Epistemological issues in data science
Enjeux épistémologiques de la science des données
Résumé
After recalling the singularity of ‟masses of data”, which is not only due to their volume, but also to their evolutivity and variability, we will show that both their accumulation and their exploitation have proved necessary for the major players of the Web and that this is due to three reasons linked to the specificity of digital industries. We will then reflect on data science and on the opposition between, on the one hand, those who claim that correlations are now sufficient and, on the other hand, those who still insist on the use of models and on the key epistemological function they play in the scientific process. We will conclude on the current lack of a mathematical theoretical framework for data science, while evoking the old theories, those that existed in the 1990s, and opening up to progress in this direction.
Après avoir rappelé ce qui fait la singularité des « masses de données », laquelle ne tient pas uniquement à leur volume, mais aussi à leur évolutivité et à leur variabilité, nous montrerons que tant leur accumulation que leur exploitation se sont révélées nécessaires pour les grands acteurs du Web et que cela tient à trois raisons liées à la spécificité des industries du numérique. Nous amorcerons ensuite une réflexion sur la science des données et sur l’opposition entre, d’un côté, ceux qui affirment que désormais les corrélations suffisent et, de l’autre, ceux qui s’en tiennent toujours à l’emploi de modèles et à la fonction épistémologique clef qu’ils occupent dans la démarche scientifique. Nous conclurons sur l’absence actuelle de cadre théorique mathématique de la science des données, tout en évoquant les théories anciennes, celles qui existaient dans les années 1990, et en ouvrant sur des progrès en ce sens.