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


Attention ! Cette fiche est une première rédaction, en cours d'élaboration.
Ses contenus ne sont pas encore validés. 



Notion organisatrice de référence :

Exploitation de l'information



Notions associées :

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



Caractéristiques



Niveau débutant :

  • Consiste en une ou plusieurs instructions informatiques
  • Peut s'appliquer sur une base de données
  • Facilite le traitement de l'information
  • Suppose un calcul informatique
  • Amène un résultat
    • d'affichage d'informations sur le web
    • de création de données dans la base de données



Niveau avancé :

  • Permet de créer des données informationnelles à  partir d'autres données
  • Suppose des questions éthiques et morales relatives au traitement des données
  • Suppose des questions de droit de l'information dans le traitement et l'exploitation des données



Définitions



Niveau débutant :

Un algorithme consiste en une ou plusieurs instructions informatiques, qui peuvent s'appliquer sur une base de données. L'algorithme facilite le traitement de l'information. Il suppose un calcul informatique et amène un résultat, qui peut être un affichage d'informations sur le Web ou la création d'informations dans la base de données. 



Niveau avancé :

Un algorithme consiste en une ou plusieurs instructions informatiques, qui peuvent s'appliquer sur une base de données. L'algorithme facilite le traitement de l'information. Il suppose un calcul informatique et amène un résultat, qui peut être un affichage d'informations sur le Web ou la création d'informations dans la base de données.

Dans son utilisation par des entreprises et services publics sur Internet, l'algorithme suppose des questions éthiques et morales relatives au traitement des données, notamment personnelles, des questions de droit de l'information dans le traitement et l'exploitation des données.



Complément(s) de définition



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. 



Exemples et contre-exemples



Exemples :

  • Une instruction informatique qui permet aux robots d'un moteur de recherche une indexation automatisée 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 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 la suggestion d'autres usagers, selon différents critères, dans les médias sociaux (en ligne)
  • Une instruction informatique qui présente une publicité à  l'internaute à  partir des données personnelles enregistrées dans la base de données du site web
  • Des instructions informatiques permettant de recalculer régulièrement le prix d'un trajet en train (selon la date, le nombre de places restantes...)
  • L'ensemble des instructions programmés par Google Deepmind pour AlphaGo, intelligence artificielle pour le jeu de Go



Contre-exemples :

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



Références


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.


Claes, Arnaud. Wiard, Victor. Mercenier, Heidi. Philippette, Thibault. Dufrasne, Marie. Browet, Arnaud. Jungers, Raphaël. 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 .




Séquences

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


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)