L'utilisation généralisée et l'impact des algorithmes sur presque tous les aspects de l'individu et de la société constituent un défi important pour le monde moderne. Pour fonctionner de manière efficace et éclairée dans les sociétés actuelles, nous devons développer une culture algorithmique (Iwasiński & Furman, 2022). Jusqu'à présent, plusieurs études ont été menées pour définir et opérationnaliser cette notion, mais très peu ont été consacrées à l'élaboration de mesures normalisées de la culture algorithmique (Latzer et al., 2020). En 2022, Dogruel, Masur et Joeckel (Dogruel et al., 2022) ont élaboré et validé une échelle de 22 éléments pour mesurer la culture algorithmique. Elle comprend deux dimensions interdépendantes : la conscience de l'utilisation des algorithmes (11 éléments) et les connaissances sur les algorithmes (11 éléments). La première dimension concerne la connaissance des objectifs pour lesquels les algorithmes sont utilisés et la connaissance des domaines et des applications ou dispositifs dans lesquels les algorithmes sont effectivement utilisés. La seconde dimension est axée sur une compréhension plus poussée des mécanismes d'action des systèmes algorithmiques et de leurs conséquences. La corrélation entre les résultats obtenus dans les deux dimensions et la capacité pratique d'interagir avec les algorithmes a été confirmée.
Dans notre étude, nous appliquons cette échelle pour mesurer et comparer la culture algorithmique des étudiants polonais de plusieurs facultés. Nous souhaitons également tester l'échelle dans le contexte polonais. Les auteurs de l'échelle déclarent : "Notre échelle originale a été développée en allemand (...) Les items ont fonctionné dans le contexte de notre étude, mais la longueur des items ou l'utilisation de mots pour augmenter ou diminuer la difficulté des items pourraient être critiques dans d'autres langues. Notre recherche pilote a indiqué que les répondants avaient du mal à comprendre les intentions qui sous-tendent certains des items.
Notre recherche a deux objectifs principaux :
- Test de l'échelle dans le contexte polonais
- Évaluation de la culture algorithmique chez les étudiants polonais de certaines facultés.
Nous considérons notre recherche comme exploratoire. Notre échantillon est choisi à dessein. Nous avons sélectionné des cours d'universités polonaises qui nous sont accessibles et qui, comme nous le supposons, incluent une certaine forme d'enseignement algorithmique dans leurs programmes. Il s'agit des cours suivants Architecture des espaces d'information à l'Université de Varsovie, Sociologie des médias et de la communication à l'Université de Varsovie, et Philosophie des nouveaux médias à l'Université de Silésie. Tous les étudiants de la dernière (troisième) année seront étudiés. Nous avons également l'intention de vérifier si les questions sont compréhensibles, à l'aide d'entretiens. En outre, nous prévoyons d'étudier et de comparer les programmes d'études des programmes susmentionnés, afin de déterminer s'ils comprennent des cours qui sensibilisent les étudiants à la connaissance des algorithmes.
Nous avons adopté deux hypothèses de travail :
- Toutes les rubriques du questionnaire ne sont pas claires et compréhensibles pour nos répondants.
- Les étudiants des différentes facultés ont des niveaux de connaissances algorithmiques différents.
L'étude combine des éléments d'analyse quantitative (échelle de culture algorithmique) et d'analyse qualitative (entretiens avec les étudiants, analyse des sylabus). À notre connaissance, il s'agit de la première étude empirique sur la culture algorithmique en Pologne. En outre, nous n'avons pas connaissance d'autres études utilisant l'échelle développée par Dogruel, Masur et Joeckel dans le monde entier.
Références
- Dogruel, L., Masur P., & Joeckel, S. (2022) Development and validation of an algorithm literacy scale for internet users. Communication Methods and Measures, 16(2).
- Iwasiński, Ł., & Furman, W. (2022). Jak być świadomym użytkownikiem algorytmów? O potrzebie rozwijania kompetencji algorytmicznych. Zagadnienia Informacji Naukowej, 2.
- Latzer, M., Festic, N., & Kappeler, K. (2020). Awareness of algorithmic selection and attitudes in Switzerland. Report 2 from the project: The significance of algorithmic selection for everyday life: The case of Switzerland. University of Zurich.
Łukasz Iwasiński, Magdalena Krawczyk
Université de Varsovie, Pologne
French 
English