L’explication causale par systématique hypothético-déductive

L’explication causale par systématique hypothético-déductive

 Différentes postures sont potentiellement applicables en Sciences de l’Information et de la Communication suivant qu’il s’agisse de comprendre ou d’expliquer les phénomènes observés. Plutôt que de recourir à la dialectique produisant un va-et-vient permanent entre le terrain et la recherche théorique, nous privilégions une démarche hypothético-déductive (cf Annexe 1) dans laquelle nos variables d’étude (variables indépendantes) influencent d’autres facteurs en jeu (variables dépendantes). Dans l’explication causale privilégiée, les hypothèses sont échafaudées par notre cadre théorique, lequel a préalablement été défini, puis sont mises à l’épreuve des données statistiques recueillies via les dispositifs. In fine, les hypothèses émises initialement sont infirmées ou confirmées et font l’objet d’une discussion générale.

Posture adoptée pour la recherche 

Il est d’usage en sociologie praxéologique178 de recourir à l’ethnométhodologie pour l’étude de groupes sociaux. Au-delà de l’analyse formelle, il s’agit de prendre en considération la posture des membres à l’intérieur d’un collectif : dans la conception garfinkelienne, il s’agit des compétences requises pour intégrer les membres du village. Mais dans le cas des communautés virtuelles, les ethno méthodes « classiques », de type qualitatif, peuvent montrer leurs limites. A l’instar de l’ethnographie, la netnographie peut alors s’avérer judicieuse pour la recherche axée sur les communautés en ligne en ce qu’elle rend possible l’immersion du chercheur au plus près de l’objet d’étude sans pour autant y prendre part. Observer en participant, ou participer en observant, c’est à peu près aussi évident que de déguster une glace brûlante (Favret-Saada, 2009, p. 145-146). Au cours d’une première approche de terrain relative aux pratiques de microblogging en vigueur dans les communautés d’étudiants (Expérimentation n°1), nous avons été confrontés à l’exercice impérieux d’une nécessaire distanciation de l’objet d’étude dans le cadre d’une observation participante. Au cours de cette première expérience de terrain, il s’est avéré extrêmement difficile d’être simultanément enquêteur et participant. Observer des étudiants en interaction en assurant dans le même temps le tutorat pédagogique relevait de la gageure pour un chercheur novice. Or c’est précisément ces prérogatives de tutorat pédagogique qui nous a permis d’établir la problématique de cette recherche. Aussi notre posture s’est-elle imposée de par : • le contexte situé de l’apprentissage à distance qui nécessite l’intervention d’un tuteur pour animer les confcall179 de l’UE C « Gestion de l’Information et de la Relation » • l’absence d’un autre tuteur potentiel pour animer ce module de cours Cette première expérimentation aura permis de prendre toute la mesure de la distanciation qui s’impose à tout objet d’étude en SHS. En revanche, nous choisissons d’adopter dans le cadre de l’Expérimentation n°2 – dont l’objectif est d’observer toute pratique de partage informationnel sans circonscription à l’UE « Gestion de l’Information et de la Relation » – la posture du chercheur non participant avec pour méthode d’investigation l’analyse netnographique. La particularité de cette méthode qualitative est d’observer les interactions qui se produisent au sein de communautés virtuelles afin de mieux comprendre les rites et usages propres à ce que les anglo-saxons qualifient de « network ». 

Méthode de recueil des données

 Les indicateurs de sociabilité des groupes et de leur contribution collective peuvent être appréhendés par le biais de matériaux protéiformes et d’une pluridisciplinarité méthodologique combinant un large champ interactionniste, pour analyser les ritualités numériques, et un champ informationniste pour l’analyse de réseaux sociaux (Boutin, op. cit.) (ARS), l’analyse a verbatim et la sociométrie. Dans la présente recherche, appréhender le processus d’apprentissage collectif revient à recueillir le plus d’indicateurs possible pour une compréhension optimale. Nous allons ainsi nous focaliser sur les indicateurs suivants : • Les rites d’interaction : il s’agit de recenser les stigmates socio-affectifs et sociocognitifs des étudiants en situation d’interaction. Nous utilisons pour ce faire le codage des fonctions des segments d’un message (Henri & Rigault, 1996) qui définissent quatre niveaux fonctionnels dans l’échange suivant leur vocation sociale, organisationnelle, cognitive et métacognitive. • Les acquis formels ou informels : notre observation a pour objectif de distinguer ce que les étudiants acquièrent dans le cadre strictement institutionnel et ce qu’ils apprennent entre pairs et de façon collaborative. Nous serons ainsi amenés à distinguer de manière dichotomique les ressources didactiques que les étudiants vont chercher dans l’ENT institutionnelle et celles qu’ils produisent eux-mêmes et diffusent au sein de leur EPA. Ces échanges informels entre pairs constituent un savoir informel qui occupe une place prépondérante dans cette recherche. Pour appréhender ces indicateurs de manière exhaustive, nous allons recourir à une combinaison pour une pluralité méthodologique : Analyse des traces d’interaction • Analyse de contenus • Questionnaires en ligne • Entretiens semi-directifs • Focus group

Analyse des traces d’interaction 

L’Homme-trace est un paradigme qui conçoit l’homme à la fois comme un producteur de traces et comme un construit de traces, l’ensemble constituant un processus continu et systématique d’interactions et de relations (Galinon-Mélénec & Zlitni, 2013, p. 198). En contexte de massification de la formation, les LMS – à l’instar des CRM  dans les secteurs marchands – permettent d’accéder à l’historique exhaustif de la navigation de chaque usager, ou chaque apprenant sur une plateforme pédagogique donnée. L’étude des traces laissées par les internautes sur les dispositifs sociotechniques est particulièrement controversée en SHS à l’heure du big data, en raison des dérives éthiques que l’exploitation des métadonnées récoltées à visée commerciale peut potentiellement engendrer, comme le ciblage publicitaire ou les dernières prouesses techniques du marketing prédictif. Cette situation des plus paradoxales a été décrite précédemment (cf § 3.4.5.1. UGC versus Data provider). D’un côté nous assistons à la montée en puissance d’une culture de la contribution où l’usager est producteur de contenu (UGC). De l’autre, les GAFA captent les données produites pour constituer un nouveau régime de création de valeur économique. L’enjeu pour les chercheurs en SHS consiste à dépasser l’antagonisme de cette culture de la contribution et du capitalisme informationnel (Proulx, 2011) où l’internaute se trouve simultanément dans la posture de producteur de contenu et de fournisseur de données. C’est aussi le paradigme de la complexité d’Edgar Morin selon lequel la contribution est une forme hybride qui relève à la fois du don et de la transaction marchande.