{"id":11552,"date":"2026-09-13T11:06:32","date_gmt":"2026-09-13T15:06:32","guid":{"rendered":"https:\/\/gillesenvrac.ca\/carnet\/?page_id=11552"},"modified":"2026-09-14T11:38:45","modified_gmt":"2026-09-14T15:38:45","slug":"lia-en-tant-que-question","status":"publish","type":"page","link":"https:\/\/gillesenvrac.ca\/carnet\/lia-en-tant-que-question\/","title":{"rendered":"Th\u00e9orie du champ : l\u2019IA en tant que question, objet et outil des sciences sociales"},"content":{"rendered":"
\n
\"\"<\/a>
PDF du num\u00e9ro complet 384 pages<\/figcaption><\/figure>\n<\/div>\n\n\n

Traduction de Field Theory: AI as Social Science Question, Object & Tool<\/a> par Alondra Nelson dans le num\u00e9ro de D\u00e6dalus<\/a> du printemps 2026<\/p>\n\n\n\n

Consulter le PDF de l’article (19 pages)<\/a> en anglais<\/p>\n\n\n\n

\n\n\n\n

R\u00e9sum\u00e9<\/h2>\n\n\n\n

Les applications de l\u2019intelligence artificielle de pointe transforment la mani\u00e8re dont les soci\u00e9t\u00e9s organisent le travail, gouvernent, produisent des connaissances et donnent du sens<\/strong>. \u00c0 la lumi\u00e8re de ces d\u00e9veloppements, cet essai soutient que les mod\u00e8les, outils et syst\u00e8mes d\u2019IA posent trois imp\u00e9ratifs<\/strong> interd\u00e9pendants aux sciences sociales : ils exigent qu\u2019on accorde une attention renouvel\u00e9e aux th\u00e9ories sociales sur la mani\u00e8re dont la technologie, l\u2019exp\u00e9rience humaine et l\u2019ordre social s\u2019entrem\u00ealent<\/strong>; ils doivent \u00eatre \u00e9tudi\u00e9s en tant qu\u2019objets d\u2019\u00e9tude <\/strong>\u00e0 part enti\u00e8re; et ils offrent des capacit\u00e9s susceptibles de transformer \u2014 voire de bouleverser<\/strong> \u2014 la pratique m\u00eame de la recherche sociale<\/strong>. De l\u2019analyse de la rationalisation par Weber \u00e0 l\u2019\u00e9tude de la technologie et des in\u00e9galit\u00e9s men\u00e9e par Du Bois, en passant par les travaux contemporains sur la gouvernance algorithmique, cet essai examine ce que les sciences sociales ont de particulier \u00e0 offrir<\/strong> : la capacit\u00e9 d\u2019historiciser ce qui semble sans pr\u00e9c\u00e9dent, d\u2019\u00e9tablir des liens \u00e0 diff\u00e9rentes \u00e9chelles et de mettre au centre ceux qui sont les plus touch\u00e9s par les changements technologiques. Il identifie la mani\u00e8re dont les syst\u00e8mes algorithmiques red\u00e9finissent la r\u00e9partition des chances et des risques comme une t\u00e2che centrale de la recherche sociale et s\u2019interroge sur les avenirs que les sciences sociales pourraient contribuer \u00e0 fa\u00e7onner.<\/p>\n\n\n\n

\n\n\n\n

L\u2019\u00e9mergence de l\u2019intelligence artificielle avanc\u00e9e \u2014 des mod\u00e8les g\u00e9n\u00e9ratifs qui produisent du texte, du son et des images, \u00e0 la gamme croissante d\u2019outils algorithmiques d\u00e9sormais int\u00e9gr\u00e9s \u00e0 la vie sociale, en passant par l\u2019apprentissage profond et les syst\u00e8mes agents qui pourraient transformer la recherche \u2014 est devenue une pierre angulaire des d\u00e9bats contemporains sur la soci\u00e9t\u00e9. L\u2019introduction de mod\u00e8les, d\u2019outils et de syst\u00e8mes d\u2019IA est \u00e0 la fois un signe de l\u2019ing\u00e9niosit\u00e9 humaine et un pr\u00e9sage de bouleversements soci\u00e9taux. Ces technologies s\u2019accompagnent de promesses visant \u00e0 am\u00e9liorer les capacit\u00e9s humaines, \u00e0 acc\u00e9l\u00e9rer les d\u00e9couvertes scientifiques et \u00e0 g\u00e9n\u00e9rer de nouvelles formes culturelles. Pourtant, leur utilisation menace \u00e9galement d\u2019\u00e9roder l\u2019autonomie humaine et de supplanter le jugement humain<\/strong>; elle accentue les in\u00e9galit\u00e9s<\/strong>, d\u00e9stabilise les syst\u00e8mes politiques et obscurcit la responsabilit\u00e9.<\/strong><\/p>\n\n\n\n

Pour les sciences sociales, le moment est urgent. L\u2019av\u00e8nement de l\u2019IA confronte les chercheurs \u00e0 au moins trois imp\u00e9ratifs \u00e9troitement li\u00e9s : renouveler les explications sur la mani\u00e8re dont le changement technologique est intimement li\u00e9 \u00e0 l\u2019exp\u00e9rience humaine et \u00e0 l\u2019ordre social; examiner l\u2019IA en tant qu\u2019objet d\u2019\u00e9tude; et \u00e9valuer l\u2019IA en tant qu\u2019outil m\u00e9thodologique, dont la rapidit\u00e9 et la port\u00e9e peuvent modifier, mais aussi fausser, la pratique de la recherche sociale. Ces imp\u00e9ratifs, pris dans leur ensemble, d\u00e9finissent ce que signifie \u00e9tudier la soci\u00e9t\u00e9 \u00e0 l\u2019\u00e8re des algorithmes et du pouvoir automatis\u00e9.<\/strong><\/p>\n\n\n\n

Ce n\u2019est pas la premi\u00e8re fois que les sciences sociales consid\u00e8rent la technologie comme un \u00e9l\u00e9ment essentiel \u00e0 l\u2019analyse de la soci\u00e9t\u00e9. Depuis leur cr\u00e9ation, les sciences sociales sont \u00e9troitement li\u00e9es \u00e0 la th\u00e9orisation des changements technologiques dans des domaines tels que la vie \u00e9conomique, la production industrielle, les relations de travail et l\u2019\u00e9ducation. Max Weber<\/strong> a retrac\u00e9 comment la rationalisation technique<\/strong> et la bureaucratie<\/strong> ont red\u00e9fini l\u2019autorit\u00e9<\/strong>. W. E. B. Du Bois a r\u00e9v\u00e9l\u00e9 comment l\u2019industrialisation s\u2019entrecroisait avec les in\u00e9galit\u00e9s \u00e9conomiques et raciales. Plus tard, Herbert Marcuse a mis en lumi\u00e8re la mani\u00e8re dont la technologie pouvait red\u00e9finir la libert\u00e9 et la pens\u00e9e elle-m\u00eame. Leurs travaux illustrent comment les moments de bouleversement technologique ont stimul\u00e9 le d\u00e9veloppement d\u2019id\u00e9es fondamentales dans les sciences sociales.<\/p>\n\n\n\n

Pourtant, l\u2019IA avanc\u00e9e pose des d\u00e9fis qui pourraient pousser cette tradition \u00e0 ses limites. Contrairement aux machines industrielles qui prolongeaient le travail humain ou aux formes bureaucratiques qui rationalisaient les t\u00e2ches, les outils d\u2019IA fonctionnent gr\u00e2ce \u00e0 la reconnaissance rapide de mod\u00e8les statistiques et au traitement de donn\u00e9es \u00e0 grande \u00e9chelle, ce qui rend difficile toute comparaison avec les technologies ant\u00e9rieures. Leur d\u00e9ploiement peut \u00e9branler des cat\u00e9gories qui semblaient autrefois stables \u2014 le travail, le savoir, la gouvernance, voire la personnalit\u00e9 \u2014 et, ce faisant, exiger des innovations normatives et conceptuelles de la part des sp\u00e9cialistes en sciences sociales. Les ph\u00e9nom\u00e8nes sociotechniques que les th\u00e9oriciens ant\u00e9rieurs avaient mis en lumi\u00e8re r\u00e9apparaissent aujourd\u2019hui, mais r\u00e9fract\u00e9s par des syst\u00e8mes algorithmiques d\u2019une ampleur, d\u2019une opacit\u00e9 et d\u2019une port\u00e9e susceptibles de mettre \u00e0 rude \u00e9preuve les cadres th\u00e9oriques h\u00e9rit\u00e9s<\/strong>.<\/p>\n\n\n\n

L\u2019enjeu va bien au-del\u00e0 d\u2019une simple compr\u00e9hension r\u00e9trospective. Si les chercheurs en sciences sociales attendent que les syst\u00e8mes d\u2019IA soient pleinement \u00e9tablis, nous ne pourrons que documenter leurs cons\u00e9quences apr\u00e8s coup. L\u2019occasion qui s\u2019offre \u00e0 nous consiste plut\u00f4t \u00e0 fa\u00e7onner des trajectoires en parall\u00e8le afin d\u2019articuler des cadres analytiques critiques, de mettre en lumi\u00e8re les risques, de g\u00e9n\u00e9rer des concepts et des donn\u00e9es probantes qui guident les choix publics<\/strong> en mati\u00e8re de conception et de gouvernance, et de faire progresser la recherche qui approfondit notre compr\u00e9hension de la soci\u00e9t\u00e9 contemporaine.<\/p>\n\n\n\n

Les chercheurs en sciences sociales qui se penchent sur l\u2019intelligence artificielle s\u2019inscrivent dans une tradition de r\u00e9flexion sur les nouveaux d\u00e9veloppements technologiques. Nous reconnaissons depuis longtemps que les technologies ne sont pas de simples instruments neutres<\/strong>, mais des forces qui redistribuent le pouvoir et fa\u00e7onnent le sens. Les th\u00e9ories classiques de la soci\u00e9t\u00e9 se sont souvent forg\u00e9es en r\u00e9ponse \u00e0 des bouleversements sociaux induits par la technologie : les bouleversements de la R\u00e9volution industrielle, les d\u00e9placements li\u00e9s aux empires, la r\u00e9organisation du travail et de la politique apr\u00e8s une guerre mondiale. Chaque vague de transformation exigeait non seulement une description empirique, mais aussi une interpr\u00e9tation<\/strong>. L\u2019intelligence artificielle, avec ses promesses et ses dangers, pr\u00e9sente un moment paradigmatique similaire, qui appelle \u00e0 la red\u00e9couverte de ces traditions th\u00e9oriques et \u00e0 leurs prolongements cr\u00e9atifs.<\/p>\n\n\n\n

Max Weber fut parmi les premiers \u00e0 saisir ces dynamiques; il cherchait \u00e0 comprendre comment le capitalisme industriel r\u00e9organisait l\u2019autorit\u00e9 et la l\u00e9gitimit\u00e9. Dans L\u2019\u00e9thique protestante et l\u2019esprit du capitalisme<\/em> (1905), il observe que \u00ab cet ordre est d\u00e9sormais li\u00e9 aux conditions techniques et \u00e9conomiques de la production m\u00e9canis\u00e9e qui [\u2026] d\u00e9terminent la vie de tous les individus [\u2026] avec une force irr\u00e9sistible \u00bb.1<\/a><\/sup>Max Weber, The Protestant Ethic and the Spirit of Capitalism(Routledge, 2001), 123.<\/span> Pour Weber, le syst\u00e8me d\u2019usine n\u2019\u00e9tait pas seulement une structure \u00e9conomique, mais une volont\u00e9 implacable d\u2019organiser la vie par le calcul, l\u2019efficacit\u00e9 et le contr\u00f4le<\/strong>. Il d\u00e9crit le r\u00e9sultat comme une \u00ab cage de fer \u00bb<\/strong> : un ordre social dans lequel les logiques bureaucratiques et techniques, une fois d\u00e9cha\u00een\u00e9es, confinaient les \u00eatres humains au sein de syst\u00e8mes de rationalisation et restreignaient leur libert\u00e9<\/strong>. Cette image de la cage de fer trouve aujourd\u2019hui un \u00e9cho puissant. La gestion algorithmique suit les mouvements des travailleurs des entrep\u00f4ts d\u2019Amazon, les itin\u00e9raires des chauffeurs d\u2019Uber et la productivit\u00e9 des centres d\u2019appels; elle automatise les d\u00e9cisions d\u2019embauche et impose un r\u00e9seau de surveillance continue. Tout comme les usines de la R\u00e9volution industrielle r\u00e9gimentaient le temps et le travail, les syst\u00e8mes d\u2019IA imposent d\u00e9sormais des r\u00e9gimes de quantification<\/strong> dans tous les domaines, de la logistique d\u2019entrep\u00f4t au travail intellectuel<\/strong>.2<\/a><\/sup>Lucas G. Pinheiro, \u201cProtocols of Production: The Absent Factories of Digital Capitalism<\/a>,\u201d\u00a0American Political Science Review\u00a0119 (3) (2025): 1085\u20131098.<\/span> Weber nous aide \u00e0 comprendre que ces utilisations de l\u2019intelligence artificielle ne constituent pas simplement un ensemble de techniques, mais un syst\u00e8me d\u2019ordre \u2014 une logique institutionnelle<\/strong> qui r\u00e9organise les relations humaines sous la banni\u00e8re de la rationalisation.<\/p>\n\n\n\n

Pourtant, l\u2019accent mis par Weber sur la rationalisation a laiss\u00e9 de c\u00f4t\u00e9 des dimensions sociales cruciales. Au m\u00eame moment, W. E. B. Du Bois insistait sur le fait que le changement technologique ne pouvait \u00eatre compris ind\u00e9pendamment des rapports de pouvoir, en particulier ceux structur\u00e9s par la race et l\u2019empire. Dans The Negro Artisan (1902), il montre comment l\u2019automatisation a supplant\u00e9 les artisans noirs, \u00e9rodant ainsi les formes d\u2019autonomie et de savoir-faire qui avaient \u00e9t\u00e9 essentielles \u00e0 leur statut civique. Sans protections politiques, soutient-il, le changement technologique a aggrav\u00e9 les in\u00e9galit\u00e9s plut\u00f4t que de les att\u00e9nuer.3<\/a><\/sup>W. E. B. Du Bois, The Negro Artisan (Atlanta University Press, 1902).<\/span> Plus tard, dans Darkwater: Voices from Within the Veil (1920), Du Bois \u00e9tend cette critique \u00e0 l\u2019\u00e9chelle mondiale. Il observe que la \u00ab science occidentale \u00bb et l\u2019industrie ont perfectionn\u00e9 les machines de production sans mettre au point de m\u00e9canismes de distribution \u00e9quitable, transformant ainsi la ma\u00eetrise technique en un outil de domination. Du Bois<\/strong> insiste sur le fait que les technologies d\u00e9pourvues de garde-fous politiques ne sont pas \u00e9mancipatrices<\/strong>, mais renforcent au contraire les hi\u00e9rarchies raciales, de classe et imp\u00e9riales4<\/a><\/sup>W. E. B. Du Bois, Darkwater: Voices from Within the Veil (Harcourt, Brace and Howe, 1920)<\/span>. Son analyse nous renvoie \u00e0 une question centrale concernant l\u2019utilisation de l\u2019IA de pointe aujourd\u2019hui : qui en b\u00e9n\u00e9ficie, qui est \u00e9vinc\u00e9, et comment les in\u00e9galit\u00e9s sont-elles r\u00e9affirm\u00e9es par le d\u00e9ploiement de ces nouveaux syst\u00e8mes?<\/p>\n\n\n\n

Au milieu du XXe si\u00e8cle, Herbert Marcuse avait donn\u00e9 un nouvel \u00e9lan \u00e0 cette critique, en montrant comment la rationalit\u00e9 technologique pouvait \u00e9touffer la r\u00e9flexion critique et renforcer la conformit\u00e9. Dans L\u2019Homme unidimensionnel<\/em> (1964), il soutient que l\u2019exercice moderne du pouvoir ne reposait plus principalement sur la coercition manifeste, mais s\u2019exer\u00e7ait par le biais de la technologie elle-m\u00eame. L\u2019efficacit\u00e9 et la productivit\u00e9 sont devenues des fins incontest\u00e9es, r\u00e9tr\u00e9cissant la pens\u00e9e et le d\u00e9sir et emp\u00eachant d\u2019envisager des alternatives.5<\/a><\/sup>Herbert Marcuse, One-Dimensional Man (Beacon Press, 1964). <\/span> Cette dynamique est perceptible dans les syst\u00e8mes d\u2019IA d\u2019aujourd\u2019hui. Les moteurs de recommandation orientent l\u2019attention et le d\u00e9sir, cr\u00e9ant des environnements qui font appara\u00eetre certaines possibilit\u00e9s comme naturelles tout en en occultant d\u2019autres. Les grands mod\u00e8les linguistiques produisent des r\u00e9sultats persuasifs qui brouillent la fronti\u00e8re entre l\u2019information et la manipulation<\/strong>; comme le souligne le diagnostic de Marcuse, les contraintes pesant sur l\u2019action humaine semblent in\u00e9vitables pr\u00e9cis\u00e9ment parce qu\u2019elles se pr\u00e9sentent sous le couvert de syst\u00e8mes techniques. Son \u0153uvre nous rappelle que le pouvoir de la technologie<\/strong> ne r\u00e9side pas seulement dans ce qu\u2019elle rend possible, mais aussi dans la mani\u00e8re dont elle restreint les horizons de la pens\u00e9e<\/strong> et de l\u2019action.<\/p>\n\n\n\n

Dans l\u2019ensemble, Weber, Du Bois et Marcuse nous rappellent que les technologies ne se contentent pas d\u2019augmenter les capacit\u00e9s humaines; elles peuvent bouleverser la vie sociale, redistribuer le pouvoir et encadrer le sens. Il est important de revenir \u00e0 leurs travaux aujourd\u2019hui, non pas parce que leurs th\u00e9ories s\u2019adaptent parfaitement \u00e0 l\u2019\u00e8re de l\u2019IA, mais parce qu\u2019elles nous enseignent \u00e0 poser les bonnes questions. Leurs id\u00e9es demeurent indispensables pour interpr\u00e9ter l\u2019IA, m\u00eame si de nouvelles conditions nous obligent \u00e0 les d\u00e9velopper avec cr\u00e9ativit\u00e9 et prudence. Renouer avec cette tradition ne signifie donc pas la reproduire m\u00e9caniquement, mais la renouveler, en \u00e9laborant de nouvelles cat\u00e9gories et m\u00e9thodes adapt\u00e9es \u00e0 notre \u00e9poque.<\/p>\n\n\n\n

L\u2019intelligence artificielle introduit des formes de complexit\u00e9 et d\u2019incertitude qui exigent de nouveaux outils conceptuels<\/strong>. Les syst\u00e8mes d\u2019apprentissage automatique, par exemple, peuvent g\u00e9n\u00e9rer des r\u00e9sultats ou identifier des mod\u00e8les qui n\u2019ont pas \u00e9t\u00e9 programm\u00e9s \u00e0 l\u2019avance et qui peuvent \u00eatre impr\u00e9visibles pour les d\u00e9veloppeurs. La port\u00e9e des technologies d\u2019IA \u00e0 travers divers domaines est tout aussi significative. Contrairement \u00e0 une machine rattach\u00e9e \u00e0 un seul site, comme un h\u00f4pital ou une usine, les syst\u00e8mes d\u2019IA sont omnipr\u00e9sents, s\u2019\u00e9tendant \u00e0 de multiples sph\u00e8res sociales. Une cote de cr\u00e9dit d\u00e9termine non seulement l\u2019acc\u00e8s au cr\u00e9dit, mais aussi les possibilit\u00e9s de logement et d\u2019emploi.6<\/a><\/sup>Solon Barocas and Andrew D. Selbst, \u201cBig Data\u2019s Disparate Impact,\u201d California Law Review 104 (3) (2016): 671\u2013732; and Cathy O\u2019Neil, Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy (Crown, 2016).<\/span> Les algorithmes de mod\u00e9ration de contenu influencent \u00e0 la fois l\u2019expression quotidienne et la politique nationale.7<\/a><\/sup>Tarleton Gillespie, Custodians of the Internet: Platforms, Content Moderation, and the Hidden Decisions That Shape Social Media (Yale University Press, 2018); and Zeynep Tufekci, Twitter and Tear Gas: The Power and Fragility of Networked Protest (Yale University Press, 2017).<\/span> L\u2019optimisation de la cha\u00eene d\u2019approvisionnement modifie la logistique des entreprises et se r\u00e9percute sur les march\u00e9s du travail mondiaux et la g\u00e9opolitique.8<\/a><\/sup>Tanya Carayannis, Naima Kane, Marie-Therese Png, and Alondra Nelson,\u00a0Summary Report: Workshop on the Geopolitics of Critical Minerals and the AI Supply Chain<\/a>\u00a0(Science, Technology, and Social Values Lab, Institute for Advanced Study, 2025).<\/span> Ces interconnexions r\u00e9v\u00e8lent que les outils et les mod\u00e8les d\u2019IA sont des syst\u00e8mes dot\u00e9s d\u2019effets multiplicateurs qui peuvent se propager au-del\u00e0 de leurs applications initialement pr\u00e9vues ou de leurs lieux d\u2019utilisation imm\u00e9diats.9<\/a><\/sup>Alondra Nelson, The Social Life of DNA: Race, Reparations, and Reconciliation after the Genome (Beacon Press, 2016).<\/span><\/p>\n\n\n\n

\u00c0 cette impr\u00e9visibilit\u00e9 et \u00e0 cette port\u00e9e interdisciplinaire s\u2019ajoute une troisi\u00e8me caract\u00e9ristique d\u00e9terminante de l\u2019IA avanc\u00e9e : l\u2019opacit\u00e9<\/strong> \u2014 qui n\u2019est pas n\u00e9cessairement intrins\u00e8que aux outils eux-m\u00eames, mais r\u00e9sulte de d\u00e9cisions commerciales visant \u00e0 d\u00e9ployer des syst\u00e8mes qui ne sont pas pleinement compris et qui sont rarement transparents. Cette situation, combin\u00e9e aux revendications de propri\u00e9t\u00e9 intellectuelle<\/strong>, \u00e0 la course effr\u00e9n\u00e9e \u00e0 l\u2019IA et \u00e0 l\u2019absence de surveillance r\u00e9glementaire, fait en sorte que les syst\u00e8mes d\u2019IA peuvent \u00eatre difficiles \u00e0 examiner<\/strong>. L\u2019opacit\u00e9, dans ce sens plus large, n\u2019est pas simplement une condition technique, mais une strat\u00e9gie politique et \u00e9conomique<\/strong> : les syst\u00e8mes sont rendus difficiles \u00e0 analyser non pas parce que leur complexit\u00e9 rend la transparence impossible, mais parce que les incitatifs commerciaux et les arrangements institutionnels rendent l\u2019opacit\u00e9 rentable<\/strong>. C\u2019est pr\u00e9cis\u00e9ment ce qui fait de l\u2019IA un objet central de la recherche en sciences sociales plut\u00f4t qu\u2019une pr\u00e9occupation technique \u00e9troite.10<\/a><\/sup>Alondra Nelson, \u201cAlgorithmic Agnotology: On AI, Knowledge, and Power,\u201d invited lecture presented at the 39th Annual AAAI Conference on Artificial Intelligence, Philadelphia, Pennsylvania, March 1, 2025.<\/span><\/p>\n\n\n\n

Ces caract\u00e9ristiques \u2014 impr\u00e9visibilit\u00e9, port\u00e9e interdomaines et opacit\u00e9 \u2014 red\u00e9finissent \u00e9galement des questions persistantes li\u00e9es au pouvoir. La rationalisation de la vie, la perp\u00e9tuation des in\u00e9galit\u00e9s et le r\u00e9tr\u00e9cissement de la pens\u00e9e persistent tous \u00e0 l\u2019\u00e8re de l\u2019IA, mais se r\u00e9fractent \u00e0 travers des syst\u00e8mes et des institutions qui exigent que les chercheurs en sciences sociales les repensent. Il faut analyser comment l\u2019utilisation omnipr\u00e9sente de l\u2019IA organise le pouvoir et restreint l\u2019imagination en tenant compte de l\u2019ampleur, de la vitesse et de la port\u00e9e infrastructurelle que les th\u00e9oriciens ant\u00e9rieurs n\u2019avaient pas pr\u00e9vues.<\/p>\n\n\n\n

Des chercheurs de toutes les disciplines des sciences sociales ont entrepris ce travail de renouveau th\u00e9orique. En sociologie, les analyses de la \u00ab soci\u00e9t\u00e9 ordinale \u00bb<\/strong> actualisent les analyses classiques de la rationalisation, en montrant comment le classement et la notation algorithmiques intensifient la stratification sociale et red\u00e9finissent l\u2019appartenance <\/strong>sociale.11<\/a><\/sup>Marion Fourcade and Kieran Healy, The Ordinal Society (Harvard University Press, 2024).<\/span> En sciences politiques, la recherche sur la d\u00e9lib\u00e9ration d\u00e9mocratique examine les conditions dans lesquelles les outils algorithmiques pourraient soutenir plut\u00f4t que supplanter la prise de d\u00e9cision collective \u2014 tout en mettant en garde contre la mani\u00e8re dont l\u2019utilisation de l\u2019intelligence artificielle menace la d\u00e9mocratie, notamment la repr\u00e9sentation, la reddition de comptes et la confiance.12<\/a><\/sup>H\u00e9l\u00e8ne Landemore,\u00a0Open Democracy: Reinventing Popular Rule for the Twenty-First Century\u00a0(Princeton University Press, 2020); Sendhil Mullainathan, \u201cEconomics in the Age of Algorithms<\/a>,\u201d\u00a0AEA Papers and Proceedings\u00a0115 (2025): 1\u201323; Sarah Kreps and Doug Kriner, \u201cHow AI Threatens Democracy<\/a>,\u201d\u00a0Journal of Democracy\u00a034 (4) (2023): 122\u2013131; and Mark Coeckelbergh, \u201cArtificial Intelligence, the Common Good, and the Democratic Deficit in AI Governance,\u201d\u00a0AI and Ethics\u00a05 (4) (2025): 1491\u20131497.<\/span> Les \u00e9conomistes ont fait valoir que la prise en compte des interactions entre les chercheurs et les outils d\u2019apprentissage automatique peut contribuer \u00e0 affiner l\u2019\u00e9laboration des th\u00e9ories, et ont d\u00e9velopp\u00e9 des cadres ax\u00e9s sur les t\u00e2ches d\u00e9montrant que les effets de l\u2019IA sur le travail et les in\u00e9galit\u00e9s ne sont pas d\u00e9termin\u00e9s par la technologie, mais d\u00e9pendent des choix relatifs \u00e0 la conception et au d\u00e9ploiement de ces syst\u00e8mes.13<\/a><\/sup>Daron Acemoglu, \u201cThe Simple Macroeconomics of AI<\/a>,\u201d NBER Working Paper 32487 (National Bureau of Economic Research, 2024); and Mullainathan, \u201cEconomics in the Age of Algorithms.\u201d<\/span> Les th\u00e9ories du travail num\u00e9rique ont montr\u00e9 comment les centres d\u2019\u00e9tiquetage de donn\u00e9es et les plateformes de microtravail mettent en \u0153uvre des r\u00e8gles de discipline, de supervision et de fragmentation qui reproduisent et renforcent, plut\u00f4t que de transcender, les r\u00e9gimes de contr\u00f4le industriels.14<\/a><\/sup>Pinheiro, \u201cProtocols of Production.\u201d<\/span> Des \u00e9tudes sur la race et la technologie ont r\u00e9v\u00e9l\u00e9 comment des syst\u00e8mes algorithmiques pr\u00e9sent\u00e9s comme neutres encodent et reproduisent en r\u00e9alit\u00e9 la hi\u00e9rarchie raciale, prolongeant ainsi les sch\u00e9mas historiques de discrimination dans la prise de d\u00e9cision automatis\u00e9e.15<\/a><\/sup>Ruha Benjamin, Race After Technology: Abolitionist Tools for the New Jim Code (Polity, 2019).<\/span><\/p>\n\n\n\n

Pourtant, m\u00eame les technologies \u00e9mergentes puissantes ne d\u00e9terminent pas leurs propres applications ni leurs r\u00e9sultats. La recherche sur les biotechnologies algorithmiques a mis en \u00e9vidence leur \u00ab vie sociale \u00bb et la mani\u00e8re dont les communaut\u00e9s contestent et r\u00e9orientent les outils scientifiques, proposant des mod\u00e8les conceptuels pour comprendre comment les significations et les utilisations de l\u2019IA demeurent des lieux de lutte<\/strong> plut\u00f4t que des r\u00e9sultats fig\u00e9s.16<\/a><\/sup>Arjun Appadurai, The Social Life of Things: Commodities in Cultural Perspective (Cambridge University Press, 2014); Nelson, The Social Life of DNA; and Aaron Panofsky and Joan Donovan, \u201cGenetic Ancestry Testing Among White Nationalists: From Identity Repair to Citizen Science,\u201d Social Studies of Science 49 (5) (2019): 653\u2013681.<\/span> Les recherches sur le commerce financier automatis\u00e9 ont \u00e9tendu le concept d\u2019\u00ab ordre d\u2019interaction \u00bb du sociologue Erving Goffman aux syst\u00e8mes algorithmiques afin d\u2019expliquer comment les algorithmes de n\u00e9gociation font la file, se font concurrence et trompent par le biais des carnets de commandes \u00e9lectroniques<\/strong>, g\u00e9n\u00e9rant ainsi des dynamiques \u00e9mergentes qu\u2019aucun acteur individuel n\u2019a con\u00e7ues ni ne contr\u00f4le enti\u00e8rement.17<\/a><\/sup>Donald MacKenzie, \u201cHow Algorithms Interact: Goffman\u2019s \u2018Interaction Order\u2019 in Automated Trading,\u201d Theory, Culture & Society 36 (2) (2019): 39\u201359.<\/span> Ces travaux sugg\u00e8rent l\u2019innovation th\u00e9orique requise \u00e0 l\u2019heure actuelle : s\u2019appuyer sur les traditions disciplinaires tout en forgeant des perspectives adapt\u00e9es aux qualit\u00e9s et aux d\u00e9fis distincts de l\u2019IA avanc\u00e9e.<\/p>\n\n\n\n

Mais l\u2019architecture th\u00e9orique compl\u00e8te permettant de comprendre l\u2019IA dans la soci\u00e9t\u00e9 reste \u00e0 construire. Ce qu\u2019il faut, ce n\u2019est pas simplement un catalogue de ses effets dans tous les secteurs, mais des analyses int\u00e9gr\u00e9es de la mani\u00e8re dont les syst\u00e8mes algorithmiques transforment les coordonn\u00e9es fondamentales de l\u2019existence sociale : la nature du travail et de la valeur \u00e9conomique, le caract\u00e8re de la vie publique et de l\u2019autorit\u00e9 politique, la production et la circulation du savoir, ainsi que les limites m\u00eames de l\u2019action humaine. De tels cadres appr\u00e9henderont l\u2019intelligence artificielle non pas comme une technologie distincte, mais comme une couche infrastructurelle qui influe de plus en plus sur le fonctionnement des institutions<\/strong>, sur la fa\u00e7on dont les individus sont per\u00e7us et class\u00e9s, et sur la mani\u00e8re dont les avenirs collectifs sont imagin\u00e9s et compromis.<\/p>\n\n\n\n

Le moment actuel exige des sciences sociales qu\u2019elles renouent avec leurs traditions critiques tout en les \u00e9largissant \u2014 pour penser au-del\u00e0 des cat\u00e9gories que les transformations ant\u00e9rieures ont mises en \u00e9vidence et pour \u00e9laborer de nouveaux concepts \u00e0 la mesure des incertitudes actuelles<\/strong>. Construire cette analyse exigera une collaboration soutenue entre les disciplines et une volont\u00e9 de mener des recherches empiriques tout en th\u00e9orisant \u00e0 l\u2019\u00e9chelle de la transformation induite par l\u2019IA. Mais le renouveau ne peut se faire dans l\u2019abstraction. Il n\u00e9cessite un engagement envers les mod\u00e8les, les outils et les syst\u00e8mes par lesquels l\u2019intelligence artificielle est d\u00e9ploy\u00e9e dans la soci\u00e9t\u00e9. En reliant les traditions critiques \u00e0 la recherche \u00e9mergente, les sciences sociales devraient aborder le tournant de l\u2019IA comme exigeant non seulement une attention th\u00e9orique, mais aussi une investigation empirique.<\/strong><\/p>\n\n\n\n

Pour les sciences sociales, l\u2019IA est devenue incontournable. Elle touche tous les domaines de recherche \u2014 politiques, \u00e9conomiques, culturels et \u00e9pist\u00e9miques. Par cons\u00e9quent, l\u2019\u00e9tudier ne consiste pas simplement \u00e0 analyser un ensemble de technologies, mais \u00e0 examiner la \u00ab cha\u00eene compl\u00e8te de l\u2019IA \u00bb \u2014 depuis l\u2019extraction des min\u00e9raux essentiels jusqu\u2019aux besoins \u00e9nerg\u00e9tiques des centres de donn\u00e9es, en passant par la participation des travailleurs au d\u00e9veloppement et \u00e0 l\u2019adoption, ainsi que par la conception et la circulation des produits d\u2019IA.18<\/a><\/sup>Carayannis, Kane, Png, and Nelson, Summary Report.<\/span> Si l\u2019on prend cela au s\u00e9rieux, cela signifie traiter les mod\u00e8les, les outils et les syst\u00e8mes d\u2019IA non pas comme une entreprise technique, mais comme une entreprise sociale \u2014 le fondement d\u2019une science sociale de l\u2019IA.<\/p>\n\n\n\n

Dans l\u2019ensemble des sciences sociales, les technologies ne sont pas analys\u00e9es comme de simples instruments, mais comme des produits humains qui orientent les flux de ressources, de capital et d\u2019imaginaires, et dont la conception, la propri\u00e9t\u00e9, la circulation et l\u2019utilisation s\u2019inscrivent dans des contextes plus larges.19<\/a><\/sup>Sheila Jasanoff, Designs on Nature: Science and Democracy in Europe and the United States (Princeton University Press, 2005).<\/span> Cette perspective est essentielle pour comprendre les syst\u00e8mes d\u2019IA qui sont con\u00e7us dans des laboratoires et des entreprises, mais qui d\u00e9passent rapidement ces lieux pour s\u2019ancrer dans la soci\u00e9t\u00e9. Ils incarnent des hypoth\u00e8ses sur ce qui est pr\u00e9cieux ou efficace, fa\u00e7onnant ainsi la r\u00e9partition de la visibilit\u00e9, de la reconnaissance et des occasions.20<\/a><\/sup>Safiya Umoja Noble, Algorithms of Oppression: How Search Engines Reinforce Racism (NYU Press, 2018); Benjamin, Race After Technology; and Sarah Brayne, Predict and Surveil: Data, Discretion, and the Future of Policing (Oxford University Press, 2020).<\/span> L\u2019int\u00e9gration de l\u2019IA dans la vie sociale exige donc l\u2019attention non seulement des chercheurs qui \u00e9tudient les impacts de la technologie, mais aussi de tous ceux qui \u00e9tudient l\u2019organisation de la soci\u00e9t\u00e9.<\/p>\n\n\n\n

Cela appara\u00eet clairement lorsqu\u2019on examine comment l\u2019IA interagit avec les relations sociales. Ce qui appara\u00eet comme un \u00ab fil d\u2019actualit\u00e9 \u00bb ou un \u00ab sujet tendance \u00bb dans les m\u00e9dias est en fait le r\u00e9sultat de d\u00e9cisions algorithmiques concernant la visibilit\u00e9 et l\u2019engagement.21<\/a><\/sup>Tufekci, Twitter and Tear Gas.<\/span> Des recherches ont montr\u00e9 comment la reconnaissance, l\u2019intimit\u00e9 et le statut sont de plus en plus influenc\u00e9s par les syst\u00e8mes d\u2019IA, modifiant ainsi les conditions dans lesquelles les liens sociaux se forment et se maintiennent.22<\/a><\/sup>Virginia Eubanks, Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor (St. Martin\u2019s Press, 2018); and Fourcade and Healy, The Ordinal Society.<\/span> La surveillance, elle aussi, a \u00e9t\u00e9 r\u00e9invent\u00e9e : au lieu de se contenter d\u2019enregistrer les comportements, la surveillance algorithmique les conditionne activement, incitant les individus vers certains choix, construisant des profils probabilistes susceptibles d\u2019anticiper compl\u00e8tement toute action et bafouant la vie priv\u00e9e, et ce, \u00e0 l\u2019\u00e9chelle de populations enti\u00e8res.23<\/a><\/sup>David Lyon and David Murakami Wood, eds., Big Data Surveillance and Security Intelligence (University of British Columbia Press, 2021).<\/span> L\u2019IA appara\u00eet ainsi non seulement comme une infrastructure de communication, mais aussi comme une force m\u00e9diatrice \u2014 une force qui s\u00e9lectionne ce qui est vu, conditionne ce qui est fait et influence la mani\u00e8re dont l\u2019identit\u00e9 et le capital social se constituent par le biais de logiques computationnelles op\u00e9rant simultan\u00e9ment aux niveaux intime et global.<\/p>\n\n\n\n

Une science sociale de l\u2019IA peut \u00e9galement interroger les march\u00e9s du travail, en d\u00e9montrant que l\u2019intelligence artificielle ne se contente pas de remplacer ou d\u2019augmenter le travail humain, mais qu\u2019elle r\u00e9organise les relations d\u2019expertise et de valeur<\/strong> \u00e0 travers lesquelles les \u00e9conomies sont traditionnellement structur\u00e9es. Des plateformes telles que Google, Amazon et ByteDance d\u00e9ploient l\u2019IA pour coordonner la production et le travail, en extrayant de la valeur par le biais des donn\u00e9es, de l\u2019\u00e9chelle et de la s\u00e9lection algorithmique. Ces dynamiques mettent \u00e0 rude \u00e9preuve les mod\u00e8les \u00e9conomiques fond\u00e9s sur des acteurs rationnels<\/strong> : les syst\u00e8mes d\u2019IA g\u00e9n\u00e8rent des sch\u00e9mas d\u2019interaction entre le comportement humain et la vitesse ainsi que la port\u00e9e des algorithmes que les mod\u00e8les traditionnels ne parviennent pas toujours \u00e0 saisir.24<\/a><\/sup>Diane Coyle, Markets, State, and People: Economics for Public Policy (Princeton University Press, 2021).<\/span> L\u2019\u00e9conomiste David Autor soutient que cette r\u00e9organisation ne se limite pas \u00e0 \u00e9liminer des emplois, mais \u00ab\u00a0red\u00e9finit l\u2019expertise \u00bb, permettant \u00e0 davantage de travailleurs d\u2019assumer des responsabilit\u00e9s autrefois r\u00e9serv\u00e9es \u00e0 des professionnels hautement qualifi\u00e9s<\/strong>.25<\/a><\/sup>David Autor, \u201cApplying AI to Rebuild Middle Class Jobs<\/a>,\u201d NBER Working Paper 32140 (National Bureau of Economic Research, 2024).<\/span> Toutefois, le fait que cela renforce ou \u00e9rode les moyens de subsistance de la classe moyenne d\u00e9pend de la conception institutionnelle et des politiques mises en \u0153uvre.26<\/a><\/sup>Erik Brynjolfsson, \u201cThe Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence<\/a>,\u201d\u00a0D\u00e6dalus\u00a0151 (2) (Spring 2022): 272\u2013287.<\/span> Autor approfondit ce point avec le chercheur Neil Thompson en d\u00e9montrant que l\u2019automatisation affecte les salaires et l\u2019emploi diff\u00e9remment selon que ce sont des t\u00e2ches \u00ab d\u2019experts \u00bb ou \u00ab de non-experts \u00bb qui sont remplac\u00e9es.27<\/a><\/sup>David Autor and Neil Thompson, \u201cExpertise<\/a>,\u201d NBER Working Paper 33941 (National Bureau of Economic Research, 2024).<\/span> En analysant des millions d\u2019offres d\u2019emploi en ligne, l\u2019\u00e9conomiste Daron Acemoglu et ses coll\u00e8gues retracent comment l\u2019adoption de l\u2019IA modifie les exigences en mati\u00e8re de comp\u00e9tences, constatant qu\u2019elle r\u00e9duit le nombre de postes vacants en dehors des fonctions \u00e0 forte intensit\u00e9 d\u2019IA, m\u00eame si les effets globaux sur l\u2019emploi restent modestes.28<\/a><\/sup>Daron Acemoglu, David Autor, Jonathon Hazell, and Pascual Restrepo, \u201cArtificial Intelligence and Jobs: Evidence from Online Vacancies,\u201d Journal of Labor Economics 40 (S1) (2022).<\/span> Ces effets sur le march\u00e9 du travail et les in\u00e9galit\u00e9s sont indissociables des contextes politiques et institutionnels dans lesquels ces technologies sont d\u00e9ploy\u00e9es.<\/p>\n\n\n\n

Une science sociale de l\u2019IA<\/strong> doit donc \u00e9galement s\u2019int\u00e9resser \u00e0 la gouvernance \u00e0 l\u2019\u00e8re algorithmique : comment le pouvoir est exerc\u00e9, comment la l\u00e9gitimit\u00e9 est revendiqu\u00e9e, et comment les citoyens peuvent demander des comptes aux institutions<\/strong> qui utilisent l\u2019IA.29<\/a><\/sup>Cynthia Dwork and Martha Minow, \u201cDistrust of Artificial Intelligence: Sources & Responses from Computer Science & Law<\/a>,\u201d\u00a0D\u00e6dalus\u00a0151 (2) (Spring 2022): 309\u2013321. <\/span>Partout dans le monde, les gouvernements d\u00e9ploient d\u00e9sormais des outils algorithmiques pour attribuer les prestations sociales, r\u00e9glementer l\u2019immigration et assurer le maintien de l\u2019ordre.30<\/a><\/sup>Eubanks,\u00a0Automating Inequality; Karen Levy, Kyla E. Chasalow, and Sarah Riley, \u201cAlgorithms and Decision-Making in the Public Sector,<\/a>\u201dAnnual Review of Law and Social Science\u00a017 (2021): 309\u2013334; and Helen Margetts, \u201cRethinking AI for Good Governance<\/a>,\u201d\u00a0D\u00e6dalus\u00a0151 (2) (Spring 2022): 360\u2013371.<\/span> L\u2019ethnographie de Sarah Brayne sur le Service de police de Los Angeles illustre comment les syst\u00e8mes dits de \u00ab maintien de l\u2019ordre pr\u00e9dictif \u00bb<\/strong> r\u00e9organisent le pouvoir discr\u00e9tionnaire, \u00e9largissant la surveillance des communaut\u00e9s marginalis\u00e9es tout en soustrayant les utilisateurs de ces technologies \u00e0 toute obligation de rendre des comptes.31<\/a><\/sup>Brayne, Predict and Surveil.<\/span> Les sociologues soutiennent donc que l\u2019engagement des sciences sociales envers l\u2019intelligence artificielle doit inclure les questions de gouvernance et accorder une attention soutenue \u00e0 la mani\u00e8re dont l\u2019IA g\u00e9n\u00e8re des in\u00e9galit\u00e9s et concentre le pouvoir<\/strong>.32<\/a><\/sup>Tina Law and Leslie McCall, \u201cArtificial Intelligence Policymaking: An Agenda for Sociological Research,\u201d Socius: Sociological Research for a Dynamic World 10 (2024).<\/span> Les politologues ont cherch\u00e9 \u00e0 d\u00e9terminer si l\u2019IA pourrait soutenir plut\u00f4t que supplanter la prise de d\u00e9cision collective<\/strong>, en examinant comment les outils algorithmiques pourraient faciliter la d\u00e9lib\u00e9ration \u00e0 grande \u00e9chelle tout en reconnaissant les risques que ces technologies posent pour l\u2019acceptation et la participation du public.33<\/a><\/sup>H\u00e9l\u00e8ne Landemore, \u201cCan AI Bring Deliberation to the Masses?\u201d in\u00a0Routledge Handbook of Collective Intelligence for Democracy and Governance, ed. Stephen Boucher, Carina Antonia Hallin, and Lex Paulson (Routledge, 2024); and Henry Farrell and Hahrie Han, \u201cAI and Democratic Publics<\/a>,\u201d Traduction fran\u00e7aise : IA et publics d\u00e9mocratiques<\/a>, Knight First Amendment Institute at Columbia University, August 1, 2025.<\/span> Ces \u00e9tudes d\u00e9montrent que le d\u00e9ploiement de l\u2019IA refl\u00e8te des choix politiques et des arrangements organisationnels autant que des possibilit\u00e9s technologiques.<\/p>\n\n\n\n

L\u2019IA m\u00e9rite \u00e9galement qu\u2019on s\u2019y int\u00e9resse en tant que ph\u00e9nom\u00e8ne culturel \u2014 un ph\u00e9nom\u00e8ne qui fa\u00e7onne non seulement ce que les gens voient et entendent, mais aussi la mani\u00e8re dont le sens lui-m\u00eame est produit<\/strong>. Les algorithmes de recommandation s\u00e9lectionnent les films, la musique et les nouvelles auxquels des milliards de personnes sont expos\u00e9es quotidiennement, structurant ainsi l\u2019attention et les go\u00fbts<\/strong>.34<\/a><\/sup>Nick Seaver, \u201cAttention Is All You Need,\u201d in\u00a0Scenes of Attention: Essays on Mind, Time, and the Senses<\/a>, ed. D. Graham Burnett and Justin E. H. Smith (Columbia University Press, 2023).<\/span> Ces syst\u00e8mes ne se contentent pas de refl\u00e9ter les pr\u00e9f\u00e9rences existantes<\/strong>, ils les fa\u00e7onnent activement, cr\u00e9ant des boucles de r\u00e9troaction entre le comportement des utilisateurs et la s\u00e9lection algorithmique qui rendent difficile de distinguer le choix du conditionnement<\/strong>. La recherche ethnographique \u2014 notamment sur la consommation culturelle et le travail \u00e0 la t\u00e2che \u2014 a mis en lumi\u00e8re la mani\u00e8re dont les travailleurs, les artistes et les cr\u00e9ateurs de contenu naviguent au sein de ces logiques, ainsi que la fa\u00e7on dont les syst\u00e8mes d\u2019IA cultivent des formes particuli\u00e8res de subjectivit\u00e9<\/strong>.35<\/a><\/sup>Ibid.; and Lindsey Cameron, \u201cMaking Out While Driving: Relational and Efficiency Games in the Gig Economy,\u201d Administrative Science Quarterly 67 (4) (2022): 976\u20131013.<\/span> Parall\u00e8lement, ces technologies modifient l\u2019infrastructure du discours public, soulevant des questions quant \u00e0 l\u2019avenir du savoir partag\u00e9 et de la confiance<\/strong>.36<\/a><\/sup>Tufekci, Twitter and Tear Gas; and Gillespie, Custodians of the Internet.<\/span> \u00c0 travers ces processus, le d\u00e9ploiement de l\u2019IA transforme le terrain culturel sur lequel se d\u00e9roule la vie sociale, non pas en d\u00e9terminant les r\u00e9sultats, mais en modifiant les conditions dans lesquelles le sens se construit.<\/p>\n\n\n\n

Les implications de l\u2019utilisation de l\u2019IA s\u2019\u00e9tendent au-del\u00e0 de la gouvernance et du droit pour toucher \u00e0 la compr\u00e9hension culturelle de l\u2019humanit\u00e9 elle-m\u00eame. En particulier, des anthropologues et des sociologues ont explor\u00e9 la mani\u00e8re dont les gens interagissent avec des compagnons, des assistants et des avatars IA d\u2019une fa\u00e7on qui brouille les fronti\u00e8res entre outil, partenaire et personnage \u2014 soulevant des pr\u00e9occupations quant \u00e0 la d\u00e9pendance \u00e9motionnelle et \u00e0 la sant\u00e9 mentale<\/strong>.37<\/a><\/sup>Linnea I. Laestadius, Andrea Bishop, Michael Gonzalez, et al., \u201cToo Human and Not Human Enough: A Grounded Theory Analysis of Mental Health Harms from Emotional Dependence on the Social Chatbot Replika,\u201d\u00a0New Media & Society\u00a026 (5) (2022): 2749\u20132767; and Celeste Campos-Castillo, Xuan Kang, and Linnea I. Laestadius, \u201cPerspectives on How Sociology Can Advance Theorizing about Human-Chatbot Interaction and Developing Chatbots for Social Good<\/a>,\u201d arXiv (2025).<\/span> La sociologue Marion Fourcade et le politologue Henry Farrell soutiennent que les grands mod\u00e8les linguistiques d\u00e9stabilisent d\u00e9j\u00e0 les rituels quotidiens qui sous-tendent la confiance dans les institutions.38<\/a><\/sup>Marion Fourcade and Henry Farrell, \u201cLarge Language Models Will Upend Human Rituals<\/a>,\u201d\u00a0The Economist, September 4, 2024.<\/span>
Les lettres de recommandation, les \u00e9valuations de rendement et l\u2019examen par les pairs reposent autant sur la r\u00e9p\u00e9tition et la formalit\u00e9 que sur l\u2019originalit\u00e9; lorsque de tels rituels sont g\u00e9n\u00e9r\u00e9s par l\u2019IA, leur sens s\u2019en trouve modifi\u00e9. L\u2019efficacit\u00e9 peut s\u2019en trouver accrue, mais le risque est une \u00e9rosion de la croyance en la sinc\u00e9rit\u00e9 des paroles d\u2019autrui<\/strong> \u2014 un fondement sur lequel repose la confiance sociale<\/strong>. L\u2019anthropologue Nick Seaver enrichit cette ligne de recherche en montrant comment le concept d\u2019\u00ab attention \u00bb a migr\u00e9 de la psychologie humaine vers l\u2019architecture des r\u00e9seaux neuronaux.39<\/a><\/sup>Seaver, \u201cAttention Is All You Need.\u201d<\/span> Dans l\u2019apprentissage automatique, l\u2019attention <\/strong>fonctionne comme un m\u00e9canisme technique permettant d\u2019\u00e9valuer la pertinence, mais dans la vie publique, elle d\u00e9signe \u00e9galement une facult\u00e9 humaine fragile et vuln\u00e9rable \u00e0 la manipulation.<\/strong> Ces \u00e9tudes sugg\u00e8rent que les utilisations de l\u2019IA ne se contentent pas d\u2019\u00e9tendre les capacit\u00e9s humaines, mais les reconstituent, transformant l\u2019attention et le rituel en lieux contest\u00e9s d\u2019action et de signification.<\/p>\n\n\n\n

Enfin, l\u2019utilisation de l\u2019IA pose des d\u00e9fis \u00e0 la production de connaissances elle-m\u00eame, y compris celles issues des sciences sociales. Les chercheurs s\u2019appuient de plus en plus sur l\u2019apprentissage automatique pour analyser de vastes ensembles de donn\u00e9es, identifier des tendances et g\u00e9n\u00e9rer des hypoth\u00e8ses \u00e0 une vitesse qu\u2019aucune \u00e9quipe humaine<\/strong> ne pourrait \u00e9galer. Ces outils introduisent \u00e9galement de nouveaux risques \u00e9pist\u00e9miques<\/strong>. L\u2019anthropologue Lisa Messeri et le sp\u00e9cialiste des sciences cognitives M. J. Crockett soutiennent que l\u2019IA est adopt\u00e9e dans la recherche en tant qu\u2019\u00ab oracle \u00bb, \u00ab substitut \u00bb, \u00ab\u00a0analyste quantitatif \u00bb ou \u00ab arbitre \u00bb \u2014 des r\u00f4les qui lui conf\u00e8rent une aura d\u2019autorit\u00e9 et cr\u00e9ent des \u00ab illusions de compr\u00e9hension \u00bb<\/strong>, dans lesquelles des r\u00e9sultats limit\u00e9s sont interpr\u00e9t\u00e9s \u00e0 tort comme une compr\u00e9hension globale.40<\/a><\/sup>Lisa Messeri and M. J. Crockett, \u201cArtificial Intelligence and Illusions of Understanding in Scientific Research<\/a>,\u201d\u00a0Nature\u00a0627 (8002) (2024): 49\u201358.<\/span> Cela soul\u00e8ve des questions tant sur la validit\u00e9 des r\u00e9sultats<\/strong> obtenus avec l\u2019aide de l\u2019IA que sur la r\u00e9partition de l\u2019autorit\u00e9 \u00e9pist\u00e9mique<\/strong> : Qui est en mesure d\u2019\u00e9valuer les affirmations g\u00e9n\u00e9r\u00e9es par des syst\u00e8mes dont le fonctionnement peut \u00eatre opaque? \u00c0 mesure que les outils d\u2019IA s\u2019int\u00e8grent aux flux de travail de la recherche, les disciplines des sciences sociales sont confront\u00e9es \u00e0 un d\u00e9fi r\u00e9flexif : \u00e9tudier les changements en mati\u00e8re de savoir, de confiance et d\u2019\u00e9pist\u00e9mologie au sein de la soci\u00e9t\u00e9, tout en restant attentives \u00e0 la mani\u00e8re dont leurs propres m\u00e9thodes pourraient \u00eatre r\u00e9orient\u00e9es au cours de ce processus.<\/p>\n\n\n\n

D\u2019un point de vue g\u00e9n\u00e9ral, un constat coh\u00e9rent se d\u00e9gage de cette recherche : l\u2019IA n\u2019est pas une force externe agissant sur la soci\u00e9t\u00e9 de l\u2019ext\u00e9rieur, mais un ph\u00e9nom\u00e8ne interne constitu\u00e9 par des processus sociaux, des choix institutionnels, des dynamiques de march\u00e9 et des luttes politiques<\/strong>. Ses effets ne sont ni uniformes ni pr\u00e9d\u00e9termin\u00e9s. Ils varient selon le contexte, la conception et la r\u00e9partition du pouvoir qui d\u00e9termine la mani\u00e8re dont ces technologies sont con\u00e7ues, d\u00e9ploy\u00e9es et contest\u00e9es. Une science sociale de l\u2019IA <\/strong>doit donc \u00eatre \u00e0 la fois empirique et normative<\/strong>, attentive au fonctionnement pratique des syst\u00e8mes algorithmiques et aux valeurs qui devraient guider leur d\u00e9veloppement. Les recherches pr\u00e9sent\u00e9es ici marquent les d\u00e9buts d\u2019une telle entreprise, qui consid\u00e8re l\u2019IA non pas comme un choc exog\u00e8ne, mais comme un lieu central o\u00f9 se n\u00e9gocient des questions fondamentales sur l\u2019in\u00e9galit\u00e9, l\u2019autorit\u00e9 et le bien-\u00eatre humain.<\/strong><\/p>\n\n\n\n

Les questions qui subsistent sont aussi cruciales que celles auxquelles les sciences sociales ont jamais \u00e9t\u00e9 confront\u00e9es. Dans quelles conditions les syst\u00e8mes algorithmiques accentuent-ils la stratification, et dans quelles conditions pourraient-ils \u00eatre con\u00e7us pour la r\u00e9duire? Comment les interactions m\u00e9diatis\u00e9es par l\u2019intelligence artificielle<\/strong> red\u00e9finissent-elles la formation de l\u2019identit\u00e9, de la communaut\u00e9 et de l\u2019action collective<\/strong>? Quels arrangements institutionnels et politiques peuvent pr\u00e9server une capacit\u00e9 d\u2019action humaine significative dans des processus d\u00e9cisionnels de plus en plus d\u00e9l\u00e9gu\u00e9s aux machines? Quelles formes de gouvernance<\/strong> sont appropri\u00e9es et efficaces pour des syst\u00e8mes sociotechniques de plus en plus dynamiques<\/strong>? Comment les soci\u00e9t\u00e9s vont-elles r\u00e9imaginer, n\u00e9gocier ou redessiner les fronti\u00e8res entre l\u2019humain et la machine? Et \u00e0 mesure que ces mod\u00e8les, outils et syst\u00e8mes d\u2019IA sont d\u00e9velopp\u00e9s pour devenir plus performants, autonomes et omnipr\u00e9sents, quels avenirs soci\u00e9taux sont compromis ou rendus possibles par les choix inh\u00e9rents \u00e0 leur d\u00e9veloppement? Il s\u2019agit l\u00e0 de questions fondamentales concernant l\u2019ordre social et la r\u00e9partition des avantages et des fardeaux<\/strong>.<\/p>\n\n\n\n

Si les technologies d\u2019IA constituent un axe de recherche social incontournable, elles deviennent \u00e9galement de plus en plus les vecteurs par lesquels les sciences sociales elles-m\u00eames sont men\u00e9es. Tout comme l\u2019introduction des sondages, des recensements, de la mod\u00e9lisation statistique et des plateformes d\u2019analyse de donn\u00e9es qualitatives a transform\u00e9 les pratiques de recherche dans le pass\u00e9, les outils d\u2019IA \u00e9largissent aujourd\u2019hui le r\u00e9pertoire m\u00e9thodologique des sciences sociales de mani\u00e8re \u00e0 la fois cr\u00e9ative et d\u00e9stabilisante.41<\/a><\/sup>Jenny L. Davis and Mona Sloane, \u201cAI\u2019s Sociological Era<\/a>,\u201d\u00a0Social Science Computer Review, November 7, 2025 – Traduction fran\u00e7aise : L’\u00e8re sociologique de l’IA<\/a>; and Cathleen O\u2019Grady, \u201cAI May Upend Online Studies Critical to Social Science<\/a>,\u201d\u00a0Science, December 19, 2025.<\/span> Le d\u00e9fi consiste \u00e0 d\u00e9terminer comment ces outils pourraient favoriser de nouvelles fa\u00e7ons de conna\u00eetre sans limiter la recherche \u00e0 ce qui est le plus facilement calculable<\/strong>, ni permettre que les axes de recherche soient dict\u00e9s par la technologie facilement accessible<\/strong> plut\u00f4t que par des questions importantes.<\/p>\n\n\n\n

Les technologies d\u2019IA peuvent offrir des avantages consid\u00e9rables \u00e0 la recherche en sciences sociales<\/strong>. En traitant rapidement de vastes corpus de textes, d\u2019images et de donn\u00e9es, elles permettent aux chercheurs en sciences sociales d\u2019analyser des tendances qu\u2019il aurait \u00e9t\u00e9 impossible de d\u00e9tecter avec les m\u00e9thodes traditionnelles. Les outils d\u2019IA peuvent aider les chercheurs \u00e0 \u00e9tendre leur analyse du niveau micro des interactions individuelles au niveau macro des r\u00e9seaux mondiaux<\/strong>, ouvrant ainsi de nouveaux points de vue sur l\u2019\u00e9volution de la culture, de la politique et de l\u2019\u00e9conomie. Elles peuvent contribuer \u00e0 acc\u00e9l\u00e9rer les processus de recherche, faciliter l\u2019analyse comparative<\/strong> \u00e0 travers le temps et l\u2019espace, et g\u00e9n\u00e9rer des ensembles de donn\u00e9es synth\u00e9tiques permettant de tester des sc\u00e9narios contrefactuels. Ces capacit\u00e9s pourraient faire progresser les d\u00e9bats disciplinaires et renforcer le r\u00f4le public des sciences sociales<\/strong>, en donnant potentiellement aux chercheurs les moyens de r\u00e9pondre avec rigueur et rapidit\u00e9 \u00e0 des enjeux urgents, notamment en ce qui concerne les implications sociales et politiques des technologies d\u2019IA et des entreprises qui les d\u00e9veloppent.42<\/a><\/sup>Rick Harrison, \u201cAI Accelerates Research Across Social Sciences: Insights from Yale\u2019s DISSC<\/a>,\u201d Institution for Social and Policy Studies (ISPS), Yale University, December 17, 2024; and Igor Grossman, \u201cBeyond the Hype: How AI Could Change the Game for Social Science Research<\/a>,\u201d The Conversation, July 3, 2023.<\/span><\/p>\n\n\n\n

Il y a plus d\u2019une d\u00e9cennie, je me suis joint \u00e0 des coll\u00e8gues pour r\u00e9clamer une nouvelle \u00ab science sociale computationnelle \u00bb. Dans la revue Science, nous avons fait valoir que les traces num\u00e9riques massives g\u00e9n\u00e9r\u00e9es par l\u2019activit\u00e9 commerciale en ligne<\/strong> ouvraient des possibilit\u00e9s sans pr\u00e9c\u00e9dent pour la recherche sociale.43<\/a><\/sup>David Lazer, Alex Pentland, Lada Adamic, et al., \u201cComputational Social Science,\u201d Science 323 (5915) (2009): 721\u2013723.<\/span> L\u2019exploitation de ces donn\u00e9es exigeait une collaboration interdisciplinaire \u2014 entre l\u2019informatique, la sociologie, les sciences politiques, l\u2019\u00e9conomie et le droit \u2014 et n\u00e9cessitait une attention particuli\u00e8re \u00e0 l\u2019\u00e9thique, \u00e0 la vie priv\u00e9e et \u00e0 l\u2019interpr\u00e9tation. Les sciences sociales computationnelles promettaient d\u2019\u00e9largir le champ d\u2019action et de connaissance des chercheurs en sciences sociales, en permettant une analyse en temps r\u00e9el des dynamiques sociales \u00e0 l\u2019\u00e9chelle de la population. Mais elle comportait \u00e9galement des risques de distorsion si elle \u00e9tait pratiqu\u00e9e sans esprit critique, en traitant les donn\u00e9es comme une fin en soi plut\u00f4t que comme un moyen partiel de mettre en lumi\u00e8re la vie sociale.44<\/a><\/sup>danah boyd and Kate Crawford, \u201cCritical Questions for Big Data: Provocations for a Cultural, Technological, and Scholarly Phenomenon<\/a>,\u201d\u00a0Information, Communication & Society\u00a015 (5) (2012): 662\u2013679; Matthew Zook, Solon Barocas, danah boyd, et al., \u201cTen Simple Rules for Responsible Big Data Research<\/a>,\u201d\u00a0PLOS Computational Biology\u00a013 (3) (2017); and Diane Coyle, \u201cSocializing Data<\/a>,\u201d\u00a0D\u00e6dalus\u00a0151 (2) (Spring 2022): 348\u2013359.<\/span><\/p>\n\n\n\n

Cet appel est aujourd\u2019hui renouvel\u00e9 \u00e0 l\u2019\u00e8re de l\u2019IA, quoique avec une plus grande prudence<\/strong>. Alors que les sciences sociales computationnelles s\u2019appuyaient autrefois sur l\u2019analyse des traces num\u00e9riques \u2014 requ\u00eates de recherche, publications sur les m\u00e9dias sociaux, relev\u00e9s de t\u00e9l\u00e9phonie mobile \u2014, l\u2019IA introduit des syst\u00e8mes g\u00e9n\u00e9ratifs et \u00ab pr\u00e9dictifs \u00bb qui structurent activement ces traces et peuvent m\u00eame en g\u00e9n\u00e9rer de synth\u00e9tiques.<\/strong> Les chercheurs en sciences sociales ne se contentent plus d\u2019analyser le comportement humain et social tel qu\u2019il est m\u00e9diatis\u00e9 par les outils num\u00e9riques; ils analysent \u00e9galement des environnements d\u00e9j\u00e0 fa\u00e7onn\u00e9s par l\u2019intelligence artificielle et utilisent de plus en plus eux-m\u00eames des algorithmes pour mener leurs recherches.45<\/a><\/sup>J. Nathan Matias, \u201cHumans and Algorithms Work Together\u2013So Study Them Together<\/a>,\u201d\u00a0Nature\u00a0617 (7960) (2023): 248\u2013251.<\/span> L\u2019IA n\u2019est pas simplement une source de donn\u00e9es parmi d\u2019autres<\/strong>. Il s\u2019agit d\u2019un ensemble d\u2019instruments de recherche novateurs, tant\u00f4t productifs, tant\u00f4t trompeurs, qui reconfigure certaines facettes de la recherche sociale et exige un examen bien plus critique que celui dont elle a fait l\u2019objet jusqu\u2019\u00e0 pr\u00e9sent.<\/strong><\/p>\n\n\n\n

Des exemples issus de diverses disciplines illustrent le potentiel et les limites de cette transformation m\u00e9thodologique. En sociolinguistique, les grands mod\u00e8les linguistiques ont ouvert de nouvelles possibilit\u00e9s pour l\u2019analyse de l\u2019acquisition et du traitement du langage. Entra\u00een\u00e9s sur d\u2019\u00e9normes corpus de textes, ces mod\u00e8les apprennent de grandes r\u00e9gularit\u00e9s statistiques du langage \u2014 ce que la linguiste Emily M. Bender et ses coll\u00e8gues ont d\u00e9crit comme un \u00ab mim\u00e9tisme stochastique \u00bb \u2014 que les chercheurs peuvent n\u00e9anmoins exploiter pour explorer des sch\u00e9mas linguistiques.46<\/a><\/sup>Emily M. Bender, Timnit Gebru, Angelina McMillan-Major, and Shmargaret Shmitchell, \u201cOn the Dangers of Stochastic Parrots: Can Language Models Be Too Big?<\/a> 🦜\u201d in FaccT \u201921: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency(Association for Computing Machinery, 2021), 610\u2013623.<\/span> Bien que ces mod\u00e8les ne \u00ab comprennent \u00bb pas le langage comme le font les humains, leurs performances offrent une nouvelle perspective pour tester des hypoth\u00e8ses sur la structure du langage et la nature de son apprentissage.<\/p>\n\n\n\n

En \u00e9conomie appliqu\u00e9e, les m\u00e9thodes d\u2019apprentissage automatique permettent une analyse en temps r\u00e9el du sentiment du march\u00e9<\/strong>, en s\u2019appuyant sur des flux de texte provenant des nouvelles, des m\u00e9dias sociaux et des informations financi\u00e8res.47<\/a><\/sup>Paul C. Tetlock, Maytal Saar-Tsechansky, and Sofus Macskassy, \u201cMore Than Words: Quantifying Language to Measure Firms\u2019 Fundamentals,\u201d\u00a0Journal of Finance\u00a063 (3) (2008): 1437\u20131467; Jon Ellingsen, Vegard H. Larsen, and Leif Anders Thorsrud, \u201cNews Media versus FRED-MD for Macroeconomic Forecasting<\/a>,\u201d\u00a0Journal of Applied Econometrics\u00a037 (1) (2022): 63\u201381; Matthew Gentzkow, Bryan T. Kelly, and Matt Taddy, \u201cText as Data<\/a>,\u201d NBER Working Paper 23276 (National Bureau of Economic Research, 2017); and Michele Costola, Oliver Hinz, Michael Nofer, and Loriana Pelizzon, \u201cMachine Learning Sentiment Analysis, COVID-19 News and Stock Market Reactions<\/a>,\u201d\u00a0Research in International Business and Finance\u00a064 (2023): 101881.<\/span> Les \u00e9conomistes peuvent d\u00e9sormais \u00e9tudier les boucles de r\u00e9troaction entre l\u2019information et le comportement, r\u00e9v\u00e9lant ainsi des dynamiques qui \u00e9taient autrefois opaques.48<\/a><\/sup>Coyle, Markets, State, and People; and Mullainathan, \u201cEconomics in the Age of Algorithms.\u201d<\/span> Pourtant, ces m\u00e9thodes soul\u00e8vent \u00e9galement des pr\u00e9occupations. Les mod\u00e8les de pr\u00e9vision int\u00e9grant des outils d\u2019IA peuvent am\u00e9liorer la pr\u00e9cision des \u00ab\u00a0pr\u00e9dictions \u00bb au d\u00e9triment de l\u2019interpr\u00e9tabilit\u00e9<\/strong>, et avec une capacit\u00e9 limit\u00e9e \u00e0 expliquer les m\u00e9canismes \u00e0 l\u2019origine des r\u00e9sultats de recherche ou des r\u00e9sultats \u00e9conomiques. Le domaine est confront\u00e9 \u00e0 un compromis entre la robustesse, la transparence m\u00e9thodologique et des normes probatoires communes.<\/p>\n\n\n\n

En sociologie, l\u2019utilisation de l\u2019intelligence artificielle peut permettre une analyse de contenu \u00e0 tr\u00e8s grande \u00e9chelle, capable de retracer les changements culturels ou la diffusion de l\u2019activit\u00e9 sociale \u00e0 travers des millions de documents et de publications. Ainsi, les chercheurs peuvent d\u00e9sormais combiner des r\u00e9sultats qualitatifs avec une port\u00e9e computationnelle \u00e9tendue. Par exemple, les exp\u00e9riences du sociologue Christopher Bail portant sur la simulation sociale assist\u00e9e par l\u2019IA d\u00e9montrent comment les algorithmes peuvent mod\u00e9liser la dynamique de la polarisation, offrant de nouvelles fa\u00e7ons de tester des hypoth\u00e8ses sur la mani\u00e8re dont les croyances se propagent et se figent<\/strong>.49<\/a><\/sup>Christopher A. Bail, \u201cCan Generative AI Improve Social Science?<\/a>\u201d\u00a0Proceedings of the National Academy of Sciences\u00a0121 (21) (2024).<\/span> Ces mod\u00e8les ouvrent des possibilit\u00e9s pour explorer des explications contrefactuelles, mais ils soulignent \u00e9galement le risque de naturaliser les hypoth\u00e8ses int\u00e9gr\u00e9es dans la conception algorithmique.<\/p>\n\n\n\n

La science politique a \u00e9galement adopt\u00e9 l\u2019IA pour la mod\u00e9lisation, en particulier dans l\u2019\u00e9tude du comportement \u00e9lectoral et des r\u00e9sultats des politiques<\/strong>. Les mod\u00e8les entra\u00een\u00e9s sur des donn\u00e9es historiques peuvent tenter de pr\u00e9voir le taux de participation \u00e9lectorale, les revirements partisans ou l\u2019adoption de politiques.50<\/a><\/sup>Andrew Gelman and Gary King, \u201cEnhancing Democracy Through Legislative Redistricting,\u201d American Political Science Review 88 (3) (1994): 541\u2013559; and Ryan D. Enos, Anthony Fowler, and Lynn Vavreck, \u201cIncreasing Inequality: The Effect of GOTV Mobilization on the Composition of the Electorate,\u201d Journal of Politics 76 (1) (2014): 273\u2013288.<\/span> Pourtant, le succ\u00e8s \u00ab pr\u00e9dictif \u00bb ne se traduit pas par une profondeur explicative<\/strong>. Les mod\u00e8les algorithmiques peuvent reproduire des tendances observ\u00e9es sans \u00e9clairer les m\u00e9canismes sous-jacents, ce qui soul\u00e8ve des questions quant au poids que ces analyses devraient avoir dans l\u2019explication et l\u2019\u00e9laboration de th\u00e9ories.<\/p>\n\n\n\n

Parall\u00e8lement, les sondages aliment\u00e9s par l\u2019IA offrent efficacit\u00e9 et \u00e9volutivit\u00e9, mais soul\u00e8vent des pr\u00e9occupations quant \u00e0 l\u2019exclusion syst\u00e9matique et \u00e0 la rigueur<\/strong>. Ces m\u00e9thodes peuvent donner une image fausse des populations vuln\u00e9rables qui sont moins visibles sur le plan num\u00e9rique ou dont les sch\u00e9mas linguistiques s\u2019\u00e9cartent des donn\u00e9es d\u2019apprentissage dominantes<\/strong>, reproduisant ainsi les sch\u00e9mas d\u2019exclusion qui caract\u00e9risent depuis longtemps tant la recherche sociale que les institutions qu\u2019elle \u00e9tudie.51<\/a><\/sup>Thomas Davidson, \u201cStart Generating: Harnessing Generative Artificial Intelligence for Sociological Research<\/a>,\u201d\u00a0Socius: Sociological Research for a Dynamic World\u00a010 (2024); and Benjamin,\u00a0Race After Technology.<\/span> Les communaut\u00e9s d\u00e9j\u00e0 soumises \u00e0 une surveillance disproportionn\u00e9e \u2014 par le biais des services de police, de l\u2019administration de l\u2019aide sociale ou de l\u2019application des lois sur l\u2019immigration \u2014 peuvent se retrouver \u00e0 la fois hypervisibles aux yeux des syst\u00e8mes \u00e9tatiques et invisibles aux yeux de la recherche destin\u00e9e \u00e0 mettre en lumi\u00e8re leurs conditions de vie. Une \u00e9tude pourrait produire des r\u00e9sultats qui semblent g\u00e9n\u00e9ralisables tout en omettant les personnes les plus touch\u00e9es par les politiques.52<\/a><\/sup>M. J. Crockett and Laura Messeri, \u201cAI Surrogates and Illusions of Generalizability in Cognitive Science<\/a>,\u201d\u00a0Trends in Cognitive Sciences, October 21, 2025; and Angelina Wang, Jamie Morgenstern, and John P. Dickerson, \u201cLarge Language Models That Replace Human Participants Can Harmfully Misportray and Flatten Identity Groups,\u201d\u00a0Nature Machine Intelligence\u00a07 (2025): 400\u2013411.<\/span> De plus, l\u2019utilisation naissante de participants \u00e0 la recherche g\u00e9n\u00e9r\u00e9s par l\u2019IA <\/strong>pourrait constituer une \u00ab menace existentielle \u00bb pour les sciences sociales, car elle d\u00e9stabilise la fronti\u00e8re entre les acteurs humains et artificiels<\/strong> et remet en question la capacit\u00e9 de la recherche en ligne \u00e0 saisir de mani\u00e8re fiable un comportement humain authentique<\/strong>.53<\/a><\/sup>Sean J. Westwood, \u201cThe Potential Existential Threat of Large Language Models to Online Survey Research<\/a>,\u201d\u00a0Proceedings of the National Academy of Sciences\u00a0122 (47) (2025): e2518075122.<\/span> Ces probl\u00e8mes ne sont pas propres \u00e0 l\u2019utilisation d\u2019outils algorithmiques dans la recherche, mais la rapidit\u00e9 de la recherche assist\u00e9e par l\u2019IA en amplifie les enjeux.<\/p>\n\n\n\n

L\u2019utilisation prudente des technologies d\u2019IA ouvre la possibilit\u00e9 d\u2019explorer des questions complexes qui ont toujours \u00e9t\u00e9 au c\u0153ur des sciences sociales, mais qui restent difficiles \u00e0 examiner pleinement avec les approches existantes. Comment l\u2019action collective \u00e9volue-t-elle et comment se maintient-elle au fil du temps?<\/strong> Comment les \u00e9conomies informelles fonctionnent-elles \u00e0 grande \u00e9chelle<\/strong> et comment sont-elles fa\u00e7onn\u00e9es par les mod\u00e8les d\u2019interaction sociale et d\u2019influence? Comment le langage influence-t-il la cognition et la culture?<\/strong> Comment les communaut\u00e9s d\u00e9veloppent-elles leur r\u00e9silience non seulement face \u00e0 des chocs environnementaux ou \u00e9conomiques, mais aussi dans un contexte de changements sociaux et technologiques? Comment l\u2019information, les r\u00e9cits et les normes fa\u00e7onnent-ils la prise de d\u00e9cision, les conflits et la coop\u00e9ration<\/strong> au sein des soci\u00e9t\u00e9s \u2014 tant \u00e0 l\u2019\u00e9chelle nationale qu\u2019internationale? Comment les institutions sociales maintiennent-elles leur l\u00e9gitimit\u00e9 et facilitent-elles la coop\u00e9ration dans des environnements sociaux en rapide \u00e9volution?<\/p>\n\n\n\n

La concr\u00e9tisation de ce potentiel d\u00e9pend de la mani\u00e8re dont les outils d\u2019IA sont con\u00e7us et int\u00e9gr\u00e9s \u00e0 la recherche en sciences sociales. Les progr\u00e8s dans ce domaine n\u00e9cessiteront des technologies qui n\u2019existent pas encore ou qui restent sous-d\u00e9velopp\u00e9es : des mod\u00e8les con\u00e7us pour \u00eatre interpr\u00e9tables et explicables; des syst\u00e8mes entra\u00een\u00e9s \u00e0 partir de donn\u00e9es acquises de mani\u00e8re \u00e9thique et repr\u00e9sentatives<\/strong>, plut\u00f4t que d\u2019\u00e9chantillons de commodit\u00e9 issus de personnes visibles ou vuln\u00e9rables sur le plan num\u00e9rique; des outils capables d\u2019int\u00e9grer des donn\u00e9es qualitatives et quantitatives et de prendre en compte la complexit\u00e9 interpr\u00e9tative plut\u00f4t que de la r\u00e9duire \u00e0 des classifications distinctes<\/strong>. Si les d\u00e9veloppeurs d\u2019IA dans l\u2019industrie et le milieu universitaire orientaient leur travail vers ces objectifs \u2014 en partenariat avec les chercheurs en sciences sociales et les communaut\u00e9s \u2014, il pourrait en r\u00e9sulter non seulement des am\u00e9liorations progressives, mais aussi un v\u00e9ritable \u00e9largissement de ce que les sciences sociales peuvent conna\u00eetre et accomplir.<\/p>\n\n\n\n

Pourtant, la concr\u00e9tisation de ce potentiel exige des m\u00e9thodes que l\u2019intelligence artificielle ne peut \u00e0 elle seule fournir<\/strong>. La pratique ethnographique<\/strong> \u2014 engagement \u00e0 long terme, \u00e9tablissement d\u2019une relation de confiance et attention port\u00e9e autant \u00e0 ce qui n\u2019est pas dit qu\u2019\u00e0 ce qui l\u2019est \u2014 peut r\u00e9v\u00e9ler les fa\u00e7ons subtiles dont l\u2019IA est int\u00e9gr\u00e9e \u00e0 la vie sociale.54<\/a><\/sup>Roanne van Voosrt and Tanja Ahlin, \u201cKey Points for an Ethnography of AI: An Approach Towards Crucial Data<\/a>,\u201d\u00a0Humanities and Social Sciences Communications\u00a011 (2024): 337.<\/span> De telles approches sont particuli\u00e8rement essentielles pour comprendre comment l\u2019IA est v\u00e9cue diff\u00e9remment au sein de communaut\u00e9s fa\u00e7onn\u00e9es par la race, la classe sociale et la g\u00e9ographie \u2014 des diff\u00e9rences que les donn\u00e9es agr\u00e9g\u00e9es masquent syst\u00e9matiquement<\/strong>. Sans un tel ancrage, les \u00e9tudes risquent de reproduire l\u2019opacit\u00e9 m\u00eame qu\u2019elles critiquent. Si l\u2019ancrage ethnographique est essentiel, l\u2019engagement direct avec les syst\u00e8mes \u00e9tudi\u00e9s l\u2019est tout autant<\/strong>. Dans le cadre d\u2019un projet men\u00e9 avec la journaliste Julia Angwin et la technologue Rina Palta, j\u2019ai examin\u00e9 comment cinq chatbots largement utilis\u00e9s r\u00e9pondaient \u00e0 des questions sur les \u00e9lections am\u00e9ricaines. L\u2019\u00e9tude a r\u00e9v\u00e9l\u00e9 que ces syst\u00e8mes g\u00e9n\u00e9raient syst\u00e9matiquement des r\u00e9ponses inexactes, incompl\u00e8tes ou trompeuses<\/strong>.55<\/a><\/sup>Julia Angwin, Alondra Nelson, and Rina Palta,\u00a0Report: Seeking Reliable Election Information? Don\u2019t Trust AI<\/a>\u00a0(The AI Democracy Projects, Institute for Advanced Study, 2024).<\/span> Ce projet a mis en \u00e9vidence \u00e0 la fois l\u2019utilit\u00e9 de l\u2019IA pour tester la r\u00e9sistance des syst\u00e8mes d\u2019information automatis\u00e9s et la n\u00e9cessit\u00e9 d\u2019une \u00e9valuation ind\u00e9pendante, men\u00e9e par des humains, pour \u00e9valuer leurs risques soci\u00e9taux.<\/p>\n\n\n\n

La le\u00e7on \u00e0 tirer de ces exemples est que les technologies d\u2019IA peuvent constituer des outils de recherche in\u00e9gaux. Comme le soulignent Messeri et Crockett, l\u2019IA risque de devenir un \u00ab\u00a0marteau \u00e0 la recherche de clous \u00bb, incitant les chercheurs \u00e0 adapter leurs questions aux outils disponibles<\/strong> plut\u00f4t qu\u2019\u00e0 d\u00e9velopper des outils adapt\u00e9s \u00e0 des questions pertinentes.56<\/a><\/sup>Messeri and Crockett, \u201cArtificial Intelligence and Illusions of Understanding in Scientific Research.\u201d<\/span> Cette dynamique menace de restreindre la recherche \u00e0 ce qui est le plus lisible pour les algorithmes, tout en n\u00e9gligeant les enjeux qui n\u00e9cessitent des approches interpr\u00e9tatives ou contextuelles. Une pr\u00e9occupation connexe, mais distincte, concerne l\u2019utilisation g\u00e9n\u00e9ralis\u00e9e de mod\u00e8les d\u2019IA pr\u00eats \u00e0 l\u2019emploi. Entra\u00een\u00e9s sur des corpus opaques, non repr\u00e9sentatifs ou pr\u00e9sentant des biais historiques, ces outils compromettent la validit\u00e9 et la reproductibilit\u00e9 de la recherche, m\u00eame lorsque les questions elles-m\u00eames sont bien con\u00e7ues.<\/p>\n\n\n\n

Pour relever ces d\u00e9fis, il faudra agir sur plusieurs fronts. La voie la plus prometteuse r\u00e9side dans une recherche combinant des outils algorithmiques d\u00e9velopp\u00e9s de mani\u00e8re \u00e9thique et d\u00e9ploy\u00e9s de fa\u00e7on responsable avec la profondeur de l\u2019analyse qualitative et th\u00e9orique. L\u2019apprentissage automatique pourrait identifier des tendances dans de grands ensembles de donn\u00e9es, que les sp\u00e9cialistes en sciences sociales interpr\u00e9teraient ensuite \u00e0 l\u2019aide de m\u00e9thodes ethnographiques ou historiques<\/strong> qui situent les r\u00e9sultats dans les relations sociales et mettent en lumi\u00e8re leur signification. De telles collaborations pourraient ouvrir des voies de recherche que ni les approches algorithmiques ni les approches interpr\u00e9tatives ne peuvent atteindre seules, \u00e9largissant ainsi la port\u00e9e des sciences sociales tout en pr\u00e9servant l\u2019engagement \u00e0 mieux comprendre la complexit\u00e9 sociale. Cela exigera toutefois de la vigilance et la capacit\u00e9 de r\u00e9sister \u00e0 la tentation de traiter les outils et les syst\u00e8mes d\u2019IA comme des instruments d\u00e9nu\u00e9s de valeurs ou de laisser les r\u00e9sultats computationnels dicter les termes de la recherche sociale.<\/p>\n\n\n\n

De nouvelles techniques de validation <\/strong>sont \u00e9galement n\u00e9cessaires. De nombreux mod\u00e8les, outils et syst\u00e8mes d\u2019IA sont des \u00ab bo\u00eetes noires \u00bb. Les int\u00e9grer sans discernement \u00e0 la recherche pourrait rendre les sciences sociales elles-m\u00eames opaques. Les chercheurs en sciences sociales ont besoin de m\u00e9thodes pour comparer les r\u00e9sultats obtenus \u00e0 l\u2019aide de l\u2019IA aux approches \u00e9tablies<\/strong>, pour tester la robustesse des diff\u00e9rents mod\u00e8les et pour rendre transparentes les hypoth\u00e8ses int\u00e9gr\u00e9es dans les donn\u00e9es d\u2019apprentissage.57<\/a><\/sup>Harrison, \u201cAI Accelerates Research Across Social Sciences\u201d; and Christopher Barrie, Alexis Palmer, and Arthur Spirling, \u201cReplication for Language Models: Problems, Principles, and Best Practice for Political Science<\/a>,\u201d working paper, November 4, 2025.<\/span> Sans une telle validation, le domaine risque de c\u00e9der sa force explicative \u00e0 des syst\u00e8mes qu\u2019il ne peut pas interroger pleinement<\/strong>, produisant ainsi des r\u00e9sultats d\u00e9pourvus de la responsabilit\u00e9 et de la transparence dont d\u00e9pend la cr\u00e9dibilit\u00e9 scientifique.<\/p>\n\n\n\n

Ces probl\u00e8mes ne sont pas accessoires aux mod\u00e8les d\u2019IA propri\u00e9taires \u2014 ils sont inh\u00e9rents \u00e0 leur conception. Lorsque les entreprises contr\u00f4lent les syst\u00e8mes les plus puissants, les chercheurs universitaires deviennent des utilisateurs plut\u00f4t que les architectes de leurs propres m\u00e9thodes<\/strong>. Les donn\u00e9es d\u2019entra\u00eenement ne sont pas divulgu\u00e9es, les mises \u00e0 jour des mod\u00e8les surviennent sans pr\u00e9avis, et l\u2019acc\u00e8s peut \u00eatre r\u00e9voqu\u00e9 ou son co\u00fbt rendu inabordable. Les solutions de source ouverte<\/strong> \u2014 mod\u00e8les, outils et syst\u00e8mes dont les donn\u00e9es d\u2019entra\u00eenement, les architectures et la gouvernance sont transparentes pour les communaut\u00e9s de recherche et d\u2019autres acteurs \u2014 s\u2019attaquent directement \u00e0 ces limites \u00e9pist\u00e9miques<\/strong>. Il existe de solides arguments en faveur d\u2019un rejet total des mod\u00e8les d\u2019IA propri\u00e9taires par les sciences sociales. Les exigences \u00e9pist\u00e9miques de la recherche universitaire peuvent \u00eatre fondamentalement incompatibles avec des syst\u00e8mes ax\u00e9s sur le profit et fonctionnant comme des \u00ab bo\u00eetes noires \u00bb, dont les donn\u00e9es d\u2019entra\u00eenement, l\u2019architecture et la gouvernance restent inaccessibles \u00e0 la plupart des chercheurs. Le d\u00e9veloppement de telles solutions de rechange exige des investissements et de la collaboration, mais il en r\u00e9sulte une infrastructure de recherche au service de la recherche universitaire plut\u00f4t que des imp\u00e9ratifs du march\u00e9<\/strong>. Il ne s\u2019agit pas d\u2019un sentiment anti-technologie, mais d\u2019une d\u00e9fense de ce qui distingue la recherche du conseil : l\u2019imp\u00e9ratif selon lequel les affirmations sur le monde social doivent \u00eatre contestables et justifiables aupr\u00e8s des communaut\u00e9s de recherche.<\/p>\n\n\n\n

L\u2019\u00e9laboration de cadres \u00e9thiques renouvel\u00e9s pour l\u2019utilisation avanc\u00e9e de l\u2019IA en sciences sociales est tout aussi urgente et devrait s\u2019appuyer sur les connaissances du domaine concernant la technologie, le pouvoir et l\u2019ordre social. Tout comme les normes de recherche en mati\u00e8re de consentement et de protection des sujets humains ont \u00e9volu\u00e9 au cours du XXe si\u00e8cle, les cadres r\u00e9gissant la recherche assist\u00e9e par l\u2019IA doivent eux aussi \u00e9voluer aujourd\u2019hui. Cela implique notamment de pr\u00eater attention \u00e0 la mani\u00e8re dont les donn\u00e9es d\u2019entra\u00eenement sont obtenues, \u00e0 la fa\u00e7on dont les r\u00e9sultats sont utilis\u00e9s et au respect de l\u2019autonomie des participants.58<\/a><\/sup>Nelson, The Social Life of DNA; and Benjamin, Race After Technology.<\/span> Cela exige \u00e9galement d\u2019examiner minutieusement comment la recherche assist\u00e9e par l\u2019IA peut renforcer les in\u00e9galit\u00e9s m\u00eames que de nombreux chercheurs en sciences sociales \u00e9tudient : par exemple, en s\u2019appuyant sur des donn\u00e9es g\u00e9n\u00e9r\u00e9es par la surveillance de communaut\u00e9s marginalis\u00e9es, en contribuant \u00e0 la pollution environnementale ou en perturbant la coh\u00e9sion sociale. Les mod\u00e8les, outils et syst\u00e8mes d\u2019IA pr\u00e9sentent \u00e0 la fois un grand potentiel et de profondes limites. Utilis\u00e9s sans discernement en sciences sociales, ils risquent de restreindre les horizons de la recherche; utilis\u00e9s de mani\u00e8re r\u00e9fl\u00e9chie, ils peuvent \u00e9largir la mani\u00e8re dont les sciences sociales peuvent contribuer \u00e0 la compr\u00e9hension du public. L\u2019objectif est de d\u00e9velopper une pratique de la recherche en sciences sociales avec l\u2019intelligence artificielle qui soit th\u00e9oriquement novatrice, m\u00e9thodologiquement rigoureuse, \u00e9thiquement responsable et socialement pertinente<\/strong>. Une telle pratique pourrait permettre aux chercheurs d\u2019aborder les probl\u00e8mes sociaux pressants avec une pr\u00e9cision in\u00e9dite \u2014 un travail \u00e9labor\u00e9 en partenariat avec les communaut\u00e9s touch\u00e9es, attentif aux in\u00e9galit\u00e9s historiques et soumis \u00e0 une \u00e9valuation continue. Ces sciences sociales de demain pourraient non seulement mettre en lumi\u00e8re les d\u00e9fis sociaux, mais aussi aider \u00e0 envisager et \u00e0 mettre \u00e0 l\u2019essai des interventions alliant capacit\u00e9 technique et imagination morale.<\/p>\n\n\n\n

L\u2019intelligence artificielle est bien plus qu\u2019un simple outil de la vie moderne. Elle r\u00e9organise le travail, la gouvernance, le savoir et la culture, \u00e9branlant des cat\u00e9gories qui semblaient autrefois stables et obligeant les sciences sociales \u00e0 se confronter \u00e0 nouveau aux questions \u00e9ternelles de la libert\u00e9, de l\u2019in\u00e9galit\u00e9 et du sens. Les d\u00e9tails changeront; les mod\u00e8les qui dominent aujourd\u2019hui seront supplant\u00e9s, les d\u00e9bats politiques \u00e9volueront, les applications que nous trouvons aujourd\u2019hui novatrices deviendront des infrastructures invisibles. Mais le d\u00e9fi sous-jacent \u2014 celui de comprendre comment les technologies remod\u00e8lent les conditions de l\u2019existence sociale \u2014 persistera, tout comme la n\u00e9cessit\u00e9 de rester attentif \u00e0 ceux qui en b\u00e9n\u00e9ficient, \u00e0 ceux qui en subissent les pr\u00e9judices, et aux possibilit\u00e9s qui s\u2019ouvrent ou se ferment.<\/p>\n\n\n\n

L\u2019histoire nous offre quelques rep\u00e8res. Les moments de rupture \u2014 l\u2019industrialisation, les migrations de masse, l\u2019essor des r\u00e9seaux num\u00e9riques \u2014 ont toujours exig\u00e9 une r\u00e9invention conceptuelle. Les sp\u00e9cialistes en sciences sociales des g\u00e9n\u00e9rations pr\u00e9c\u00e9dentes ont \u00e9labor\u00e9 de nouveaux cadres pour donner un sens au travail en usine, \u00e0 l\u2019organisation bureaucratique et \u00e0 la transformation de la vie publique par les m\u00e9dias de masse. L\u2019av\u00e8nement de l\u2019IA avanc\u00e9e repr\u00e9sente une autre rupture de ce type, qui se distingue par son ampleur, sa rapidit\u00e9 et son enchev\u00eatrement avec les dimensions les plus intimes de la vie quotidienne. L\u2019IA fa\u00e7onne d\u00e9sormais les conditions dans lesquelles s\u2019\u00e9panouissent la perception, la communication et la prise de d\u00e9cision, et ce, d\u2019une mani\u00e8re qui met \u00e0 rude \u00e9preuve notre vocabulaire actuel.<\/p>\n\n\n\n

Pour les sciences sociales, il ne s\u2019agit pas simplement d\u2019un d\u00e9fi, mais d\u2019une responsabilit\u00e9<\/strong>. Peu d\u2019autres domaines de recherche sont mieux plac\u00e9s pour aborder les enjeux qui comptent le plus aujourd\u2019hui et \u00e0 l\u2019avenir. Ces questions ne peuvent \u00eatre laiss\u00e9es aux seuls technologues. Elles exigent les capacit\u00e9s propres aux sciences sociales : la capacit\u00e9 de retracer les liens entre les vies individuelles et les forces structurelles<\/strong>, d\u2019inscrire dans une perspective historique ce qui semble sans pr\u00e9c\u00e9dent, de mettre au centre les points de vue des personnes les plus touch\u00e9es, et d\u2019insister sur le fait que la r\u00e9alit\u00e9 telle qu\u2019elle est n\u2019est pas une fatalit\u00e9.<\/p>\n\n\n\n

Les enjeux ne pourraient \u00eatre plus importants. L\u2019IA d\u00e9termine d\u00e9j\u00e0 qui est embauch\u00e9, qui est surveill\u00e9, qui re\u00e7oit des soins, et quelle voix est amplifi\u00e9e ou \u00e9touff\u00e9e<\/strong>. Abandonn\u00e9s aux caprices des imp\u00e9ratifs du march\u00e9 et de l\u2019optimisation technique, ces syst\u00e8mes reproduiront et ancreront les in\u00e9galit\u00e9s sociales que les chercheurs en sciences sociales documentent et cherchent \u00e0 r\u00e9soudre depuis longtemps. Pourtant, cette issue n\u2019est pas in\u00e9vitable.<\/p>\n\n\n\n

Cet essai s\u2019est montr\u00e9 prudent tout au long de son d\u00e9veloppement. Il se doit toutefois de conclure sur une note d\u2019optimisme. Si les sciences sociales se montrent \u00e0 la hauteur de ce moment, une nouvelle g\u00e9n\u00e9ration de chercheurs, form\u00e9s \u00e0 la fois aux m\u00e9thodes fond\u00e9es sur l\u2019IA et aux traditions interpr\u00e9tatives<\/strong>, produira des connaissances \u00e0 la fois rigoureuses et humaines. Leurs travaux guideront la conception, le d\u00e9ploiement et la gouvernance de syst\u00e8mes d\u2019IA qui favorisent le bien-\u00eatre humain plut\u00f4t que de le rationner par des algorithmes. Les d\u00e9cideurs s\u2019appuieront sur des donn\u00e9es issues des sciences sociales pour \u00e9laborer des cadres adaptatifs, responsables et attentifs aux communaut\u00e9s les plus touch\u00e9es par les changements technologiques<\/strong>. Le champ d\u2019action des sciences sociales \u2014 qui ne sera peut-\u00eatre plus organis\u00e9 selon les disciplines telles que nous les connaissons \u2014 forgeront de nouveaux partenariats avec des d\u00e9veloppeurs et des ing\u00e9nieurs<\/strong> ouverts \u00e0 un examen normatif et \u00e0 des garde-fous juridiques, avec des artistes et des humanistes r\u00e9mun\u00e9r\u00e9s qui apportent des fa\u00e7ons diff\u00e9rentes d\u2019encadrer et d\u2019imaginer, avec des communaut\u00e9s qui contribuent \u00e0 fa\u00e7onner les programmes de recherche, et avec des publics qui exigent que l\u2019intelligence artificielle serve le bien commun plut\u00f4t que des int\u00e9r\u00eats \u00e9troits<\/strong>. Les sciences sociales elles-m\u00eames se transforment : leurs m\u00e9thodes s\u2019enrichissent d\u2019outils qu\u2019elles ont appris \u00e0 utiliser de mani\u00e8re critique, leurs questions se pr\u00e9cisent sous le poids des enjeux, et leur influence s\u2019amplifie gr\u00e2ce \u00e0 la prise de conscience qu\u2019une th\u00e9orie et une recherche sociales s\u00e9rieuses et engag\u00e9es envers le public sont indispensables \u00e0 tout avenir digne d\u2019\u00eatre souhait\u00e9.<\/p>\n\n\n\n

Note de l\u2019auteur<\/h2>\n\n\n\n

Je tiens \u00e0 remercier James Manyika et M. J. Crockett, ainsi que les membres du Laboratoire des sciences, de la technologie et des valeurs sociales de l\u2019Institut des \u00e9tudes avanc\u00e9es, pour leurs commentaires \u00e9clair\u00e9s sur cet essai.<\/p>\n\n\n\n

\n\n\n\n

Liste \u00e9volutive des\u00a0traductions<\/a> par\u00a0Gilles en vrac<\/em>
Les\u00a0caract\u00e8res gras<\/strong>\u00a0dans le texte sont de Gilles.<\/p>\n\n\n\n

\n

Notes <\/h3>