The Constitution of Algorithms Ground-Truthing, Programming, Formulating

Cette thèse rend compte de pratiques dont l'articulation aboutit, parfois, à la constitution de méthodes informatiques de calcul, souvent appelées « algorithmes ». Contrairement à la plupart des études contemporaines qui documentent ce que les algorithmes existant font, cette étude de laboratoire documente les opérations nécessaires à la mise en existence des algorithmes. En suivant les acteurs humains et non-humains impliqués dans la constitution des algorithmes, ce travail ethnographique éclaire d'une lumière nouvelle ces entités élusives et souvent controversées. L'ambition de cette enquête est de fournir des prises analytiques innovantes à même d'intéresser celles et ceux qui interagissent étroitement avec les algorithmes, leurs défenseurs tout comme leurs adversaires. Cette aventure exploratoire au cœur de la science informatique en action est marquée par trois principales découvertes. Premièrement, de nombreuses méthodes informatiques de calcul reposent sur des bases de données référentielles appelées « ground truths » qui rassemblent en leur sein des « input-data » et des « output-targets ». Les processus participant à la définition de ces bases de données « ground truths » impactent fortement sur la nature des algorithmes qu'elles aident à façonner et à évaluer. Deuxièmement, et de façon peu surprenante, écrire des lignes de code capables de modifier des données numériques d'une façon désirable est tout à fait central à la contitution des algorithmes. Pour autant, ça n'est qu'en considérant la programmation informatique comme une pratique — et non pas seulement comme l'expression de facultés mentales — que nous pourrons enfin apprécier à sa juste valeur cette fascinante activité. Troisièmement, la réduction progressive des bases de données « ground truths » aide à la formulation des relations entre les « input-data » et les « output- targets » de ces bases de données. Ces pratiques de formulation permettent parfois l'enrollement d'énoncés mathématiques certifiés qui définiront l'horizon de futurs programmes informatiques. Ces trois découvertes sont intimement liées : les pratiques de formulation se basent sur, et souvent influencent, les pratiques de « ground-truthing » qui elles-mêmes requièrent des pratiques de programmation, elles-même parfois spécifiées par les résultats de pratiques de formulation. Ce que l'on tend à appeler « algorithme » pourrait ainsi être considéré comme le résultat incertain de l'interaction entre ces trois activités pratiques. Abstract This dissertation accounts for practices whose articulation sometimes ends up constituting computerized methods of calculation, often called "algorithms." Contrary to most contemporary studies that document what existing algorithms do, this laboratory study documents what is done in order to make algorithms come into existence. By following human and non-human actors involved in the shaping of algorithms, this ethnographie work shines an unconventional light on these elusive and often controversial entities. The ambition of this inquiry is to provide refreshing insights that could interest those who interact intimately with algorithms, advocates and critics alike. This exploratory journey into computer science in practice is marked by three main findings. First, many computerized methods of calculation rely upon referential databases called "ground truths" that gather sets of "input-data" and their manually designed "output-targets" counterparts. The processes leading to the définition of these ground truths heavily impact on the nature of the algorithms they help to constitute and evaluate. Second, writing lines of code capable of modifying digital data in some desired ways is, not surprisingly, central to the constitution of algorithms. Yet it is only by considering computer programming also as a practice — and not only as the expression of mental skills — that we may begin to fully appreciate this fascinating yet neglected activity. Third, the progressive réduction of ground-truth databases may help to formulate relationships between their data and their targets. These formulating practices may sometimes enable the enrollment of certified mathematical claims that will establish the horizons of further computer programs. These three discoveries are intimately related: formulating practices rely on, and sometimes influence, ground-truthing practices that themselves are supported by programming practices that are themselves sometimes irrigated by the results of formulating practices. What we call an "algorithm" may thus be considered, to a certain extent, an uncertain product of these three interrelated activities