Co-dirigée par Maxime Morge, professeur d’informatique par Fabien Eloire, professeur de sociologie à l’Université de Lille, cette thèse de doctorat s’inscrit dans le projet RORES-CL qui bénéficie du soutien financier du CNRS à travers l’action interne 80|PRIME 2024 de la MITI.

L’objectif consiste à élaborer un modèle multi-agents explicatif des phénomènes sociaux qui se déploient sur les plateformes numériques publiques de questions-réponses telles que Stack Overflow. Adoptant une approche interdisciplinaire mêlant sociologie et informatique, le projet cherche à appréhender les dynamiques sociales qui résultent des comportements individuels dans les communautés en ligne. La formation et la structuration de ces communautés est un phénomène social complexe qui implique l’émergence de rôles sociaux et la multiplication des liens de coopération (entraide, conseil) entre utilisateurs. Ils forment des réseaux sociaux à grande échelle, et génèrent des processus sociaux (collaboration, apprentissage collectif) que nous souhaitons simuler. Les travaux de la doctorante se focaliseront sur les communautés de data analysts qui partagent un intérêt pour les outils informatiques d’analyse statistique (e.g. R ou Pandas).

Dans la mesure où la plateforme Stack Overflow est une organisation qui crée de l’action collective, elle peut être modélisée à travers le concept classique de rôle social. Comme les interactions génèrent à la fois les rôles sociaux et le statut social à travers la reconnaissance de l’expertise individuelle et le développement du score de réputation, l’analyse des interdépendances relationnelles à l’aide d’un modèle multi-agents est un enjeu fort de cette recherche doctorale pour dépasser le caractère désincarné des données numériques. Elle requiert une solide démarche empirique de construction des hypothèses à partir de l’observation quantitative des comportements sur la plateforme, préalable à tout parti pris théorique ou méthodologique (analyse de réseaux, simulations multi-agents). Dans le cadre d’une démarche sociologique ouverte, l’enrichissement des données disponibles dans le cadre du projet est donc une possibilité (entretiens, observations, accès à d’autres archives).

Des travaux préliminaires et exploratoires ont abouti à un entrepôt de données massives qui donne à voir à la fois les comportements des individus à l’échelle micro et les dynamiques collectives à l’échelle macro, tandis que l’approche en termes de réseaux permet de repérer, à l’échelle méso, différents phénomènes complexes au sein de chaque communauté. La doctorante a pour mission :

1.    d’enrichir le jeu de données aux autres actions de régulation associées aux rôles de modération comme les votes, les commentaires, à d’autres communautés/langages et d’un point de vue diachronique ;
2.    d’étendre les analyses descriptives et de réseau à ces jeux de données à partir des concepts et hypothèses issues des études bibliographiques menées en parallèle ;
3.    de calibrer le modèle à partir de l’observation des résultats empiriques des analyses.