L'avenir de la recherche, la recherche de l'avenir

La semaine dernière, nous avons organisé les événements officiels d'inauguration de l'iLab (Laboratoire de recherche et d'application en communication) à la Faculté de communication de l'Université de Marmara. Pendant trois jours, des sessions, des présentations et des ateliers de grande qualité ont été organisés. 

J'ai commencé mon assistanat il y a trente-six ans au sein de l'İSKAR (Centre de statistiques et de recherches quantitatives), fondé par mes professeurs Ateş Vuran et Ahmet Lütfü Orkan. Jusqu'à sa fermeture en 1997, nous avons fourni des services d'analyse assistée par ordinateur à des centaines de chercheurs, tant au sein de l'université qu'à l'extérieur. J'y ai acquis une grande expérience en matière de recherche et j'ai essayé de la partager avec mes étudiants et mes collègues autant que possible. Mais j'ai toujours ressenti le manque du travail collectif et de la collaboration que nous menions dans ce centre. 

Désormais, avec ce laboratoire que nous avons ouvert au sein de notre faculté, nous nous efforcerons de mettre en œuvre deux éléments essentiels dans le domaine des sciences sociales, et plus particulièrement dans les sciences de la communication. 

Le premier consiste à mener des projets en abordant les méthodes de recherche par une approche de méthodes mixtes et à informer les jeunes étudiants en formation de troisième cycle. Le second est de mieux comprendre notre vie sociale en pleine mutation (et largement numérisée), ainsi que le secteur des médias (numériques) qui joue un rôle de premier plan dans la visibilité et le partage de cette vie. 

Pour y parvenir, nous devons comprendre que notre vie sociale est un réseau d'événements interconnectés et être capables de générer des perspectives (insight) en observant les modèles (pattern) au sein de ce réseau. 

Alors, comment allons-nous faire cela ? Nous pouvons rendre cette question très générale plus spécifique : comment enseignons-nous la recherche en communication à l'université, et comment devrions-nous l'enseigner ?

Pour donner une réponse rapide et courte, nous pouvons dire : par une approche de méthodes mixtes utilisant conjointement des méthodes quantitatives et qualitatives. Nous ne sommes pas encore en mesure de mesurer avec une précision totale des émotions (variables) telles que l'amour, la colère, l'intention, la peur, la croyance, l'attachement, la jalousie et des centaines d'autres dans les événements sociaux. Cependant, nous pouvons très grossièrement les classer en « moins – plus – le moins – le plus ». Nous utilisons des logiciels d'analyse de données qualitatives assistée par ordinateur pour analyser ces types de données et révéler des modèles. 

D'un autre côté, comme nous passons de plus en plus de temps sur Internet et les plateformes de réseaux sociaux, nos traces numériques sur ces supports, c'est-à-dire nos partages, deviennent mesurables quantitativement. Les technologies d'intelligence artificielle générale réalisent des progrès significatifs à cet égard. Le dernier produit de la société OpenAI, GPT-4o, en est un bon exemple. La lettre « o » dans son nom signifie « omni », c'est-à-dire « tout ». Nous utilisons également des logiciels statistiques pour analyser les données quantitatives et révéler des modèles. 

À l'intersection de ces deux types de méthodes d'analyse se trouvent les logiciels d'analyse de réseaux sociaux, également appelés sociogrammes. C'est inévitable, car nous vivons nos relations sociales dans des réseaux composés de personnes et d'institutions avec lesquelles nous sommes en contact. Des domaines d'étude tels que le développement des mouvements activistes, la polarisation sociale, le capitalisme de surveillance et l'économie des données, les réseaux publicitaires et clients, les structures de marché et les inégalités entrent dans ce cadre. Comprendre les relations sociales est synonyme de comprendre les réseaux. 

Alors, où tout cela nous mène-t-il ? En d'autres termes, que réserve l'avenir de la recherche ? À quoi ressemblera la recherche de demain ?

Pour savoir où nous allons, nous devons d'abord savoir d'où nous venons. L'un des développements importants dans le domaine des méthodes de recherche scientifique dans les années 1950 a été la révolution informatique et l'« analyse exploratoire des données » initiée par John Tukey. La deuxième révolution a été la révolution Internet, et la « connectivité » de la vie sociale a commencé à se déplacer, lentement, vers l'environnement virtuel. La troisième révolution a suivi immédiatement avec la révolution de l'« interaction » sur les réseaux sociaux. Nous sommes maintenant au début du processus de la quatrième révolution : l'intelligence artificielle générale, et cette situation nous préoccupe beaucoup. 

Toutes ces révolutions me donnent une idée de ce que sera la recherche de demain : il est désormais inévitable que la sociologie « traditionnelle » se transforme en sociologie « numérique ». Les signes avant-coureurs sont déjà là. Des travaux très importants sont menés dans un domaine appelé sciences sociales computationnelles (Computational Social Sciences). Grâce à ces travaux, nous augmentons en quelque sorte notre précision de mesure. Nous pouvons mieux mesurer et donc mieux comprendre. C'est peut-être là le levier dont parlait Archimède lorsqu'il disait : « Donnez-moi un levier et un point d'appui, et je soulèverai le monde »…