Juste ce court billet pour signaler les articles traduits récemment qui portent sur la transformation des conditions et du financement de la recherche sociale.
Dans un article publié dans le New York Times le 6 septembre dernier, Henry Farrell, Alison Gopnik et James Evans dénoncent les coupures drastiques faites par la National Science Foundation dans le financement de la recherche en sciences sociales. J’ai traduit cet article : La recherche dont nous avons besoin pour comprendre l’intelligence artificielle est en train de s’effondrer. Dans le même temps les entreprises dominantes du domaine de l’IA ont versé le double du financement perdu.
Sous l’administration Trump, la National Science Foundation, qui finance la plupart des recherches en sciences sociales aux États-Unis, n’accorde aucune subvention aux recherches traditionnelles en sociologie, en économie ou en sciences politiques, dans le cadre d’un effort plus large visant à démanteler complètement les activités de l’agence dans ces domaines.
Parallèlement, OpenAI et Anthropic souhaitent tous deux que les spécialistes en sciences sociales fournissent des orientations sur la manière dont la société peut aider les travailleurs déplacés, refondre les systèmes fiscaux, moderniser les aides au revenu et peut-être même commencer à envisager une certaine forme de propriété publique de l’IA. La Fondation OpenAI, qui détient une participation de 26 % dans OpenAI, a engagé 250 millions de dollars dans des projets visant à comprendre et à soutenir la transition vers une économie centrée sur l’IA, ainsi qu’à en partager les bénéfices. Anthropic consacre 200 millions de dollars à « une recherche externe ambitieuse sur les interventions visant à préparer la société aux impacts économiques de l’IA ». Au total, cela représente plus du double des 216 millions de dollars que la NSF avait budgétisés pour les sciences sociales en 2024, avant tout changement administratif.
Farrell poursuivait sa réflexion dans un billet Substack publié le 12 septembre (ma traduction) : Comment les sciences sociales devraient-elles aborder l’IA? Il y dévoile le type de « collaboration » entre les grands de l’IA et certains chercheurs, notamment en mathématiques. J’y (re)découvre cet article publié dans la revue Science en mars 2025 par Farrell et al. qui m’apparaît plus abordable (et plus court) que d’autres publiés depuis. Aussi je l’ai traduit : Les grands modèles d’IA sont des technologies culturelles et sociales.
Dans son article du 12 septembre, Farrell développe un peu plus son argument pour une recherche sociale indépendante, capable d’avoir un regard de haut niveau sur les développements technologiques contemporains, en s’appuyant notamment sur Charles Tilly. Il ajoute une dimension non abordée dans l’article du NYT : les relations entre les science sociales et l’IA elle-même.
Même si les sciences sociales parviennent à obtenir le financement dont elles ont besoin, elles pourraient finir par aborder les problèmes qu’elles sont censées étudier de manière peu constructive. Lorsque Tilly affirme que les sciences sociales sont le produit des traumatismes du XIXe siècle, il suggère également que cela les rend moins aptes à traiter des problèmes plus récents. Selon lui, elles restent prisonnières des névroses culturelles du XIXe siècle.
Les leçons que Farrell tire de Tilly me font penser à Harrison White ! Les sciences sociales
ont souvent tendance à s’appuyer sur « des modèles intemporels et sans lieu d’organisation sociale et de changement social », qui sont souvent ravivés par le rêve d’un retour à l’ordre au lieu d’« analyses ancrées dans l’histoire », qui reconnaissent le désordre et la confusion des sociétés humaines qui fonctionnent réellement. (GB souligne)
L’IA aura des conséquences sur le développement des sciences sociales et ces dernières ne peuvent attendre que la situation se stabilise avant d’entreprendre le travail d’analyse et de cartographie nécessaire à la compréhension (et l’orientation) des nouveaux enjeux. Face à l’IA le débat s’est développé autour de trois positions :
les « catastrophistes » qui croient que l’IA est puissante et qu’elle va tous nous tuer, les « accélérationnistes » qui croient que l’IA est puissante et qu’elle va tous nous libérer, et les « sceptiques » qui ne croient pas que l’IA soit puissante.
Farrell propose une quatrième position :
la reconnaissance que l’IA est puissante (et qu’elle redéfinira les relations de pouvoir entre les humains), mais que les conséquences se manifesteront de manière désordonnée à travers de multiples processus complexes que nous devons vraiment commencer à cartographier et à comprendre.
Il devrait y avoir de la place, et il existe au moins un article programmatique qui indique la voie à suivre pour la créer. Il s’agit d’un texte qu’Alondra Nelson a rédigé pour Daedalus plus tôt cette année.
Le texte de Nelson, Field Theory: AI as Social Science Question, Object & Tool, méritait d’être traduit. Avec ses quelques 58 références, il constitue une mine à creuser : Théorie du champ : l’IA en tant que question, objet et outil des sciences sociales.