Épistémologie de l'informatique

Des trois objets principaux de l'informatique, le plus évident est l'algorithme. Et souvent, effectivement, l'informatique est ainsi réduite à l'algorithmique, science des processus systématiques de résolution, par le calcul, d'un problème. Une science associée au verbe faire. Les termes traitement, calcul, automatisme, processus, ... sont parfois aussi employés.

Pour Donald E. Knuth, la science informatique naissante aurait dû s'appeler ainsi "algorithmics"[5]. Cependant, l'algorithmique existait avant l'informatique, avant l'apparition des premières machines et considérée indépendamment de l'existence de ces machines, c'est une discipline que nombreux considèrent comme pouvant faire partie des mathématiques (c'est-à-dire, n'introduisant pas un nouveau paradigme scientifique, ayant la même épistémologie que les mathématiques).

Si l'informatique n'est pas la science des algorithmes et seulement des algorithmes, il faut tout de même constater l'omniprésence de cette notion dans toutes les branches de l'informatique (comme souvent aussi la notion de langage). Des couches les plus basses des machines, jusqu'aux abstractions les plus élevées de la notion de problème, on retrouve des algorithmes. La machine est un algorithme physique (électronique), un problème ou une classe de problèmes est considéré vis-à-vis d'algorithmes.

Le terme « informatique » fait la part belle à la notion d'information et par suite à la notion de langage formel pour représenter et manipuler ces informations. Mais il faut être plus précis, il existe une science de l'information, qui n'est pas l'informatique, une science de l'information et de la communication, même. Ce qui caractérise l'informatique, c'est une information numérique et par certains côtés abstraite et symbolique (ce qui fait l'une de ses forces). Ce n'est plus une information analogique. Selon von Neumann, le succès, l'insolent succès de l'informatique, vient en particulier de ce passage d'un univers analogique, à un univers numérique[6] : dans la réduction, à l'infini, du rapport bruit/signal. Dans l'univers analogique, les gains du rapport signal/bruit sont de plus en plus coûteux à force que l'on progresse ; dans l'univers numérique, c'est l'inverse.

Si les notions de codage, de représentation de l'information, de langages sont souvent présentes en informatique, elles sont également souvent omises, comme implicite, comme s'il n'était pas nécessaire de les préciser particulièrement.

En anglais, deux vocables sont utilisés pour nommer l'informatique (le terme 'informatics' est peu utilisé, à l'origine il s'agissait de nom d'une entreprise, il n'a pu être utilisé qu'au moment où ce terme est tombé dans le domaine public[7]) :

• « Computer Science », le plus utilisé, qui revendique le terme de science et qui insiste sur son objet qui devrait être, si on prend le terme au pied de la lettre, la machine, et
• « Data processing », ou science du traitement des données, c'est-à-dire science des traitements de l'information.

Knuth, dans sa recherche d'un nom pour l'informatique, critique l'accent mis sur l'information, dans le terme français. « Computer science is known as "informatics" in French, German, and several other languages, but American researchers have been reluctant to embrace that term because it seems to place undue emphasis on the stuff that computers manipulate rather than on the processes of manipulation themselves »[8]. Une troisième traduction en anglais est très utilisée depuis les années 2000 : « information technology »,. L'acronyme « IT » est même très répandu en dehors de la sphère informatique.

Le terme anglais « computer science » place la machine au centre de l'informatique, comme objet principal d'étude de cette jeune science. Ce choix soulève de nombreuses critiques :

• c'est une place trop importante pour certains, comme Edsger Dijkstra : « Computer science is no more about computers than astronomy is about telescopes » ;
• c'est une source de dévalorisation, pour d'autres[9] car cela tend à réduire l'informatique à une technologie.

Pourtant, l'informatique n'a commencé vraiment qu'avec l'avènement des premières machines, et son essor a suivi l'essor des machines. Oublier la machine semble donc une grave erreur pour comprendre l'épistémologie de l'informatique.

L'une des raisons de l'importance de la machine en informatique vient, pour certains, de ce que sans machine, l'informatique reste une science formelle et qu'en conséquence, un science que l'on pourrait ranger comme l'une des disciplines des mathématiques. Avec l'arrivée de la machine, c'est l'introduction, l'irruption, du réel dans une science formelle que l'on observe, et la confrontation formel/réel. C'est la confrontation entre l'informatique théorique et la réalisation pratique, une dualité qui rappelle celle entre algorithme et programmation, entre machine de Turing et architecture de von Neumann, entre complexité théorique et benchmarking, ...

Sur le terme machine, d'autres préfèrent le terme ordinateur, mais si l'un semble trop large, l'autre est peut-être trop étroit.

Si la référence à la machine n'est pas constante en informatique, il y a une préoccupation implicite omniprésente vis-à-vis de la relation au réel que l'existence de la machine impose. Pour exemple, l'algorithmique se fixe souvent comme limite des algorithmes de complexité linéaire, ou quadratique, c'est-à-dire ce qu'il est raisonnable d'exécuter sur une machine. Au delà, en restant polynomial, les algorithmes sont réputés coûteux, et des algorithmes approchés peuvent être recherchés. Au delà encore, pour ce qui concerne des complexités exponentielles, la classe de problème est nommée par un euphémisme « dur », ce qui signifie irréaliste ; ou les problèmes sont réputés insolubles, avec comme implicite « avec les machines actuelles et un temps de calcul raisonnable ».