À partir de 2020, la circulation virale des musiques sur TikTok et l’utilisation massive de cette plateforme sont apparues comme une mutation profonde de l’industrie musicale. Alors que les professionnels du marketing au sein d’une major musicale semblent avoir peu de prises vis-à-vis des tendances virales sur ce réseau social, cet article étudie la manière dont ils tentent pour autant de maîtriser ces phénomènes. L’étude de cas montre qu’à travers l’émergence de débats entre équipes et la mise en place d’algorithmes de détection de la viralité, une « réflexivité algorythmique » peut se déployer. Cette notion vise à rendre compte du travail d’intégration, dans le fonctionnement des algorithmes de détection, des contraintes pratiques qui pèsent sur les utilisateurs de ces derniers. Quand ils intègrent la règle de réactivité qui pèse sur les professionnels du marketing, les algorithmes de détections fonctionnent alors comme des supports d’intégration interprofessionnelle.

L’article aborde l’introduction et la mise en fonctionnement de dispositifs soutenus par l’intelligence artificielle (IA), dans l’action publique. Au cours des dernières années, les États et les gouvernements – y compris la France – ont de plus en plus recours à ce type d’instruments dans des domaines très variés. L’utilisation d’outils algorithmiques de prise de décision par les pouvoirs publics est susceptible d’avoir des effets structurels profonds sur le fonctionnement de l’État et ses relations avec le public. Partant de cette hypothèse, cet article vise à interroger le potentiel transformateur des innovations liées aux algorithmes et à l’IA pour diverses professions de l’administration publique. Il examine les cadres institutionnels et les acteurs actuellement impliqués dans les principaux projets d’automatisation de l’action étatique, les discours de légitimation, mais aussi les pratiques des administrations concernées.

Le développement de l’intelligence artificielle (IA) en santé a fait l’objet de nombreuses promesses sensationnalistes. Reposant sur une enquête qualitative conduite auprès des acteurs du secteur, cet article propose de rompre avec les effets d’annonce et d’examiner l’implémentation concrète de ces technologies dans le domaine médical. Il explore les reconfigurations en cours, en mettant l’accent sur le travail de redéfinition des métiers et des juridictions professionnelles qu’entraîne la délégation algorithmique. Il révèle que, focalisés sur l’implémentation de l’IA dans la prise de décision médicale, les débats ont souvent omis de considérer les choix et les tensions normatives sous-jacents à cette délégation et propose d’étudier les divergences d’intérêts entre les acteurs en présence. En reliant l’articulation de la délégation en santé à des enjeux économiques et politiques plus étendus, cet article met en lumière les dynamiques de pouvoir et les implications sociales associées à l’émergence de ces technologies.

Qu’est-il advenu de l’analyse de la publicité et, avec elle, de celle de la société de consommation et de la manipulation des besoins, si vivaces il y a un demi-siècle ? Élément décisif de l’emprise financière des entreprises du numérique sur la vie collective, la publicité a comme disparu de la critique, alors même que fait rage le débat sur la réglementation et la régulation de ces entreprises.

This empirical study sheds light on Uber’s algorithmic management and provides the first calculation of working time with Uber drivers in Paris to understand the way digital platforms transform the temporalities of work. Based on the personal data of 12 Parisian Uber drivers, we show how Uber organizes drivers’ work through the allocation of trips and calculation of distances according to three distinct working-time units: “searching for, approaching, and driving with passengers”. The data analyses show that drivers are increasingly working hours and driving kilometers for the platform when searching for passengers, which is unpaid work but crucial for algorithmic operations. In addition, the significant variability in working hours and rates generated depends on the behavior of the market, which is invisible to drivers. Nevertheless, this dependence and the resulting economic losses and gains are passed on to drivers individually as “algorithmic predictability risk”. Indeed, drivers’ data are controlled by Uber to make automated predictions of supply and demand for the benefit of the platform exclusively.

Cet article propose de mettre en lumière les conséquences des algorithmes de recommandation des réseaux sociaux sur le travail journalistique. Il s’intéresse en particulier à l’expérience de journalistes français à travers une enquête commencée lors des protestations des Gilets jaunes, mouvement social ayant bénéficié pour sa structuration de la modification de l’algorithme du fil d’actualité de Facebook survenue en 2018, et exprimé de manière ritualisée une violence à l’égard des journalistes poussant ces derniers à s’interroger sur certaines de leurs pratiques. Notre travail se fonde notamment sur l’exploitation d’une cinquantaine d’entretiens avec des directeur·rice·s de rédactions, rédacteur·rice·s en chef, journalistes reporters ou fact-checkers, évoluant au sein de grandes rédactions nationales d’information généraliste (principalement Le Monde et Libération). Certains enquêtés ont par ailleurs été des fondateurs d’organes de presse pure players (Les Jours, Rue89, Slate.fr, Loopsider, Orient XXI…). En outre, d’autres enquêtés sont responsables de formation d’école de journalisme (Sciences Po, IPJ Dauphine, ESJ Lille) ou appartiennent à des associations professionnelles (Reporters sans frontières, Prenons la Une). Après un rappel sur le fonctionnement des algorithmes de recommandation et de leur portée, nous questionnons la manière dont ceux-ci mettent à mal le travail de production et de priorisation de l’information. Nous montrons également comment ces algorithmes révèlent et renforcent des pratiques et des tendances journalistiques socialement situées.

La multiplication des énoncés concernant le pouvoir des algorithmes conduit à rappeler leur ancrage dans des écosystèmes numériques et techniques. L’enjeu est de saisir, à travers les agencements matériels, liés à des conventions, des normes et des pratiques, la façon dont les algorithmes sont pris dans une multitude d’interactions tout à la fois physiques et sociales. Les erreurs de communication qu’ils peuvent générer, les incomplétudes des boucles computationnelles, ou encore leurs dysfonctionnements concrets sont autant d’occasions de voir surgir l’infrastructure matérielle qui porte et rend possible l’usage des algorithmes. Les trous structuraux révélés au fil de bogues, de troubles ou de tensions rendent visibles tous les câblages et les liens nécessaires au fonctionnement des algorithmes, obligeant à des séries de corrections, d’arrangements, voire de détournements, qui ne se réduisent pas à des routines de maintenance. Comme les infrastructures du numérique sont elles-mêmes potentiellement vulnérables, une sociologie des algorithmes peut se donner pour tâche d’explorer les prises critiques élaborées par les acteurs lorsqu’ils doivent prendre en compte l’écologie dense des dispositifs et des réseaux qui font tenir les mondes numériques.