Sous les algorithmes, des « Graines d’Information » : ouvrir le design numérique à un réseau d’acteurs du tourisme
- Par Éric Lacombe
Pages 51 à 62
Citer cet article
- LACOMBE, Éric,
- Lacombe, Éric.
- Lacombe, É.
https://doi.org/10.3917/sdd.004.0051
Citer cet article
- Lacombe, É.
- Lacombe, Éric.
- LACOMBE, Éric,
https://doi.org/10.3917/sdd.004.0051
Notes
-
[1]
Google Société – 10 principes fondamentaux (consulté en mai 2016) : http://goo.gl/cExagy
- [2]
1Dans le cadre d’une mission de conseil en innovation, nous accompagnons Apidae, premier réseau d’informations touristiques et de loisirs, dans son développement technique ; l’enjeu est de concevoir non pas un produit fini mais un processus, un système ouvert en évolution permanente.
2Nous questionnons ainsi le rôle et la place du design et du designer, pour inviter les acteurs du réseau à « cohabiter » avec les algorithmes, et à devenir designer de leurs outils numériques.
3Cette priorité aux utilisateurs diffère de l’approche algorithmique des nouveaux acteurs du tourisme, dont l’analyse critique nous aidera à comprendre les boîtes noires et l’effet de concentration.
4Respectant l’histoire, l’existant et la nouvelle orientation stratégique du réseau Apidae, l’orientation technique proposée, vers un réseau hybride d’intelligence (Turner, 1993), se positionne sous les algorithmes, en prenant appui sur le concept de « Graines d’Information », issu de la méthode GIST (Lacombe, 2016).
5Nous présentons la spécificité de notre approche, son implémentation en cours au sein d’une application mobile, les fonctionnalités proposées et les conditions de son succès, pour conclure sur les opportunités et évolutions envisagées.
1 – Rôle et place du design et du designer numérique dans le projet
6Le projet s’inscrit dans le cadre du design numérique, vu comme « activité créatrice consistant à concevoir des expériences-à-vivre à l’aide de formes interactives produites dans des matières informatisées et organisées autour d’une interface. » (Vial, 2010)
7Cette définition offre l’avantage d’englober aussi bien le Web/Mobile Design, que le Game Design ou le Design de Services Numériques ; c’est également le cas du projet sur le long terme. Elle pose également question sur l’ouverture de l’activité créatrice de conception et le cadre de l’interaction. Nous avons pris le parti d’ouvrir progressivement cette activité aux utilisateurs pour leur permettre de devenir eux-mêmes créateurs d’expériences-à-vivre, accompagnés dans leur montée en compétence par des designers plus expérimentés. L’enjeu est d’élargir le cadre, car gérer l’information conduit à gérer la transformation de l’organisation qui la génère. Destiné aux acteurs du tourisme, mais utilisable également par d’autres communautés, le premier livrable est un outil de construction, d’animation et de travail qui a pour objectif de gérer et d’optimiser les relations dans et entre les espaces physiques et numériques. Il s’appuie sur un travail de recherche qui, face au double déterminisme de l’outil et de l’inconscient, c’est-à-dire des schémas algorithmiques et mentaux, vise à explorer des technologies de représentation de données, afin de préserver et d’ouvrir des degrés de liberté dans le traitement de l’information.
2 – L’approche algorithmique des nouveaux acteurs du tourisme
8Internet a transformé en profondeur le rapport à l’espace (Beaude, 2012). Parfois en concurrence dans la promotion de leur destination, les acteurs traditionnels du tourisme se retrouvent désormais dans une forme de compétition avec de nouveaux entrants évoluant presque exclusivement dans l’espace numérique. Cet espace abolit en partie les distances et les frontières. C’est ainsi que les leaders de l’Internet positionnés sur le secteur du tourisme, tels Google, Booking ou AirBnb, ont étendu leur périmètre d’influence à l’échelle de la planète. Ils perturbent profondément les chaînes de valeurs, obligeant les acteurs traditionnels à se repositionner.
9L’accélération du traitement de l’information impose d’aller « toujours plus vite » [1]. Mais les acteurs traditionnels sont freinés par l’héritage du passé, à la fois humain et technique : ils doivent continuer à produire des supports papier, listes, brochures ou dépliants ; en parallèle, la diffusion des données touristiques s’étend aux sites Web, bornes interactives et applications mobiles, pour alimenter prochainement les voitures connectées et les périphériques de réalité augmentée.
10Offrir un service global, vers de multiples canaux et supports de diffusion, suppose d’intégrer de multiples sources. Or l’information touristique n’est plus produite uniquement par les professionnels. Avec le Web 2.0, elle remonte directement des territoires via des contributions manuelles ou automatiques, par exemple des avis ou l’enregistrement de traces GPS. Ces données sont collectées et agrégées par des algorithmes. Commune aux nouveaux acteurs du tourisme issus d’Internet, l’approche algorithmique mérite une analyse critique.
3 – Analyse critique de l’approche algorithmique
11Depuis le premier algorithme d’Ada Lovelace et leur conceptualisation par Alan Turing, les algorithmes sont aujourd’hui au cœur du langage des machines, communiquant entre elles ou avec des humains. Formulées dans des langages de programmation forts nombreux, les structures algorithmiques fondamentales restent cependant en nombre réduit et compréhensibles par tous puisque séquentielles, conditionnelles et répétitives. La complexité provient de la multiplicité des combinaisons d’assemblage des instructions. Parmi tous les objectifs auxquels cherchent à répondre les algorithmes, nous pouvons cependant en distinguer trois principaux : identifier, relier et cacher, le troisième donnant naissance aux boîtes noires.
3.1 – Les boîtes noires
12IDENTIFIER – Les algorithmes ont pour premier objectif de repérer, trouver, reconnaître, identifier : par exemple une simple trace, un phénomène, un élément, un produit, un comportement, voire une personne. Dopées par les techniques d’apprentissage automatique, le machine learning, la détection et reconnaissance de formes s’appliquent à la voix, aux visages, empreintes digitales, iris et même aux émotions. Toute la chaîne du secteur du tourisme est concernée, de l’identification des premières recherches d’un lieu de vacances, à la surveillance ou la régulation des lieux d’affluence.
13RELIER – Le second objectif est la corrélation, afin de mettre en relation un signal et une action, une question et une réponse, un problème et une solution, un client et un produit. L’enjeu est double : valoriser la mise en relation, mais surtout capter le maximum de la valeur produite, y compris par la prédiction en calculant une valeur potentielle. Cette analyse statistique fait suite à la mesure de la popularité, de l’autorité et de la réputation (Cardon, 2015).
14CACHER – À partir du moment où la mise en relation intègre une entité active et consciente, celle-ci est en capacité d’agir sur la relation, pour détourner la valeur à son avantage. Les propriétaires des algorithmes attachent donc une grande importance à les conserver secrets, pour garder le contrôle de l’information et de l’économie. C’est ainsi que naissent les boîtes noires (Pasquale, 2015). Par agrégation d’informations sur des profils similaires, elles leur permettent de cartographier des schémas de vie (Sadin, 2015) pour anticiper des comportements et proposer des recommandations d’achat. La création de valeurs se fait également en générant une rareté numérique artificielle. Les algorithmes concentrent ainsi la valeur à un niveau sans précédent. Nous illustrons cet effet par deux schémas, qui en annoncent un troisième, à l’image de l’orientation suivie par le réseau Apidae.
3.2 – La concentration
15Le commerce démarre avec l’avantage procuré par un intermédiaire facilitant l’accès d’une personne à l’objet de son désir. En effet, pour P1, la distance A, inférieure à B, l’incite à passer par un intermédiaire : la dépense énergétique est moindre, elle génère une économie. On notera que l’objet du désir symbolise tout autant un bien matériel qu’immatériel, une personne, une portion de territoire, ou une activité sur un territoire. De même, il est tout aussi bien unique que multiple, personnel, collectif, découvert, suggéré, et variable dans le temps.
La gestion traditionnelle
La gestion traditionnelle
16Par la mise en place d’une structure, visible au centre, l’intermédiaire ouvre un marché ; il satisfait un plus grand nombre de personnes, P1 à P4. Il s’ensuit une augmentation des flux, donc potentiellement de ses bénéfices, son influence et son pouvoir. En s’appuyant sur une organisation hiérarchique, la valeur produite remonte en haut de la pyramide.
17Le développement des technologies d’intermédiation, transports et communications, ont permis dans un premier temps une expansion territoriale, pour gagner de nouveaux clients, de P1 à P8. La technologie numérique amplifie ce phénomène : elle renforce les liens, augmente la réactivité et les interactions, réduit les distances, d’où l’effet de concentration. L’intermédiaire y gagne une meilleure connaissance de ses clients, d’où une croissance des flux, de ses bénéfices, de son influence et de son pouvoir.
18Avec une gestion algorithmique des relations et des flux, l’intermédiaire est triplement gagnant : il baisse les coûts de personnel puisque le travail est effectué automatiquement par des machines, il augmente la capacité de travail lié à la continuité et rapidité des traitements opérationnels, il élargit son périmètre d’influence en s’appuyant sur un réseau mondialisé.
19Les algorithmes se sont ainsi profondément ancrés dans l’infrastructure d’Internet. Ils ont pris position à côté, au-dessus, dans, puis au-dessous du Web (Cardon, 2015) pour se retrouver entre les utilisateurs, nouvelle cible après les médias, sites et pages. Ils ont aussi fait évoluer l’objectif, passer de l’analyse de la popularité à celle du comportement, et la finalité, prévoir la vente à contrôler le travailleur (Rosenblat et Stark, 2015).
La gestion algorithmique
La gestion algorithmique
4 – L’approche humaine du réseau Apidae
20Apidae est à la fois « un réseau d’acteurs professionnels du tourisme, une plateforme de travail collaborative et une gamme de services » [2].
21Le réseau s’est construit à partir d’acteurs institutionnels, principalement les Offices de Tourisme, Agences et Comités Départements ou Régionaux du Tourisme. Il compte environ 12 000 utilisateurs et s’organise autour de 4 communautés : contributeurs, diffuseurs, partenaires techniques et sponsors. Via des liens de parrainage, les relations entre acteurs sont multiples et conviviales mais largement sous-exploitées numériquement car la priorité a été mise sur l’outil technique de production/diffusion des données. Au fil des évolutions, il s’est considérablement enrichi, pour devenir une source potentielle d’aliénation (Simondon, 2012) et de coûts cachés (Savall et Zardet, 2015). Des tests utilisateurs ont ainsi mis en évidence la complexité d’accès pour les nouveaux entrants.
22La plateforme collaborative centralise l’information. Développée par un prestataire externe, elle intègre classiquement des algorithmes permettant de gérer la chaîne complète de production et d’exploitation des données. Elle référence plusieurs centaines de milliers d’Objets Touristiques, comme des lieux, services ou activités. Gérés par leurs contributeurs, ces objets sont intégrés dans des projets de diffusion, à différentes échelles.
23En complément aux services de diffusion, le réseau propose des formations et de l’accompagnement, principalement fournis par des équipes d’animateurs.
24Guidé par des raisons économiques, l’objectif opérationnel initial était de mutualiser des outils et partager des données, en permettant à chacun de construire sa stratégie, dans la mesure où elle reste compatible avec celle des autres.
25En croissance, le réseau s’étend désormais sur 3 régions. Il reste cependant fragile car le numérique a déplacé les enjeux : fournir l’information touristique n’est plus la finalité ; comme vu précédemment, il s’agit de relier pour créer de la valeur.
26Apidae a récemment défini un nouvel axe stratégique : développer le potentiel d’attractivité des territoires. En s’appuyant sur un maillage multi-niveaux, une proximité avec les professionnels, et une description détaillée de l’offre, il cherche à favoriser la construction de nouveaux services, pour permettre aux professionnels d’enrichir l’expérience touristique.
5 – Vers un « Réseau Hybride d’Intelligence »
27Les approches précédentes illustrent deux paradigmes différents : « prévoir-contrôler » des boîtes noires, « ressentir-ajuster » du réseau Apidae. En nous appuyant sur ce second paradigme, inspiré du fonctionnement de la nature (Chapelle et Decoust, 2015), et sur notre expérience de design-engineer (TAKRAM, 2014), nous avons proposé une évolution vers un réseau hybride d’intelligence :
- réseau, soit un ensemble de relations permettant d’échanger des flux d’informations, financiers… ;
- hybride, en mixant intelligence humaine et intelligence artificielle ;
- d’intelligence, définie par la capacité d’adaptation au changement.
28Le réseau hybride d’intelligence a pour premier objectif de faciliter et valoriser la mise en relation des différents acteurs du terrain, pour actualiser leur potentiel de création de valeur sur les territoires ; cette approche est en phase avec la téléonomie du numérique, créer des liens. Dans la continuité des schémas précédents, le réseau hybride d’intelligence (Fig. 3) illustre la topologie de réseau distribué de Paul Baran, pionnier de l’Internet, dans lequel personne n’a de vision exhaustive ; ce modèle occulte la hiérarchie et la centralisation.
29Notre représentation est doublement simplifiée car seuls les acteurs sont présentés comme nœuds du réseau. De même, sa taille fera émerger une topologie correspondant à celle d’un « réseau invariant d’échelle » (Barabási, 2002), avec des « super-nœuds », éléments desquels partent ou vers lesquels arrivent de nombreux liens.
30Pour mettre en place ce réseau hybride d’intelligence, nous nous sommes positionnés sous les algorithmes, au niveau des données.
Le réseau hybride d’intelligence
Le réseau hybride d’intelligence
6 – Sous les algorithmes, des « Graines d’Information »
31Pour caractériser les nœuds du réseau, nous avons utilisé une méthode issue de nos précédents travaux de recherche sur les relations numériques : le concept de « Graines d’Information » et la méthode GIST, « Graines d’Information et Schémas de Transformation ». Cette méthode agile permet de décrire, d’organiser l’information, et de construire des représentations de la réalité dans un espace partagé ; elle a pour finalité d’accompagner individus et organisations dans la transition numérique.
32Le concept de graine évoque à la fois un concentré et un potentiel. Synthétique et compacte, la graine est un support sémantique d’information. Son potentiel est actualisé en fonction des usages, par sa mise en relation avec d’autres graines, pour construire des schémas. Ces schémas sont des représentations personnelles. Leur partage permet un alignement des acteurs sur des représentations collectives ; ils deviennent supports de transformation.
33Toutes les graines partagent une structure minimale commune. Elles sont typées à l’aide de 11 catégories sémantiques (9+2) pour une modélisation opératoire, c’est à dire à l’image d’un « Ki-Fé-Koi », selon une approche holonique (Koestler, 2013) : chaque graine représente potentiellement à la fois une partie et un tout. L’échelle est réduite à 3 niveaux : de base, interne et externe. La méthode autorise également plusieurs modélisations parallèles, ce qui permet d’intégrer le principe d’antagonisme (Lupasco, 1987).
34Appliquée au réseau Apidae, la méthode nous donne la modélisation suivante.
35À partir d’un niveau de base qui identifie les Acteurs, les Expériences et les Réalisations, les deux autres niveaux permettent de travailler sur les communs – Organisations, Chantiers, Services – et les complémentaires : Rôles, Actions, Idées. Les opérateurs mathématiques associés sont respectivement la multiplication et la division : une Organisation regroupe des Acteurs, un Acteur a plusieurs Rôles.
36Les graines sont reliées entre elles par des Descripteurs, implicites ou explicites, pour construire des Schémas, graphes assimilés à des graines, à l’image des fractales. Les graines sont produites indifféremment par des humains ou des machines. Elles intègrent en option des commandes, actionnables manuellement ou automatiquement, pour déclencher des processus. Elles encapsulent donc des algorithmes. Par exemple, une graine de type Acteur permet de le contacter directement en fonction des canaux de communication renseignés ; une graine de type Chantier permet de connaître son objectif, d’identifier le pilote et l’équipe associée, de suivre son état d’avancement.
7 – Implémentation et perspectives
37L’implémentation du réseau hybride d’intelligence est en cours via une première application mobile. Ce choix s’est imposé pour trois raisons principales. Continuellement à portée de main, le Smartphone peut jouer le rôle d’assistant. Sa surface d’affichage réduite oblige à se concentrer sur l’essentiel. Son interface tactile et gestuelle limite la friction entre l’utilisateur et la machine, pour aller vers une interface qui vise la transparence (Krishna, 2015).
38Les spécifications se sont appuyées sur différentes méthodes du Design Ux (Lallemand & Gronier, 2016). Établis à partir de focus group en s’appuyant sur des personas, les scénarios d’usages ont permis de définir un cadre opératoire qui intègre le double point de vue de l’humain et de la machine.
7.1 – Du prototype à l’application
39La mise en œuvre s’est effectuée en deux temps : réalisation d’un prototype, puis développement d’une première version.
40Le prototype a permis de valider la proposition en maquettant des cas d’usage. Il a mis en évidence l’intérêt de différents points d’entrée, permis de fixer la profondeur des vues, suggéré la présence d’un fil d’Ariane et l’ajout de visuels pour représenter les nœuds du graphe : pictogrammes, photos des acteurs et logos des organisations. Il a fait ressortir l’importance des rôles pour associer efficacement les services aux acteurs. Il a permis d’identifier des manques ou anomalies des données sur les acteurs, organisations et réalisations, à corriger dans les référentiels de la plateforme collaborative. Utilisé en continu et répondant pour le mieux à nos attentes, le prototype continue d’évoluer en attendant la livraison finale de l’application.
41L’application est développée via une approche itérative pour ajuster à la fois les données et les mécanismes d’interaction. La première version est volontairement minimaliste pour répondre rapidement aux cas d’usages prioritaires, mais l’architecture modulaire facilite l’intégration progressive de nouvelles fonctionnalités. Le code est mis à disposition en Open Source pour élargir la communauté des développeurs.
42L’interface favorise l’usage des gestes – de type Natural User Interface (NUI). Elle est complétée par une Command Line Interface (CLI) pour l’utilisateur expert et une Application Programming Interface (API) pour s’interconnecter avec d’autres systèmes.
43Cette première version implémente les graines dans un langage orienté objet. Pour les versions ultérieures, nous envisageons l’usage d’un système multi- agents (Ferber, 1995), chaque graine devenant un agent logiciel autonome, qui intègre automatiquement la représentation des différents acteurs, agents humains, qu’ils assistent pour co-construire le réseau hybride d’intelligence.
7.2 – Description fonctionnelle
44L’utilisateur agit sur les graines et les relations : sur les graines au niveau unitaire, pour les consulter, actualiser, personnaliser par ajout de champs privés, créer, archiver, ainsi qu’au niveau global, pour rechercher, filtrer, importer, exporter. Sur les relations, non typées et non orientées, les actions s’effectuent pour l’instant au niveau local pour relier et délier deux graines, et parcourir le graphe de graine en graine. Pour des raisons de simplicité, aucune contrainte n’est fixée sur les relations, qui sont modifiables à volonté par les utilisateurs, en fonction de leurs usages.
45Deux points d’entrée principaux sont proposés à l’utilisateur, l’un partant du global, via un moteur de recherche dans la liste complète des graines, l’autre du particulier, via un moteur d’exploration de graphe à partir de son profil personnel, d’un point d’accueil partagé — socle commun de connaissances à assimiler par les nouveaux arrivants — ou d’un résultat de recherche. Le graphe autorise un parcours des liens à partir de tous les types de graines, dans toutes les directions. Pour faciliter le repérage, il présente par défaut uniquement les relations directes. Il permet également de basculer sur la vue liste ou une vue cartographique.
46Des algorithmes assistent l’utilisateur sur un axe temporel : présentation antéchronologique de la liste, mémorisation du dernier état de la consultation et des chaînes d’interactions. Le modèle GIST anticipe également l’usage d’algorithmes de traitements globaux sur les données, par exemple pour suggérer des proximités ou similarités comportementales. Cet usage qui s’appuie sur les traces et données personnelles, comme la géolocalisation, les parcours dans les espaces physiques et numériques, voire les champs privés, pose des questions éthiques. Les acteurs en prennent progressivement conscience. Pour permettre de définir la juste frontière entre la recherche d’efficacité et la surveillance, la création d’un comité d’éthique est à l’étude.
7.3 – De l’adoption à l’appropriation
47L’application porte une promesse : permettre à ses utilisateurs de « concevoir des expériences-à-vivre à l’aide de formes interactives produites dans des matières informatisées ». Dans notre modèle, ces formes interactives sont des « Schémas de Transformations » construits à partir de la mise en relation de « Graines d’Information », matières informatisées représentant la réalité. Pour concrétiser cette promesse — que ces schémas transforment les acteurs du réseau en designers numériques — l’utilisateur doit non seulement adopter mais surtout s’approprier l’application. Afin de limiter les risques ergonomiques, nous avons mis en place des indicateurs de performance en rapport avec les usages : sur la simplicité d’accès, le temps et la pertinence des réponses, la fréquence et la durée d’utilisation, le nombre d’utilisateurs et d’interactions.
48L’enjeu sur les interactions est double : conserver une cohérence globale de la représentation du réseau, tout en l’enrichissant. Pour cela, nous nous appuyons sur le typage sémantique, un déploiement progressif accompagné par les animateurs, et la relation de confiance qui préexiste entre les acteurs. Nous l’entretenons en positionnant chacun au centre d’un réseau personnel, en lui apportant la possibilité de gérer facilement les relations utiles à ses activités.
49La mise en pratique de l’intelligence collective nécessitera la mise en place de nouveaux rôles, comme celui de « facilitateur de projets » (Cornu, 2016). La formalisation de ces rôles est prévue en parallèle à l’introduction de mécanismes de gamification, pour augmenter la participation et l’engagement.
7.4 – De l’évaluation aux évolutions
50Les priorités d’évolution sont définies en fonction des retours et attentes des utilisateurs. Deux axes principaux se dessinent : l’un centré sur l’humain, afin d’optimiser la communication sur les différents canaux, pour en particulier le partage des bonnes pratiques et la gestion de la montée en compétences, et l’autre sur la technique : automatisation des tâches via l’implémentation de bots, connexion directe à des services existants, par exemple de stockage de documents ou de gestion de projets.
51Des travaux centrés sur la mesure de la valeur socio-économique de l’application sont en cours : l’enjeu est la répartition de la création de valeur. Ils seront alimentés par le déploiement progressif de l’application aux différentes échelles territoriales, qui s’appuiera sur les animateurs, des partenaires moteurs et la gamification. Les conditions sont favorables car une équipe ouverte et dynamique est prête à la développer, en liaison avec des actions de formation.
En conclusion
52Invités par des algorithmes, nous avons progressivement, mais avec consentement, confié nos données à une minorité qui pilote des boîtes noires. Les algorithmes jouent un double jeu : ils sont la cause d’une infopollution, et s’imposent maintenant comme remède, avec un filtrage automatisé. Aujourd’hui, l’enjeu est peut-être de reprendre le contrôle, en positionnant les humains au centre, les algorithmes autour, et non l’inverse.
53La technologie peut nous y aider sous réserve que le rythme soit donné par l’humain. C’est la piste suivie par le réseau Apidae, dans la perspective de construire un réseau hybride d’intelligence autour de « Graines d’Information ». Semées et récoltées sur le terrain de la confiance, elles ont pour ambition d’aider les acteurs du réseau à construire progressivement leur environnement numérique. En sélectionnant celles utiles à leurs activités, ils participent au développement de leurs compétences numériques. Le défi est de taille : changer d’ère (Robin, 1989) avec une répartition des tâches à l’instar de la « symbiose homme-machine » (Licklider, 1960) pour entrer dans l’aethogénèse (Auber, 2015), passage d’un monde sans éthique à un monde avec éthique.
Références
- AUBER O. (2015), « Refonder la légitimité. Vers l’aethogénèse », communication présentée à la conférence Consciousness Reframed : Art & consciousness in the post-biological era, organisée par The Planetary Collegium’s Series, Shanghai, 20-22 novembre 2015, en ligne (consulté en mai 2016) : http://goo.gl/qofq3j
- BARABÁSI A.L. (2002), Linked, New York, Perseus Books Group.
- BEAUDE B. (2012), Internet changer l’espace, changer la société, Limoges, Fyp.
- CARDON D. (2015), À quoi rêvent les algorithmes, Paris, Seuil.
- CHAPELLE G., DECOUST M. (2015), Le Vivant comme modèle, Paris, Albin Michel.
- CORNU J.-M. (2016), Le guide de l’animateur. 1 heure par semaine pour animer une communauté, Limoges, Fyp.
- FERBER J. (1995), Les systèmes multi-agents. Vers une intelligence collective, Paris, InterEditions.
- KOESTLER A. (2013), Le cheval dans la locomotive, Paris, Les Belles Lettres.
- KRISHNA G. (2015), The best interface is no interface, London, Pearson.
- LACOMBE E. (2016), « Introduction à la méthode GIST : Graines d’Information et Schémas de Transformations » in Y. Barlette, D. Bonnet, M. Plantié. et P.M. Riccio (dir.), Désordres numériques : incertitude et opportunités, Paris, Presses des Mines.
- LALLEMAND C., GRONIER G. (2016), Méthodes de design UX, Paris, Eyrolles.
- LICKLIDER J.C.R. (1960), « Man-Computer Symbiosis », IRE Transactions on Human Factors in Electronics, volume HFE-1, p. 4-11, en ligne (consulté en mai 2016) : http://goo.gl/AX5zuk
- LUPASCO S. (1987), Le Principe d’Antagonisme et la Logique de l’énergie, Monaco, Éditions du Rocher.
- PASQUALE F. (2015), Black Box Society, Fyp éditions.
- ROBIN J. (1989), Changer d’ère, Paris, Seuil.
- ROSENBLAT A., STARK L. (2015), « Uber’s Drivers : Information Asymmetries and Control in Dynamic Work », en ligne (consulté en mai 2016) : http://goo.gl/686J6r
- SADIN E. (2015), La vie algorithmique, Paris, Editions L’Échappée.
- SAVALL H., ZARDET V. (2015), Maîtriser les Coûts et les Performances Cachés, Paris, Economica, 6e éd.
- SIMONDON G. (2012), Du mode d’existence des objets techniques, Paris, Aubier.
- TAKRAM DESIGN ENGINEERING (2014), Pendulum of design innovation, Contemporary Architect’s Concept Series 18, Tokyo, LIXIL Publishing.
- TURNER W.A. (1993), « Penser l’entrelacement de l’Humain et du Technique : les réseaux hybrides d’intelligence », en ligne (consulté en mai 2016) : http://goo.gl/77bJvd
- VIAL S., (2010). Court traité du design, Paris, PUF.
Mots-clés éditeurs : boîte noire, graine d’information, réseau hybride d’intelligence, schéma de transformation, système d’information touristique
Date de mise en ligne : 07/12/2016
https://doi.org/10.3917/sdd.004.0051