Etudier la performance des projets de science citoyenne dans un processus « data-driven »

LES PROJETS DE SCIENCE CITOYENNE COMME ORGANISATION SCIENTIFIQUE EPHEMERE

Les premiers efforts pour étudier l’ouverture du processus scientifique à des non scientifiques ont été menés directement par les chercheurs des disciplines concernées, afin de rendre compte de ce qu’ils observaient eux-mêmes comme transformation dans l’organisation de leurs recherches. Ces études sont issues de la littérature en Bioscience, en Biodiversité et en Géographie où les chercheurs font face à une forte augmentation du nombre de projets scientifiques avec de grands groupes de volontaires (Bonney, Cooper, et al., 2009; Cohn, 2008; Silvertown, 2009; Wiggins & Crowston, 2011). Historiquement les projets sont souvent associés à un besoin de main d’œuvre supplémentaire pour les scientifiques afin d’aller collecter des données scientifiques sur le terrain parfois réparties géographiquement dans plusieurs zones différentes. L’expérience montre qu’avec un design adapté et suivant les circonstances, l’ouverture à la foule peut générer des données de haute qualité aboutissant à des résultats scientifiques fiables et valables (Trumbull, Bonney, Bascom, & Cabral, 2000). Si une grande partie des projets dans ces disciplines se limite à la collecte de données, les participants peuvent également participer à d’autres étapes du processus scientifique, comme l’analyse de données voire la co construction des projets de recherche (Cooper, Dickinson, Phillips, & Bonney. R., 2007; Wiggins & Crowston, 2011; Wilderman, 2007). Cette collaboration varie généralement en fonction de la capacité des participants à être « concernés de manière directe par un problème et mobilisés par leur volonté de mieux connaître des phénomènes qui les concernent, ou d’agir sur leurs conditions propres ou sur leurs environnements proches ou lointains. » (Arnstein, 1969; Houllier, 2016). Depuis ces premières études sur l’intégration de volontaires dans le processus scientifique, plusieurs chercheurs ont proposé de caractériser les projets de science citoyenne de manière plus générale et transdisciplinaire. Deux analyses remarquables permettent de mieux situer ces projets dans le champ des modes de production scientifique : par rapport aux sciences participatives, c’est-à-dire les projets scientifiques qui font intervenir des citoyens dans le processus scientifique (Houllier, 2016) ; par rapport aux modes d’ouverture du processus (Franzoni & Sauermann, 2014).

SCIENCE PARTICIPATIVE ET « SCIENCE CITOYENNE » : CARACTERISATION DES PROJETS D’OUVERTURE DE LA SCIENCE

Dans un rapport récent, François Houllier, Président-directeur général de l’Institut national de la Recherche Agronomique (INRA) a réalisé un état des lieux des sciences participatives en France et dans le monde, c’est-à-dire des modes d’organisation entre acteurs de la science et membres de la société. Il distingue trois types de projets participatifs (Houllier, 2016) : les projets de science citoyenne où les participants sont intégrés sans connaître leurs compétences au préalable ; les projets de type community-based research où les participants au projet interviennent activement à différentes activités de recherche dans l’objectif d’améliorer leurs conditions d’existence en produisant des connaissances actionnables ; les projets de recherche participative, où la collaboration se met en place entre chercheurs et groupes de citoyens ou de professionnels pour produire des connaissances actionnables et résoudre des problèmes liés à la vie sociale. Plusieurs caractéristiques distinguent les projets de science citoyenne des autres formes de collaboration. Alors que dans les projets de type community-based research et les projets de recherche participative les groupes de réflexion collaborent entre eux en fonction de leurs compétences et de leurs spécificités, la relation entre scientifiques professionnels et citoyens est rarement égalitaire dans les projets de science citoyenne. Les citoyens apparaissent souvent non pas en tant que partenaires du processus, mais plutôt comme une main-d’œuvre accessible révélant une organisation verticale du travail (Sauermann & Franzoni, 2014). De plus, alors que chaque participant dans un projet participatif est clairement identifié en fonction de son apport au processus scientifique et où tous les acteurs voient un intérêt dans l’aboutissement du processus, dans les projets de science citoyenne les scientifiques sont les seuls acteurs du projet définis par leur compétence et leur intérêt à voir l’aboutissement du projet.

Bien que Houllier (2016) restreigne la science citoyenne à la collecte et l’analyse de données, ce mode d’organisation est celui qui correspond le mieux au phénomène que nous avons identifié. En effet, il représente la seule forme de collaboration entre des scientifiques et participants qui ne sont pas définis par leurs compétences ou par leur intérêt dans le projet. Au contraire les projets de type community-based research ou les recherches participatives correspondent à des traditions anciennes de collaboration entre scientifiques et des acteurs qui sont leurs sujets d’étude ou fortement affiliées à leurs problématiques de recherche. Dans les projets de science citoyenne, l’intérêt des participants pour le sujet scientifique peut paraître comme une source de motivation à la participation mais n’est pas une condition pour participer au projet. Par la suite, les acteurs de la foule seront indifféremment appelés « citoyens de la science », « citoyens », « participants » ou « volontaires ».

TYPOLOGIE DE L’OUVERTURE DU PROCESSUS SCIENTIFIQUE : DEFINIR LA « SCIENCE CITOYENNE » A PARTIR DES DIMENSIONS DE L’OUVERTURE

La notion d’ouverture est souvent utilisée pour définir les projets de science citoyenne (Franzoni & Sauermann, 2014; Lee et al., 2014; Wiggins & Crowston, 2011). Cette notion d’ouverture existe déjà pour caractériser l’organisation scientifique, mais avec une définition différente (David, 2007; Nosek et al., 2015). Elle fait référence dans ce sens à l’accessibilité à la connaissance scientifique par les communautés de chercheurs et par la société au sens large et serait née en Europe au 17è siècle avec l’apparition de la revue académique (David, 2007). La production scientifique était auparavant souvent financée par un système de patronage où ce qui était produit par le chercheur appartenait exclusivement à ceux qui avaient fourni le financement. Avec l’augmentation de l’activité scientifique, la demande d’accès à la connaissance avait atteint un tel point qu’il a fallu que des groupes scientifiques de plus en plus grands, dispersés et spécialisés partagent leurs connaissances et leurs ressources pour pouvoir faire collectivement leur travail.

Dans les projets de science citoyenne, l’ouverture ne concerne pas uniquement la question de l’accessibilité à la production, mais se définit également comme une ouverture du processus scientifique à un nombre non limité de participants. Dans une analyse réalisée sur un grand échantillon d’exemples, Franzoni et Sauermann (2014) identifient deux caractéristiques clés qui différencient les projets de science citoyenne des autres régimes d ‘ouverture du processus scientifique. La première est que la participation aux projets est ouverte à un grand nombre de contributeurs potentiels qui généralement ne se connaissent pas entre eux et ne connaissent pas les organisateurs. Une deuxième caractéristique est que les projets de science citoyenne ouvrent une partie des résultats intermédiaires utilisés dans la production de connaissances tels que les bases de données ou les méthodes de résolution de problèmes (Figure 1). Il distinguent ainsi quatre régimes de production scientifique en fonction de leur ouverture : la science traditionnelle dite « mertonienne », les tournois d’innovation, la science traditionnelle avec ouverture des données et des publications, et la science citoyenne (ou « crowd science »).

Les sciences citoyennes se distinguent le plus du quadrant inférieur gauche du schéma, qui se réfère à un régime de science traditionnelle et synthétise la manière dont la science a été réalisée au cours du siècle dernier. L’activité scientifique y est basée sur un modèle où le scientifique évolue dans un environnement constitué d’un ensemble de méthodes, au moyen desquelles la connaissance est produite et certifiée, mais également d’un ensemble de valeurs culturelles et de mœurs non codifiées qui gouvernent l’activité scientifique (Merton, 1942, 1957). Elles garantissent que la production scientifique soit le fruit d’une évaluation impersonnelle, mais également la diffusion des découvertes comme bien public, la recherche non partisane de la vérité ainsi qu’une critique rationnelle qui ne découlent non pas d’une moralité des scientifiques mais d’un dispositif d’incitation basé sur la reconnaissance de la valeur d’une contribution par les pairs (Merton, 1957; Whitley, 2000). Dans ce mode, la notion d’ouverture fait traditionnellement écho au fait que les résultats finaux de l’activité scientifique doivent être librement accessibles à tous (David, 2007). L’accessibilité permet aux scientifiques de produire de nouvelles connaissances qui se basent souvent sur les connaissances déjà produites (Merton & Storer, 1973; Murray & O’Mahony, 2007). Cependant, alors que la science peut être considérée ouverte dans ce sens, elle est largement fermée dans le cadre des deux dimensions présentées dans le modèle. Au contraire, la fermeture permet aux scientifiques d’assurer une reconnaissance par les pairs ou être les premiers à publier de nouveaux résultats.

Table des matières

Introduction générale
Partie 1 – Etudier la performance des projets de science citoyenne dans un processus « data-driven »
Chapitre 1 – Les limites des modèles de gestion pour étudier l’ouverture par les projets de « science citoyenne »
1. Les projets de science citoyenne comme organisation scientifique éphémère
2. Modèle de performance de la production scientifique traditionnelle : trois échelles de coordination
3. Le crowdsourcing comme modèle de performance dominant pour étudier l’ouverture à la foule
4. Performance dans la répétition des projets de science citoyenne
Chapitre 2 – Le contexte des données comme cadre d’étude : l’effet de l’avalanche des données sur le processus scientifique
1. La transformation par les données comme cadre impensé pour l’étude de l’ouverture
2. La formulation des hypothèses scientifiques : de la science « knowledge-driven » à la science « datadriven »
3. Questions de recherche
Chapitre 3 – Approche méthodologique et présentation du matériel de recherche
1. Itinéraire et cadre méthodologique général de la thèse
2. Contexte des terrains de recherche dans leurs domaines de science
3. Synthèse de l’itinéraire de recherche et des méthodes choisies
Partie 2 – Elaboration d’un cadre d’analyse des projets de science citoyenne
Chapitre 4 – Répartition des activités scientifiques entre acteurs et remplacement du scientifique dans le processus : approche historique
1. Etudier l’histoire pour déterminer les limites de l’ouverture de la science
2. Du 17è au 19è siècle : redéfinir le rôle du scientifique face aux fabricants d’instruments scientifiques
3. Du 19è siècle à nos jours : ouverture des disciplines scientifiques aux laborantins et aux statisticiens
4. Ouverture du processus scientifique dans le cadre de la science data-driven
Chapitre 5 – Modèle formel des activités déléguées du processus de découverte scientifique : notion de « tâche couplée » et critères de performance
1. Présentation du modèle général
2. Tâche élémentaire, recette, résolution de problème et performance
3. Résolution de problèmes vs formulation de problèmes : la notion de « tâche couplée »
4. Performance et capitalisation dans les tâches
Chapitre 6 – Gestion de la productivité d’une foule : performance et risque de pertes durant et entre les tâches
Performance durant les projets de science citoyenne : capitalisation par agrégation et capitalisation croisée
Performance entre les tâches : capitalisation séquentielle
Synthèse des situations de gestion de l’ouverture
Partie 3 – Analyse et expérimentation de dispositifs organisationnels
Chapitre 7 –Pilotage de la performance durant les projets avec incertitude : fonctionnement et impact de la « capitalisation croisée »
1. Initiatives émergentes pour réunir scientifiques et experts en analyse de données : le cas du RAMP
2. Cas d’études : le Drug spectra et le HEP challenge
3. Comportement des participants durant les phases fermées et ouvertes
4. Processus d’exploration et impact de la phase fermée sur la phase ouverte
5. Gérer la capitalisation dans la résolution de problèmes
Chapitre 8 – Pilotage de la performance des projets de science citoyenne répétés : les dispositifs de gestion de la « capitalisation séquentielle »
1. Elaboration du programme Epidemium : organisation, financement
2. Le programme Epidemium comme la résolution d’une tâche couplée
3. Exploration et production durant le premier Challenge4Cancer
4. Organisation et dispositifs de gestion au sein d’Epidemium
Chapitre 9 – Gestion des tâches couplées par projets successifs par extension des critères de performance
1. Bilan global du deuxième challenge
2. Exploration des espaces et évaluation de la production
3. Effet de la capitalisation séquentielle : extension de l’espace des hypothèses et de la fonction de valeur
Chapitre 10 – Implications managériales : organisation et apparition de la figure de
« gestionnaire des foules»
1. Structure organisationnelle et rôle managérial pour les projets de science citoyenne
2. Le rôle du gestionnaire de foules
3. La place du gestionnaire de foule dans le processus
Conclusion

Télécharger le rapport complet