De l’expérience aux données de ma recherche
C’est aussi pourquoi la question des données occupe une place particulière dans la recherche présentée sur these.cooplab.org.
« Données de la recherche » n’est pas ici une métaphore.
L’expression appartient aux pratiques scientifiques contemporaines et notamment au mouvement de la science ouverte.
Mais je ne considère pas pour autant que tout ce qui arrive dans ma vie serait spontanément une donnée de recherche.
L’une de mes questions est précisément :
Comment quelque chose qui arrive dans une expérience quotidienne et sociale en vient-il à être constitué en donnée de recherche ?
Je distingue provisoirement plusieurs opérations :
vivre → remarquer → tracer → constituer en donnée → contextualiser → relier → interpréter → élaborer une connaissance → la mettre à l’épreuve.
Ce qui arrive n’est pas ce dont je garde trace.
Ce dont je garde trace n’est pas nécessairement une donnée de recherche.
Et une donnée ne devient pas mécaniquement une connaissance.
Cette distinction devient particulièrement importante lorsqu’entre mes traces et moi interviennent des dispositifs capables de les classer, rechercher, rapprocher, synthétiser ou contribuer à leur interprétation.
Le dossier « Les données de ma recherche », sur these.cooplab.org, documente progressivement cette fabrique et la confronte aux pratiques instituées de gestion des données de recherche et de science ouverte.
Comment c’est fabriqué
Une partie de cette enquête repose aujourd’hui sur une infrastructure documentaire personnelle.
Des traces issues de l’expérience rejoignent un vault Obsidian, où elles peuvent être datées, reliées, qualifiées et reprises.
Des outils d’intelligence artificielle peuvent contribuer à rechercher dans ce corpus, rapprocher des éléments éloignés, mettre à l’épreuve certaines formulations ou aider à leur mise en forme.
Ces opérations ne sont pas considérées comme neutres.
Choisir ce qui mérite d’être conservé est déjà sélectionner.
Catégoriser est déjà interpréter.
Un dispositif de recherche contribue à déterminer ce qui pourra être retrouvé et rapproché.
Une intelligence artificielle peut proposer une relation que je n’avais pas formulée auparavant.
Les sites publiés avec Quartz constituent une partie de la membrane publique de ce dispositif.
Très schématiquement :
expérience vécue → traces → données → vault → recherche / RAG / IA → évaluation → publication → lectures humaines et machiniques → nouvelles transactions → nouvelle expérience.
Cette infrastructure n’est donc plus seulement l’outil avec lequel la recherche est réalisée.
Elle fait progressivement partie de ce que la recherche cherche à comprendre.
Et, transversalement, revient alors la question de l’évaluation :
Qu’est-ce qui mérite attention ? Qu’est-ce qui fait donnée ? Qu’est-ce qui fait connaissance ? Qu’est-ce qui fait prise pour un collectif ? Qu’est-ce qui mérite d’être poursuivi, transformé ou abandonné ?
Et qui décide de ce qui compte ?
Cette dernière question est décisive : « ce qui compte » engage à la fois des questions de connaissance, de valeur, de capacité et de pouvoir.
Peut-être est-ce aussi par là que peut commencer à se comprendre ce que j’appelle aujourd’hui l’évaluation comme milieu réflexif du collectif pensant.
Sources : références documentaires.
Stéphane Caillaud · Document situé, daté et révisable · CC BY-SA 4.0
Ce dossier, à venir
Cette page en est le seuil. Les suivantes viendront au fil de l’écriture, rien n’est arrêté :
- La chaîne des opérations : vivre, remarquer, tracer, constituer en donnée, contextualiser, relier, interpréter, mettre à l’épreuve, une page qui tient ces seuils ensemble.
- Le vault comme infrastructure : ce que datent, relient et qualifient réellement les fiches.
- IA et RAG dans l’enquête : ce que le dispositif déplace, et pourquoi il n’est pas neutre.
- L’évaluation : qu’est-ce qui compte, et qui décide de ce qui compte.
- Passerelle : « Les données de ma recherche » sur these.cooplab.org, versant thèse de la même fabrique.
Provisoire. À garder, déplacer ou couper.