Le Wikinotions InfoDoc est un projet collaboratif piloté par l'APDEN, pour un enseignement en information-documentation, contribuant à l'Education aux médias et à l'information (EMI).

Notion : Algorithme





Avertissement




Présentation



Notion organisatrice de référence :

Exploitation de l'information



Notions associées :

Base de données, Economie de l'information, Indexation automatique, Moteur de recherche, Requête, Trace numérique, Web sémantique.



Pré-acquis :

Donnée informationnelle, Moteur de recherche.



Définition



Caractéristiques

Niveau débutant :

  • Est une suite d'instructions informatiques
  • Est créé par un programmeur ou une programmeuse
  • S'applique sur des données informationnelles (récolte, tri, classement, croisement)
  • Peut traiter un très grand nombre de données
  • Produit un résultat
  • Est utilisé pour faire fonctionner les moteurs de recherche
  • Est utilisé pour traiter les données personnelles des internautes


Niveau intermédiaire :

  • Est une suite d'instructions informatiques qui s'applique sur des données informationnelles (récolte, tri, classement, croisement) et produit un résultat
  • Est créé par un programmeur ou une programmeuse
  • Permet le traitement et l'exploitation des données massives (big data)
  • Est utilisé à grande échelle sur le web par les entreprises et les services publics
  • Est utilisé pour faire fonctionner les moteurs de recherche
  • Peut faciliter mais aussi orienter l'accès à l'information des internautes
  • Est utilisé pour traiter et exploiter les données personnelles des internautes
  • N'est pas neutre, reflète les choix et les finalités de ses concepteurs


Niveau avancé :

  • Est une suite d'instructions informatiques qui s'applique sur des données informationnelles (récolte, tri, classement, croisement) et produit un résultat
  • Permet le traitement et l'exploitation des données massives (big data)
  • Est utilisé à grande échelle sur le web par les entreprises et les services publics
  • Peut faciliter mais aussi orienter l'accès à l'information des internautes
  • Est utilisé pour traiter et exploiter les données personnelles des internautes
  • N'est pas neutre, reflète les choix et les finalités de ses concepteurs
  • Relève d'enjeux éthiques et moraux relatives à la collecte et à l'exploitation des données personnelles
  • Relève d'enjeux de droit de l'information dans le traitement et l'exploitation des données
  • Relève d'enjeux démocratiques d'accès à l'information.



Niveaux de formulation

Niveau débutant :

Un algorithme est une suite d'instructions informatiques que l'on utilise pour traiter un très grand nombre de données  (récolte, tri, classement, croisement...). Les programmeurs et programmeuses sont les personnes qui créent des algorithmes dans un but précis. L'algorithme produit un résultat qui influence la manière dont nous nous informons. Il peut utiliser nos données personnelles.


Niveau intermédiaire :

Un algorithme est une suite d'instructions informatiques qui s'applique sur des données informationnelles (récolte, tri, classement, croisement...) et peut traiter des données massives, dont les données personnelles des internautes. Il est conçu par des programmeurs et des programmeuses dans un but précis. Il n'est donc pas neutre, il reflète leurs choix et leurs finalités, pour faciliter mais aussi orienter l'accès à l'information. Les algorithmes sont utilisés à grande échelle sur le web par les organisations (entreprises, services publics, associations...)


Niveau avancé :

Un algorithme est une suite d'instructions informatiques qui s'applique sur des données informationnelles (récolte, tri, classement, croisement...) et peut traiter des données massives, dont les données personnelles des internautes. Il est conçu par des programmeurs et des programmeuses dans un but précis. Il n'est donc pas neutre, il reflète leurs choix et leurs finalités, pour faciliter mais aussi orienter l'accès à l'information. Les algorithmes sont utilisés à grande échelle sur le web par les organisations (entreprises, services publics, associations...).

En traitant les données, les algorithmes produisent des recoupements qui font émerger de nouvelles informations, elles-mêmes à nouveau exploitables (analyse, recommandation, profilage, traçage).

Ils relèvent d'enjeux à la fois éthiques et moraux relatifs au traitement des données -notamment personnelles-, d'enjeux juridiques dans le traitement et l'exploitation des données, et également d'enjeux démocratiques d'accès à l'information.



Exemples et contre-exemples

Exemples :

Exemples concernant l'accès à l'information des internautes :

  • Une instruction informatique qui permet aux robots d'un moteur de recherche une indexation automatique des sites web
  • Une instruction informatique, dans un moteur de recherche, permettant de passer d'une requête à  une liste de résultats, par interrogation de l'index du moteur
  • L'ensemble des instructions qui amènent au classement des pages web dans une liste de résultats dans un moteur de recherche
  • Une instruction informatique qui propose les suggestions faites par d'autres usagers, selon différents critères, dans les médias sociaux (en ligne)
  • Des instructions informatiques permettant de recalculer régulièrement le prix d'un trajet en train (selon la date, le nombre de places restantes...)
  • Des instructions informatiques qui classent et hiérarchisent le fil d'actualités dans un réseau social
  • Des instructions informatiques, en lien avec des apprentissages connexionnistes, qui permettent à une intelligence artificielle de produire de l'information à partir de questions (exemple : ChatGPT)
  • Des instructions informatiques permettant aux sites marchands d'acheter des mots-clés et d'être situés sous forme d'annonce en haut de la liste de résultats

Exemples concernant l'utilisation des données personnelles des internautes :

  • Une instruction informatique qui crée une relation, dans une base de données, entre une adresse IP et l'ensemble des recherches effectuées depuis cette adresse IP
  • Une instruction informatique qui propose les suggestions faites par d'autres utilisateurs, selon différents critères, dans les médias sociaux
  • Peut permettre un profilage des internautes dans un but marchand
  • Est utilisé dans les processus de recommandation


Contre-exemples :

  • Une balise HTML pour l'affichage d'information sur une page web
  • Une propriété de feuille de style en CSS



Complément(s) d'information

Statistiques et algorithmes :


L'utilisation des algorithmes a tendance à  prendre le pas sur la statistique et le traitement scientifique des données, par leur intensification. Selon Antoinette Rouvroy, le travail se fait sur une donnée amnésique, car décontextualisée, sans souci des causalités. Ainsi il s'agit de rechercher des résultats à  partir des données en passant par des instructions, sans questionner l'origine des données, dans une logique d'optimisation mais sans lecture critique. 



Mise en séquence



Séquences pédagogiques
5ème :

REYNAUD Florian. 5ème : du document au média. In Prof Doc [en ligne], 2016. Disponible sur : http://profdoc.iddocs.fr/spip.php?article17


4ème :

TONNOIR Sandrine. Buller sur les réseaux, quelles conséquences? Algorithmes de recommandation et bulles de filtres. In Académie de Grenoble : EMI et politique documentaire [en ligne], 2020. Disponible sur : https://documentation-pedagogie.web.ac-grenoble.fr/content/buller-sur-les-reseaux-quelles-consequences


2nde :

KUENZI Sabine. LIGER Valérie. VETTER Anaïs. Fais gaffe aux GAFA ! ou comment limiter ses traces. In Prof & doc : site des documentalistes de l'académie de Besançon [en ligne], 2019. Disponible sur : http://documentation.ac-besancon.fr/fais-gaffe-aux-gafa-ou-comment-limiter-ses-traces/


SOGLIUZZO Gaelle. Comment fonctionne un moteur de recherche : l'exemple de Google. In Culture de l'info et des médias en lycée [en ligne], 2013. Disponible sur : http://beaumont-redon.fr/wp/cultureinfomedias/2013/11/20/comment-fonctionne-un-moteur-de-recherche-lexemple-de-google/


1re :

GRONFIER Sophie. GRONFIER Jérémy. TraAM EMI : Algo'scape : au coeur des algorithmes. In DRNE Bourgogne [en ligne], 2019. Disponible sur : http://dane.ac-dijon.fr/2019/06/19/traam-emi-algoscape-au-coeur-des-algorithmes/


POINCOT Bénédicte. VERGUET Nathalie. L'élève chercheur : un internaute libre ou sous influence ?. In DANE Besançon [en ligne], 2017. Disponible sur : https://dane.ac-besancon.fr/wp-content/uploads/sites/56/2017/07/L%C3%A9l%C3%A8ve-chercheur_un-internaute-libre-ou-sous-influence.pdf




Références bibliographiques


BRUILLARD Eric. Moteurs de recherche : des algorithmes sans contrôle en quête de compréhension ?. In Médiadoc (Paris : APDEN), décembre 2021, n°27, p. 7-12. Disponible sur : https://apden.org/Moteurs-de-recherche-des-algorithmes-sans-controle-en-quete-de-comprehension.html?var_mode=calcul (Consulté le 17/02/2022).


CARDON Dominique. A quoi rêvent les algorithmes : nos vies à l'heure des big data. Paris : Seuil (La République des idées), 2015. 112 p.


CARDON Dominique. Dans l'esprit du PageRank. Une enquête sur l'algorithme de Google. In Réseaux, avril 2013, n°177, p. 63-95.


BROWET Arnaud. CLAES Arnaud. DUFRASNE Marie. JUNGERS Raphaël. MERCENIER Heidi. PHILIPPETTE Thibault. WIARD Victor. Algorithmes de recommandation et culture technique : penser le dialogue entre éducation et design. In tic&société, 1er semestre 2021, vol. 15, n°1, p. 127-157. Disponible sur : https://journals.openedition.org/ticetsociete/5915 (Consulté le 19/10/2021).


ERTZSCHEID Olivier. L'Appétit des géants : pouvoir des algorithmes, ambition des plateformes. Caen : C&F éditions, 2017. 384 p.


GIRARDOT Clément. Comment enquêter sur les algorithmes ?. In INA Global [en ligne], 2017. Disponible sur : http://www.inaglobal.fr/numerique/article/comment-enqueter-sur-les-algorithmes-9738 .


HENRY Antoine. Ethique des algorithmes, quelle sensibilisation pour les élèves ?. In InterCDI (Etampes : Cedis), janvier-février 2022, n°295, p. 4-9.


LE DEUFF Olivier. Enjeux conceptuels et didactiques d'une littératie algorithmique. In Médiadoc (Paris : APDEN), juin 2022, n°28, p. 6-11.


RENVOISÉ Élodie. Didactisation de l'indexation automatique à travers les encarts informationnels (Infoboxes). In Médiadoc (Paris : APDEN), décembre 2021, n°27, p. 13-22.




Ressources

REYNAUD Florian. WebFinder et WebLink : les algorithmes à portée des élèves. In Médiadoc (Paris : APDEN), décembre 2021, n°27, p. 23-26.

Liste des notions

A (algorithme, auteur...)

B (base de données, bruit...)

C (catalogue, classement...)

D (document, droit de l'information...)

E (édition, évaluation...)

F (folksonomie)

H (hébergement)

I (identité numérique, indexation...)

J (journalisme)

L (langage documentaire)

M (média, moteur...)

N (normes, numérique...)

O (opérateur, outils de recherche...)

P (pertinence, publication...)

R (référence, réseaux sociaux...)

S (site web, source...)

T (thésaurus, type de document...)

V (veille, vocabulaire contrôlé...)

W (web sémantique)