Vidéos

L’observation permet de saisir in situ des phénomènes organisationnels complexes. La littérature sur cette méthode éclaire des modalités de collecte envisageables, mais reste plus silencieuse sur l’exploitation et la mise en forme des données collectées. La question du sens des données d’observation reste alors en suspens. Cet article explore cette question en s’intéressant à une forme particulière d’observation, l’observation dynamique, qui permet de saisir des situations indéterminées pour lesquelles praticiens et chercheur rencontrent des difficultés à donner du sens. En prenant appui sur les travaux de Ricœur, nous proposons un outillage conceptuel s’articulant autour des mimèsis. Nous montrons que la mise en intrigue et la mise en récit des données d’observation, au sein d’une enquête associant chercheurs et praticiens, permettent d’éclairer simultanément nos données d’observation et la situation observée. Nous incarnons notre démarche en déployant cet outillage dans le cadre d’une observation dynamique menée au sein d’une industrie à risques. Nous discutons l’enjeu méthodologique de cette co-construction de sens partagé et son rôle pour redonner une place centrale à l’observation en sciences de gestion et replacer les situations et les acteurs au cœur des préoccupations. Observation captures complex organizational phenomena in situ. The literature on this method explains the possible data collection methods but says less about the use and organization of the data collected. As a result, the question of the meaning of observation data remains open. This article explores that question with the focus on a specific form of observation, dynamic observation, which can grasp indeterminate situations whose meaning is elusive for both practitioners and the researcher. Drawing on the work of Ricœur, we propose a conceptual tool kit founded on mimesis. We show that organizing observation data into a plot and narrative, through an inquiry conducted by researchers and practitioners together, can shed light both on the observation data and the situation observed. We embody our method by applying this tool kit to a dynamic observation conducted in a high-risk industry. We discuss the methodological issues of this co-construction of shared meaning and its role in restoring centrality to observation in the management sciences, and resituating the situations and the actors as core concerns.