Causality put to the test of the big data movement: a communicational approach
Résumé
The discourses contributing of the Big Data movement suggests that the increasing volume of data and computing capacity would ultimately allow to arise new causalities. However, statistics, according to Breiman (2001), are based on two types of strategies: the "strategy to understand" and the "strategy to predict". The strategy for understanding is part of the register of causality and supposes to be constructed from protocolized data. On the other hand, strategies for forecasting do not seek to make a explanatory model but to offer predictions, probable facts and rely on the volume of data. This communication, in a communicational approach, aims to question the big data discourses, based on the study of the fabric of data in cancer registries.
Les discours concourant au mouvement des Big Data laisse entendre que l’augmentation du volume de données et de la capacité de calcul permettrait à terme de faire émerger des causalités. Or, les statistiques, d’après Breiman (2001), se font selon deux types de stratégies : la « stratégie pour comprendre » et la « stratégie pour prévoir ». La stratégie pour comprendre s’inscrit dans le registre de la causalité et suppose d’être construit à partir de données protocolisées. De l’autre côté, les stratégies pour prévoir ne cherchent pas à expliciter un modèle mais à proposer des prédictions, des faits probables et s’appuient sur la volumétrie des données. Cette communication vise à questionner ainsi ces discours du big data, en prenant appui sur l’étude de la fabrique des données dans des Registres de cancer.