Partage et réutilisation des données de la recherche à l’ère de la Science Ouverte. Une approche diplomatique pour penser et panser l’ouverture des données

Chérifa Boukacem Zeghmouri, Candice Fillaud

Résumé

Alors que le partage des données de la recherche occupe une place importante des politiques de Science Ouverte, leur réutilisation qui en constitue l’oblitération reste encore peu traitée dans la littérature autour de la Science Ouverte. Or, la réutilisation permet d’aborder l’enjeu du partage au-delà des logiques normatives qui ont présidé à la définition des discours institutionnels et de l’opérationnalité des infrastructures mises à disposition. En se fondant sur les travaux de deux projets de recherche (Harbinger 1 et 2 et JuDDGES), le présent article montre que la question du partage des données traitée en relation avec celle de leur réutilisation révèle beaucoup des relations qui se tissent et se négocient entre le large prisme des acteurs impliqués dans ce que nous appellerons « l’événement de réutilisation ». L’approche diplomatique est particulièrement féconde pour prendre en compte la complexité dans laquelle se nouent ces relations et la nature des logiques qui y interviennent. Abordée sous l’angle des SIC (médiations à l’œuvre, recherche d’information…), elle révèle les dynamiques et les tensions dans lesquelles les propriétés de la valeur des données rencontrent un marché symbolique (des savoirs) et économique (des plateformes). 

Mots clés

Science Ouverte, données de la recherche, partage des données, réutilisation des données, valeur, diplomatie des données.  

Introduction

Dans ses travaux de thèse, Thérèse Bru (Bru, 2017a ; Bru, 2017b), historienne, s’est intéressée à la correspondance savante des naturalistes du XVIIIe siècle pour examiner de manière originale de quelle manière elle véhiculait des « objets matériels » des sciences naturelles qui construisaient leurs méthodes d’observation. L’intérêt de son travail a été de montrer que cette correspondance a joué un rôle capital dans la circulation de données collectées dans des lieux géographiquement éloignés et difficilement accessibles pour les savants. Ces derniers ont donc entretenu des échanges épistolaires réguliers et intenses avec leurs pairs, ou avec les personnes situées sur les lieux de collecte des spécimens et impliquées dans leur collecte. Les lettres constituées des observations, des descriptions ou des mesures des spécimens collectés, ont véhiculé autant qu’elles ont partagé la matérialité des spécimens observés. 

Un autre intérêt de l’approche historiographique des travaux de T. Bru est qu’elle s’est intéressée à la mise en relation de ces données (par l’information) qui a permis d’initier leur circulation, leur partage et leur réutilisation par les savants. Une des conséquences directe est qu’aux côtés des « grandes collections », comme celles qui deviendront à terme le Muséum National d’Histoire Naturelle (MNHN) à Paris qui relèvent de ce qu’elle appelle la logique verticale, on retrouve de plus petites collections, composées le plus souvent de doubles de spécimens, constituées par les savants, qu’ils pouvaient échanger entre eux, pour mener ou poursuivre leurs travaux : les doubles constituent le capital de travail des naturalistes en même temps que leur capital d’échange. Le botaniste Ambroise Marie François Joseph Palisot de Beauvois (1752-1820) offre ainsi ses derniers spécimens de plantes africaines à son confrère britannique, l’influent botaniste Robert Brown (1773-1858), contre des spécimens convoités. Dans la lettre proposant l’échange, Palisot de Beauvois note qu’il a déjà largement distribué ses spécimens africains « à plusieurs botanistes en Europe » (Bru, 2017b).

Dans cette espèce de « troc » des spécimens, l’historienne souligne tout autant le « capital recherche » que représentent ces petites collections pour les savants que la « valeur d’échange » que représente cette forme ancienne de partage des données, identifiée par V. Rebouillat (2021) dans ses travaux de thèse. Elle emploie le verbe « offrir » pour qualifier ce partage destiné à une réutilisation, dans le même sens que des travaux anglo-saxons plus récents emploient le mot « gift » (cadeau) pour qualifier le statut des données partagées entre chercheurs (Mattern, 2024). 

Dans les modalités de partage et de réutilisation des données naturalistes du XVIIIe siècle d’une Science Ouverte avant la lettre, les savants n’envisagent plus seulement les grandes collections, « dépôts centralisés nationaux », mis en place par les États (notamment la Grande Bretagne et France), mais ils s’appuient également sur des collections « horizontales », plus distribuées mais inventoriées, interconnectées par les relations qu’ils nouent entre eux. Dans cette approche, c’est la capacité des savants à connaître et à accéder à ces collections dispersées qui définit la taille de la collection et la portée des travaux entrepris : « la collection s’étend aussi loin que la capacité du naturaliste d’accéder aux matériaux nécessaires à son travail » (Bru, 2017b).

Cette perspective historique nous permet d’interroger différemment les résistances au partage des données documentées aujourd’hui quant aux prescriptions du discours institutionnel de la Science Ouverte. Comment expliquer que les savants du XVIIIe siècle ont su mettre en place des collections au service et au profit de leurs pratiques d’échange et de partage de spécimens ou informations sur les spécimens, alors que les chercheurs du XXIe siècle, qui disposent d’une myriade d’entrepôts de données et d’infrastructures (thématiques, nationaux, européens…), résistent autant aux prescriptions de partage des données des politiques de Science Ouverte ? Comment expliquer que la réutilisation des données avancée comme un des grands avantages du partage des données connaisse si peu d’échos auprès des chercheurs ? Car hormis quelques communautés pionnières (ex. écologie, génomique), les autres ne sont pas toujours enclines à partager leurs données (Borgman, 2012 ; Tenopir, 2015 ; Kaden, 2019 ; Fillaud, 2026) et encore moins à réutiliser celles qui sont disponibles (Pasquetto, 2019 ; Borgman, 2025). 

L’approche diplomatique des données, proposée dans ce dossier, offre un cadre fécond pour prendre en charge cette question de recherche et en donner une compréhension et une analyse inédites, en dehors des logiques normatives de la définition contemporaine de la Science Ouverte. Telle que définie par Boyd (2019), la diplomatie des données a l’avantage d’envisager la dimension transactionnelle qui s’organise autour de la circulation des données, la pluralité des acteurs mobilisés autour de ces transactions (communautés scientifiques, institutions académiques, grands groupes d’éditeurs, bibliothèques académiques, intermédiaires…) et les régimes de valeurs qui se négocient explicitement ou implicitement entre producteurs et réutilisateurs des données. Même si les acteurs impliqués dans ces transactions sont mus par des motivations différentes (épistémologiques, symboliques, économiques, culturelles…) et des rapports de pouvoir, ils parviennent, par la justification de leurs actions et de leurs pratiques, à ajuster les différences qui existent entre leurs intérêts respectifs pour que les transactions puissent opérer. Cette justification rejoint donc les mécanismes d’une économie des grandeurs analysés par Luc Boltanski (1991) qui parvient à aligner intentions peu explicites et objectifs parfois divergents. 

L’autre intérêt de cette approche est qu’elle envisage l’ouverture des données, et donc leur partage, de manière étroitement liée à leur réutilisation : 

« Data diplomacy sits at the nexus of data, governance, and social norms, and seeks to anticipate the impact and influence of future data use. Bearing this in mind, pioneers in the field can prepare mechanisms to facilitate data transactions in ways that are acceptable to a range of stakeholders » (Boyd, 2019). 

La prise en compte en même temps du partage des données et de leur réutilisation (comme modalité d’ouverture) donne donc la possibilité de revenir aux enjeux documentaires de leur production, de leur recherche (informations et métadonnées) et de leur accès en vue de leur interprétation. Elle nous conduit à proposer dans cet article ce que nous appellerons « l’événement de réutilisation » que nous définissons comme la réalisation d’un partage entre producteurs et réutilisateurs dans une relation symétrique où chacune des parties trouve son intérêt, quelle que soit sa nature, et où le partage inclut l’implicite et l’explicite qui ont présidé à la production des données. Ce que nous appelons donc « évènement de réutilisation » est un partage de données qui permet une réutilisation effective dans de nouvelles recherches, dont l’agenda scientifique est défini en toute liberté et en toute autonomie. La réutilisation est donc un événement car elle marque un infléchissement dans la réflexion du chercheur qui décide de réutiliser des données ou un jeu de données pour aborder une nouvelle question de recherche.  

L’article est organisé autour de trois parties. La première constate la portée limitée des discours institutionnels de la Science Ouverte sur les pratiques de partage des données, et plus particulièrement sur leur réutilisation. Par la même occasion, cette partie interroge le bien-fondé de ces arguments incitatifs. La deuxième partie traite de la recherche des données par les chercheurs, comme compétence et enjeu crucial de la réutilisation. Elle utilise des résultats des projets Harbinger et JuDDGES pour illustrer les freins et les résistances des chercheurs à développer cette compétence et ces pratiques. La dernière partie traite de la constitution de la réutilisation des données en marché, révélé par l’approche diplomatique qui permet de décrypter les logiques de captation de la valeur qui sont en cours. L’article conclut sur des perspectives de recherches autour de la thématique encore peu explorée de la réutilisation des données. 

Partage et réutilisation des Données vues par le discours institutionnel de la science ouverte : la panne ?

La Science Ouverte comme politique et discours institutionnel (MESR, 2018 ; 2021) se développe et se renforce avec l’adhésion des acteurs de la recherche, mais aussi avec l’observation d’une évolution des pratiques de la recherche. Le partage des données est au cœur de l’attention de tous les acteurs du champ de l’information et de la communication scientifiques. Il représente un défi majeur pour les régulations créatives de la Science Ouverte et les registres d’argumentation mobilisés pour justifier l’ouverture des données englobent le citoyen pour mieux souligner les enjeux sociétaux. Dès 2017, les politiques européennes (Sparc Europe, 2017), montraient que les données étaient au cœur des prescriptions et devenaient une priorité. Pourtant, l’enjeu du partage des données fédère des acteurs pour lesquels le consensus implicite est peu questionné (Tkacz, 2012 ; Mattern, 2024).   

En France, c’est le second Plan National pour la Science Ouverte (PNSO 2) qui mettra une emphase particulière sur les données et leur ouverture (MESR, 2021). Les établissements académiques valorisent une définition plus large de la production scientifique de leurs chercheurs avec les ateliers de la donnée et le soutien à l’entrepôt national RechercheDataGouv. Les éditeurs scientifiques développent de nouveaux produits (Data Journals, Data papers). Les agences de financement de la recherche consolident pour leur part le retour sur investissement des moyens accordés (Anger, 2022). Les plateformes d’intermédiation spécialisées telles que FigShare, Zenodo en quête de valeur, développent de nouveaux services de gestion et de partage des données. Enfin, les bibliothèques universitaires et académiques, mobilisées pour la Science Ouverte, investissent la gestion des données scientifiques et proposent des services aux chercheurs pour les accompagner (Schöpfel, 2023).  

Les chercheurs objectent et voient dans certains des arguments avancés autour de l’ouverture des données une méconnaissance du fonctionnement du champ scientifique, voire une idéologie gestionnaire et néo-libérale (Mirowski, 2018 ; Fillaud, 2026). De même, tel qu’il est décrit dans les discours institutionnels de la Science Ouverte, le travail requis pour l’ouverture et pour le partage des données est appréhendé comme un levier susceptible de transformer leur métier en tâches administratives (Hostler, 2023). À titre d’exemple, les modalités de gestion des données (ex. Plans de Gestion de Données — PGD), sont perçues comme les vecteurs opératoires d’une bureaucratisation ou de nouvelles formes d’évaluation et de contrôle de la recherche. 

Alors que les infrastructures techniques facilitent aujourd’hui l’ouverture et le partage des données (entrepôts, de données, DOI, format de fichiers…), que les discours politiques légitiment la nécessité de le faire et que des modèles d’affaires existent, le chercheur lui, hésite, résiste ou bien décide d’ignorer les recommandations. Ce constat se retrouve dans toutes les études réalisées, publiées en Europe, en Amérique du Nord et désormais dans les pays émergents : hormis quelques communautés pionnières (ex. astrophysique, écologie ou génomique), les autres envisagent le partage des données sous des conditions plus spécifiques à leurs cadres et cultures disciplinaires (Berberi, 2022 ; Mattern, 2024). La période de la pandémie a confirmé ce constat montrant que si les résultats de recherche ont été partagés, les données l’ont été dans une bien moindre mesure (Lucas-Dominguez, 2021).

Y a-t-il un « public » pour la réutilisation des données ? 

La réutilisation des données est une des questions de la Science Ouverte les moins documentées. Il ne s’agit pas complètement d’un angle mort car nous disposons dès 2017 de travaux formalisant ses enjeux (Pasquetto, 2019). Il s’agit plutôt d’une thématique peu développée faute de données (sans mauvais jeu de mots) reposant sur des cas concrets et effectifs de réutilisation. 

De même, il est difficile de s’accorder sur une définition de la réutilisation des données. D’un domaine disciplinaire à un autre, d’un contexte de recherche (fondamental ou expérimental) à un autre, la réutilisation des données prend un sens différent. En Sciences Humaines et Sociales (SHS) par exemple, la question du partage des données en vue de leur utilisation soulève des questions particulièrement intéressantes du point de vue de la reproductibilité ou de la réplicabilité de la recherche : le type de questions de recherche mobilisées, les approches méthodologiques employées et le statut des données produites, n’offrent pas la possibilité d’envisager leur réutilisation, dans les termes des recommandations ou prescriptions politiques (Kim, 2015 ; Fillaud, 2026). 

Les travaux de Borgman (2015) ont montré que les données produites en contexte de recherche sont dotées d’un capital ou d’une valeur propre (assets), ancrée dans leur contexte de production. Ce capital est également vecteur de la crédibilité de la recherche et du collectif qui a permis de les produire. Or, cette crédibilité est un processus dynamique, constant, qui engage un ensemble de pratiques, peu formalisées, rattachées à la culture des collectifs impliqués dans l’activité de recherche et a fortiori de production de données. La crédibilité est donc, nous le rappelle Shapin (2014), un processus inachevé car en constante adaptation.

Il est d’ailleurs intéressant de constater la place des métaphores utilisées pour approcher la réutilisation des données, comme démarche, pratique ou concept. Elles agissent comme des espaces intellectuels de médiation, pour faciliter le dialogue et l’échange entre spécialistes. La métaphore de la distance (data distance) employée récemment par Christine Borgman (2024), se discute avec celle des voyages de données (data journeys) de Sabina Leonelli (2020). Cette dernière explique que pour faciliter la réutilisation des données, il est parfois nécessaire de ne pas envisager leur partage pour privilégier les narrations qui portent leurs histoires (comprises dans les deux sens du terme) (Leonelli, 2025). De plus en plus présentes dans l’univers de la communication scientifique qui se complexifie, le recours aux métaphores permet aux chercheurs de circonscrire des phénomènes en objets de recherche plus simples à appréhender et à comprendre. Les métaphores agissent tels des ponts interdisciplinaires pour des chercheurs intéressés à un même objet mais venant de cultures scientifiques différentes. Le pouvoir évocateur des métaphores joue donc un rôle important dans les formalisations théoriques proposées par ces auteurs, notamment pour agréger un ensemble hétérogène de pratiques, peu formalisées, rattachées à la culture des individus ou des collectifs impliqués dans l’activité de recherche.

L’usage des métaphores autour de la réutilisation des données indique surtout que la réutilisation des données opère d’abord dans des espaces d’indétermination et d’interactions de relations personnelles avant qu’elle ne se fasse dans les espaces infrastructurels (techniques ou normatifs) dédiés au partage. La réutilisation s’oblitère d’abord dans les modes de travail collectifs et collaboratifs des chercheurs connectés à des lieux physiques, autant qu’à des messageries, à des ordinateurs, à des bases de données ou bien à des plateformes. L’évènement de réutilisation des données est donc l’aboutissement d’une amplification de la réflexion fondée sur des relations entre les personnes engagées et leurs modes de connaissances spécialisées, outillés par des plateformes (Pasquetto, 2019). C’est dans cet entrelacs et dans cette complexité qu’émerge l’événement de réutilisation qui n’est pas une réponse au discours institutionnel de la Science Ouverte, mais le prolongement d’une pensée autant qu’une pratique contemporaine du travail de la recherche. 

La recherche des données à réutiliser, une compétence à part entière

La question de la recherche de données (data discovery) mérite d’être prise en compte dans notre analyse car elle entre directement en jeu dans le fait de favoriser l’évènement de réutilisation. La recherche de données indique une motivation à les réutiliser, ou à tout le moins à les examiner. Pour autant, comme le montre Anthony J. Million (2025), la recherche de données échappe aux théories qui ont présidé à la recherche d’information traditionnelle. 

Pour la recherche des données, leurs métadonnées et les documents apportant leur contextualisation sont tout aussi importants car ils déterminent pour l’usager l’examen des chances et opportunités de faire jonction avec les questions de recherche qu’il traite. Ce sont ces informations qui vont pousser le chercheur à consulter le jeu de données puis à faire basculer sa décision du côté de la réutilisation, ou pas. 

Comme le soulignent les travaux de thèse de T. Friederich (2020) soutenue à l’Université d’Humboldt, bien plus que la prise en compte des principes FAIR, il s’agit ici d’accompagner les données de documents où le degré de précision des informations apportées et leur complétude sont rattachés aux connaissances sociales et scientifiques qui se nourrissent et se transmettent au cœur de l’activité de recherche, au cœur des communautés scientifiques, le plus souvent par acculturation. 

Un jeu de données ouvert mais sans métadonnées (ou insuffisantes) et sans documents de contextualisation est donc un jeu de données au mieux non-réutilisé, au pire perdu. L’ouverture des données et a fortiori leur réutilisation ne dépendent pas de l’ouverture et de la qualité de leurs métadonnées. 

Les travaux de Million (2025) donnent la possibilité de comprendre que les trajectoires de recherche de données sont des agencements cognitifs complexes car ils visent à questionner et à évaluer à chaque étape, tout au long de la recherche, l’adéquation du jeu de données au cadre méthodologique : les questions de recherches définies, hypothèses associées et les méthodes employées. La réutilisation des données dépend donc de cette quête d’information et d’adéquation des informations trouvées à ses propres objectifs de recherche. 

Cette démarche, chronophage et risquée, représente un « coût d’entrée » dans le jeu de données qui incite le plus souvent les chercheurs à renoncer à la réutilisation pour collecter leurs propres données dans la plupart des cas. Mais c’est aussi précisément parce qu’ils sont conscients de ce coût d’entrée que, dans d’autres cas, les chercheurs ont recours à la collaboration pour obtenir le jeu de données et l’ensemble des informations et des connaissances qui lui sont associées (Pasquetto, 2019 ; Gregory, 2020). 

Observer les pratiques de réutilisation des données

Le projet Harbinger a constitué un observatoire des pratiques et stratégies des jeunes chercheurs considérés comme la relève dans un système académique globalisé, car accueillant désormais les pays dits autrefois émergents (ex. Chine). Cet observatoire a rassemblé huit pays (France, Espagne, Pologne, Etats-Unis, Royaume Uni, Chine, Malaisie, Russie) sur une période allant de 2016 à 2021 (Nicholas, 2022 ; Nicholas, 2023).

Fondées sur une enquête qualitative avec des entretiens individuels semi-directifs, les analyses longitudinales du projet ont investigué 23 thématiques (dont celle des données de la recherche) relatives au travail, aux pratiques et aux représentations des jeunes chercheurs (JC) pour examiner leur potentiel de transformation du système de la communication scientifique. Ainsi, en donnant la voix à ceux qui sont situés aux avant-postes de la production des données dans les laboratoires, et les plus soumis aux pressions du système de l’évaluation de la recherche, nous avons analysé la manière dont la question du partage en lien avec la réutilisation des données était comprise, envisagée ou pratiquée. À partir de cet observatoire, ce sont donc les pratiques et les discours des 16 chercheurs et chercheuses du terrain français (13 en STM et trois en sciences sociales) qui ont été suivis pendant le projet, à mesure qu’ils cheminaient dans le monde de la recherche et de la montée des discours de Science Ouverte.  

Les données de la recherche ont été abordées du point de vue de leur production, de leur gestion, de leur ouverture, de leur partage (formel et informel) et de leur éventuelle réutilisation. Hormis une chercheuse en SHS (histoire moderne) qui avait pour objet un herbier et qui a explicité la manière dont les spécimens représentaient des données qu’elle devait documenter pour qu’ils puissent être accessibles et utilisés, tous les autres chercheurs et chercheuses ont eu une compréhension contrastée de ce que représentaient ces notions. 

Le partage des données a été compris et pratiqué en lien avec les publications (sans adoption des principes FAIR) et la réutilisation des données (les siennes et celles d’autrui) comme pratique, n’a pas été confirmée. L’analyse longitudinale des entretiens menés auprès des JC a identifié un ensemble de facteurs qui expliquent cette absence de pratique et le manque de motivation pour la développer.  

Le premier facteur est identifié à la valeur du travail et du savoir-faire scientifique du jeune chercheur qui souhaite être reconnu et obtenir un capital symbolique dans les luttes du champ scientifique (Bourdieu, 1976). Il faut comprendre que la crédibilité du travail du JC dans sa communauté et sa reconnaissance passent par la production de nouvelles données ou par un nouveau type de données : 

« J’ai passé deux années aux USA pour apprendre et maîtriser la méthode développée dans le laboratoire d’un Prix Nobel, je sais que cela représente un atout pour mon CV » (JC 3, Bio-chimie, H). 

Pour les deux JC en astrophysique (domaine pionnier dans le partage et la réutilisation des données) du panel, ils ont avancé le fait d’être plus « attendus » sur leur capacité à produire de nouvelles données qu’à réutiliser celles déjà produites. Le recours à la réutilisation pourrait donc être interprété comme une créativité « en panne » ou qui aurait du mal à se développer. Se joue ainsi l’enjeu de la production de nouvelles données, preuve de la valeur du savoir-faire scientifique du JC qui endosse un rôle plus actif et plus valorisant. 

Cette vision selon laquelle les recherches fondées sur des données réutilisées ont moins de valeur symbolique est partagée par les autres JC qui estiment avoir été recrutés pour produire des données et des résultats originaux valorisés dans des articles de recherche qu’ils soumettent à des revues reconnues, domine. Ceci conduit à identifier un deuxième facteur : leur compréhension de la pratique du partage des données se confond donc avec celle de la publication des jeux de données dans les articles, le plus souvent sous forme de données supplémentaires (supplementary materials), qui ne reposent pas sur les principes FAIR du partage des données alors même que les recherches sont financées et donc soumises aux obligations des agences de financement. La production des données étant intrinsèquement liée aux expertises – un JC a employé le terme de « performance » – méthodologiques, elles représentent « un trésor de guerre » et sont donc valorisées via la publication. La règle implacable du Publish or Perish à laquelle ils sont soumis, neutralise donc toute motivation à les partager autrement que par leurs publications.

Un troisième facteur relève du travail consacré pour que des données soient « réellement partageables » est à considérer : 

« Il faut y passer un sacré temps pour véritablement permettre à un jeu de données à être réutilisé clé en mains, sans que l’on contacte la personne qui les a produites, qu’on pose des tonnes de question et de précisions. C’est pour ça que quand j’ai été contacté pour mes données, j’ai préféré proposer une collaboration : tout le monde y gagne, et l’article se fait plus facilement » (JC 7, Sciences de l’environnement, H). 

La figure du chercheur productif et créatif qui crée de la valeur à chacune de ses tâches, véhiculée dans les travaux critiques d’une Science Ouverte néo-libérale ne se confirme pas ici. Les JC soumis à la précarité de leur situation professionnelle sont vigilants sur le temps et sur l’effort consacrés à des tâches à fort capital symbolique, telle que celle de la production des données. 

Un quatrième facteur repose sur le principe d’un partage « utile » et non moral des données. Le potentiel de la réutilisation ne peut pas être pensé qu’au bénéfice supposé des autres, mais doit aussi être pensé à son propre bénéfice. Certains JC ont remis en question l’intérêt de l’idée d’une réutilisation des données, en avançant l’argument du small data et donc « trop petites données pour mériter d’être partagées » ou bien de la grande complexité du sujet de recherche :

« Mon travail de recherche est tellement pointu qu’il ne peut pas intéresser grand monde, cela n’a aucun intérêt » (JC11, Physique, H). 

Le seul cas de réutilisation des données a été présenté comme une proposition de collaboration, dont l’opportunité s’est présentée alors que le jeune chercheur évaluait un article. Il a proposé à l’auteur de collaborer en réutilisant les données dans un objectif de traitement inédit, qu’il maîtrisait, et qui leur permettait de produire de nouveaux résultats. Ce cas de figure confirme que producteurs et réutilisateurs de données se choisissent (Pasquetto, 2019), ils définissent le cadre de réutilisation qui lui permet d’être effectif et ils prennent entièrement en charge ses modalités en vue de produire l’événement de réutilisation. À l’instar des savants du XVIIIe siècle (Bru, 2017), ou des scientifiques de notre époque (Gabelica et al. 2022), les chercheurs s’impliquent dans le travail même d’analyse et d’interprétation qu’implique la collaboration d’une recherche commune. Cette attitude est d’autant plus importante que cela évite les risques de mauvaise interprétation (Baker & Mayernik, 2020). 

Recherches financées, données partagées ?

Parmi les acteurs qui œuvrent activement à faire du partage des données une pratique développée dans les communautés de recherches, figurent les agences de financement. Elles bénéficient d’une délégation d’autorité pour sélectionner et financer des programmes de recherches. Outre la publication des résultats des travaux menés par les collectifs des projets, les agences de financement prescrivent et rendent obligatoires des modalités de gestion et de partage de données. Ces politiques se sont développées à l’international, en Europe et en France, où l’ANR a suivi dès 2019 en rendant le PGD obligatoire pour tout projet de recherche financé, obligeant les chercheurs financés à décrire la manière dont leurs données sont gérées et à anticiper leur ouverture à l’issue du projet. Le célèbre National Institute of Health a même produit un indicateur de mesure de partage des données, le NIH Sharing Index (S-index), et organise des évènements dédiés. 

Pour autant, il est pertinent de questionner les effets de ces obligations sur les pratiques des chercheurs. Les travaux de Michael Anger (2022) se sont penchés sur les difficultés rencontrées par les agences de financement européennes à rendre leurs obligations effectives. Le grand intérêt de ces recherches inédites réside dans le fait qu’ils se sont intéressés plus particulièrement à ce qui motivait les chercheurs à développer des « bonnes » pratiques de gestion et de partage des données. Cette étude menée via des entretiens semi-directifs avec 16 agences de financement, a montré à quel point les prescriptions, peu claires et trop génériques, achoppent à susciter de l’intérêt pour les pratiques de partage de données. 

Mais les agences de financement persévèrent et se coordonnent entre elles. Le programme CHIST-ERA est précisément un programme de financement, regroupant des agences européennes, dont l’ANR, qui non seulement a rendu son PGD obligatoire, mais aussi la plateforme qui permet de le produire et de l’héberger, ARGOS.   

Dans le cadre du projet interdisciplinaire JuDDGES, financé par le programme CHIST-ERA qui nous a donné la possibilité en tant que partenaire français d’être financés par l’ANR, nous avons déployé une enquête qui comprend un volet préparatoire, mené entre octobre 2024 et février 2025. Elle a permis de mener trois focus groupes avec des chercheurs et chercheuses de différents pays européens (France, Suisse, Espagne, Italie, Belgique) financés par le programme CHIST-ERA, avec lesquels la question de la gestion des données en vue de leur partage et de leur réutilisation a été abordée.

Un premier point de convergence dans le propos des chercheurs est leurs attentes en matière de formation, d’accompagnement, voire d’explicitation, nécessaire à la production des PGD spécifiques au programme CHIST ERA. Car les chercheurs habitués aux PGD de leur agence de financement nationale (ex. DMP Opidor pour l’ANR en France) découvraient un nouveau modèle imposé. Ceci explique le « bricolage » déployé pour en assurer la production : usage de Google Doc ou tout autre outil pour la rédaction collaborative, Word lorsque c’est une seule personne qui est assignée à la tâche, ou bien l’usage des IA génératives.  

Un deuxième point de convergence relevé est le statut même du PGD produit vis-à-vis du partage des données ainsi que son devenir. Appréhendé comme un document administratif, les chercheurs lui attribuent une limite dans sa capacité à prendre en compte le « travail de gestion et d’ouverture des données », souvent implicite, réalisé pendant le projet et qui ne relève pas des catégories présentes dans les modèles du PGD. L’implicite est situé au cœur de l’activité de la recherche réalisée, invisible le plus souvent, et donc pas reconnue (Hostler, 2023). 

Le troisième point qui construit la convergence des propos est le devenir même des PGD. L’expérience des chercheurs souligne l’absence de retours de la part des agences de financement. Bien précisé de nombreuses fois par les agences elles-mêmes, ce n’est pas leur rôle de répondre au questionnement actuel : « À qui sont destinées les PGD ? ». Ce silence a questionné l’utilité du PGD et plus particulièrement celle du temps et du travail consacrés à le produire. Le PGD est donc pensé comme un document à produire « pour les autres » : l’agence de financement, les gestionnaires de la recherche, les institutions…, sans valeur de preuve ou de crédibilité scientifique.   

Enfin, les focus groupes indiquent qu’aucun des participants n’a mentionné le PGD comme levier de partage des données ou de leur réutilisation. Les PGD produits pour leurs projets sur la plateforme ARGOS, proposée par le programme CHIST-ERA, ne sont pas associés à des espaces de réflexions ou d’observations autour de la donnée ou des recherches qui président à sa production. En revanche, c’est le PGD lui-même qui est partagé pour aider les collègues, voire la communauté à produire un document équivalent. 

Un « marché » de la réutilisation de la donnée, éclairé par l’approche diplomatique 

Les travaux montrent dès les années 2010 que les données produites en contexte de recherche sont dotées d’un capital ou d’une valeur propre (assets), liés à leur contexte de production (Borgman, 2012). Elles sont enrôlées dans un processus de production ou d’exploitation de la valeur (assetization) qui émarge à un enjeu d’économie politique de l’information et de la communication scientifique qui interroge les formes d’exploitation et de captation de valeur qui les entourent.  

L’approche de la diplomatie des données adoptée dans cet article, est particulièrement pertinente pour montrer de quelle manière ce phénomène d’infiltration des plateformes privées dans les pratiques des chercheurs, fondé sur des processus d’assetization, introduit par la même occasion des interactions et des relations plus ou moins formalisées entre chercheurs, acteurs de la Big Tech, agences de financements, universités et grands groupes de l’édition scientifique. Elle permet précisément d’aborder la réutilisation des données (et donc sa gestion et son partage) en tant que marché où la multiplicité des acteurs engagés ne négocie pas seulement de la valeur économique, mais aussi de la valeur d’usage pour des enjeux de reconnaissance et de positionnement : des concours pour devenir des ambassadeurs de réutilisation des données sont organisés, des Success Stories sont plébiscitées et médiatisées pour montrer de quelle manière « le chercheur parvient à maximiser et à optimiser le potentiel de réutilisation des jeux de données ». 

Pour les bibliothèques académiques, les organismes de recherche ou les universités, leurs événementiels autour de la Science Ouverte (ex. Open Data Week, Journées Science Ouverte…) d’abord tournés vers la publication scientifique ont progressivement inclus le partage des données et ils abordent depuis peu la question de leur réutilisation. Là aussi, dans les programmes des évènements, des profils d’entrepreneurs de normes, chercheurs ou professionnels qui incarnent la performativité des discours institutionnels, apportent les témoignages et les retours d’expériences de partage et de réutilisation des données et en font la promotion. 

L’exemple de la plateforme Kaggle, propriété de Google, lui-même propriété du conglomérat technologique Alphabet, est particulièrement illustratif de ce phénomène. La plateforme est entièrement tournée et dédiée à la réutilisation des données scientifiques dans les domaines de l’informatique et plus particulièrement dans l’apprentissage automatique (machine learning). Elle propose la médiation entre chercheurs, voire entre communautés scientifiques, et vise à devenir le lieu de « transit » et de mise en visibilité des données partagées, à réutiliser. L’exploitation des statistiques de flux sur la plateforme (téléchargements, partages, échanges entre chercheurs, etc.) octroie un pouvoir d’observation, voire de surveillance (Pooley, 2022) des modes de production et de partage des données, complètement inédit. Kaggle n’est pas le seul nouvel entrant des plateformes de la réutilisation de la donnée scientifique. Un marché dédié se développe avec des stratégies d’acteurs qui se précisent et viennent consolider la numérisation et l’informationalisation de la société (Miège, 2017 ; Miège, 2020). Ils produisent des phénomènes de désintermédiation et de captation de la valeur (assetization), voire d’enclosures, au fil des recompositions. Ces modalités, aux antipodes des principes de la Science Ouverte, sont pointées par des travaux qui posent la question du devenir de l’ouverture dans le monde académique, des communs et de leur gouvernance (Tkacz, 2012 ; Moore, 2025). 

L’approche diplomatique des données est donc éclairante de la façon dont les régulations d’ouverture sont subordonnées aux workflows des plateformes des acteurs privés qui visent à en extraire la valeur pour un marché de la réutilisation de la donnée scientifique qu’elles cherchent à conquérir et qui demande à être étudié (Acker, 2025). Cette intrication nourrit les analyses qui identifient une promiscuité entre régulations de la Science Ouverte et celles d’une néo-libéralisation de la science (Kansa, 2014 ; Mirowski, 2018 ; Mattern, 2024). Comme le souligne A. Acker (2025) en réponse à la métaphore de la réutilisation des données « When platforms are used in research data management and scientific enterprise, they typically render data as assets. More simply, we must distinguish research data from when it is packaged for communities by scientists from when it is packaged as commodity by platforms. ». Son commentaire est particulièrement important sur les enjeux de l’Intelligence Artificielle (IA) qui intervient désormais dans les nouveaux développements de ces plateformes, qui introduisent des régulations techniques, mises au service de l’assetization, et qui accentuent les distances entre les producteurs et les réutilisateurs de données. 

Conclusion et perspectives de recherche

Nous avons abordé dans cet article la question du partage et de la réutilisation des données de la recherche dans une approche permettant de nous écarter des cadres normatifs qui accompagnent trop souvent les travaux autour des enjeux de la Science Ouverte. En adoptant l’approche diplomatique des données, nous avons traité de la résistance des chercheurs au partage de leurs données et de leur manque de motivation à la réutilisation des données partagées, comme une thématique de recherche objectivée, qui n’appréhende pas la résistance comme un dysfonctionnement.  

Cette approche a été une entrée féconde pour notre réflexion car elle a montré de quelle manière la réutilisation des données, au cœur des principes de la Science Ouverte, est révélatrice des tensions autour de la captation de la valeur des données de la recherche. Celle-ci se situe dans le rapport des chercheurs aux valeurs de la Science Ouverte, leur adhésion ou résistance à sa mise en application concrète, et les logiques managériales des plateformes de la Big Tech. Surtout, l’approche diplomatique des données offre la possibilité de penser les limites des propositions théoriques actuelles, qui, parfois engoncées dans des métaphores, ne tiennent pas suffisamment compte de la réalité des pratiques des chercheurs et des espaces numériques dans lesquels elles se déploient. L’approche diplomatique permet de penser autant que de « panser », au sens du care employé par Samuel Moore (2025), les mécanismes par lesquels l’ouverture parvient à exister entre pratiques légitimes des communautés scientifiques, plateformes numériques et prescriptions politiques (Tkacz, 2012).  

Notre article conclura donc sur l’urgence d’entreprendre des travaux empiriques autour de la réutilisation des données, qui ne négligent pas la pluralité des acteurs impliqués et l’intrication de leurs stratégies déployées. De même, il souligne l’importance de penser les méthodes (quantitatives, bibliométriques ou qualitatives) à mobiliser pour traiter de l’enjeu de la réutilisation des données de la recherche, en tant que pratique à la confluence de la production du crédit scientifique, du travail de la recherche, des injonctions normatives de la Science Ouverte et des logiques de captation de la valeur développées par les propriétaires de plateformes. Enfin, il encourage à penser les méthodologies à mobiliser pour traiter de la question de la réutilisation des données, comme un axe de recherche à part entière, trop peu traité dans la littérature scientifique.  

Références bibliographiques

Acker, Amelia (2025), « How Platforms Constrain Matters of Distance and Data Reuse », Harvard Data Science Review, 7 (2). https://doi.org/10.1162/99608f92.c0d03e91.

Anger, Michael ; Wendelborn Christian ; Winkler Eva C. ; Schickhardt Christoph, (2022),  « Neither Carrots nor Sticks? Challenges Surrounding Data Sharing from the Perspective of Research Funding Agencies—A Qualitative Expert Interview Study»,  PLOS ONE, 17 (9), e0273259. https://doi.org/10.1371/journal.pone.0273259.

Baker, Karen S. ; Mayernik Matthew S.  (2020), « Disentangling Knowledge Production and Data Production », Ecosphere, 11 (7), e03191. https://doi.org/10.1002/ecs2.3191.

Berberi, Ilias ; Roche Dominique G. (2022), « No Evidence That Mandatory Open Data Policies Increase Error Correction », Nature Ecology & Evolution, 6 (11), p. 1630–33. https://doi.org/10.1038/s41559-022-01879-9.

Boltanski, Luc ; Thévenot Laurent (1991), De La Justification. Les Économies de La Grandeur. Gallimard.

Borgman, Christine L. (2012),  « The Conundrum of Sharing Research Data ». Journal of the American Society for Information Science and Technology, 63 (6), p. 1059–78. https://doi.org/10.1002/asi.22634.

Borgman, Christine L. (2015), Big Data, Little Data, No Data: Scholarship in the Networked World. The MIT Press. https://www.jstor.org/stable/j.ctt17kk8n8.

Borgman, Christine L.; Groth Paul (2025), « From Data Creator to Data Reuser: Distance Matters ». Harvard Data Science Review, 7 (2). https://doi.org/10.1162/99608f92.35d32cfc.

Bourdieu, Pierre (1976), « Le champ scientifique ». Actes de la Recherche en Sciences Sociales, 2 (2), p. 88–104. https://doi.org/10.3406/arss.1976.3454.

Boyd, Andy ; Gatewood Jane ; Thorson Stuart J. ; Dye Timothy (2019), Data Diplomacy. https://www.sciencediplomacy.org/article/2019/data-diplomacy.

Bru, Thérèse (2017a), « Plus vrai que nature : conversion de l’information scientifique en objets, conversion des objets en informations dans les correspondances en sciences naturelles:(xviiie-xixe siècles, mondes britanniques et français) ». In Matière à écrire. Presses universitaires de Vincennes. https://doi.org/10.3917/puv.bru.2017.01.0179.

Bru, Thérèse (2017b), « La collection éclatée », Artefact. Techniques, histoire et sciences humaines, N. 6, 6. https://doi.org/10.4000/artefact.872.

Fillaud, Candice ; Boukacem-Zeghmouri Chérifa ; Fei Yutong ; Favel-Kapoian Valentine (2026), « The French HSS Community Speaks Out on Open Science: A Top-Down and Bottom-Up Taxonomy Approach », The Journal of Electronic Publishing, 29 (1). https://doi.org/10.3998/jep.7835.

Friedrich, Tanja (2020), Looking for Data. November 30. https://doi.org/10.18452/22173.

Gabelica, Mirko ; Bojčić Ružica ; Puljak Livia (2022),  « Many Researchers Were Not Compliant with Their Published Data Sharing Statement: A Mixed-Methods Study », Journal of Clinical Epidemiology, 150 (October), p. 33–41. https://doi.org/10.1016/j.jclinepi.2022.05.019.

Gregory, Kathleen ; Groth Paul ; Scharnhorst Andrea ; Sally Wyatt Sally (2020), « Lost or Found? Discovering Data Needed for Research », Harvard Data Science Review, 2 (2). https://doi.org/10.1162/99608f92.e38165eb.

Hostler, Thomas J. (2024), « The Invisible Workload of Open Research », Journal of Trial & Error, 4 (1). https://doi.org/10.36850/mr5.

Kaden, Ben (2019), « Pourquoi les données de recherche ne sont-elles pas publiées ?», Études de communication. Langages, information, médiations, No. 52. https://doi.org/10.4000/edc.8783.

Kim, Youngseek ; Adler Melissa (2015), « ‘Social Scientists’ Data Sharing Behaviors: Investigating the Roles of Individual Motivations, Institutional Pressures, and Data Repositories », International Journal of Information Management (Netherlands), 35 (4), p. 408–418. https://doi.org/10.1016/j.ijinfomgt.2015.04.007.

Leonelli, Sabina (2025), « What to Do About Data Distance? Responsible Alternatives to Data Sharing », Harvard Data Science Review, 7 (2). https://doi.org/10.1162/99608f92.e95b5c26.

Leonelli, Sabina ; Tempini  Niccolò (eds.) (2020), Data Journeys in the Sciences. Springer International Publishing. https://doi.org/10.1007/978-3-030-37177-7.

Mattern, Janice Bially ; Kohlburn Joseph ; Heather Moulaison-Sandy Heather (2024), « Why Academics Under-Share Research Data: A Social Relational Theory », Journal of the Association for Information Science and Technology, 75 (9), p. 988–1001. https://doi.org/10.1002/asi.24938.

MESR (2018), « Plan national pour la Science Ouverte », Ouvrir la Science, November 17. https://www.ouvrirlascience.fr/plan-national-pour-la-science-ouverte.

MESR (2021), « Deuxième Plan National Pour La Science Ouverte », Ouvrir La Science. https://www.ouvrirlascience.fr/deuxieme-plan-national-pour-la-science-ouverte/.

Miège, Bernard (2017), Les industries culturelles et créatives face à l’ordre de l’information et de la communication. Presses universitaires de Grenoble. https://doi.org/10.3917/pug.miege.2017.01.

Miège, Bernard (2020), La numérisation en cours de la société. Points de repères et enjeux. Presses universitaires de Grenoble. https://doi.org/10.3917/pug.miege.2020.01.

Million, Anthony J.; York Jeremy; Lafia Sara ; Hemphill Libby (2025), « Data, Not Documents: Moving beyond Theories of Information-Seeking Behavior to Advance Data Discovery », Journal of the Association for Information Science and Technology, 76 (4), p. 649–64. https://doi.org/10.1002/asi.24962.

Mirowski, Philip (2018), « The Future(s) of Open Science », Social Studies of Science, 48 (2), p. 171–203. https://doi.org/10.1177/0306312718772086.

Moore, Samuel A. (2025), Publishing Beyond the Market: Open Access, Care, and the Commons. University of Michigan Press. https://doi.org/10.3998/mpub.11781635.

Nicholas, David ; Eti Herman Eti ; Boukacem-Zeghmouri Cherifa ; et al. (2022), «Early career researchers in the pandemic-fashioned » new scholarly normality: voices from the research frontline », Profesional de la información, 31(5). https://doi.org/10.3145/epi.2022.sep.10.

Nicholas, David ; Herman Eti ; Boukacem-Zeghmouri Cherifa ; et al. (2023), « Transforming Scholarly Communications: The Part Played by the Pandemic and the Contribution of Early Career Researchers », Learned Publishing, 36 (4), p. 492–505. https://doi.org/10.1002/leap.1576.

Pasquetto, Irene V.; Borgman Christine L. ; Wofford Morgan F. (2019), « Uses and Reuses of Scientific Data: The Data Creators’ Advantage », Harvard Data Science Review, 1 (2). https://doi.org/10.1162/99608f92.fc14bf2d.

Pooley, Jeff (2022), « Surveillance Publishing », The Journal of Electronic Publishing, 25 (1). https://doi.org/10.3998/jep.1874.

Rebouillat, Violaine (2021), « Le partage des données vu par les chercheurs : une approche par la valeur », Les Enjeux de l’information et de la communication, 221 (1), p. 35–53. https://doi.org/10.3917/enic.030.0035.

Schöpfel, Joachim ; Rebouillat Violaine (2023), « Partage et valorisation des données de la recherche », ISTE Group. https://www.istegroup.com/fr/produit/partage-et-valorisation-des-donnees-de-la-recherche/.

Shapin, Steven (2014), Une Histoire Sociale de La Vérité. Éditions La Découverte. https://www.editionsladecouverte.fr/une_histoire_sociale_de_la_verite-9782707173492.

Sparc Europe (2017), A Snapshot of Open Data and Open Science  Policies in Europe. https://sparceurope.org/wp-content/uploads/dlm_uploads/2017/12/SPARCEuropeDCC_OpenSciencePolicySnapshotOct2017.pdf.

Tenopir, Carol ; Dalton Elizabeth D. ; Allard Suzie ;et al. (2015), « Changes in Data Sharing and Data Reuse Practices and Perceptions among Scientists Worldwide », PLOS ONE, 10 (8), e0134826. https://doi.org/10.1371/journal.pone.0134826.

Tkacz, Nathaniel (2012), « From Open Source to Open Government : A Critique of Open Politics », Ephemera: Theory and Politics in Organization, Vol.12, No.4, p. 386–405. http://www.ephemeraweb.org/journal/12-4/12-4tkacz.pdf.

Remerciements

Les auteurs souhaitent remercier vivement la coordinatrice du numéro pour les commentaires précieux fournis à la première version de l’article, et qui ont bénéficié à la précision des analyses proposées dans le texte.  

Auteures

Chérifa Boukacem Zeghmouri

Chérifa Boukacem-Zeghmouri est Professeure en SIC à l’Université Lyon 1, membre du laboratoire ELICO et responsable de la mention Master Information et Médiation Scientifique (IMST), spécialisé en Science Ouverte. S’appuyant au cadre théorique des industries culturelles et créatives, ses travaux analysent les transformations des formes de production, de circulation, d’évaluation et de légitimation de la recherche scientifique. Ses travaux actuels portent sur les différentes formes d’ambivalences de la Science Ouverte.
cherifa.boukacem-zeghmouri@univ-lyon1.fr

Candice Fillaud

Candice Fillaud est doctorante en Sciences de l’Information et de la Communication à l’Université Lyon 1 et au laboratoire Elico. Elle s’est spécialisée dans les données de la recherche grâce à des études en Science Ouverte et plusieurs expériences professionnelles (CCSD, Urfist de Lyon, Datactivist, CHIST – ERA). Elle a participé en tant que Ingénieur de recherche au projet JuDDGES financé par le programme européen CHIST- ERA, dans le cadre du WP4 « Science Ouverte ».
candice.fillaud@proton.me