Diriger par l’exemple et vivre selon ses valeurs : la science ouverte en action
L’un des principes qui guide mes choix quotidiens est simple : agir en accord avec mes convictions. Pour moi, cela se traduit par un engagement envers l’enseignement, le partage des connaissances, la science ouverte et l’esprit de communauté. Parfois, il est difficile de trouver le temps et l’énergie pour concrétiser ces valeurs, mais l’effort en vaut la chandelle.
Récemment, avec mon équipe de recherche, nous avons organisé et donné notre 3e atelier R/RStudio gratuit à l’Université de Sherbrooke. Pendant trois jours, une cinquantaine de participant·e·s issu·e·s de divers laboratoires et niveaux d’études se sont réuni·e·s pour apprendre, échanger et collaborer. Quatre enseignant·e·s (Sophie, Jonathan, Amy et moi) et six personnes assistant·e·s (Gaële, Maria Lucia, Ema, Alexandra, Jacob, Alexis) ont contribué bénévolement à rendre cet événement possible.
Pourquoi des ateliers gratuits ?
Dans un milieu académique où les logiciels propriétaires (comme GraphPad Prism, MATLAB ou certaines suites statistiques payantes) dominent, l’utilisation et l’enseignement des outils libres et open-source comme R reste un enjeu majeur. Le coût élevé de certains logiciels crée une barrière invisible, renforçant l’inégalité d’accès aux ressources scientifiques. Au contraire, le logiciel R/RStudio est gratuit et transparent, bâtit par et pour une immense communauté de recherche.
Pourtant, ce n’est pas une critique envers celles et ceux qui dépendent des outils payants—parfois par nécessité, parfois par habitude, parfois par culture de domaine ou de laboratoire. Mais si nous voulons une science plus transparente, reproductible et inclusive, nous devons prioriser et supporter des alternatives accessibles.
J’ai eu la piqûre du langage de programmation R en 2011, lors de ma MSc à Barcelone. Nous devions créer un modèle de simulation qui permettait à des loups et des moutons de se rencontrer (le loup mange le mouton) dans un espace fini. Depuis presque 15 ans, j’en ai fait mon outil de travail #1 (R, pas le modèle de mouton-loup). C’est facile d’oublier que nous avons toutes et tous commencé comme débutant.e lorsqu’on voit un.e utilisateur.trice expert.e coder. Cela peut donner une sensation de peur, de vertige ou d’anxiété. Et même si de nombreux tutoriels existent en ligne pour apprendre par soi-même, je constate que l’apprentissage par un atelier gratuit, local, et enseigné par des personnes qu’on connaît, qui étaient elles-mêmes débutantes il y a peu de temps, est un des meilleurs vecteurs pour l’enseignement de R.
La force de la communauté
Au-delà de l’aspect technique, ces ateliers sont une belle occasion de briser l’isolement académique. En trois jours, des étudiant·e·s, des postdocs et des chercheur·euse·s de différents labos et horizons ont pu échanger, se former et même créer des liens. Dans un environnement souvent compétitif, ces moments de partage désintéressé sont précieux.
La véritable magie de ces ateliers est entre les lignes de code.
Elle prend vie dans les discussions autour d’un café – quand une personne étudiante au PhD parle d’avoir été bloquée sur la même erreur pendant plusieurs semaines, et que soudain trois personnes répondent : “Moi aussi !” Elle est dans ce moment où un.e professeur.e demande à une personne étudiante comment debugger une ligne de code, faisant tomber les hiérarchies par la vulnérabilité partagée.
Ces moments révèlent une vérité trop souvent silencieuse : le plus grand obstacle en recherche n’est ni l’intelligence ni les ressources, mais l’isolement. On nous forme à rivaliser pour des financements, des publications, des reconnaissances, alors que les véritables avancées scientifiques naissent souvent dans l’entraide, dans ces quelques simples mots: “Voici comment j’ai résolu ce problème…”
Ce qui fait que ces ateliers sont importants ne tient pas qu’à l’apprentissage de R – c’est surtout l’incarnation d’une autre culture scientifique.
Une culture où :
- Les difficultés se partagent (au lieu de se cacher)
- Le savoir circule horizontalement (pas seulement du haut vers le bas)
- La croissance est collective (pas un jeu à somme nulle)
Quand une personne étudiante de 1e année voit un.e postdoc de son labo commettre – et corriger – une erreur en direct, cela enseigne bien plus que du code. Cela démystifie le mythe de la personne “chercheuse parfaite” pour le remplacer par quelque chose de mieux : une communauté d’humains qui apprennent ensemble.
C’est pour cela que nous continuons ces ateliers. Pas seulement pour aider les gens à apprendre R, mais pour réaffirmer le cœur collaboratif de la science – un atelier, une conversation, un débug à la fois.“
La magie de ces ateliers ne réside donc pas seulement dans le code. Elle est dans les conversations pendant les pauses, ces questions comme ‘Comment gères-tu ce problème ?’, et dans ce soulagement quand on réalise qu’on n’est pas seul.e à rencontrer ces difficultés. Dans un système qui récompense si souvent l’individualisme, ces moments de résolution collective de problèmes sont précieux.
On constate que beaucoup d’autres personnes de notre entourage sont également en train d’apprendre, ce qui est encourageant et libérateur.
La suite
Nous donnerons de nouveau des ateliers de ce genre, probablement à l’automne 2026, parce que, même si cela nous demande temps et énergie, la science se construit ensemble, et en contribuant ainsi à notre communauté locale c’est tout le monde qui en bénéficie.
Et vous, quelles sont vos valeurs scientifiques ? Comment les incarnez-vous au quotidien ?
🔗 #ScienceOuverte #RStudio #CommunautéScientifique #Mentorat
Walking the Talk
One principle guides my daily choices: aligning my actions with my values. For me, this means committing to teaching, open science, and community-building—even when finding the time and energy feels challenging. The effort is always worth it.
This past May, my research team and I organized and taught our 3rd free R/RStudio workshop at Université de Sherbrooke. Over three days, 50 participants from diverse labs and career stages came together to learn, problem-solve, and collaborate. Four instructors (Sophie, Jonathan, Amy, and myself) and ix volunteers (Gaële, Maria Lucia, Ema, Alexandra, Jacob, Alexis) made it possible—all donating their time freely.
Why Free? The Cost of Closed Science
Academia often runs on proprietary tools: GraphPad Prism, MATLAB, expensive statistical suites. But open-source alternatives like R remain underused, despite their potential to democratize research. High software costs create invisible barriers, deepening inequalities in scientific access. In contrast, R is free and transparent, built by and for an immense research community.
This is not a critique of those who rely on paid tools—whether out of necessity, habit, or domain or lab culture. But if we want science to be transparent, reproducible, and inclusive, we must prioritize and support accessible options.
My R Journey: From Wolves-and-Sheep to Mentorship
I fell in love with R in 2011 during my MSc in Barcelona, building a simulation where wolves and sheep interacted in a finite space (yes, the wolves ate the sheep). Over 15 years, R became my #1 tool (the language, not the predator-prey model!).
It is easy to forget we all started as beginners when watching an expert code. That learning curve can feel daunting, even anxiety-inducing. While online tutorials exist, I have found that free, local workshops—taught by people who were beginners themselves not long ago—are among the most effective ways to learn R. Familiar faces and shared struggles make all the difference.
The Power of Community
Beyond technical skills, these workshops break academic isolation. For three days, undergrads, postdocs, and PIs from different labs traded tips, laughed over errors, and built connections. In a competitive environment, these moments of genuine collaboration are rare—and healing.
The true magic of these workshops lives between the lines of code.
It sparks in those coffee-break confessions—when a PhD student admits they have been stuck on the same error for weeks, and suddenly three people chime in: “Me too!” It is in the way a professor asks a student how to debug a line of code, dissolving hierarchies through shared vulnerability.
These moments reveal a quiet truth: academia’s greatest bottleneck is not intelligence or resources—it is isolation. We are trained to compete for funding, publications, and accolades, yet the most profound breakthroughs often come from collaborations, from someone saying, “Here’s how I solved that problem.”
What makes these workshops radical is not just teaching R—it is modeling a different scientific culture. One where:
- Struggles are shared (not hidden)
- Knowledge flows laterally (not just top-down)
- Growth is collective (not zero-sum)
When a first-year undergrad watches their lab’s postdoc make—and fix—a mistake in real time, it does more than teach syntax. It dismantles the myth of the ‘perfect researcher’ and replaces it with something better: a community of humans learning together.
That is why we keep doing this. Not just to spread R skills, but to reclaim the collaborative heart of science—one workshop, one conversation, one ‘Aha!’ moment at a time.
The magic of these workshops is not just in the code. It is in the breaktime conversations, the “How do you handle this?” questions, and the relief when someone realizes they are not alone in their struggles. In a system that often rewards individualism, these moments of collective problem-solving are radical.
Seeing peers at similar learning stages is liberating. It reminds us that we are not alone.
What’s Next?
We shall run this workshop again—likely in Fall 2026—because science grows stronger when we prioritize collective progress over individual competition. Yes, it demands time and energy. But when our local community benefits, everyone wins.
What are the core values that guide your scientific work? How do you embody them in your daily research practice?
🔗 #OpenScience #RLang #CommunityOverCompetition
