Archives par étiquette : Big Data

‘Culturomics’: prendre un bazooka et ne même pas tuer une mouche

3 réponses

Depuis quelques années, notamment depuis la mise en ligne de Google Ngram Viewer en 2010, est apparu un nouveau champ de recherche appelé “culturomics”, c’est-à-dire une logique de Big Data (y compris dans sa dimension mythique1) appliqué à l’histoire culturelle. Lancé par des chercheurs proches de google, ce champs de recherche estime pouvoir analyser par des démarches quantitatives des tendances culturelles, de manière neutre2. On est pleinement dans la logique décrite par Chris Anderson dans Wired3 et dénoncée par danah boyd et Kate Crawford4. Le premier article sur ce domaine de recherche a été publié dans le très réputé (et souvent très décevant) Science5.

Ce même journal, dans sa livraison d’août, a publié un article dans cette mouvance: “A network framework of cultural history”6. Les auteurs, en compilant des données de plusieurs sources touchant aux lieux et dates de naissance et décès de “notable individuals” (personnalités éminentes), y décrivent un réseau des centres culturels les plus importants sur 2000 ans. Si un lieux attire plus d’artistes (qui sont le cœur de l’étude) qu’il n’en perd (plus d’artistes y sont décédés que d’artistes n’y sont nés), il est considéré comme un centre d’attraction. Il s’agit de savoir quels sont les grands centres d’influence culturelle en Europe et en Amérique du Nord sur 2000 ans.

Les biais discutés par les auteurs

Les auteurs ont utilisé quatre bases de données et Google Ngram (pour associer des lieux à des événements, permettant de comprendre certains phénomènes observables dans la modélisation du réseau complexe issue de leur recherche). Ils détaillent dans les documents en annexe les biais connus de chacune des bases de données.

Les bases de données utilisées sont freebase.com (base de données collaborative), Allgemeines Künstlerlexicon, Getty Union List of Artist names, Winckelmann Corpus (bases de données d'”autorité” – curated). Les auteurs discutent largement des biais connus de ces bases de données. ils en ont identifié de différentes sortes:

  • Biographique: seulement une partie (12 à 28%) des individus sont références avec une  date et un lieu de naissance et de décès. Il est en outre impossible de savoir de manière fiable ce qui se passe entre les deux pour tous les artistes d’où le fait que les auteurs n’aient pris en comte que la naissance et le décès.
  • Temps: Ce que je retiens de leur remarque est le manque de fiabilité de leur étude pour la période précédant 1200.
  • Espace: Certains lieux sont mieux renseignés que d’autres, mais, comparé à des bases de données démographiques plus généralistes, les sources utilisées n’ont pas plus de biais que les autres types de source.
  • Curated vs. crowdsourced: Freebase recense plus d’individus lié au présent, les autres en recensent plus du passé. Les deux démarches sont donc complémentaires.
  • Still alive: étant donné que de nombreux artistes du 20e siècle sont encore en vie (et donc n’ont pas de lieux de décès), les données ne sont pas très valables après 1930, et sous-estiment l’importance culturelle actuelle de certaines villes – Istanbul, par exemple.
  • Biais liés à l’agrégation: les noms avec des variantes, les lieux qui changent de noms, etc. Il est assez facile de résoudre ces problèmes pour les lieux très connus (Moscou, Constantinople puis Istanbul, etc), plus difficile pour les lieux moins connus. Dans certains cas, les auteurs précisent qu’ils ont pu détailler les quartiers (Londres, Paris)
  • Langue: “A logic next step would be to engage in a comparative analysis of further datasets in different languages, striving for a world-wide coverage of the birth-death macroscope.”

Les auteurs ont développé des tests statistiques, détaillés dans le document méthodologique, pour montrer que ces biais n’ont pas ou pas beaucoup d’effets sur le résultat de leur étude. Le problème, me semble-t-il, est qu’il y a un biais majeur qui n’est pas discuté et qui mine potentiellement l’ensemble de l’étude.

Qu’est-ce qu’une “personnalité éminente”?

L’étude repose sur l’inclusion dans son jeu de données de notable individuals, c’est-à-dire de personnalités dites “éminentes”. Qui est une personnalité éminente? La réponse des auteurs est simple: une personnalité est éminente si elle est incluse dans les bases de données utilisées. Ils ne se penchent pas sur les critères d’inclusion d’un individu dans chacune des bases de données.

En clair, les personnes inclues dans le jeu de données vont du roi David à… Poppy Barlow. Qui est cette dernière? La fille malheureusement mort-née d’un membre du groupe de pop anglaise TakeThat. Autant dire que cette notion de “personnalité éminente” est tellement large qu’elle regroupe des individus de fonction, de nature, de rôle “éminemment” différents.

Ce n’est pas en soi nécessairement problématique, mais il y a simplement derrière cette non-définition des personnalités éminentes un biais d’ordre culturel non explicité par les auteurs, en tout cas pour le XXe siècle: est un artiste quelqu’un qui est reconnu comme tel par l’industrie du divertissement. C’est une vision très nord-américaine du domaine culturelle (mais pas moins légitime que d’autres visions). On peut émettre l’hypothèse que pour les siècles précédents le XXe, d’autres biais culturels implicites existent, liés vraisemblablement à la nature des bases de données utilisées. Il est dommageable que les auteurs n’aient pas plus travaillé sur ce point, qui n’invalide pas nécessairement leur résultat, d’ailleurs, mais risque de jeter un discrédit sur leur étude. Toutefois, le principal problème de cette étude ne réside pas nécessairement dans ces biais non explicités.

La maigreur des résultats

La faiblesse essentielle de cette étude réside dans ses résultats. Nous pouvons en énumérer quelques-uns:

  • Rome est un centre culturel majeur, dépassé par Paris au XVIIIe siècle, elle-même concurrencée par New York, notamment, dans la seconde moitié du XXe;
  • Il existe en Europe deux modèles, l’un plus fédéral, l’autre plus centralisé;
  • Le Royaume-Uni est l’objet d’une tension entre un système centralisé sur Londres et une sorte de concurrence fédérale (en Écosse notamment).

En clair, la France est centralisée et l’Allemagne fédérale. Les États-Unis dominent désormais culturellement le monde. Le Royaume-Uni est habité par une tension entre l’Angleterre et les autres pays constituant l’Union. Rome est un centre culturel d’une longévité exceptionnelle. Tout ceci est largement étudié et su depuis un siècle, sans que l’on ait eu besoin de moyens informatiques délirants pour le démontrer.

On est dans le cadre du “problème russe”7. Si l'”histoire numérique” ou les “culturomics” veulent montrer leur pertinence, ce n’est certainement pas avec ce type d’étude. Le seul point positif – et c’est finalement le résultat essentiel de cette recherche – est la publication des jeux de données, qui permettra peut-être à d’autres chercheurs de voir des éléments plus originaux, de regarder, également, ce qui se passe dans les marges – ce qui est susceptible de donner des résultats plus intéressants que la liste de banalités énoncée ci-dessus.

  1. cf. danah boyd et K. Crawford, « CRITICAL QUESTIONS FOR BIG DATA: Provocations for a cultural, technological, and scholarly phenomenon », Information, Communication & Society, vol. 15, no 5, p. 662‑679, juin 2012. [↩]
  2. J.-B. Michel, Y. K. Shen, A. P. Aiden, A. Veres, M. K. Gray, The Google Books Team, J. P. Pickett, D. Hoiberg, D. Clancy, P. Norvig, J. Orwant, S. Pinker, M. A. Nowak, et E. L. Aiden, « Quantitative Analysis of Culture Using Millions of Digitized Books », Science, vol. 331, no 6014, p. 176‑182, déc. 2010. [↩]
  3. C. Anderson, « The End of Theory: The Data Deluge Makes the Scientific Method Obsolete », WIRED, 23-juin-2008. [↩]
  4. op. cit. [↩]
  5. J.-B. Michel et alii, op. cit., http://www.sciencemag.org/content/331/6014/176.abstract [↩]
  6. M. Schich, C. Song, Y.-Y. Ahn, A. Mirsky, M. Martino, A.-L. Barabási, et D. Helbing, « A network framework of cultural history », Science, vol. 345, no 6196, p. 558‑562, janv. 2014. En libre accès: http://www.sciencemag.org/content/345/6196/558.full?ijkey=vY7vVRI0FczsQ&keytype=ref&siteid=sci ; consulter également les documents complémentaires (y compris la méthodologie): http://www.sciencemag.org/content/345/6196/558/suppl/DC1 ; et le site web: http://www.cultsci.net/ [↩]
  7. D. Cohen, « It’s About Russia », Dan Cohen’s Digital Humanities Blog, 06-mars-2007. http://www.dancohen.org/2007/03/06/its-about-russia/ [↩]

[brèves] Big data, grands non-dits?

[Nouveau site, nouvelle rubrique: les brèves…]

Vous avez sans doute pu voir la pub d’Apple pour l’iPhone 5s. Si vous ne l’avez pas vue, voici un petit rappel:

Surfant sur la vague du quantified self, cette publicité donne l’image d’un monde plus sain, grâce, bien sûr, à nos smartphones, mais, surtout, grâce à la mesure de tout. Elle m’a laissée une impression extrêmement bizarre, en raison de ses non-dits. Continuer la lecture →

Un exemple de Big Data appliqué à l’histoire: “The declassification engine”

Laisser un commentaire

Le 10 mai dernier, j’ai eu la chance de participer à une conférence à l’Université Columbia sur un projet d’histoire numérique particulièrement intéressant: The Declassification Engine. Organisée par l’historien Matthew Connelly1 et le statisticien David Madigan, tous deux de la Columbia, elle m’a fait découvrir un champ d’études qui, à ma connaissance, n’existe pas en France (voire en Europe?), en tout cas comme champ structuré: l’étude du secret d’État. L’introduction de Mat Connelly fut particulièrement intéressante à ce sujet. Vous trouverez un résumé des enjeux démocratiques du secret d’État aux États-Unis ici.

Dans ce billet, je vais me consacrer sur les aspects “numériques” du projet, plus que sur son fond, que je ne maîtrise que peu. Je m’attarderai sur deux éléments: les visualisations et les sources, avant de conclure sur le projet lui-même et ce qu’il m’inspire de manière plus générale.

Les visualisations

Le projet, à terme, proposera trois modes de visualisation de documents déclassés:

  • The Redaction Archive;
  • The Sphere of Influence;
  • The (De)Classifier.

The Redaction Archive

View redacted and unredacted documents side by side. The program analyzes the text and images of each document and finds where they differ.

La “Redaction Archive” met côte à côte les versions caviardées et non-caviardées de documents diplomatiques, en utilisant des méthodes computationnelles de “Natural language processing”.

Capture d'écran de la Redaction Archive

Capture d’écran de la Redaction Archive

Quel intérêt? On peut tout simplement savoir ce que les administrations ne veulent pas que l’on sache sur leurs actions. Prenons un exemple: la proposition états-unienne d’une Multilateral Force (MLF) sous contrôle de l’OTAN. Que remarque-t-on dans l’un des documents déclassés? La partie caviardée contient (de mon point de vue) deux éléments importants. Le premier rappelle que l’Allemagne (dénucléarisée – la MLF aurait inclus l’arme nucléaire) y participerait et trouvait l’initiative importante et que les États-Unis craignaient que Berlin ne se tourne vers la France et son équipement nucléaire naissant. Le second élément concerne le coût de la MLF: il est expliqué ici que c’est aussi un moyen de les reporter vers les Alliés. La MLF n’a jamais abouti.

Vous pouvez tester la Redaction Archive (Attention, ça mange des ressources).

The Sphere of Influence

A visualization of hundreds of thousands of State Department cables from the 1970s, including still-classified documents.

En termes de design, la Sphere of Influence est particulièrement impressionnante. L’équipe du Declassification engine a utilisé le code d’un projet hébergé par Google Ideas, Small Arms & Ammunition Data Visualization, qui permet de visualiser les réseaux illicites de circulation d’armes.

Capture d'écran de la Sphere of Influence

Capture d’écran de la Sphere of Influence

La sphère d’influence permettra de voir la structure de l’activité (classée ou non) diplomatique états-unienne. Comme le précise le texte d’introduction, on peut y voir des changements globaux (l’importance croissante de l’Asie du Sud-est par rapport à l’Europe) ou des variations d’activité en fonction des événements internationaux. On peut aussi voir quelles sont les régions où les câbles diplomatiques ont été les plus censurées.

Prenons un exemple simple: concentrons nous sur les câbles échangés entre la France et les États-Unis. Que constate-t-on? L’ambassade états-unienne à Paris converse avec tous les continents, notamment l’Afrique francophone, mais pas uniquement. Ce n’est pas le cas de tous les pays développés: l’ambassade états-unienne allemande2 n’a eu aucun échange de câbles avec ses homologues en Amérique du Sud. Cela dépend toutefois de la carte que l’on choisi: si c’est FROM/TO, la sphère d’influence de la France est plus importante que celle de l’Allemagne, si c’est FROM/TAGS, c’est beaucoup moins net. Pour savoir la différence entre les deux cartes, le mieux est de visiter le site. Même les câbles partant de Londres ne semblent pas (en 1976 en tout cas) aller dans autant de parties du monde que ceux de Paris.

Ensuite, on peut visualiser les hausses et baisses du nombre de câbles de 1973 à 1976. Dans le cas de la France, la tendance est nettement à la hausse, particulièrement autour de la fin de l’année 1975 et du début de l’année 1976. Cette même tendance semble exister aussi dans d’autres pays d’Europe occidentale (Allemagne, Luxembourg, Italie, Belgique…), à une exception notable, le Royaume Uni. Mon hypothèse est que cela correspond à la préparation de la conférence de la Jamaïque de janvier 1976, celle où, de fait, le système monétaire international de l’après-guerre a été définitivement liquidé. Reste le problème du Royaume Uni: comment interpréter cette baisse/stagnation de l’activité diplomatique au moment de cette conférence? Soit il y a eu une activité diplomatique de l’ambassade US à Londres très forte pour une autre raison juste avant, ce qui explique que l’on ne puisse voir d’effet “Jamaïque”, soit Washington a isolé Londres pendant la préparation de la conférence, soit les contacts ont été pris via d’autres canaux.

On touche ici à une limitation importante de la Sphere of Influence, me semble-t-il: elle est une excellente lecture distante au sens de Moretti, mais ne permet pas un aller-retour entre les documents précis et la vision globale, entre la lecture proche et la lecture distante. De ce fait, il m’est difficile de vérifier mon hypothèse. De plus, pour revenir au secrecy, je ne peux savoir précisément ce qui a été censuré concernant, par exemple, la France.

Il est intéressant aussi de constater, si l’on prend l’option TAGS/TAGS, de voir qu’il reste toujours, dans les années 1970, une forte marque des empires coloniaux passés, en comparant le Royaume Uni à la France.

The (De)Classifier

A tool to display classified and declassified diplomatic activity over time. The word cloud shows the terms most likely to appear only in still-secret cables.

Le (De)Classifier est le projet le plus “disruptif”, pour parler bon Français, du declassification engine. C’est aussi le plus compliqué et c’est pour cette raison qu’il n’est pas encore disponible. Il s’agit tout simplement de savoir quels sont les mots (mots simples, noms propres, etc) qui ont le plus tendance à être censurés. Pourquoi “disruptif”? Tout simplement car il risque de permettre d’anticiper les thèmes qui seront, dans un futur proche, censurés par l’administration américaine ou qui apparaissent dans des documents du passé récent toujours classés secrets.

Sources

L’ensemble des sources primaires sur lesquelles repose ce projet sont des documents officiels, provenant pour la plupart des archives nationales des États-Unis (NARA) mais aussi du State Departments Central Foreign Policy Files (pour plus de détails). En tout, il s’agit du texte de plus d’un million de documents et des métadonnées (le descriptif des documents) de plus d’1,7 millions de câbles. Le projet a étendu ses sources récemment au Declassified Documents Reference System (DDRS)3.

Mais, c’est indiqué dans la “FAQ” et j’en ai parlé sur place avec les historiens et informaticiens présents, le projet souhaite mettre en place, à terme, une plateforme qui permettra aux chercheurs d’envoyer les documents qu’ils ont eux-mêmes numérisés. C’est potentiellement une mine d’or si, toutefois et comme pour toute plateforme de crowdsourcing, cette fonctionnalité peut s’intégrer facilement dans le flux de travail des chercheurs et ménager à la fois les intérêts des individus (en gros, permettre la préservation de ce qu’ils ont numérisé et, bien sûr, utiliser les outils mis à disposition par le Declassification engine) qui verseront leurs archives et ceux du projet (qualité des documents versés, qualité, en conséquence, des outils développés).

Conclusion

En histoire des relations internationales, on ne peut se permettre de rester trop concentré sur une région ou un thème précis – par définition, si notre monde est de plus en plus interdépendant – et ce depuis plusieurs siècles – l’historien ne peut que le prendre en compte. La Sphere of Influence donne la vision globale (centrée ici autour des États-Unis, il est vrai, mais c’est en raison du but du projet, à savoir travailler autour du secret d’État) dont ont besoin les historiens.

En outre, ce projet, à terme, permettra de capitaliser sur le travail individuel de chacun d’entre nous, si cette plateforme de soumission de documents est bien mise en place. Mettre en commun un travail qui peut bénéficier à tous, mais reste aujourd’hui au niveau de l’individu ou de petits groupes, serait une avancée réelle.

Ce que l’on peut regretter, c’est l’absence de va et vient entre la vision globale (Sphere of influence) et la vision plus précise (Redaction archive), entre la lecture distante et la lecture proche. Les outils de lecture distante doivent se suffire à eux-mêmes dans certains cas, mais aussi être des guides pour l’historien (et les autres chercheurs, d’ailleurs) vers des sources précises qui ont particulièrement de la valeur pour un sujet particulier dans d’autres cas.

Quoi qu’il en soit, ce projet, qui permettra des avancées réelles pour tout ceux qui travaillent sur l’histoire des relations internationales, qui permettra une avancée de la recherche plus particulièrement dans le domaine de l’étude du secret d’État, est une très belle utilisation d’un corpus de données massif en histoire et des avancées possibles qu’il eut entraîner pour la recherche.

  1. Matthew Connelly a notamment travaillé sur la guerre d’Algérie: “A Diplomatic Revolution describes how rebels can harness their cause to global trends to isolate and defeat an empire. It happened a half century ago, at the height of the Cold War, when Algerian nationalists mobilized Muslim immigrants in France and across Europe, staged urban terror to attract the international media, and finally won over the U.N. without ever liberating national territory. Rewriting the rules of international relations, they inspired revolutionaries worldwide, including the ANC and the PLO. It is also a textbook case of how a counter-insurgency campaign can win all the battles and still lose the war.” in A Diplomatic Revolution, OUP, 2002. [↩]
  2. Avec une ambiguïté sur la carte: l’Allemagne semble réunifiée, alors que l’on parle des années 1970… [↩]
  3. L’éditeur des DDRS est Gale (Cengage) et semble être privé. [↩]

Les flous de la mise en données de l’histoire – réflexions sur un article de Patrick Manning

1 réponse
geonames.org’s world: azimuthal projection on Portland

(c) Charlie Loyd – sous licence: CC BY SA – par

Après mon premier article sur le sujet, j’ai recherché ce qui a déjà été publié sur le Big Data et l’histoire, contemporaine ou non. L’un des auteurs principaux est Patrick Manning, de l’Université de Pittsburgh. À l’origine spécialiste de l’histoire de l’Afrique, Manning en est venu au Big Data en histoire via l’histoire globale1, discipline pour laquelle il a obtenu une réputation mondiale.

Si l’on en croit l’un de ses textes2, l’utilisation de Big Data est pour lui logique pour approfondir l’histoire globale afin d’obtenir un niveau de raffinement de connaissance de l’expérience humaine englobant l’ensemble des échelles, du local vers le global:

We cannot effectively address the global-historical analysis of social-science issues without developing large quantitites of dependable global data. […] Fascinating and groundbreaking analyses await us once we assemble historical data systematically at regional and global levels. We will be able to trace the rise and fluctuation of global systems of money and credit […]. We will have detail o nshifting flobal patterns of population, mortality, and migration. We will trace the unfolding of governance at local, national, and imperial levels, and changing systems of family structure. (p. 6)

Cet extrait montre l’ambition de la mise en données de l’histoire. Pour atteindre le but que Manning fixe dans cet article, a été créé à Pittsburgh World-historical dataverse, qui, sur sa page d’accueil, annonce ses objectifs comme suit:

Data on the human experience at the global level. Dataverse collects data on social-scientific, health, and environmental data for the world as a whole for the past four or five centuries.

Dataverse a pour but de collecter et fusionner des ensembles de données pour pouvoir, à terme, les exploiter globalement. Toujours dans le même article, Manning décrit sa démarche globale: 1. Assembler les données, 2. Créer une archive historique unifiée, 3. Analyser les données mondialement. Cette mission, remplie par le projet Dataverse du Center for Historical Information and Analysis dirigé par Manning, doit faire face à de nombreux défis techniques et méthodologiques, ce qui implique que les datasets mis en ligne et fusionnés soit sévèrement sélectionnés, qu’une démarche globale pour harmoniser ces données soit définie, mais aussi un changement conceptuel important (voir plus bas). Méthodologiquement, la fusion de données ayant été collectées avec des buts scientifiques potentiellement divergents peut aboutir à de graves biais dans la base de données finale.3

Je ne cache pas être fasciné par cette démarche, d’autant plus qu’elle est collaborative et est favorable à l’Open Data. Explorer Dataverse4 est très riche en découvertes et nombres d’entre nous devraient éplucher les données qui y sont disponibles. En outre, le site pointe vers des bases de données externes disponibles en ligne.

Toutefois, la démarche, pour le moment, me semble entrer dans le Big Data tel que danah boyd et Kate Crawford l’ont défini:

We define Big Data as a cultural, technological, and scholarly phenomenon that rests on the interplay of:
(1) Technology: maximizing computation power and algorithmic accuracy to gather, analyze, link, and compare large data sets.
(2) Analysis: drawing on large data sets to identify patterns in order to make economic, social, technical, and legal claims.
(3) Mythology: the widespread belief that large data sets offer a higher form of intelligence and knowledge that can generate insights that were previously impossible, with the aura of truth, objectivity, and accuracy.5

Le point 3 de cette définition est le plus important et est la base de tout l’article de boyd et Crawford. Or, l’article de Manning est ambigu. Il souhaite “to develop data and theory at global scale and over several centuries” mais n’insiste pas sur la manière de développer ces théories. En outre, il justifie l’intérêt de cette démarche par la possibilité de donner les moyens aux “décideurs” (planners dans son texte – il évoque des institutions internationales économiques et financières et les sommets sur le réchauffement de la planète) d’être en mesure d’embrasser une vision globale pour leur prise de décision.

Évoquant les problèmes conceptuels de sa démarche, il explique:

Conceptual obstacles include the reality that social science theories remain within discrete domains that restrict global analysis. Thus, micro and macro theories within given disciplines are not clearly connected; disciplines are connected only marginally to each other, and some visions of “the world” leave out whole continents, notably Africa and South America. Further, in the frustrating feedback loop with which we began, global patterns in social science have not been explored in much detail for lack of global data. (p. 6)

Cette volonté de fusionner les modes d’analyse des sciences sociales (dans lesquelles il met l’histoire) n’est pas très explicite. Il reste plutôt flou sur ce que cette nouvelle analyse unifiée donnerait et sur le rôle, qu’il estime central, du Big Data et de l’évolution des technologies, dans cette fusion. Oui, les technologies nous donnent de nouveaux moyens. Sont-ils tous pertinents?

La démarche globale de Manning me semble intéressante et doit être poursuivie sans aucun doute. Il me semble entendre trop de collègues qui opposent à ce type de démarches des obstacles méthodologiques dans le but très clair d’éviter qu’elles se développent, mais sans fournir une réelle réflexion. Il me semble même que ce comportement est un obstacle au développement des Digital Humanities en France. Reste que nombreuses sont les questions en suspens auxquelles il faudra répondre si l’on ne veut pas que les promesses du Big Data en histoire ne se réduisent pas à la portion congrue.

  1. Vous savez, cette histoire dont Pierre Nora parle comme suit: “ Sur quoi l’émergence d’une approche globale, ou mondiale, est venue servir de prétexte pour les uns et d’impératif majeur pour les autres au dépassement définitif d’une histoire nationale. Cette déconstruction et ce retournement de l’histoire officielle auraient pu être la source d’un enrichissement fécond. Ils l’ont été parfois. Mais le plus souvent, ils n’ont abouti qu’à un militantisme idéologique qui est le pendant du militantisme national(iste).” dans le dernier numéro du Débat.  in Nora, Pierre, « Difficile enseignement de l’histoire », Le Débat, 2013, n° 175, no 3, p. 3‑6. En réponse, voir: Capdepuy, Vincent, « Le déni du Monde », sur Aggiornamento Hist-Géo, http://aggiornamento.hypotheses.org/1453. [↩]
  2. Manning, Patrick, « Big Data in History: a World-Historical Archive ». [↩]
  3. Manning répond à ces enjeux dans son article. Je ne développe pas cet aspect ici mais n’y renonce pas pour un autre billet. [↩]
  4. L’une des facettes du Multivers de Moorcock? [↩]
  5. boyd, danah & Kate Crawford, « CRITICAL QUESTIONS FOR BIG DATA: Provocations for a cultural, technological, and scholarly phenomenon », Information, Communication & Society, 2012, vol. 15, no 5, p. 662‑679. [↩]