ainsi, oriente de ce fera a grande echelle nos confortables d’ecoute des utilisateurs et utilisatrices. J’ai forme des donnees, pensee par leurs concepteurs et conceptrices, conditionne leurs usages.