Au cours du 21ième siècle, le nombre de projets scientifiques faisant appel à des citoyens augmente de manière exponentielle. De tels projets sont compris et se regroupent sous le label de la science citoyenne (CS). Il s’agit d’une approche moderne qui vise à promouvoir la participation publique dans des domaines divers de la recherche[1]. D’après Strasser et al. (2018), le concept de la science citoyenne aurait deux origines historiques distincts. D’une part, ils parlent des naturalistes du 18ième et 19ième siècles tel que Darwin, et d’autre part, ils argumentent une origine liée au mouvement critique envers la science dans les années 1960 à 1970.
En lien avec ces origines historiques, à la fin des années 1990, Alan Irwin et Richard Bonney sont les premiers auteurs à proposer des définitions de travail, bien qu’elles soient fondamentalement différentes. Irwin définit la science citoyenne comme à la fois la science pour les citoyens et la science par les citoyens. Néanmoins, de son point de vue la science citoyenne doit être considérée comme une approche améliorant la compréhension publique de la science. En opposition, la définition de Bonney essayant de faire d’une pierre deux coups, considère la science citoyenne à la fois comme la participation publique dans des projets collaboratifs de recherche et comme un outil favorisant la compréhension publique de la science[2][3]. Cette deuxième définition nous permet de fixer notre cadre de travail qui cherche à savoir si la science citoyenne peut être un atout primordial en recherche. La majorité des projets contemporains sont définis par rapport à cette deuxième définition avec comme seule variation l’apport éducatif des projets [4][5].
D’un point de vue topologique, les projets de science citoyenne peuvent être classés hiérarchiquement[5], par leur degré de participation[6], les objectifs du projet[7] ou encore par les pratiques épistémiques[3]. En combinant, définition et typologie, la science citoyenne ne peut plus seulement être perçue comme une alternative d’obtention des données, mais comme une approche intégrative utilisable sur de divers domaines d’investigation scientifique. Ainsi, le débat qui se pose est comment rediriger les objectifs ultimes : démocratisation de la science, bonne littérature scientifique et d’importantes avancées scientifiques[3] afin de fixer l’outil de la science citoyenne comme un atout primordial de recherche[1].
La science citoyenne : de la conception à l'analyse des données
Les sciences citoyennes présentent un avantage pour les scientifiques de par l’obtention d’un nombre important de données, sur une période de temps réduite et à un moindre coût (référence). Worthington et al. (2011) mettent en avant des exigences communes indispensables à tout projet de science citoyenne : (i) les méthodes doivent être conçues en tenant compte des qualités des volontaires (ii) les volontaires doivent être recrutés et impliqués (iii) les données collectées doivent être irréprochables. McKinley et al. (2016) suggère que pour faciliter l’implication des volontaires et d'assurer une collecte de données de haute qualité, les tâches de la part des citoyens doivent rester simples et ne nécessitent pas forcément une éducation académique. Définir un plan d’échantillonnage précis, concis et qui minimise les biais et erreurs est essentiel afin de permettre une participation durable et d’entretenir la motivation des participants, tout en réussissant à trouver une fréquence d’échantillonnage suffisante ainsi qu’un équilibre entre qualité et quantité de données ce qui permet des publications irréprochables. Delaney et al. (2008) ont pu montrer à travers leur étude qu’une partie des volontaires n’avaient pas terminé les mesures d’échantillonnage à cause de méthodes trop difficiles ou fastidieuses ; consistant à capturer des crabes afin d'identifier l’espèce, le genre et mesurer la largeur de leur carapace.
Le recrutement des citoyens est une étape essentielle lors de la mise en place de projets de CS. L’avancée des nouvelles technologies a grandement contribué à l’accroissement du nombre de projets, avec l’utilisation des médias, des radios, des conférences ou émissions de télévision et notamment avec la création d’application de smartphone. Worthington et al. (2011) ont élaboré un projet et ont profité de l’anniversaire bicentenaire de Charles Darwin, étant un événement international, pour le promouvoir et mobiliser au maximum le public. Dans cette même optique, l’entreprise eBird est un projet de CS mobilisant des citoyens autour d’une passion commune, l’ornithologie. Pour améliorer la transmission et le partage des données, les responsables ont développé une application pour smartphone ainsi que des méthodes statistiques tel que des modèles spatiaux . Ces derniers permettent d’évaluer la niche écologique pour un grand nombre d’espèces en prenant en compte les "pseudo-absences” sous la forme de probabilités d'occurrence et un grand nombre de variables environnementales pour la caractériser[8]. L'étude présentée par Bartumeus et al. est un autre exemple d'application smartphone, “Mosquito Alert”, mise en place pour faire participer les citoyens à une collecte de données à grande échelle. Bien que les projets aient pour objectif de faire participer un grand nombre de citoyens, l’éducation de chacun semble avoir un impact sur la précision et fiabilité des données[9].
Les participants peuvent être impliqués à différents degrés dans les projets de science citoyenne, faisant alors varier les biais et les erreurs. Ils peuvent intervenir lors d’entretien ou enquête, permettant aux scientifiques d’obtenir des données sur la perception des volontaires face à un problème, c’est ce que Majekodunmi et al. (2018) mettent en avant dans leur étude avec l’utilisation de l’épidémiologie participative. Bien que les participants ne soient pas amenés à collecter eux-mêmes des informations, ce type de projet permet de créer un contact, un dialogue et une situation de confiance entre les différents partis. De la même façon Frigerio et al. (2018) présentent dans une étude de cas l’importance de ces collaborations pour résoudre des conflits. Dans une autre étude de cas, les auteurs montrent que différentes catégories de citoyens, allant d’un étudiant de primaire à des lycéens, peuvent être impliqués dans des projets bien que la difficulté des tâches reste toujours à prendre en considération et à adapter. En outre, il s'avère primordial d'assurer la durabilité des projet de science citoyenne[6][1]. Dickinson et al. (2012) présentent une approche universelle pour répondre et assurer le bon déroulement du projet à long terme, en choisissant des collaborations et partenariats stratégiques afin de maintenir le financement des structures informatiques et la direction du projet. De plus, pour maintenir les relations créées, il faut proposer des rémunérations ou reconnaissances en tant que co-auteurs d’un article par exemple. A ces problématiques d'organisation et de conception de projets s'ajoutent des soucis d'un point de vu de la balance entre la qualité et la quantité des données.
Le challenge associé à l'analyse des bases de données acquises par les CS offre une opportunité passionnante de collaboration entre statisticiens et scientifiques spécialisés dans différents domaines scientifiques. Ainsi, il est possible d’anticiper la mise au point de nouvelles approches statistiques et d’une conception d’enquête qui permettront de surmonter certains des problèmes décrits ci-dessus. De nombreuses améliorations ont été envisagés pour réduire le nombre de biais et d’erreurs au sein des projets : amélioration des protocoles d’échantillonnage, entraînement des participants, gestion des bases de données, filtration ou sous-échantillonnage des jeux de données. Cependant, il s’avère que ces propositions ne soient pas toujours suffisantes pour éliminer toutes les sources d’erreurs et de biais, s’éloignant des hypothèses de bases des analyses statistiques. Tel est le cas de l’étude de Worthington et al. (2011), de nombreux contrôles sur la qualité des données ont été réalisés par des moyens de pré, de post-soumission et nettoyage manuel. Bien que les données conservées aient un minimum d’erreur, cela ne leur a pas permis de répondre à toutes leurs hypothèses. Bird et al. (2014) montrent, à travers une méta-analyse, que les approches décrites ne permettent pas d’éliminer l’erreur de mesure et le biais associé à la structuration spatiale des données. Dans les projets de science citoyenne, l’erreur d’échantillonnage résulte plus précisément des différences d’expérience ou d’intérêt entre les participants, ce qui leur a permis de subdiviser le biais en biais systématiques et en biais d’échantillonnage. De nombreuses approches de modélisation existent, des modèles linéaires aux réseaux de neurones artificiels, mais il s'avère important de déterminer les problèmes associés aux jeux de données et de comprendre l’influence des biais ou erreurs sur nos conjectures. Pour pouvoir améliorer l’analyse des résultats, il est essentiel de concevoir un design expérimental prenant en compte les variables environnementales et celles associées à l'exécution de l’échantillonnage en amont du projet[6].
Comment la perception des chercheurs influence-t-elle les projets de science citoyenne
La notion de qualité des données, essentielle dans un projet, divise de nombreux scientifiques. Cette notion semble être définie par diverses dimensions, telles que l’exactitude et la précision des données, une taille suffisante de l’échantillon, et des procédures d’échantillonnages normalisés. Lukyanenko et al. (2016) soutiennent que le manque d’expérience ou de formation ne doit pas être perçu comme des caractéristiques diminuant la qualité des données. Selon les auteurs, il faut impliquer une large diversité de citoyens et ne pas concevoir les projets de façon exclusif et limités afin de mener une approche flexible concernant la collecte de données. D’autre part, la notion de qualité des données se trouve être critiquée par les chercheurs et responsables qui déclarent une qualité inconsistante[10].
Outre cette notion de qualité des données Riesch et al. (2014) ont constaté que la perception des scientifiques, selon laquelle les données scientifiques citoyennes ne seraient pas bien reçues par leurs pairs dans la communauté scientifique, contribue au manque d’utilisation des projets de CS et notamment à une diminution du taux de publication. Ce point de vue semble être également partagé par Burgess et al. (2017) qui soulignent trois problèmes majeurs : la perception de la science citoyenne par les chercheurs, les exigences vis-à-vis des données, la connaissance des projets de science citoyenne. À travers ces problèmes, les auteurs ont pu mettre en évidence le manque de confiance vis à vis des participants de la part des chercheurs concernant l’origine des données, c’est-à-dire qu’ils préfèrent des données collectées par d’autres scientifiques, tel que des universitaires, par rapport à celles collectées par d’autres non-scientifiques. Cependant, les auteurs ont pu démontrer que, généralement, les chercheurs ne sont pas conscient de l’existence de projet de science citoyenne dans leur domaine de prédilection, réduisant ainsi l’application de ces sciences dans de nombreux domaines de recherche. D’autre part, le terme de “science citoyenne” est relativement récent, ce qui expliquerait la sous-représentation de ces projets dans la littérature scientifiques[11]. Ainsi Tulloch et al. (2013) ont montré que le taux de citation et le nombre de publications dépend fortement de la catégorie ou structure du projet de science citoyenne.
Conclusion
Les facteurs à prendre en compte pour accepter les sciences citoyennes comme atout primordial en recherche sont nombreux. Néanmoins, à ce jour, la science citoyenne n'est pas forcément défavorisée par la présence d'erreur et de biais dans les jeux de données, mais le vrai handicap concerne la manière dont les chercheurs perçoivent la science citoyenne[2][12]. Les nombreuses avancées technologiques, telles que le développement d'outils statistiques, la création d'application ou l'utilisation des médias, ont permis de promouvoir la démarche des sciences citoyennes, afin de la fixer comme un atout pertinent qui démocratise la science en produisant une littérature scientifique élégante qui permet d'avancer les concepts fondamentaux dans les domaines de la conservation et de la gestion de la biodiversité.