Tous les historiens développent une relation spécifique aux sources primaires. Au début des années 2000, pendant ma thèse, certains documents trouvés dans les archives m’ont plus marqués que d’autres. Par exemple, je peux citer les compte-rendu des réunions entre dignitaires nazis qui ont suivi le grand pogrom de novembre 1938 en Allemagne. Des débats durant des heures pour définir ce qu’est un “banc public”, ces bancs dont l’usage devait être interdit aux Juifs. Il est difficile de comprendre le régime nazi sans avoir eu une relation très proche avec ce type de documents, qui, souvent, donnent la nausée.
Statue de Clio, au Capitole (Washington)
Mais cette proximité avec le document peut aussi être un handicap. Toujours pendant ma thèse, j’ai eu un regret. J’ai cherché à prouver que, contrairement aux propos des conservateurs alliés aux nazis, contrairement à une grande partie de l’historiographie, l’antisémitisme a joué un grand rôle dans l’alliance entre conservateurs, nazis et militaires qui a permis la naissance du IIIe Reich en janvier 1933.
J’ai donc utilisé dans ma thèse un discours, tenu en 1933 par Hjalmar Schacht, qui n’a pas été commandé ni visé par le ministère de la propagande. Prononcé devant une associations féminine (mais pas féministe…) où sa femme est impliquée, ce discours trace une lignée directe entre Martin Luther, fondateur de la Réformation protestante au XVIe siècle et grande figure allemande, et (le catholique et autrichien) Adolf Hitler. Cette lignée est tracée, non par le biais de l’économie ou des finances (ou plutôt l’économie y est un prétexte), mais via les deux ouvrages antisémites de Luther.
Si, à l’époque, j’avais connu les techniques de l’informatique appliquée à la linguistique, j’aurais pu élargir mon argumentaire à un plus large corpus, presque intégral d’ailleurs, des discours de Schacht et comparer le champ sémantique utilisé dans les discours contrôlés par les services de Goebbels et ceux qui ne l’étaient pas, pour voir, plus précisément, dans quelle mesure (et si) l’antisémitisme a été l’un des éléments d’un socle idéologique commun entre conservateurs et tout ou partie des nazis et pour mieux comprendre l’évolution du discours antisémite des conservateurs au fur et à mesure qu’évolue le régime nazi, au fur et à mesure, également, de leur éviction du pouvoir.
Cette expérience, croisée avec mes recherches plus récentes sur l’histoire à l’ère numérique et notamment – mais pas uniquement – la lecture de Franco Moretti et mes interrogations sur la manière dont les historiens de l’intégration européenne devront traiter l’afflux très probablement massif d’archives numériques dans les années à venir, m’a fait me demander si, avec la fouille, l’analyse et la visualisation des données, on peut parler de lecture computationnelle des sources de l’historien? Cette lecture computationnelle vient compléter la lecture humaine que fait l’historien de ses sources primaires. Elle comprend non seulement la lecture elle-même, mais aussi son analyse, c’est-à-dire l’interprétation des sources.
Cette amorce de réflexion ainsi qu’une discussion sur une première (et assez mauvaise) version de ce billet m’a poussé à préciser cette interrogation. Il me semble que nous pouvons aujourd’hui compter sur deux échelles de lecture des sources historiennes: d’une part une échelle close reading / distant reading et d’autre part une échelle lecture humaine / lecture computationnelle. La clé de la lecture et de l’interprétation des sources de l’histoire à l’ère numérique est dans les allers-retours constants entre close reading et distant reading et entre appréhension humaine et appréhension computationnelle de nos sources primaires.
Un premier axe de lecture: close reading / distant reading
Si je reprends les deux exemples d’expérience des archives décrits ci-dessus, le premier cas implique une forte proximité avec les archives, mais le second cas montre qu’il est parfois nécessaire d’avoir une relation plus distante aux sources primaires. Cette distanciation permet à l’historien non seulement de voir apparaître des éléments qu’une lecture trop proche ne lui aurait pas permis de voir, mais également de resituer le document dans un ensemble plus large et interconnectés de documents. En effet, une archive seule, en tout cas en histoire contemporaine, n’est pas toujours très significative. Nous essayons autant d’interpréter un document qu’un ensemble de documents. Nous devons également prêter attention à la manière dont les archivistes ont classé les sources primaires. Pourquoi trouvons-nous tel brouillon de discours dans telle série d’archives plutôt que dans telle autre? Cette question est parfois aussi importante que le contenu d’un document – ou que l’absence d’un document.
Par exemple, il existe dans les archives de la chancellerie du Reich un échange de lettres entre le ministre chinois des Finances Kung et Hjalmar Schacht, alors ministre sans portefeuille et président (affaibli) de la Reichsbank. Elles ne sont pas dans les archives de la Reichsbank, mais bien à la Chancellerie, ce qui montre qu’elles ont été vues par les services d’Hitler – et notamment le secrétaire général de la Chancellerie, Lammers. Or les relations entre Kung et Schacht remontent à 1933. Pourquoi seul cet échange de lettres est-il disponible dans la série R43 (la chancellerie)?
Pour répondre à cette question, il faut avoir une vision globale, non seulement des documents consultés, mais des relations extérieures du IIIe Reich. L’Allemagne était traditionnellement un soutien de la Chine contre le Japon, mais également contre des Puissances occidentales (le Royaume Uni, la France et les États-Unis). Or, à partir de 1936, par proximité idéologique et stratégique avec le Japon, le IIIe Reich opère un revirement fondamental par un rapprochement avec ce dernier qui, dans les années 1930, passe progressivement la Chine sous sa coupe. Mais cela n’a pas empêché des livraisons d’armes allemandes au Guomindang et de nombreuses missions (aux objectifs plus ou moins clairs) auprès de Tchang Kaï-chek. L’échange de lettres se trouve à la chancellerie car, fin 1937, le revirement diplomatique allemand est quasiment achevé: il ne s’agit plus de livrer des armes aux Chinois.
Il y a une seconde raison à la présence de ces documents à la chancellerie plutôt qu’à la Reichsbank, qui, cette fois, est intérieure. Hjalmar Schacht, en 1937, est sur la sellette. Il a perdu le ministère de l’Économie au profit de Walter Funk, un ancien journaliste économique travaillant alors au ministère de la propagande, qui fait plus ou moins office de marionnette de Göring qui dirige le plan de 4 ans. Schacht n’a plus de marge de manœuvre en politique extérieure et ses espoirs de se reposer sur son influence extérieure (notamment pendant la mission van Zeeland) pour maintenir son pouvoir s’évanouissent, à l’image des quelques conservateurs restant dans les instances étatiques allemandes.
Parfois, il faut aussi prendre un peu de distance par rapport au document et considérer une période toute entière pour comprendre un processus.
Ainsi, entre juin 1941 – le déclenchement de l’opération Barbarossa – et la conférence de Wannsee en janvier 1942 – où la Solution finale est explicitement exposée à un cercle plus large de dignitaires nazis -, dispose-t-on de peu de documents sur cette phase particulièrement importante du déclenchement de la Shoah. Seul le fait de considérer l’ensemble des documents permet à l’historien de comprendre le processus décisionnel qui a mené au génocide. Ici, il faut qu’il y ait une certaine distanciation vis-à-vis des documents considérés individuellement pour les comprendre globalement.
Mais cette lecture distanciée des sources primaires, non sans certains risques, peut aller plus loin, notamment par une lecture assistée par ordinateur. C’est cette dernière qui, notamment, permet de replacer des documents dans un ensemble nettement plus vaste afin de faire ressortir des éléments qui ne sont pas visibles par une lecture humaine d’un ensemble assez restreint de sources primaires. C’est l’intérêt du second axe de la lecture des sources primaires à l’aire numérique, second axe qui potentialise le premier.
Un second axe de lecture: lecture humaine / lecture computationnelle
Avec l’émergence des nouvelles technologies, nous pouvons aujourd’hui nous reposer sur des techniques de plus en plus éprouvées permettant de faire ressortir des documents des éléments que nous n’avions pas vu par une lecture classique, humaine, ou de confirmer ce que la lecture humaine avait relevé. Ces techniques peuvent s’appliquer à des documents individuels ou à des corpus de documents, dont l’étendue peut varier de quelques centaines à beaucoup plus.
Prenons un exemple: Lauren F. Klein, à la conférence Digital Humanities 2012 à Hambourg, a montré comment elle pouvait avancer sur l’histoire de l’esclavage aux États-Unis par une analyse de réseau et des techniques de visualisation. La problématique est la suivante: Jefferson, comme beaucoup d’autres bourgeois états-uniens de son époque, n’évoque ses esclaves que par leurs prénoms. Grâce aux méthodologies numériques et en utilisant l’édition numérique des papiers de Thomas Jefferson, elle a pu compenser cette absence. Ici, une lecture distante des archives via une appréhension computationnelle de ces documents alternant avec une lecture humaine (car elle a dû vérifier un grand nombre de données) permet de parler des esclaves malgré l’absence de leur nom de famille.
Cette articulation entre lecture humaine et lecture computationnelle n’est pas nouvelle. Elle a déjà existé dans le domaine de l’histoire économique quantitative.
Franco Moretti commence, dès son premier article sur les “graphs”, par une référence à l’école des Annales et la manière dont elle exploitait des données quantitatives pour l’écriture de l’histoire économique. Il suggère, un demi-siècle plus tard, de l’importer dans l’histoire de la littérature. Son argument mérite que l’on s’y arrête: l’histoire de la littérature se concentre sur quelques dizaines / centaines d’auteurs et un corpus de livres de, là aussi, quelques centaines d’ouvrages. Mais le nombre d’auteurs et d’ouvrages publiés, depuis le XVIIIe, est bien plus important. L’histoire de la littérature telle qu’elle est pratiquée est ainsi particulièrement incomplète, selon Moretti. Sa solution est d’importer les techniques de l’histoire économique quantitative (graphs), de la géographie (maps) et des sciences de l’évolution (trees).. Toutefois, Moretti ne se limite pas à la lecture distanciée et computationnelle. Il souhaite une démarche bien plus pragmatique, centrée, finalement, sur les besoins du chercheur.
Cette approche quantitative a été critiquée dès les années 1970 – soit bien avant Moretti. Paul Veyne insiste sur le particularisme et s’oppose aux simplismes des concepts. Michel de Certeau dénonce une forme d’illusion réaliste de la prétention des historiens à faire de l’histoire. Le mouvement italien de la micro-histoire, partant de l’individu pour étudier l’ensemble de la société qui l’entoure, a aussi contesté cette approche quantitative de l’histoire. Certains hérauts de l’histoire quantitative eux-mêmes se tournent vers une histoire plus locale, comme Emmanuel Leroy-Ladurie.
Toutefois, l’ère numérique – où nous sommes plongés pleinement et entièrement désormais – change à nouveau la donne. Par la numérisation des archives nées sur papier (ou film, ou …), par la multiplication des archives nées numériques (sur support comme des disquettes, cd-roms, etc. mais aussi -et surtout- sur le web), est remise pour partie au goût du jour l’utilisation des méthodologies quantitatives. Mais pas uniquement: les données, ce n’est pas que du quantitatif et apparaissent des méthodes pour faire ressortir des éléments quantitatifs d’un corpus numérique regroupant une très grande masse de documents / de données.
La thèse que je défends est qu’il faut créer un chemin permettant d’articuler une lecture humaine des sources primaires – en clair, le séjour classique en centre d’archives et la critique interne et externe des documents que l’on y trouve – avec une lecture computationnelle. Cette dernière est une lecture assistée par ordinateur, permettant, par le biais d’un ordinateur (personnel ou non, partie d’une infrastructure plus vaste ou non, et l’ensemble des logiciels que l’on utilise), l’appréhension – y compris l’interprétation – de masses d’archives non exploitable par simple lecture humaine. On parle ici de sources numérisées et nées numériques. Notons, que la lecture computationnelle permet aussi d’avoir une lecture plus proche, parfois, des archives et de documents uniques.
Comment entretenir une relation humaine aux archives tout en étant capable de la dépasser? Comment exploiter des données numérisées, impersonnelles d’une certaine manière, sans tomber dans les biais dans lesquels l’histoire quantitative est parfois tombée?
Le seul moyen est d’être capable de pratiquer une double lecture, en parallèle, des archives, du moins lorsqu’elles sont disponibles en version numérique. Garder cette relation de proximité avec les sources avec une lecture humaine, proche, qui nous permet de garder le contact avec des acteurs et leur environnement. Savoir à la fois améliorer la lecture proche et prendre de la distance par la lecture computationelle. Prendre de la distance, c’est pouvoir aussi comprendre les interactions entre les différentes sources, se dégager de la source unique, “sensationnelle”, pour voir le global.
Dans son roman, L’ordre du jour, qui lui a valu d’obtenir le prix Goncourt, Eric Vuillard ouvre son premier chapitre en racontant cette fameuse, très fameuse, réunion de février 1933 de collecte de “dons” organisée pour Hitler par, notamment, Hjalmar Schacht – ce qui, naturellement, ne peut me laisser tout-à-fait indiférent. Je n’ai pas encore lu ce livre en entier – et pour être honnête, j’ai beaucoup de mal avec les romans historiques et je pense qu’il ne fera pas exception – mais une citation qui en est extraite m’a interpellée très fortement:
