Programme du séminaire d’anthropologie diachronique (ethnologie et archéologie) interdisciplinaire...
Séminaire " Cancers, santé et populations : terrains et recherches dans les Outre-mers" Les...
Concours CNRS Le laboratoire accueille chaque année de nouveaux membres par voie de concours via...
" Du 25 au 27 septembre 2024, le SAGE organise ses 3 journées de rentrée : les PasSAGEs de rentrée...
Retrouvez Morgane Le Boulay et Céline Monicolle dans le magazine Savoir(s) de l'université de...
Titre : La santé des données. Enquête sur un travail hospitalier de production, de contrôle et de...
La famille indivise dans l’Inde contemporaineUne approche démographique et spatiale La soutenance...
Réunis dans le cadre de l’AG extraordinaire du laboratoire SAGE du 12 avril 2024, les membres...
Une programmation ouverte au public : demandez le programme ! Et l'affiche qui annonce les...
Julien Boelaert, Étienne Ollion
Revue française de sociologie 2018/3 (Vol. 59),
Big data, sociétés et sciences sociales
pp. 475-506
DOI 10.3917/rfs.593.0475
La grande régression. Machine learning, économétrie et futur des sciences sociales quantitatives
Que peuvent faire les sciences sociales avec le machine learning, et que peut-il leur faire ? Cet article propose une introduction à cette classe de méthodes statistiques. Il détaille ses prémisses, sa logique, et les défis qu’elle pose pour les sciences (sociales). Il le fait au moyen d’une comparaison avec d’autres approches quantitative plus conventionnelles, les régressions paramétriques en premier lieu, et ce tant au niveau général qu’en pratique. Au-delà de l’exercice méthodologique, l’article se propose de revenir sur les débats houleux qui entourent le learning. Il revient pour se faire sur le rôle et les conséquences possibles de l’usage de l’apprentissage statistique. Il soutient que la révolution promise par beaucoup et crainte par d’autres ne se produira pas de sitôt, ou en tout cas pas dans les termes souvent mentionnés. Le changement de paradigme évoqué de manière prophétique n’aura pas lieu. Plutôt, une concurrence accrue entre différentes formes de quantification du monde social va se mettre en place. Contre toute attente, cette incertitude croissante pourrait être de bon augure pour la connaissance en général.