Skip to content

Lu ailleurs : De l’EMI à la translittératie : sortir de notre littératie ? – Doc pour docs

excellente synthèse sur les et les besoins dans l’enseignement

La translittératie est donc la convergence entre trois littératies par la prise en compte de compétences/connaissances/notions communes travaillées selon les contextes d’usage de l’information. Nous sommes donc face à une approche translittératique de l’information qui permet aux élèves d’acquérir non plus une culture mais des Cultures de l’information.

la translittératie est la convergence des trois cultures de l’information (média, infodocumentaire et informatique) (A.Serres. 2012)
 

Un incroyable solo de danse dans un cube de lumière

La compagnie AdrienM / ClaireB propose une danse originale entre un jongleur informaticien et une plasticienne.

Marier projection vidéo, danse, images de synthèse et capture du mouvement pour générer en temps réel la réponse d’un espace virtuel aux mouvements d’un danseur : c’est l’expérience étonnante que propose la compagnie Adrien M/ Claire B avec Hakanaï, créé en 2013 et qui sera présenté dans quelques jours dans l’Isère et dans la Creuse. Un spectacle plein de poésie, aux frontières du rêve et de la réalité.

Des transformations du travail à l’ère numérique

Préambule : toutes les semaines, pour le travail, j’essaye de sensibiliser les étudiants et les équipes éducatives aux nouvelles missions des bibliothèques et aux grands concepts informationnels. Je trouve dommage de ne pas publier pour d’autres publics ces petites notes. Je les reprendrai donc ici avec quelques semaines de décalage.

self-emploi et/ou nouveaux collectifs

La FING (Fédération Internet Nouvelle Génération) est un think tank dédié aux transformations sociales consécutives au numérique. Elle organise également les conférences LIFT : la dernière se penchait sur les nouvelles formes de travail. Les outils ont toujours modifié le monde du travail et ceux issus du milieu numérique ne dérogent pas à la règle.

Le self-emploi ou le règne des slashers fut au centre des premières interventions. Le slasher est en général une personne ayant un emploi à visée uniquement rétributrice (dont il peut changer facilement et rapidement), s’engageant par ailleurs dans des activités associatives vues comme plus épanouissantes et augmentant ses revenus en investissant l’économie sociale. Il effectue l’ensemble de ces activités en usant les Internets : le travail, morcelé, se trouve mélangé dans le milieu numérique qui constitue le biotope du slasher. En bref, le slasher est symbolique d’une part d’un monde du travail à la fois individualisé, haché et précarisé (si encore 80% des emplois sont bien des CDI, en 2013 90% des nouveaux contrats étaient des CDD) et, d’autre part, d’un système poreux où sphère du travail et sphère privée se mélange. Il apparaît donc nécessaire dans ce cadre, et au-delà d’une évidente culture numérique, de développer l’autonomie, la mobilité et la valorisation des compétences de chaque individu.

Autre tendance, les nouveaux collectifs redessinent le périmètre de l’entreprise. Le premier cas représentatif de ce changement est ce qu’on nomme l’entreprise étendue. La structure se fond dans un réseau dense incluant des consultants, des partenaires, des fournisseurs etc. Et cet état de fait ne touche pas que l’économie numérique (10 000 entreprises et 450 sous-traitant assurent 90% de la production de Benetton par exemple).

La seconde implication des collectifs touchent l’économie des plates-formes : les entreprises qui offrent les infrastructures permettant à d’autres de développer une activité continuent de troubler les limites de l’entreprises (si je développe une application pour Android, travaille-je pour Google ?).

Enfin le dernier collectif productif étudié décrit les structures entièrement nées hors des entreprises existantes et basées sur la collaboration en ligne : ainsi wikispeed, qui part d’un projet de prototype automobile d’un ingénieur et réunit aujourd’hui 180 personnes autour de méthodes agiles.

Toutes ces nouvelles figures du travail et du travailleur imposent de nombreuses modifications pour faire réussir et l’entreprise (management à modifier, dialogue social à revoir…) et le travailleur (télétravail, mesure de la performance…). La présentation du groupe Digiwork de la FING est disponible sur Slideshare.

photo du bandeau : Time To Break From Works par Nana B Agyei

 

Des Ateliers de Fabrication Numérique

Préambule : toutes les semaines, pour le travail, j’essaye de sensibiliser les étudiants et les équipes éducatives aux nouvelles missions des bibliothèques et aux grands concepts informationnels. Je trouve dommage de ne pas publier pour d’autres publics ces petites notes. Je les reprendrai donc ici avec quelques semaines de décalage.

Etat des lieux des nouveaux lieux de conception

FabLabs, HackerSpace, TechShop… Tous ces termes désignent un concept flou mais compris par tous : un lieu de production collective s’appuyant sur les opportunités offertes par le numérique et entretenant un état d’esprit visant l’innovation et le travail collaboratif. La Direction générale des entreprises vient de faire paraître une synthèse sur ces pratiques émergentes.

En premier lieu, la DGE insiste sur le lexique : Ateliers de Fabrication Numérique (AFN) est préféré à FabLab afin de bien pointer la diversité des activités naissantes dans ces lieux. De plus la « charte » des FabLabs (phénomène qui a pris corps au sein du MIT) insiste sur la nécessité de préciser les équipements, la logique de partage, les visées éducatives de tels endroits.

Le développement des AFN, et son fort écho médiatique, s’appuie à la fois sur des valeurs communes à différentes communautés épistémiques (« qui créent du sens ») – monde de l’open-source, de la médiation et des tiers lieux, communauté éducative – et sur les opportunités économiques (« conjonction entre la numérisation de la conception, de la production et de la gestion du cycle de vie des objets industriels ; la baisse du prix des logiciels et des machines à commande numérique. »).

La typologie des AFN révèle trois tensions dessinant la multitude des réalités :

  • Objectif immatériel / Objectif matériel : Si tous les AFN visent la fabrication numérique, certains ciblent plutôt des compétences (apprendre, innover) quand d’autres visent la production d’objet (prototypage essentiellement) ;
  • Dimension communautaire / Dimension servicielle : si de nombreux AFN sont orientés « communauté », où on parlera plus d’usagers ou de membres, d’autres sont créés pour fournir des services à un client ;
  • Orientation citoyenne / orientation marché : Pour certains ateliers, l’ouverture et le fonctionnement pair à pair sont prioritaires quand d’autres valorisent la création de valeur économique.

Le rapport se conclut en élaborant divers scénarios d’évolution. Après un constat sur les contrastes entre l’imaginaire du lieu idéal et une réalité plus contrastée (manque de moyens, de publics), la DGE préconise de placer les AFN au sein de divers écosystèmes (au sein d’un campus, d’un territoire…). S’il semble difficile d’imaginer l’AFN du futur cependant deux points paraissent essentiels : accompagner la montée en compétence et en exigence des AFN et faire en sorte que les entreprises ou les universités susceptibles d’accueillir un AFN en comprennent la nécessité et les aspects culturels (valorisation des échanges pairs à pairs, partage…).

photo du bandeau : FabLab at Bozar, Brussels par  Mark Wathieu

Du traitement des traces [Big Data 2/2]

Préambule : toutes les semaines, pour le travail, j’essaye de sensibiliser les étudiants et les équipes éducatives aux nouvelles missions des bibliothèques et aux grands concepts informationnels. Je trouve dommage de ne pas publier pour d’autres publics ces petites notes. Je les reprendrai donc ici avec quelques semaines de décalage.

Le Big Data, côté utilisation des données

Nous avons vu la dernière fois comment les traces, empreintes volontaires et/ou involontaires de nos usages numériques, engendraient une documentarisation des individus. Au-delà des enjeux politiques et sociaux vu précédemment, des questions techniques sont soulevées par le Big Data.

La gestion de base, la visualisation, la recherche, la capture, le traitement des données trouvent leur limite là où débute ce qu’on nomme Big Data. La masse gigantesque d’information disponible (E. Schmidt, ex-CEO de Google, estimait en 2010 que nous produisions tous les deux jours 5 exaoctets – Eo, 1018 octets – soit autant «qu’entre le début de la culture humaine et 2003 », et 2,8 zettaoctet de données – Zo, 1021 octets – aurait été créé en 2012 selon l’institut IDC) impose de nouvelles structures de stockage et de nouveaux modes de traitements de l’information.

En 2004, Google (oui, encore Google) présente un mode de traitement lié à un grand réseau de serveurs et à un système de fichier spécial (le GFS) : MapReduce. Afin de contourner les problèmes liés à la quantité et à la diversité des données, Map découpe les entrées en sous-entrées qu’il répartit sur différents noeuds et Reduce remonte les résultats en associant les sous-entrées similaires. Cette répartition permet un partage des efforts et l’assimilation de très grande quantité de données. Un des développeurs d’Apache (une des plus importantes organisations du monde Open Source), Doug Cutting, s’appuiera sur MapReduce pour créer le logiciel le plus symbolique – de par son utilisation par Facebook, Twitter, Linkedin… – de l’ère débutante du Big Data : Hadoop.

La généralisation du traitement de données massive va au-delà des questions informatiques ou du traitement commercial de nos traces. L’impact des nouveaux modes de traitement de l’information touche des disciplines telles que la génétique, les neurosciences, l’astrophysique… L’ensemble des systèmes complexes pourraient être concerné et les conséquences du phénomène Big Data sont encore difficiles à cerner.

On retrouve dans l’idée de Big Data le concept platonicien du pharmakon – ce qui est à la fois remède et poison – que Bernard Stiegler reprend pour évoquer les transformations numériques du 21ème siècle. En même temps clé de mystères anciens et source de privation de liberté, réponse tant attendue à de grandes quêtes de l’humanité et risque de surveillance généralisée, le Big Data n’est ni bon ni mauvais, il est et sera ce que nous accepterons qu’il fasse.

photo du bandeau : My datas are all gone wrong par  mikael altemark