Learning Machine Learning
Socialisation professionnelle des futurs ingénieurs en IA
Guillaume Le Lay
Appuyée sur une étude de cas portant sur les formations en IA et en analyse de données massives dispensées par deux grandes universités françaises, cette thèse dirigée par Gilles Bastin et Séverine Louvel, vise à mettre en évidence les effets de socialisation des acteurs sur le fonctionnement du monde de la programmation en matière d’intelligence artificielle. Si la littérature s’est beaucoup tournée vers l’étude d’espaces non-institutionnels (hackerspaces, forums) pour observer les dynamiques conventionnelles et normatives de la pratique de la programmation, les formations universitaires institutionnalisées, telles que ce projet propose de les étudier, promettent d’occuper une place croissante dans la production et la reproduction du code lui-même, mais également des valeurs éthiques et politiques qui s’y attachent dynamiquement. En s’intéressant ici prioritairement à la face institutionnelle de la production sociale du savoir algorithmique, cette recherche vise à interroger la manière dont les institutions prennent en charge la production et la transmission d’un savoir technique – mais aussi d’options éthiques et politiques – portant sur la conception et l’utilisation des algorithmes aux fins de la production et de l’analyse de données sur les mondes physiques et sociaux. Elle vise aussià comprendre comment cette prise en charge universitaire participe de la reconnaissance des données et représentations produites par le travail algorithmique comme une forme de savoir légitime. Les cursus universitaires dédiés participent à construire l’assise publique d’un savoir des algorithmes et de leurs concepteurs sur le monde. L’enquête décrit la manière dont cette reconnaissance académique intervient dans la structuration du groupe professionnel des experts de l’IA et sur l’agencement des juridictions de savoir dans les univers de la recherche privée et publique.