Comment referais-je ma thèse?

Lorsque j’ai commencé ma thèse, je me suis posé la question d’un logiciel de gestion non seulement des données bibliographique mais également de mes notes. Ce qui existait alors sur le marché (1999) n’était pas très riant. Entre EndNote – cher et peu pratique – et Scribe – ancêtre de zotero qui, sur mes vieux ordinateurs portables d’occasion, n’avait pas une seule chance de marcher – le choix, en fait, n’existait pas vraiment.

J’ai donc commencé à créer moi-même mon propre programme, à partir d’un SGBD propriétaire mais alors distribué gratuitement aux étudiants. Ce fut un cauchemar: l’élaboration de ce « truc » me prenait plus de temps que mes recherches. J’ai alors divisé les choses en deux: les références bibliographiques ont été stockées dans un fichier BibTeX vite géré par BibDesk (Mac OS X); mes notes ont été honteusement prises dans… MS Office Word (et c’est très mal1).

Entre le début de ma thèse et aujourd’hui, l’évolution des logiciels de gestion des références bibliographiques vers des plate-formes embrassant de plus en plus larges parties de nos recherches n’est que l’une des avancées informatiques venues bouleverser la recherche en sciences humaines et sociales. Ainsi, comme l’a fait Peter Haber il y a un peu plus d’un an, je me pose aujourd’hui la question suivante: si je démarrais ma thèse aujourd’hui, comment la mènerais-je?

Exposer mes recherches

La première chose que je ferais, serait d’ouvrir un carnet de recherche (blog scientifique) qui accompagnerait cette thèse. Si pour mon site, j’ai choisi en 2007 d’avoir mon propre nom de domaine (et mon propre serveur), je ferais peut-être un choix différent aujourd’hui, maintenant qu’il existe une plate-forme francophone de référence en sciences humaines et sociales, Hypothèses.

Quel est l’intérêt de bloguer? Il y en a de nombreux –  en voici quelques-uns:

  • Expliciter ses démarches, méthodes, idées,
  • Tester des pistes de réflexion,
  • Engager une discussion (ce qui ne marche pas toujours),
  • S’entraîner à écrire.

Si bloguer comporte de nombreux avantages, c’est un exercice qui peut être exigeant. D’une certaine manière, c’est un avantage pour une thèse (qui est un travail exigeant), mais cela peut se révéler chronophage. L’équilibre à atteindre entre l’écriture sur le blog et la recherche et l’écriture de la thèse est fragile et il faut un peu de temps pour l’atteindre2. En outre, je profiterais des réseaux sociaux pour enrichir mes problématiques, en discutant avec d’autres jeunes (et non jeunes) chercheurs d’horizons similaires ou différents du mien.

Exposer mes sources (primaires et secondaires)

Pour exposer ses sources, il faut d’abord les gérer. Un outil comme zotero permet cette gestion (et bien plus). Mais surtout, je numériserais de manière systématique toutes mes sources primaires, les stockerais dans zotero, leur donnerais de très bonnes métadonnées.

Connecter zotero à un site web – mon blog, par exemple – est parfaitement possible. Cela aurait permis l’enrichissement du blog, mais également aurait donné un vrai sens à ce qu’est une note de base de page, c’est-à-dire l’élément de notre méthodologie qui permet à nos lecteurs de contrôler la manière dont nous utilisons et citons nos sources, de mieux en comprendre notre interprétation, de mieux participer au débat scientifique.

Enrichir mes sources

Il existe aujourd’hui des technologies dites sémantiques sur le web, qui permettent (avec plus ou moins de succès, de pertinence et de bonnes données) d’enrichir des données existantes. Ainsi, grâce à OpenRefine qui peut faire appel à freebase, on peut importer des données dans un feuille de calcul. En utilisant DBpedia – une version sémantisée de Wikipedia – on peut relier de nombreux articles entre eux et bénéficier des informations contenues dans cette encyclopédie. Surtout, les outils existent pour exploiter ces données. Ainsi peut-on visualiser ce qui relie Max Weber, Émile Durkheim et Pierre Bourdieu.

Ces sources d’enrichissement ne sont pas toujours fiables, mais elles peuvent constituer une première approche. En outre, elles devraient s’améliorer au fil du temps et devenir de plus en plus nombreuses. Elles peuvent, malgré leur qualité relative, nous montrer des éléments, relations, acteurs, dont nous ne sommes pas encore conscients quand nous débutons une recherche, nous permettre d’intégrer des informations de manière automatique et, donc, gagner du temps, malgré le contrôle qu’il faut effectuer sur les données importées.

Lire les sources

L’ère numérique nous permet de nouveaux modes de lectures des sources. Pour un doctorant n’ayant qu’un savoir faire basique en humanités numériques (ie qui ne fait pas de la recherche en histoire numérique, mais qui souhaite en utiliser les outils), que cela signifie-t-il? S’il a été rigoureux dans son utilisation de zotero, il pourra utiliser paper machines (quand il marche…), ce qui lui permettra de mener des visualisations de manière assez aisées: analyse de texte, topic modelling et autres visualisations… Constituer un corpus de texte et utiliser Iramuteq permet également une première approche d’analyse de texte.

Il est possible d’aller encore plus loin, avec l’émergence d’outils d’extraction d’entités, permettant d’extraire noms de villes, de personnes, non seulement des textes mais également des documents multimédias. Les données en résultant peuvent facilement servir, par exemple, à une visualisation de réseaux.

La lecture de sources externes à la recherche devient aussi plus facile, que ce soit par l’accès à des bibliothèques numériques3, par la récupération de métadonnées4, ou par l’utilisation d’outils permettant d’avoir une vue globale d’un phénomène – à l’image de l’étonnant mais problématique Google NGrams – ainsi peut-on avoir une petite idée de la postérité de certains banquiers centraux((J’ai choisi Montagu Norman, la figure dominante du « petit peuple » des banquiers centraux dans l’entre-deux-guerres, indéboulonnable gouverneur de la Banque d’Angleterre (1920-1944); Hjalmar Schacht, président du directoire de la Reichsbank (1924-1930 et 1933-1939) et ministre de l’Economie du IIIe Reich (1934-1937) et Pierre Quesnay, bien moins connu, mais personnalité importante par son action lors des réunions du comité des experts à Paris (élaboration du plan Young) puis à la Banque des règlements internationaux dans les années 1930.))…

 L’écriture de l’histoire et son interaction avec les sources

A quoi sert de publier ses sources, de les enrichir, de les lire avec les outils numériques? Cela sert à écrire l’histoire, mais d’une écriture qui interagisse avec les sources. Le web – et un bon nombre de technologies – reposent (ou utilisent) l’hypertexte, le lien. Mettre en ligne ses sources, sert à écrire l’histoire en interaction directe avec les sources. Cela permet d’offrir au lecteur une meilleure immersion dans le récit de l’histoire grâce à un lien bien plus proche avec les sources primaires. Je ne sais pas encore quelle forme cela peut prendre, pour être honnête. Je ne crois pas encore avoir vu un mode de narration se différencier pleinement du livre et de l’article((Mais peut-être avez-vous des exemples? Dites-le en commentaire!)).

Une dangereuse utopie?

On peut objecter aux quelques aspects rapidement développés ici les points suivants:

  • La mauvaise qualité d’un certain nombre de services cités ici. Méthodologiquement, utiliser Google Ngram est douteux. Personne ne connaît réellement l’étendue de la base de donnée de Google Books. Les biais de sélection des livres par google sont vraisemblablement importants, notamment d’un point de vue culturel. De plus, l’interprétation des ngrams est aléatoire et posent plus de questions qu’elle n’en résout;
  • La mauvaise qualité des données que l’on peut rapatrié – dans le monde du Linked Data, Robert Schuman est souvent confondu avec Robert Schumann;
  • Les données disponibles ne sont parfois pas suffisamment précises: le graph fondé sur dbpédia que vous pouvez voir en insertion sur cette page concerne des sociologues et non des historiens. Je voulais à l’origine avoir une visualisation des liens entre historiens du IIIe Reich, ce fut impossible;
  • Tout ceci va renchérir le coût des recherches en sciences humaines et sociales. Un serveur, proprement sauvegardé, avec des données peut coûter cher – leur pérennisation aussi;
  • S’il y a multiplication des sites web ou dépôts d’archives, comment assurons-nous l’interopérabilité entre eux? Un éparpillement des ressources numériques est un risque pour la recherche.

Et ceci n’est pas une liste exhaustive. Tous ces éléments sont connus des acteurs et chercheurs en Humanités numériques et des réponses, peu-à-peu, émergent. Mais, fondamentalement, je reste persuadé que ces outils, méthodes, transforment petit-à-petit – et ce depuis la fin des années 1990 – le travail des chercheurs au quotidien.

  1. Pourquoi? Parce que si vous voulez ré-exploiter des données pour d’autres recherches, il faut les structurer. Vous ne savez pas ce que cela veut dire? Pas grave, utilisez Zotero! []
  2. Quelques excellents blogs de chercheurs en cours de thèse:

    L’AFHE a organisé une table ronde où le blogging scientifique a été largement abordé. []

  3. Les exemples sont nombreux – sur l’histoire européenne, pour les trouver, consultez le site European History Primary Sources []
  4. Europeana a rendu libre l’ensemble des métadonnées de ses obkets []

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *