Patricia SAJOUS (1° auteure, à contacter)
Université Le Havre – Normandie
patricia.sajous@univ-lehavre.fr
Cyrille Bertelle
Université Le Havre – Normandie
cyrille.bertelle@univ-lehavre.fr
Objectif de la communication
Les SHS sont amenées à produire des études dont l’IA n’est pas l’objet central mais où l’IA participe à l’environnement technique des activités du quotidien et, à ce titre doit être pris en compte. M. Callon parle de « non humain actant » (Callon, 2006). C’est le cas pour la géographie concernant les évolutions de la mobilité quotidienne en contexte de changement climatique. En effet, l’IA, sous sa forme machine learning, est incluse dans les applications GPS mise à la disposition du grand public par des acteurs du numériques (Google) ou des acteurs historiques du secteur de l’information routière (Michelin, Mappy). Notre hypothèse est que le rapport établi par les concepteurs d’IA avec les individus, au travers des algorithmes type machine learning intégrés aux applications, fait évoluer l’élaboration de la mobilité. Derrière cela, ce sont les rapports individus / objets techniques servant à gérer la distance et par conséquent la relation à l’espace qui sont à reconsidérer.
Sources et méthodes
L’étude précise d’abord le cadre réflexif en posant l’individu au corps augmenté comme objet de la recherche. L’analyse de la mobilité quotidienne n’est pas coutumière des notions de corps et d’augmentation. Une synthèse du cadre théorique montre pourtant que ces notions sont présentes de longue date, en arrière-plan des réflexions dans le domaine et qu’il s’agit de s’en saisir. L’enquête, elle, porte sur les 4 principales applications GPS en France (par le nombre d’installations déclarées), accessibles à travers les divers terminaux d’ « informatique ubiquitaire » (Sonia, 2016) : Google Maps, Waze, Mappy, ViaMichelin. Il a été vérifié qu’elles recourent au machine learning.
Un corpus textuel a été constitué en 2022, à partir des présentations produites par les applications et des 25 premiers commentaires d’utilisateurs de la rubrique « avis » de chacune d’entre elles. L’enquête est dite exploratoire du fait du volume total des commentaires analysés (100). Une analyse de discours « multidimensionnelle », portant sur « les niveaux syntaxique, sémantique, énonciatif et interactionnel » (Delmas, 2012) a été menée.
Résultats
L’analyse de discours met en exergue l’évolution de l’expérience de mobilité quotidienne. Il s’agit d’abord d’analyser les argumentaires des applications, plaçant, toutes, l’expérience au cœur des propos. Face à l’expérience promise, il y a l’expérience attendue, identifiée selon 3 traits saillants :
- par les caractéristiques principales de l’usage des applications
- par les processus physiologiques et cognitifs mentionnés dans les commentaires
- par les retours sur « l’idéal social des réseaux » (Dupuy, 1991) à travers la question de la fiabilité.
Les résultats vérifient l’hypothèse posée sur 2 points : - la mobilité est une expérience se vivant avec tous les processus physiologiques et cognitifs corporels
en alerte - l’immédiateté, une caractéristique de « l’idéal social des réseaux », évolue sous le coup du machine
learning ; ce que ne saisissent pas les usagers, pensant qu’il s’agit d’un défaut de fiabilité de
l’application.
Les enjeux qui pourront être abordés lors de la discussion
Le cas de la géographie de la mobilité n’est pas un cas isolé et les environnements techniques sont légion dans les quotidiens des groupes humains (Sajous et Bertelle, 2021). Ils impactent donc les études en SHS. Sur cet aspect, il sera intéressant de discuter les propositions de différents chercheurs en philosophie (Koenig, 2019), géographie (Törnberg, Uitermark, 2021), management (Dejoux, 2020), etc. pour structurer une approche de type « heterodox computational social science (HCSS) » de l’IA (Törnberg, Uitermark, 2021). L’évolution de l’immédiateté, un des trois pivots de « l’idéal social des réseaux », nous semble particulièrement important à discuter. Cela pose la question de la construction d’une culture IA des usagers des réseaux techniques du quotidien (eau, électricité, transport, etc.). Le débat peut s’orienter sur les caractéristiques d’actions (types communication et / ou expérimentation) permettant à tout un chacun de « domestiquer » l’IA (Haddon, 2011). Ces éléments peuvent être déterminants dans le cadre de recherches-actions visant à émettre des recommandations en direction des décideurs publics.
Bibliographie
Callon M., 2006, Sociologie de l’acteur réseau, in : Akrich M., Callon M., Latour B. (sous la direction de),
Sociologie de la traduction. Textes fondateurs, Paris : Presse des mines, p. 267-276.
Delmas V., 2012, Pour une analyse pluridimensionnelle du discours : le discours politique, La
linguistique, n° 48, p. 103-122. https://doi.org/10.3917/ling.481.0103
Dupuy G., 1991, L’urbanisme des réseaux : théories et méthodes, Paris : A. Colin.
Haddon, L. 2011 “Domestication analysis, objects of study, and the centrality of technologies in
everyday life”, Canadian Journal of Communication, vol. 36 n°2, p. 311-323,
http://eprints.lse.ac.uk/62128/1/Domestication_analysis_.pdf
Koenig G., 2019, La fin de l’individu. Voyage d’un philosophe au pays de l’intelligence artificielle, Paris
: éditions de l’Observatoire.
Sajous P., Bertelle C. (eds), 2021, Complex Systems, Smart Territories and Mobility, Springer.
Sonia A., 2016, Ergonomie & Usage des services de mobilité collaborative. Transports Environnement
Circulation, ATEC ITS France, 8 p. https://hal.archives-ouvertes.fr/hal-01361084v2
Törnberg P., J. Uitermark, 2021, For a heterodox computational social science, BIG DATA & Science,
vol 8, n°2, p. 1-13. https://doi.org/10.1177/20539517211047725