Slides de la conférence 'Régimes de production des visualisation de données : un regard critique' d'Antonio A. Casilli (ParisTech/EHESS) dans le cadre de l’Action Nationale de Formation (ANF) "Visualiser les données de la recherche en SHS : un nouvel horizon pour les humanités numériques ?" (24 septembre 2013).

1. Régimes de production des
visualisations de données
Un regard critique
Antonio A. Casilli

2. NOTRE APPROCHE
• Distance critique à l’égard des data-visualisations ne
signifie pas prôner méfiance aveugle
• Quelles opportunités et quels risques s’ouvrent aux
chercheurs en SHS ?
• Promesse d’aider la démocratisation de l’accès aux
résultats de la recherche
• Risque de réification de la donnée et de dissimulation des
conditions matérielles et sociales de sa production
• Exemples : collecte, analyse et restitution en SHS

3. DEFINITIONS DATAVIZ
• « The desire to take what normally
falls outside of the scale of human
senses and to make visible and
manageable » [Manovich 2002]
• « Sensory expression -- most often
visual, sometimes sonic or tactile -- is
the only means to perceive many
contemporary data sets » [Diamond
2010]

4. EXEMPLE 1 : DATAVIZ APPLIQUEE A LA COMMUNICATION
UKRIOTS (Projet ICCU, 2011-13) ’ http://tedxtalks.ted.com/video/TEDxParisUniversits-Antonio-Cas

5. EXEMPLE 1 : DATAVIZ APPLIQUEE A LA COMMUNICATION
UKRIOTS (Projet ICCU, 2011-13) – choix entre visualisation « cellulaire » et visualisation
anthropomorphe des agents

6. EQUILIBRE ENTRE EXIGENCES
• Rigueur scientifique
• Esthétique
• Accessibilité
• Efficacité cognitive
 Articulation et composition avec les
mondes sociaux

7. LE RÔLE DE L’USAGER FINAL
• Permettre d’appréhender et
manipuler pour que l’utilisateur ne
soit pas cantonné à un rôle passif
par rapport à la donnée
• Passage de l’expérience numérique
orientée page à une « database
incursion » constante [Liu 2004]

8. LE RÔLE DE L’USAGER FINAL
• ‘Data-subjectivity’ : l’expérience
personnelle et quotidienne de
l’immersion et de la navigation dans
les données
• La dataviz (surtout dans ses
superpositions possibles avec des
formes populaires telles l’infographie)
favorise cette dynamique
• Inviter l’utilisateurs à télécharger son
propre jeu de données pour proposer
des exemples qui parlent à ses
expériences, qui résonnent avec ses
enjeux

9. EXEMPLE 2 : DATAVIZ APPLIQUEE A LA COLLECTE
ANAMIA EGOCENTER (Projet ANR ANAMIA, 2010-13) - http://www.youtube.com/watch?v=AAlSaDdAaC0

10. LE RÔLE DES CHERCHEURS
• Le professionnel de la recherche
positionne dans un contexte
interprétatif ce qui est perçu comme
un ensemble de faits dépourvus de
signification
• Données : abstraction et
interprétation d’un phénomène
social
• Besoin de construire algorithmes et
outils pour extraction, sélection,
organisation et analyse des
données.
• NB: Enjeu de la transdisciplinarité

11. EXEMPLE 3 : DATAVIZ APPLIQUEE A L’ANALYSE
ANAMIA CORPUS (Projet ANR ANAMIA, 2010-13) - http://www.youtube.com/watch?v=BIxqG6j0Izs

12. POLITIQUE DE LA DATAVIZ
• Equilibres de pouvoir, à l’intérieur
d’une équipe de recherche et dans
sa communication avec ses publics
• Qui a le pouvoir de choisir
l’interface de visualisation à adopter
?
• Quels éléments présenter ?
Lesquels laisser de côté ?
• Mais aussi : quels codes, design de
l’interaction, niveau d’accessibilité ?
• Faire émerger la nature arbitraire ou
instrumentale des choix de
visualisation des données

13. EXEMPLE 4 : DATAVIZ APPLIQUEE A L’ANALYSE
ANAMIA PERSONAL (Projet ANR ANAMIA, 2010-13) - http://www.youtube.com/watch?v=E-eR0SnFI2M

14. LA QUESTION DU REALISME
• Représentation de la matérialité des
données sources de façon « réaliste »
?
• Conflit entre réalisme scientifique,
exigences esthétiques, équilibres
sociaux
• La dataviz garde traces des contextes
empiriques qu’elle est censée
représenter mais ne se limite pas à
ceux-ci (ex. métaphores
astrophysiques pour Web
sémantique…)

15. LA VISUALISATION CHANGE
LA DONN(E)E
• Mise à distance du
« raisonnement analytique » ?
• Ou bien béquille pour le
raisonnement : cf. le cas
l’introduction des coordonnées
cartésiennes au XVII siècle, le
mapping génomique au XX siècle
etc.
• Représentations graphiques
peuvent devenir les clé de voute
de la recherche

16. MATERIALITE DU TRAVAIL SUR
LA DATA
• Construction sociale de l’objet dataviz
passe par le construction de l’objet
database
• Evolution des dispositifs
sociotechniques : registres papier,
cartes perforées, bases données
relationnelles, tableurs …
• Processus de fabrication de cet objet
• Dimensions cachées :
– Data refinement
– Division du travail

17. MATERIALITE DU TRAVAIL SUR
LA DATA
• Manque de compétences hybrides (le
visualisateur n’a pas forcément
emprise sur la base de données)
• Relier dataviz aux univers de
pratiques dans lesquels évoluent les
organisations
• Toute base données est « orientée
métier »  ceci est d’autant plus vrai
pour les visualisations de données

18. LE MYTHE DE LA DONNEE
BRUTE
• La donnée « non processée »
• A quel moment est-elle organisée,
triée, organisée?
• Au moment de la présentation finale
ou bien au moment de la mise en
tableur ? Ou bien encore plus en
amont ?
• D’une certaine manière, il y a une
surdétermination de la dataviz à
partir de la construction des
données

19. NECESSITE DE LA DATAVIZ
• Des « grands nombres » du XXe
siècle aux « big data » du XXIe
• Impossible d’appliquer des
techniques traditionnelles dans
l’exploration automatique de grandes
quantités de données pour extraire
des patterns
• Le visualisation des données : des
raccourcis outils ?
• Des manières d’instrumenter la
logique néolibérale de « la mise en
chiffres du monde »

20. QUESTION DES STANDARDS
• Certainement des conventions se
sont imposées : cartes; métaphores
naturelles, frises chronologiques…
• Mais nous n’avons pas encore de
standard de qualité, des formes de
régulation de la manière dans les
dataviz sont collectivement
construites
– Normalisation des techniques
– Minima d’accessibilité
– Exigences de vérifiabilité et de
replicabilité
– Encadrement de la diffusion

21. REFERENCES
• Diamond, S. (2010) ‘Lenticular Galaxies: The Polyvalent Aesthetics of Data
Visualization’, Code Drift: Essays in Critical Digital Studies, n. 2,
www.ctheory.net/articles.aspx?id=651
• Desrosières, A. (2008) Pour une sociologie historique de la quantification, Tome I:
l’argument statistique, Paris, Presses de l’Ecole des Mines.
• Flichy, P & S. Parasie (2013) ‘Sociologie des bases de données’, Réseaux 178-179,
pp.9-19
• Liu, A. (2004) ‘Transcendental Data: Toward a Cultural History and Aesthetics of the
New Encoded Discourse’, Critical Inquiry 31.1
http://criticalinquiry.uchicago.edu/issues/current/31n1.liu.htm.
• Manovich, L. (2002) The Anti-Sublime Ideal in Data Art’
http://www.manovich.net/DOCS/data_art.doc
• Manovich, L. (2007) ‘The Database as Symbolic Form’, Database Aesthetics: Art in
the Age of Information Overload, V. Vesna (ed.) U. of Minnesota Press, pp. 39-60
• Whitelaw, M. (2008) Art Against Information: Case Studies in Data Practice,
FiberCulture Journal, 11, FCJ-067, http://eleven.fibreculturejournal.org/fcj-067-art-
against-information-case-studies-in-data-practice/

22. PROJETS CITES
• ANAMIA (La sociabilité "Ana-mia" : une approche des troubles alimentaires par les
réseaux sociaux en ligne et hors ligne, ANR-09-ALIA-001) http://www.anamia.fr
• ICCU (Internet Censorship and Civil Unrest) https://iccu.wikispaces.com/
ARTICLES
• Casilli, A. A. & P. Tubaro (2012) ‘Social Media Censorship in Times of Political Unrest
- A Social Simulation Experiment with the UK Riots’, Bulletin of Sociological
Methodology, 115 (1)..
• P. Tubaro, Casilli, A. A. & L. Mounier (2014) Eliciting personal network data in web
surveys through participant-generated sociograms, Field Methods, 26 (2).
LOGICIELS
• ANAMIA Datalab https://github.com/Bodyspacesociety/ANAMIA-DataLab
• ANAMIA Egocenter https://github.com/Bodyspacesociety/ANAMIA-Egocenter
• ICCU https://iccu.wikispaces.com/file/view/UKriotsBMSmodel.zip