{"id":8738,"date":"2025-11-17T14:09:55","date_gmt":"2025-11-17T19:09:55","guid":{"rendered":"https:\/\/www.gillesenvrac.ca\/carnet\/?page_id=8738"},"modified":"2026-09-14T11:11:10","modified_gmt":"2026-09-14T15:11:10","slug":"sociologie-de-lia","status":"publish","type":"page","link":"https:\/\/gillesenvrac.ca\/carnet\/sociologie-de-lia\/","title":{"rendered":"L’\u00e8re sociologique de l’IA"},"content":{"rendered":"\n

Traduction de AI\u2019s Sociological Era<\/a>, par Jenny L. Davis et Mona Sloane dans Social Sience Computer Review<\/em>, 2025.11.07<\/p>\n\n\n\n

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

L’intelligence artificielle (IA) est une structure sociale dissimul\u00e9e derri\u00e8re des bo\u00eetes noires techniques et des discours polaris\u00e9s. La sociologie est l’\u00e9tude de la soci\u00e9t\u00e9 d’un point de vue structurel, qui d\u00e9crit les interactions entre les individus, les organisations, les institutions et les cultures. La perspective disciplinaire de la sociologie est n\u00e9cessaire pour comprendre la force infrastructurelle de l’IA, qui refl\u00e8te et fa\u00e7onne la politique, l’\u00e9conomie, le savoir et les sph\u00e8res interpersonnelles. Pourtant, \u00e0 ce jour, le domaine de la recherche en IA a \u00e9t\u00e9 domin\u00e9 par l’informatique et l’ing\u00e9nierie, sous-utilisant le pouvoir explicatif des th\u00e9ories et des m\u00e9thodes sociologiques affin\u00e9es par la discipline depuis plus d’un si\u00e8cle. En nous appuyant sur une s\u00e9rie d’articles qui illustrent l’IA \u00e0 la fois comme un produit et un moteur des mod\u00e8les et des processus sociaux, nous d\u00e9montrons que la diffusion de l’IA n\u00e9cessite plus que jamais des analyses sociologiques, pla\u00e7ant la sociologie \u00e0 l’avant-garde de la prochaine \u00e8re des \u00e9tudes sur l’IA.<\/p>\n\n\n\n

\n\n\n\n

L’intelligence artificielle (IA) est pass\u00e9e d’un ensemble d’id\u00e9es, de r\u00e9cits et d’innovations techniques vaguement li\u00e9s entre eux \u00e0 une infrastructure sociale qui sert de m\u00e9diateur entre les relations sociales, les structures \u00e9conomiques, la politique et la production de connaissances (Sloane, 2026). Ce tournant infrastructurel conf\u00e8re \u00e0 l’IA le pouvoir d’organiser la vie sociale, pour le meilleur et pour le pire, ce qui en fait une force cl\u00e9 de la production sociale, un objet de contestation et un m\u00e9canisme de changement social (Davis & Williams, 2026).<\/p>\n\n\n\n

La construction sociale de l’\u00ab IA \u00bb en tant que concept fluide et changeant, ses effets mat\u00e9riels sur les individus et les institutions, ses effets culturels \u00e0 l’\u00e9chelle locale et mondiale, sa d\u00e9pendance \u00e0 l’\u00e9gard du travail humain et des donn\u00e9es humaines, son infusion de politique et de valeurs, et son enchev\u00eatrement avec le statut et le pouvoir font de l’IA un domaine fondamentalement sociologique. Ces th\u00e8mes sont illustr\u00e9s dans les articles qui composent ce num\u00e9ro sp\u00e9cial, inspir\u00e9s par la question \u00ab qu’est-ce qui est sociologique dans l’IA ? \u00bb.<\/p>\n\n\n\n

Notre objectif ici est de nous appuyer sur les fondements sociologiques \u00e9vidents de l’IA pour pr\u00e9senter des arguments clairs et convaincants en faveur de la place pr\u00e9pond\u00e9rante de la sociologie dans la recherche sur l’IA.<\/p>\n\n\n\n

Pourquoi la recherche sur l’IA a besoin de la sociologie et des sociologues<\/h2>\n\n\n\n

Historiquement, l’IA a connu des p\u00e9riodes de d\u00e9veloppement intensif et de stagnation, des programmes de recherche fragment\u00e9s, des fronti\u00e8res disciplinaires et une attention publique fluctuante. Cependant, au cours de la derni\u00e8re d\u00e9cennie, l’IA a atteint un sommet social et technique. Les progr\u00e8s connexes dans les r\u00e9seaux neuronaux et les mod\u00e8les de transformateurs ont \u00e9largi les techniques et les applications de l’IA. Ces d\u00e9veloppements ont stimul\u00e9 des investissements massifs dans l’industrie de l’IA, centralisant le pouvoir dans les laboratoires de recherche des entreprises et ravivant les tensions g\u00e9opolitiques de longue date dans le cadre d’une \u00ab course aux armements de l’IA \u00bb (Hao, 2025). Sous l’impulsion de l’informatique et de l’ing\u00e9nierie, ces d\u00e9veloppements ont \u00e9galement aliment\u00e9 des sp\u00e9culations exag\u00e9r\u00e9es sur l’IA comme passerelle certaine vers la quatri\u00e8me r\u00e9volution industrielle, la prosp\u00e9rit\u00e9 \u00e9conomique et la domination politique et militaire, parall\u00e8lement \u00e0 des affirmations alarmistes sur la fin de l’humanit\u00e9 et la certitude d’un destin funeste (Acemoglu & Johnson, 2024 ; Bender & Hanna, 2025 ; Lindgren, 2024 ; Vallor, 2024).<\/p>\n\n\n\n

Ces visions extr\u00eames et contradictoires de l’IA, consid\u00e9r\u00e9e soit comme la voie vers la prosp\u00e9rit\u00e9 et le progr\u00e8s, soit comme la cause du d\u00e9clin de l’humanit\u00e9, sont \u00e0 la fois r\u00e9ductrices et surd\u00e9termin\u00e9es. Elles exag\u00e8rent les capacit\u00e9s de l’IA, simplifient \u00e0 l’extr\u00eame la condition humaine et sous-estiment le pouvoir des individus \u00e0 fa\u00e7onner leur environnement social. Le moment est venu de mobiliser ce dernier pouvoir, car l’apog\u00e9e de l’IA co\u00efncide avec la production et l’amplification des in\u00e9galit\u00e9s structurelles et y est impliqu\u00e9e (Davis et al., 2021 ; Joyce & Cruz, 2024 ; Joyce et al., 2021 ; Sloane & Moss, 2019), l’\u00e9rosion d\u00e9mocratique (Coeckelbergh, 2024 ; Kreps & Kriner, 2023), les conflits g\u00e9opolitiques (Deeks, 2025 ; Erskine & Miller, 2024 ; Suchman, 2024), la mainmise monopolistique des entreprises (Acemoglu & Johnson, 2024 ; Hao, 2025) et la crise environnementale (Climate Action Against Disinformation, Check My Ads, Friends of the Earth, Global Action Plan, Greenpeace, & Kairo, 2024 ; Luccioni et al., 2025).<\/p>\n\n\n\n

Pour exploiter le potentiel d’intervention d\u00e9lib\u00e9r\u00e9e et de cod\u00e9termination de l’avenir, il faut proc\u00e9der \u00e0 des observations et des analyses minutieuses. Ces comp\u00e9tences et ces m\u00e9thodes d\u00e9passent le cadre de l’expertise purement technique. Comprendre comment les macro-ph\u00e9nom\u00e8nes sont li\u00e9s aux nouvelles technologies et \u00e0 leur int\u00e9gration rapide dans la soci\u00e9t\u00e9 est plut\u00f4t la pr\u00e9occupation principale de la sociologie. Compte tenu de l’\u00e9tat mondial de l’IA, il semble \u00e9vident que nous ne pouvons plus ignorer ce que la sociologie et les sociologues ont \u00e0 offrir au discours sur l’IA.<\/p>\n\n\n\n

Le domaine des \u00e9tudes sur l’IA fait d\u00e9sormais appel \u00e0 la sociologie comme pierre angulaire et fondement, \u00e9levant la th\u00e9orie et les m\u00e9thodes sociologiques non seulement au rang de partie int\u00e9grante de la production de connaissances sur l’IA, mais aussi au rang de rep\u00e8re et de pointe de ce domaine.<\/p>\n\n\n\n

La sociologie est l’\u00e9tude de la mani\u00e8re dont les syst\u00e8mes sociaux s’influencent et s’influencent mutuellement, couvrant des analyses aux niveaux micro, m\u00e9so et macro. En tant que discipline, elle d\u00e9ploie une myriade de m\u00e9thodes : qualitatives, quantitatives, exp\u00e9rimentales et interpr\u00e9tatives. Le travail de la sociologie et du sociologue consiste \u00e0 mettre au jour les sch\u00e9mas qui cr\u00e9ent un ordre social, rendant cet ordre observable, analysable et donc mall\u00e9able plut\u00f4t qu’in\u00e9vitable.<\/p>\n\n\n\n

Appliqu\u00e9s \u00e0 un domaine ou un site sp\u00e9cifique, les sociologues s’efforcent de d\u00e9montrer les processus, les pratiques et les relations qui constituent un tout dynamique, en analysant comment les \u00e9l\u00e9ments et le tout se manifestent individuellement, interpersonnellement, organisationnellement et institutionnellement. Les sociologues peuvent d\u00e9chiffrer les processus et les relations cach\u00e9s de l’IA, tout comme ils l’ont fait avec les forces sociales complexes depuis la cr\u00e9ation de la discipline, de la th\u00e9orie structurelle du suicide de Durkheim au lien entre religion et \u00e9conomie de Weber, en passant par les \u00e9crits de W.E.B. Du Bois sur l’exp\u00e9rience psychologique de la n\u00e9gritude dans une soci\u00e9t\u00e9 blanche (Du Bois, 1903 ; Durkheim, 1987 ; Weber & Parsons, 1930). R\u00e9v\u00e9ler des faits sociaux qui ne sont pas \u00e9vidents et exposer des mod\u00e8les sociaux pour en comprendre les causes et les effets est le point fort de la sociologie. Les \u00ab bo\u00eetes noires \u00bb ne sont pas nouvelles pour les sociologues, mais constituent le point de d\u00e9part des th\u00e9ories et des m\u00e9thodes.<\/p>\n\n\n\n

\u00c0 mesure que l’IA devient une force infrastructurelle et organisatrice (Sloane, 2026), la sociologie doit se placer au centre des d\u00e9bats scientifiques et politiques sur la mani\u00e8re dont cette infrastructure est construite, entretenue, contest\u00e9e et transform\u00e9e. Les infrastructures fonctionnent en arri\u00e8re-plan et ne deviennent g\u00e9n\u00e9ralement visibles qu’en cas de panne, une exp\u00e9rience qui se r\u00e9partit de mani\u00e8re in\u00e9gale dans la soci\u00e9t\u00e9 et justifie une r\u00e9orientation vers la r\u00e9paration (Davis & Williams, 2026 ; Sloane, 2026). Les m\u00e9thodes sociologiques permettent aux chercheurs d’\u00e9lucider les infrastructures de l’IA avant leur perturbation et d’expliquer les ruptures une fois qu’elles se sont produites. \u00c0 leur tour, les th\u00e9ories et les concepts sociologiques donnent \u00e0 ces observations profondeur et nuance, s’\u00e9loignant des extr\u00eames politis\u00e9s qui dominent trop souvent le discours sur l’IA (Bender & Hanna, 2025 ; Sloane et al., 2024).<\/p>\n\n\n\n

La clart\u00e9 des id\u00e9es et la richesse des traditions th\u00e9oriques de la sociologie sont illustr\u00e9es dans la collection d’articles qui composent ce num\u00e9ro sp\u00e9cial. Chacun de ces articles fait progresser le domaine de la recherche sur l’IA gr\u00e2ce \u00e0 l’\u00e9tude empirique de syst\u00e8mes d’IA et de sites d’engagement sp\u00e9cifiques, \u00e0 des explications conceptuelles ou \u00e0 des d\u00e9clarations d\u00e9finissant les priorit\u00e9s. Ensemble, ces articles d\u00e9montrent que la sociologie est un prisme essentiel pour appr\u00e9hender l’IA dans la soci\u00e9t\u00e9, rendant les infrastructures de l’IA compr\u00e9hensibles et susceptibles d’\u00e9voluer.<\/p>\n\n\n\n

Aper\u00e7u du num\u00e9ro<\/h2>\n\n\n\n

Nous ouvrons ce num\u00e9ro sp\u00e9cial consacr\u00e9 \u00e0 la sc\u00e8ne technologique new-yorkaise avec l’interrogation de Bohner et Vertesi (2025) sur le battage m\u00e9diatique autour de l’IA. S’appuyant sur la sociologie micro\u00e9conomique, les auteurs utilisent des m\u00e9thodes qualitatives fond\u00e9es pour montrer comment les praticiens de l’IA de la c\u00f4te Est mobilisent le battage m\u00e9diatique autour de l’IA comme un objet-fronti\u00e8re, se d\u00e9finissant par opposition aux \u00ab hype-beasts \u00bb de San Francisco. Cette distinction est toutefois largement symbolique, car les \u00e9lites technologiques new-yorkaises renforcent et tirent profit des m\u00eames imaginaires extravagants sur le caract\u00e8re transformateur et l’essor interminable de l’IA. Passant de la culture \u00e0 l’\u00e9conomie, les auteurs montrent comment les personnes et les processus cr\u00e9ent des r\u00e9alit\u00e9s fiscales et des flux mon\u00e9taires. Bohner et Vertesi \u00e9clairent \u00e0 la fois une sc\u00e8ne locale, d\u00e9m\u00ealent des ph\u00e9nom\u00e8nes micro\u00e9conomiques et s’orientent vers un programme th\u00e9orique pour l’\u00e9tude sociologique du battage m\u00e9diatique (Bohner & Vertesi, 2025).<\/p>\n\n\n\n

Le num\u00e9ro se poursuit avec l’Am\u00e9rique latine, avec l’\u00e9tude de L\u00f3pez et al. (2025) sur les projets d’IA financ\u00e9s par des fonds publics au Chili. Les auteurs identifient cinq r\u00e9cits dominants dans ces projets : l’IA pour gagner en productivit\u00e9, comme force de transformation, comme besoin d’alphab\u00e9tisation, pour une surveillance intelligente et comme recherche situ\u00e9e et cr\u00e9ative. Ces cadres narratifs d\u00e9finissent les agendas \u00e9conomiques, intellectuels et politiques, et \u00e9tablissent les priorit\u00e9s sociales et techniques \u00e0 travers la distribution des ressources. L\u00f3pez et al. (2025) montrent comment les subventions publiques ne sont pas seulement instrumentales, mais aussi activement performatives, en fa\u00e7onnant l’innovation et l’avenir du d\u00e9veloppement technologique.<\/p>\n\n\n\n

Poursuivant sur le th\u00e8me de la performativit\u00e9, Moradi et al. (2025) explorent trois cas de rencontres entre l’homme et la technologie dans le travail de premi\u00e8re ligne, en analysant les caisses automatiques, l’inspection des v\u00e9hicules commerciaux \u00e0 l’aide de carnets de bord \u00e9lectroniques et les programmes de surveillance des m\u00e9dicaments sur ordonnance (PDMP) dans les professions pharmaceutiques. Ils appliquent les concepts canoniques d’Erving Goffman, \u00e0 savoir le \u00ab travail de face \u00bb et le \u00ab refroidissement \u00bb, pour r\u00e9v\u00e9ler comment les individus, les organisations, les institutions et les technologies mat\u00e9rielles constituent une sph\u00e8re d’interaction en plein essor, mettant en lumi\u00e8re les processus par lesquels les technologies d’IA modifient la nature du travail de premi\u00e8re ligne. Ces auteurs appliquent une th\u00e9orie sociologique centrale de l’interaction dans la vie quotidienne \u00e0 des formes technologiques nouvelles, tout en tirant des enseignements g\u00e9n\u00e9ralisables \u00e0 partir de multiples sites d’\u00e9tude, d\u00e9montrant ainsi l’utilit\u00e9 expansive de la recherche sociologique.<\/p>\n\n\n\n

Baert et al. (2025) prennent un tournant r\u00e9flexif, les auteurs se reconnaissant comme des producteurs de culture dans la construction narrative de l’IA. Ce faisant, ils juxtaposent activement leur approche, qui pr\u00e9sente un dialogue entre six auteurs sur des questions connexes mais distinctes (propri\u00e9t\u00e9 intellectuelle, intimit\u00e9, pouvoir probatoire, race, reproduction et travail), au caract\u00e8re lisse et homog\u00e9n\u00e9isant de l’IA g\u00e9n\u00e9rative. Le style d\u00e9lib\u00e9r\u00e9 de l’article fait autant partie de sa contribution que les analyses qui y sont pr\u00e9sent\u00e9es. Ces analyses couvrent de multiples questions empiriques et th\u00e9ories sociologiques, abordant l’action, la paternit\u00e9, l’identit\u00e9, la visibilit\u00e9, l’in\u00e9galit\u00e9 et le battage m\u00e9diatique, car elles constituent et sont (re)cr\u00e9\u00e9es par l’infusion de grands mod\u00e8les linguistiques (LLM) et d’autres syst\u00e8mes d’IA g\u00e9n\u00e9rative dans les sph\u00e8res personnelles et les institutions sociales.<\/p>\n\n\n\n

Prolongeant cette r\u00e9flexion sur la r\u00e9flexivit\u00e9, Harvey (2025) positionne les sciences sociales comme une influence m\u00e9diatrice qui fa\u00e7onne la culture et la pratique de l’IA. Il s’agit \u00e0 la fois d’un r\u00e9cit sur la mani\u00e8re dont la sociologie fa\u00e7onne ce qu’elle \u00e9tudie et d’une contribution significative \u00e0 la sociologie de la connaissance. Cet article incite ceux qui \u00e9tudient l’IA et d’autres technologies \u00e0 r\u00e9fl\u00e9chir de mani\u00e8re critique \u00e0 la mani\u00e8re dont la recherche non seulement r\u00e9v\u00e8le, mais aussi construit les conditions sociales et mat\u00e9rielles qui constituent le monde social. Bien que cet article se concentre sp\u00e9cifiquement sur les \u00e9tudes de l’IA dans les industries cr\u00e9atives, son propos s’applique \u00e0 tous les domaines, induisant une conscience critique de soi comme \u00e9l\u00e9ment int\u00e9gral des m\u00e9thodes sociologiques.<\/p>\n\n\n\n

Alvarado (2025) nous ram\u00e8ne dans l’histoire, aux travaux de l’informaticien Alan Turing dans les ann\u00e9es 1930. L’article attire l’attention sur l’accent mis par Turing sur la culture et la linguistique dans sa d\u00e9finition de l’intelligence artificielle, montrant comment cela a fa\u00e7onn\u00e9 la mani\u00e8re dont les LLM ont \u00e9t\u00e9 d\u00e9velopp\u00e9s et d\u00e9ploy\u00e9s. Faisant le lien entre le pass\u00e9 et le pr\u00e9sent, Alvarado montre comment le caract\u00e8re imitatif des LLM est une caract\u00e9ristique essentielle de leur conception technique, qui repose sur l’hypoth\u00e8se que l’intelligence humaine est intrins\u00e8quement sociale, car mim\u00e9tique.<\/p>\n\n\n\n

Poursuivant l’exploration des LLM, Lepp et Alvero (2025) clarifient la mani\u00e8re dont ces syst\u00e8mes fa\u00e7onnent les relations sociales. S’appuyant sur un cadre structurel des affordances technologiques, ils pr\u00e9sentent les affordances linguistiquescomme un outil conceptuel permettant \u00e0 la fois de comprendre les effets sociaux des LLM et d’examiner comment les LLM sont \u2013 et peuvent \u00eatre \u2013 utilis\u00e9s dans la recherche. Ils illustrent ce concept et ses multiples fonctions \u00e0 travers des exemples concrets d’utilisation des LLM dans les admissions universitaires et les publications scientifiques, proposant des avanc\u00e9es th\u00e9oriques qui peuvent \u00e9tayer et enrichir les m\u00e9thodes \u00e9mergentes en r\u00e9pondant \u00e0 des questions sur la mani\u00e8re dont la conception des LLM fa\u00e7onne \u00e0 la fois les structures d’opportunit\u00e9 et la production de connaissances l\u00e9gitimes.<\/p>\n\n\n\n

Les technologies d’IA reposent sur de vastes ensembles de donn\u00e9es. Notre imagination de l’IA implique souvent une abondance de donn\u00e9es, toutes les donn\u00e9es \u00e9tant collect\u00e9es et trait\u00e9es dans des programmes. Mais Orr (2025) s’appuie sur la riche tradition sociologique de l’\u00e9tude des absences et des omissions pour mettre en lumi\u00e8re le r\u00f4le social de ce qui manque dans les donn\u00e9es, et avec quel effet. Ce travail soul\u00e8ve un point m\u00e9thodologique essentiel concernant l’observation de l’invisible, et un point sociologique concernant les choix humains qui sont r\u00e9ifi\u00e9s et effac\u00e9s. Il est n\u00e9cessaire de pr\u00eater attention \u00e0 ces \u00ab fant\u00f4mes dans les donn\u00e9es \u00bb, comme les d\u00e9crit Orr, pour comprendre comment et pourquoi les syst\u00e8mes d’IA fonctionnent comme ils le font.<\/p>\n\n\n\n

\u00c9largissant le corpus de travaux traitant de l’opacit\u00e9 des mod\u00e8les d’IA, Hardcastle et al. (2025) r\u00e9futent l’hypoth\u00e8se d\u00e9sormais axiomatique selon laquelle les syst\u00e8mes d’IA sont opaques et imp\u00e9n\u00e9trables. Selon eux, le probl\u00e8me r\u00e9side dans le fait que le domaine se concentre sur les m\u00e9thodes techniques d’observation plut\u00f4t que sur les assemblages sociaux qui produisent les r\u00e9sultats de l’IA. Dans des travaux ant\u00e9rieurs, une partie de ces auteurs ont montr\u00e9 comment les syst\u00e8mes d’IA peuvent \u00eatre observ\u00e9s \u00e0 travers des conditions sociomat\u00e9rielles, telles que les normes organisationnelles et les proc\u00e9dures interpersonnelles, qui croisent les mod\u00e8les d’apprentissage automatique (Gutierrez Lopez & Halford, 2024). Ici, ils \u00e9tendent leur attention aux sociotemporalit\u00e9s, en utilisant le cas de la publicit\u00e9 cibl\u00e9e pour d\u00e9montrer le pouvoir explicatif du temps.<\/p>\n\n\n\n

Zanger-Tishler et Zhang (2025) attirent l’attention sur la pr\u00e9diction, car l’IA est de plus en plus sollicit\u00e9e dans une multitude de t\u00e2ches d\u00e9cisionnelles \u00e0 haut risque. Les auteurs retracent les processus sociologiques qui sous-tendent le d\u00e9veloppement des probl\u00e8mes de pr\u00e9diction inh\u00e9rents \u00e0 l’IA, la conception de mod\u00e8les pr\u00e9dictifs et les effets des d\u00e9cisions prises lorsque les humains consultent (ou d\u00e9pendent) des machines. Leurs travaux soulignent le potentiel de l’analyse sociologique pour l’\u00e9tude de l’IA tout en mettant les sociologues au d\u00e9fi d’\u00e9largir leur champ d’action, compte tenu des choix techniques dynamiques et multifacettes qui cr\u00e9ent les syst\u00e8mes d’IA, des choix programmatiques et politiques qui y sont int\u00e9gr\u00e9s, et des liens entre le d\u00e9veloppement de l’IA et ses effets sociaux en aval.<\/p>\n\n\n\n

Le num\u00e9ro se termine par un court article de Smith et Southerton (2025), qui r\u00e9fl\u00e9chissent \u00e0 l’\u00ab AI slop \u00bb et \u00e0 la nature de l’esth\u00e9tique m\u00e9diatis\u00e9e par la machine. Les auteurs affirment que l’art produit en masse par l’IA est fondamentalement ali\u00e9nant et extractif, sapant l’\u00e9l\u00e9ment humain de la cr\u00e9ativit\u00e9 tout en g\u00e9n\u00e9rant des profits \u00e0 partir d’\u0153uvres artistiques cr\u00e9\u00e9es par l’homme. En analysant des exemples d’\u0153uvres d’art produites par l’IA, les auteurs soul\u00e8vent de nouvelles questions sur l’interaction entre la technologie, la cr\u00e9ativit\u00e9, la culture mat\u00e9rielle, les \u00e9motions et l’\u00e9conomie dans les soci\u00e9t\u00e9s contemporaines.<\/p>\n\n\n\n

Ces travaux d\u00e9montrent collectivement la nature sociologique de l’IA et la n\u00e9cessit\u00e9 d’analyses sociologiques. Les d\u00e9veloppements technologiques, aussi avanc\u00e9s ou innovants soient-ils, ne peuvent franchir la barri\u00e8re des infrastructures de l’IA en tant que ph\u00e9nom\u00e8nes sociaux. Mais la sociologie le peut, en exposant les fondements structurels multifacettes de l’IA afin de permettre une intervention et un changement syst\u00e9miques (Davis & Williams, 2026 ; Sloane, 2026). Jusqu’\u00e0 pr\u00e9sent, l’informatique et l’ing\u00e9nierie ont \u00e9t\u00e9 \u00e0 la pointe des \u00e9tudes sur l’IA. Aujourd’hui, alors que le contexte social passe au premier plan et que les questions techniques s’effacent, la sociologie est en plein essor.<\/p>\n\n\n\n

\n\n\n\n

R\u00e9f\u00e9rences<\/h2>\n\n\n\n