Visualisation, visibilisation : les deux sens de l’art-science
Dans la conceptualisation des données écologiques, le problème n'est pas leur expression ou leur visualisation, c'est leur fabrication même : elles héritent d'un découpage qui constitue le vivant comme extérieur à celui qui le mesure, et portent ainsi les conditions de leur propre neutralisation. Il faut alors penser une visibilisation artistique des données, en amont de celles-ci – rendre tangible, par la série, ce qui structure la mesure sans jamais être mesuré.
L’article aborde la relation entre l’art et la science, plus précisément entre la visualisation des données écologiques et leur visibilisation artistique. Lauriane Mouysset, économiste et artiste, souligne que le problème ne réside pas dans la manière de représenter ces données, mais dans leur fabrication même. Les données écologiques sont souvent construites à partir d’un découpage qui sépare le vivant de celui qui le mesure, ce qui neutralise leur portée. Par exemple, les statistiques sur la biodiversité ou les émissions de CO2 reposent sur des méthodes de collecte qui excluent implicitement certains aspects du réel. La visibilisation artistique propose de rendre tangible ce qui structure ces mesures sans jamais être mesuré, comme les rapports de pouvoir ou les choix méthodologiques cachés. Cette approche vise à révéler les biais inhérents aux données avant même qu’elles ne soient visualisées.
Depuis une dizaine d’années, un mouvement artistique émerge autour de l’idée que les données méritent un corps. Des artistes et designers transforment des données en objets tangibles, comme des écharpes tricotées à partir de températures annuelles ou des courtepointes représentant les courbes d’émissions de CO2. En 2017, la designer Giorgia Lupi publie un manifeste intitulé «Data Humanism» dans lequel elle affirme que chaque ligne de données correspond à un humain et que la visualisation doit rappeler cette dimension humaine. Par exemple, India Johnson a créé une tapisserie pandémique en cousant à la main un point par cas de Covid-19, consacrant vingt heures par semaine pendant dix-huit semaines à ce projet. Ces œuvres soulignent que les données ne sont jamais neutres et reflètent les hiérarchies de ceux qui les collectent. Le textile, avec son histoire liée au calcul binaire (métier Jacquard, mémoire des premiers ordinateurs), devient un médium privilégié pour ces créations, car il allie matérialité, durée et mémoire.
Si le Data Humanism et le Data Feminism (un courant théorisé par D’Ignazio et Klein dans leurs ouvrages de 2020 et 2024) introduisent une critique des rapports de pouvoir dans la collecte des données, ils partagent une hypothèse commune : les données existent d’abord, et l’art ou la critique interviennent ensuite pour les traduire ou les humaniser. Par exemple, le Data Feminism montre que les pratiques de collecte intègrent des hiérarchies sociales, comme le fait de ne pas compter certains phénomènes (comme les féminicides) jusqu’à ce que des mouvements sociaux les rendent visibles. Cependant, ces approches ne remettent pas en cause la fabrication même des données. Elles ajoutent une couche de sens ou d’empathie, mais sans transformer les données elles-mêmes. Le textile, bien que porteur de mémoire, reste un médium qui illustre plutôt qu’il ne questionne la construction des données.
Lauriane Mouysset, économiste et artiste, occupe une position centrale dans ce débat. En tant que directrice de recherche au CNRS (CIRED), elle interroge les méthodes de collecte des données écologiques et propose une visibilisation artistique en amont, c’est-à-dire avant même que les données ne soient produites. Son travail s’inscrit dans une réflexion plus large sur la manière dont l’art peut révéler les biais des sciences sociales et naturelles. Des artistes comme India Johnson ou des théoriciennes comme D’Ignazio et Klein jouent un rôle clé en montrant que les données ne sont pas des faits bruts, mais des constructions sociales. Leurs œuvres et leurs écrits visent à élargir le périmètre de ce qui est considéré comme mesurable, en intégrant des dimensions souvent ignorées, comme les émotions ou les inégalités structurelles.
