AI-Assisted Curation of Conference Scholarship: Compiling, Structuring, and Analyzing Two Decades of Presentations at the Society for Social Work and Research

Cette étude présente une base de données complète de 23 793 présentations du congrès de la Société de Recherche en Travail Social (SSWR) sur deux décennies, compilée et analysée avec l'aide de l'IA, révélant une croissance significative de la participation, une collaboration accrue et une prédominance continue des méthodes quantitatives.

L'essentiel

Imaginez que le monde de la recherche en travail social est comme une immense bibliothèque en construction perpétuelle. Pendant des décennies, les chercheurs ont déposé leurs idées, leurs découvertes et leurs projets dans cette bibliothèque, mais sous une forme très particulière : des milliers de petits billets de notes (les résumés de conférences) éparpillés sur des étagères, écrits dans des styles différents, parfois illisibles, et jamais organisés dans un grand catalogue.

C'est exactement ce que cette étude a entrepris de faire. Voici l'histoire de cette grande aventure, racontée simplement.

1. Le Problème : Une bibliothèque en désordre

La Société pour la Recherche en Travail Social (SSWR) organise chaque année une grande conférence où des milliers de chercheurs se réunissent pour présenter leurs travaux. C'est le "marché aux idées" le plus important du domaine.

• Le souci : Pendant 20 ans (de 2005 à 2026), ces présentations ont été enregistrées sur un site web, mais les informations étaient "en vrac". On ne pouvait pas facilement compter qui présentait quoi, quelles méthodes ils utilisaient, ou d'où ils venaient. C'était comme essayer de compter les pommes dans un sac sans les sortir, juste en secouant le sac.

2. La Solution : Des "petits robots" intelligents

Au lieu d'engager une armée de personnes pour lire et classer manuellement 24 000 résumés (ce qui prendrait des années), les auteurs ont utilisé une technologie nouvelle et économe en énergie : des modèles de langage intelligents (des sortes de robots lecteurs).

• L'analogie : Imaginez que vous avez un tas de lettres manuscrites illisibles. Au lieu de les lire une par une, vous donnez un petit robot à chaque lettre. Ce robot est capable de dire : "Ah, cette lettre vient de l'Université de Michigan, elle parle de statistiques, et l'auteur est un étudiant en doctorat".
• L'astuce : Les chercheurs ont utilisé un modèle "petit" (pas le plus gros et le plus gourmand en électricité du monde), capable de tourner sur un ordinateur ordinaire, pour respecter l'environnement tout en faisant le travail. Ils ont ensuite vérifié le travail du robot avec des humains pour s'assurer qu'il ne faisait pas d'erreurs.

3. Ce qu'ils ont découvert (Les trésors cachés)

Une fois le catalogue créé, ils ont pu regarder les tendances de ces 20 dernières années. Voici les grandes nouvelles :

• Une explosion de participation : La conférence a doublé de taille tous les dix ans. En 2005, il y avait 423 présentations. En 2026, c'était presque 2 000 ! C'est comme si une petite réunion de quartier est devenue un festival international.
• Le travail d'équipe a gagné : Autrefois, la plupart des chercheurs travaillaient seuls. Aujourd'hui, c'est l'effervescence collective. Le nombre moyen d'auteurs par présentation est passé de 2 à plus de 3. C'est le passage du "je" au "nous".
• La diversité des méthodes : Pendant longtemps, les chiffres et les statistiques (les méthodes quantitatives) dominaient tout, comme un roi sur son trône. Mais petit à petit, les histoires, les interviews et les analyses de sens (les méthodes qualitatives) ont pris de la place. Aujourd'hui, on voit un équilibre plus sain entre les chiffres et les récits humains.
• Le monde se rapproche : La conférence est devenue plus internationale. En 2005, seuls 4,5 % des participants venaient de l'extérieur des États-Unis. En 2026, ce chiffre a triplé. C'est une vraie fenêtre ouverte sur le monde, même si des barrières (comme les visas ou le coût des voyages) rendent encore ce voyage difficile pour certains.

4. Pourquoi c'est important ?

Cette étude est comme la création d'une carte au trésor pour la science du travail social.

• Avant, on ne savait pas vraiment où la discipline allait.
• Maintenant, avec cette base de données organisée, les chercheurs peuvent voir les tendances, comprendre comment les idées évoluent, et s'assurer que les jeunes chercheurs (les doctorants) et les professeurs sont bien représentés.

En résumé :
Les auteurs ont pris un chaos de 20 ans de documents, utilisé de la "magie" informatique (l'intelligence artificielle) pour les ranger, et ont révélé une histoire fascinante : le travail social est plus collaboratif, plus diversifié et plus international que jamais. Ils ont transformé un tas de papiers poussiéreux en une boussole pour guider l'avenir de la recherche.

Résumé technique

Voici un résumé technique détaillé de l'article « AI-Assisted Curation of Conference Scholarship: Compiling, Structuring, and Analyzing Two Decades of Presentations at the Society for Social Work and Research (2005–2026) », rédigé en français.

1. Problématique et Contexte

Les conférences scientifiques constituent une étape cruciale du cycle de la recherche, servant souvent de première articulation publique des idées et des méthodologies avant la publication formelle. Cependant, dans le domaine du travail social, les résumés (abstracts) de la conférence annuelle de la Society for Social Work and Research (SSWR) sont restés sous-utilisés pour l'analyse scientométrique.

Le problème central réside dans le fait que ces données sont stockées sous forme de textes non structurés dans un système de gestion de conférence (Confex), rendant impossible l'analyse à grande échelle des tendances méthodologiques, de la collaboration ou de la participation institutionnelle. Contrairement aux revues académiques qui disposent de métadonnées standardisées, les résumés de conférence manquent de structure, ce qui empêche la constitution d'une base de données analytique historique. De plus, l'utilisation de modèles de langage (LLM) pour extraire ces données soulève des préoccupations concernant le coût, la durabilité environnementale et la confidentialité des données liées aux modèles massifs hébergés dans le cloud.

2. Méthodologie

L'étude propose un pipeline technique complet pour transformer des archives web non structurées en une base de données structurée et analysable.

• Collecte de données (Web Scraping) :

  • Les auteurs ont utilisé le script Crawl4AI pour extraire les données de l'archive Confex de la SSWR couvrant les années 2005 à 2026 (22 ans).
  • Le processus a impliqué l'extraction des titres, des résumés complets et des informations sur les auteurs.
  • Une logique de parsing spécifique a été développée pour gérer les changements de structure HTML survenus au fil des ans (notamment entre 2005-2008 et les années suivantes).
  • Les présentations sans résumé ou avec un texte inférieur à 50 caractères ont été exclues.

• Traitement par Modèles de Langage (SLM) :

  • Au lieu d'utiliser des modèles massifs coûteux, l'équipe a déployé localement un Small Language Model (SLM) : gpt-oss:20b (20 milliards de paramètres).
  • Avantages du SLM : Exécution locale (pas de dépendance au cloud), préservation de la confidentialité des données, réduction de l'empreinte carbone et des coûts.
  • Tâches d'extraction : Le modèle a été utilisé via des prompts structurés (avec exemples few-shot) pour extraire et normaliser les métadonnées suivantes :
    • Affiliations : Extraction du nom, du titre, de l'institution, de la ville, de l'état et du pays.
    • Classification méthodologique : Catégorisation des résumés en cinq types : Quantitatif, Qualitatif, Mixte, Revue, et Théorique/Autre.
    • Rôle de l'auteur : Classification des postes (doctorant, professeur, chercheur, praticien, etc.).

• Nettoyage et Résolution d'Entités :

  • Normalisation des noms : Utilisation de l'algorithme NFKD pour la décomposition des caractères et suppression des espaces superflus.
  • Déduplication (Entity Resolution) : Un système basé sur des graphes (bibliothèque NetworkX) a été utilisé pour identifier les auteurs uniques. Il combine la similarité de chaînes de caractères (RapidFuzz), la gestion des initiales, les affiliations partagées et des règles spécifiques pour les noms asiatiques courants. Cela a permis de réduire 23 481 variantes de noms bruts à 20 779 chercheurs uniques.
  • Normalisation des institutions : Création d'une table de correspondance pour unifier les variantes (ex: "U. Michigan" et "University of Michigan").

• Validation Humaine :

  • Le processus n'est pas entièrement automatisé. Des revues humaines itératives ont eu lieu à chaque étape majeure (extraction, résolution d'entités, classification).
  • L'accord inter-évaluateurs (Kappa de Cohen) pour la classification méthodologique était de 0,83 (accord quasi parfait).

3. Contributions Clés

1. Infrastructure de Recherche : Création d'une base de données longitudinale exhaustive contenant 23 793 présentations et 69 924 enregistrements d'auteurs, couvrant deux décennies de recherche en travail social.
2. Méthodologie d'IA Économe : Démonstration de la viabilité des Small Language Models (SLM) pour des tâches complexes d'extraction et de classification de données académiques, offrant une alternative durable et peu coûteuse aux modèles propriétaires massifs.
3. Analyse Scientométrique : Fourniture d'une première vue d'ensemble systématique de l'évolution de la recherche en travail social à travers le prisme des conférences, un domaine précédemment négligé par rapport aux analyses de journaux.

4. Résultats Principaux

• Croissance de la Conférence : Le nombre de présentations a augmenté de manière spectaculaire, passant de 423 en 2005 à 1 935 en 2026, soit un taux de croissance annuel composé (CAGR) de 7,5 %. Une inflexion notable a été observée en 2015 (+46 % en un an).
• Évolution Méthodologique :
  • Les méthodes quantitatives dominent toujours (61,1 %), mais leur part relative a diminué (de ~71 % au début à ~51 % en 2025-2026).
  • Les approches qualitatives ont augmenté significativement (de 15 % à 30 %).
  • Les méthodes mixtes (9,1 %) et les revues (5,4 %) montrent une croissance modérée mais constante.
• Collaboration et Auteurs :
  • Le nombre moyen d'auteurs par présentation est passé de 2,22 à 3,31.
  • Les présentations à auteur unique ont chuté de 38 % à 21 %, tandis que celles à 4 auteurs ou plus ont augmenté de 16 % à 38 %.
  • Les doctorants (19 %) et les professeurs assistants (19,6 %) constituent les contributeurs les plus fréquents.
• Participation Internationale : La participation internationale (hors USA) est passée de 4,5 % en 2005 à 13,7 % en 2026, bien que les États-Unis dominent toujours (89,1 % des affiliations).

5. Signification et Implications

• Pour la Discipline : L'étude révèle une diversification méthodologique croissante, avec une reconnaissance accrue des approches qualitatives et interprétatives, parallèlement à une intensification de la collaboration scientifique (travail en équipe).
• Pour la Gestion de la Conférence : La croissance rapide pose des défis de gestion de la densité du programme et d'accès équitable aux échanges. L'étude souligne l'importance des programmes de mentorat pour les chercheurs en début de carrière (doctorants et jeunes professeurs) qui sont majoritaires.
• Pour la Méthodologie de Recherche : L'article valide l'approche consistant à utiliser des SLM locaux pour le curation de données académiques. Cela permet de démocratiser l'accès aux analyses textuelles à grande échelle pour les disciplines aux ressources limitées, tout en garantissant la confidentialité des données.
• Perspective Géopolitique : La baisse récente de la participation internationale en tant que premier auteur (malgré la croissance globale) est attribuée à des barrières structurelles (tensions géopolitiques, visas, coûts de voyage), soulignant la fragilité des réseaux de collaboration mondiaux.

En conclusion, cette recherche transforme une archive historique statique en une infrastructure de données dynamique, permettant des tests d'hypothèses systématiques sur l'évolution de la recherche en travail social et offrant un modèle reproductible pour l'analyse de la littérature de conférence dans d'autres domaines.