| Titre | `ibBig data`/ib et data journalisme : des prétentions épistémologiques irréconciliables | |
|---|---|---|
| Auteur | Alexandre Joux | |
 |
Revue | Hermès (Cognition, Communication, Politique) |
| Numéro | no 88, 2021/2 Confiance et communication | |
| Rubrique / Thématique | Diagonales |
|
| Page | 291-298 | |
| Résumé |
Souvent associés parce que procédant d'un même mouvement d'intégration des données dans les pratiques de production de l'information, les « sciences des big data » et le data journalisme relèvent pourtant de démarches épistémologiques difficilement conciliables. Si les corrélations sans cause sont, pour certains, l'apanage des big data et de leurs données incommensurables, le data journalisme préfère les données standardisées pour justifier la prétention à la vérité de ses énoncés. De ce point de vue, la donnée est souvent retraitée, confrontée au terrain pour devenir signifiante. Elle ne parle pas d'elle-même comme l'attestent les grandes enquêtes qui ont jalonné les premiers pas du data journalisme. Source : Éditeur (via Cairn.info) |
|
| Résumé anglais |
The “science of big data” and data-driven journalism are frequently linked because they arise from the same effort to incorporate data into the practices of producing information. However, they stem from epistemological approaches that are difficult to reconcile with one another. While some find that big data, with its incommensurable datasets, has a monopoly on correlation without causation, data journalism appeals to standardized data to justify the truth of its statements. From this perspective, data must be reprocessed and tested in the field in order to become meaningful. Data does not speak for itself, as can be seen in the first great investigations that marked the early days of data journalism. Source : Éditeur (via Cairn.info) |
|
| Article en ligne | http://www.cairn.info/article.php?ID_ARTICLE=HERM_088_0291 |
