Comment décrire les technologies d’apprentissage artificiel ? : Le cas des machines à prédire

Résumé En Fr

How to describe machine-learning technology?In today’s world we are all producing large amounts of digital data daily. From socioeconomic actors’ perspective, the value of these data, often referred to as big data, essentially lies in the greater domestication of the future that they afford. To this end, a wide range of machines have been designed by specialists in different domains, with the purpose of predicting the future. In this article, we study the designers’ discourses in order to identify different tools for describing the manufacturing of these machines. Our aim is to thus be able to identify and understand the forms of normativity underlying these machines’ development within organizations.

Aujourd’hui, nous sommes tous conduits à produire quotidiennement de grandes quantités de données numériques. Du point de vue des acteurs socioéconomiques, la valeur de ces données souvent qualifiées de massives réside essentiellement dans leur capacité à autoriser une meilleure domestication du futur. Pour ce faire, de nombreux professionnels conçoivent un arsenal de machines qui ont pour fonction de prédire l’avenir. Dans cet article, nous proposons d’étudier les discours des concepteurs afin de dégager différents outils de description de la fabrication de ces machines. Notre objectif est ainsi de permettre l’identification et la compréhension des normativités que recouvre leur développement au sein des organisations.