[TENDANCE] Néo-sciences

Le 28 / 02 / 13 | Posté par la rédaction de SFR PLAYER
[TENDANCE] Néo-sciences

De plus en plus automatisées, la collecte et l’analyse du big data ouvrent des perspectives sans précédent pour la recherche scientifique : prédire des événements, prévenir des épidémies ou bien encore faire émerger des tendances comportementales à l’échelle d’une population… sans tomber pour autant dans la tentation d’une « science sans théorie ».

Si l’astronomie et la génomique, qui traitent de grandes masses de données, sont souvent citées lorsqu’il s’agit d’imaginer les champs d’application scientifiques du big data, de nombreux domaines de la recherche sont en fait concernés. Les données issues des machines, des capteurs et surtout de toutes nos traces et productions numériques peuvent aider les scientifiques à mieux comprendre notre environnement ou encore l’humain, ses comportements et ses motivations.

Croisant des disciplines traditionnelles, de nouveaux champs de recherche se développent, comme par exemple la visualisation analytique. Le programme VisMaster de l’institut de recherche Inria « combine gestion des données, analyse et visualisation interactive » et raccourcit le temps de traitement et d’analyse de masses de données dynamiques et très hétérogènes. Dans le cas d’une intoxication alimentaire ayant touché une région, VisMaster permet de tester des corrélations en temps réel, en croisant par exemple la répartition géographique des personnes intoxiquées avec la liste des marchandises récemment acquises par les supermarchés les plus proches. De quoi valider plus rapidement des hypothèses, optimiser l’aide à la décision, mais aussi favoriser des découvertes.

Autre possibilité pour la recherche utilisant le big data, la capacité à créer des outils et des modèles prédictifs. C’est le cas du projet européen Futur ICT, qui cherche à anticiper, à partir de l’observation de systèmes d’information existants, des crises économiques et environnementales.

Néanmoins, plusieurs questions en suspens viennent ternir le tableau d’une recherche boostée par les données. Dans un célèbre éditorial de Wired, en 2008, le rédacteur en chef Chris Anderson annonçait la fin de la théorie. A « l’ère des pétaoctets », les données peuvent d’après lui se passer des méthodes scientifiques traditionnelles passant par l’hypothèse, la modélisation et le test. D’aucuns pointent justement le danger d’une science qui évacuerait totalement le rôle essentiel de la théorie : « l’accumulation de données de recherche ne doit pas se substituer à la démarche scientifique et à l’élaboration de théories capables d’expliquer les mécanismes observés », rappelle Thomas Gauthier, président de l’Alambic, un think thank spécialisé dans les questions de recherche et d’innovation.

Un tel débat se retrouve également dans le milieu des sciences sociales. Comme pour les sciences dures, les techniques de collecte automatisée de données peuvent s’avérer très utiles. De même, l’analyse des millions de contenus issus des réseaux sociaux est susceptible d’en dire plus long sur la nature de la structure sociale qu’une enquête interrogeant mille personnes. « Il y a un enthousiasme à l’égard de la collecte automatique, mais ces méthodes ne sont pas nécessairement adaptées à toutes les études », tempère Antonio Casilli, chercheur en sociologie. Des enjeux épistémologiques, mais aussi des écueils potentiels sont également évoqués. Étudier les contenus produits sur Twitter, souligne Danah Boyd dans son article « Six Provocations for Big Data », implique de se limiter techniquement à la collecte de deux années de données. Et donc de se concentrer sur les corrélations avec un passé immédiat sans prendre en compte un contexte historique plus vaste.

Pour aller plus loin :

Découvrez les interviews de Jean-Baptiste Michel (chercheur en biologie et mathématiques à Harvard) et Paola Tubaro (chercheuse au CNRS et maître de conférence à Greenwich Londres)

Retrouvez l'interview vidéo de Paola Tubaro : big data, nos traces digitales au service de la recherche

 

Illustration Marie-Laure Cruschi