Archives par étiquette : Histoire numérique

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 []
Statue de Clio, au Capitole (Washington)

Lecture des sources historiennes à l’ère numérique

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 Allemagne1. 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)

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’historiographie2, 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 propagande3. 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 Luther4.

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 Moretti5 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 billet6 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 primaires7. 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)8?

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 Chinois9.

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 Zeeland10) 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 Shoah11. 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 plus12.

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 visualisation13. 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).14. 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 désormais15 – 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 global16.

  1. La Reichskristallnacht / La Nuit de Cristal. []
  2. Vous pouvez consulter l’échange tendu entre Hans Mommsen et Peter Hoffmann en 2006 sur l’édition par Hans Mommsen et Sabine Gillmann des papiers de Goerdeler: la critique de l’édition par Hoffmann du 25 mai 2006, la réponse de Mommsen du 19 juin 2006 et la réponse de Hoffmann le 5 juillet 2006. Le débat tourne notamment autour du fait que Mommsen voit Goerdeler comme un antisémite par dissimilation – étant favorable à une séparation des Juifs du corps national pour faire un résumé rapide – tandis que Peter Hoffmann insiste surtout sur le fait que c’était l' »air du temps » et qu’il est difficile de juger quelqu’un sans prendre en compte cet air du temps. Gillmann, Sabine, et Hans Mommsen. Politische Schriften und Briefe Carl Friedrich Goerdelers. KG Saur, 2003. Print. []
  3. BArch Deustsche Reichsbank R2501/6985, s. 176-197 – « Luther Als Deutscher », Rede vom Dr. Schacht []
  4. Notamment Des Juifs et de leurs mensonges []
  5. Moretti, Franco. Graphs, Maps, Trees: Abstract Models for Literary History. Verso, 2007. Print. Ce livre développe les idées développées dans trois articles de la New Left Review: Moretti, Franco. « Graphs, Maps, Trees – 1 ». New Left Review 24 (2003); « Graphs, Maps, Trees – 2 ». New Left Review 26 (2004); « Graphs, Maps, Trees – 3 ». New Left Review 28 (2004) – et pour ceux qui se poseraient la question: Franco Moretti est professeur à Stanford, spécialiste de l’histoire du roman, issu de l’école marxiste et c’est bien le frère du réalisateur. []
  6. Merci à Louis Clerc, Sébastien Barret et Claire Clivaz pour leurs remarques – toutefois, tous les défauts de ce billet reste de ma responsabilité propre []
  7. Je précise que j’ai d’abord l’expérience d’archives d’État []
  8. BArch Rechskanzlei R43/II/1428c – p. 70 []
  9. Notons que dans ces lettres de 1937, Kung se plaint de la qualité des armes qui lui sont livrées. []
  10. Clavert, Frédéric. « La mission van Zeeland, une tentative de clearing multilatéral ». L’Europe au coeur. Livre offert à Marie-Thérèse Bitsch. Éd. par Birte Wassenberg et Martial Libera. Bruxelles, Bern, Berlin, Frankfurt am Main, New York, Oxford, Wien: PIE – Peter Lang, 2009. Print. []
  11. Voir le débat entre Édouard Husson et Florent Brayard, discussion qui a mené à des considérations intéressantes sur le document historique: Brayard, Florent. « Shoah : l’intuition et la preuve. Retour sur le processus décisionnel. » La vie des idées 12 févr. 2009. Web. 30 oct. 2012; Husson, Edouard. « Comprendre les origines de la Shoah. Réponse à Florent Brayard. » La vie des Idées 26 févr. 2009. Web. 30 oct. 2012. []
  12. Parmi les « corpus » qui peuvent comprendre une masse très importante de documents pourront à terme – ou peut-être même déjà maintenant – les sites web. Ainsi, le site de l’organisation Internet Archive promet l’accès à 80 terabytes de données pour la recherche: Internet Archive. « 80 Terabytes of Archived Web Crawl Data Available for Research ». Internet Archive blogs 26 oct. 2012. Web. 9 nov. 2012. []
  13. Klein, Lauren Frederica. « Social Network Analysis and Visualization in ‘The Papers of Thomas Jefferson’ ». Digital Humanities 2012. 2012. Web. 24 juill. 2012. []
  14. Les Annales ne sont pas les seules à avoir investigué l’utilisation des techniques quantitatives en histoire. La New economic history aux Etats-Unis l’a aussi fait, à peu près à la même période. Dans la partie plus historiographique, Peter Haber le rappelle et décrit ces deux écoles comme ancêtres de la digital history. Haber, Peter. Digital Past. Geschichtswissenschaften im digitalen Zeitalter. München: Oldenbourg Wissenschaftsverlag, 2011. Print. []
  15. Voir l’argumentation de Claire Clivaz dans Clivaz, Claire et al., éd. Lire demain. Presses polytechniques et Universitaires romandes, 2012. Actes de congrès. []
  16. Je vous conseille d’écouter l’intervention de Stéfan Sinclair (McGuill) à l’Université de Quebec à Montréal: Sinclair, Stéfan. « Distant reading ». Observatoire de l’imaginaire contemporain. 24 janv. 2012. Web. 14 nov. 2012. []

Entre le chercheur de droit divin et le développeur à éthique de conviction

Portrait de Louis XIV par Hyacinthe Rigaud (salon d’Apollon, Versailles)

Dans les projets numériques en sciences humaines et sociales, de nombreux corps de métier se rencontrent. Outre les chercheurs eux-mêmes et les différentes fonctions qu’ils occupent (chercheur, chefs de projet, etc), ces projets font appel à des ingénieurs de recherche ayant des savoir-faire différents (texte, statistiques, administration réseau et serveurs, développement).

L’une des tâches les plus dures est de faire cohabiter tous ces corps de métier. Elle revient – lorsque les projets sont de grande ampleur – à des « médiateurs », souvent des chercheurs avec une culture numérique forte ou des ingénieurs qui ont croisé les sciences humaines et sociales à un moment de leur parcours.

La plupart des projets numériques en sciences humaines et sociales se passent sans problème et chacun apprend de l’autre. Les chercheurs et ingénieurs en position de médiation doivent jouer leur rôle d’interprète – faire comprendre les besoins des uns, les contraintes techniques et de temps, souvent, des autres, traduire le langage et le vocabulaire des uns et des autres. Le point important ici est le dialogue entre les corps de métier et les personnes impliquées dans le projet. Si les besoins du chercheur priment, la réponse des ingénieurs ne peut être que discutée avec lui. Il n’y a pas d’application objective et simple à un besoin lorsque l’on développe un logiciel. Il y a des choix techniques à faire, qui imposent un cadre, rendant certaines options faciles et d’autres plus difficiles pour la suite. Il y a des logiques, des algorithmes à concevoir, à documenter, qui ont des conséquences pour le chercheur. Tout ceci doit être discuté, à tous les stades du développement du projet.

Il existe pourtant deux idéaux-types de participants à ces projets qui peuvent les faire échouer et qui sont difficilement gérables par les médiateurs, quel que soit leur talent: le chercheur de droit divin et le développeur à éthique de conviction.

Le chercheur de droit divin

Le chercheur de droit divin, sûr de son fait – il est le fleuron de la société -, exprime ses besoins et ses demandes sous la forme d’ordre plus ou moins affirmés, s’en va et revient six mois plus tard en s’étonnant que les ingénieurs n’aient pu développer quoi que ce soit de satisfaisant. Il se lamente alors: les techniciens ne peuvent le comprendre et sont incapable d’appréhender toute la complexité de son travail.

Si on interroge ses capacités techniques, soit il est persuadé de pouvoir faire mieux que les développeurs – mais confond souvent un tableur et une base de donnés -, soit il rappelle qu’il n’est qu’un historien.

La manière de procéder du chercheur de droit divin ne peut fonctionner, car aucune des décisions liées au développement ne peuvent être prises correctement, les besoins, exprimés sous forme d’ordres, du chercheur ne pouvant être interprétés par les ingénieurs faute de dialogue. L’explicitation des besoins est nécessaire pour définir des fonctionnalités qui marcheront comme le souhaite le/les chercheurs.

Le développeur à éthique de conviction

Après avoir fait appel à une image rappelant la notion de légitimité traditionnelle, restons chez Max Weber: l’éthique de conviction.

Toutefois il y a une opposition abyssale entre l’attitude de celui qui agit selon les maximes de l’éthique de conviction – dans un langage religieux nous dirions : « Le chrétien fait son devoir et en ce qui concerne le résultat de l’action il s’en remet à Dieu » –, et l’attitude de celui qui agit selon l’éthique de responsabilité qui dit : « Nous devons répondre des conséquences prévisibles de nos actes » […] Lorsque les conséquences d’un acte fait par pure conviction sont fâcheuses, le partisan de cette éthique n’attribuera pas la responsabilité à l’agent, mais au monde, à la sottise des hommes ou encore à la volonté de Dieu qui a créé les hommes ainsi.1

Le développeur à éthique de conviction agit selon ses propres idées, sans écouter les besoins des utilisateurs, ou formule ces derniers a priori, sans réellement interroger les premiers concernés. Le résultat est rarement une réussite. Alors, le développeur à éthique de conviction accuse l’utilisateur d’être indigne de son logiciel et incapable de l’utiliser. Notons qu’il arrive quand même qu’un utilisateur puisse être de mauvaise foi. Mais pas tous. Le problème, c’est qu’un logiciel ne s’impose pas à des utilisateurs contre leur volonté. Ce comportement fait aller un projet dans le mur.

*

Ces deux idéaux-types peuvent faire échouer un projet humanités numériques. Il est difficile de les contrer. Le seul moyen qui existe est d’ouvrir des espaces de dialogue, de montrer que l’implication de chacun est nécessaire, de mettre chacun devant ses responsabilités. Et d’espérer être entendu.

  1. in Le savant et le Politique, Plon, coll. 10-18, Paris, 1993, p. 172 []

Visualiser, c’est questionner les sources

Il y eut un premier échange, entre Jean Véronis et moi, sur twitter, à propos de nuages de mots-clés constitués à partir des motions de l’UMP (faute de grammaire incluse, honte à moi):

Ensuite, un cours Digital Humanities à l’Université du Luxembourg. L’un des buts que je fixe à mes étudiants est de faire une critique d’un site web. Je leur donne une grille, inspirée notamment par Serge Noiret1. Cette liste est pour moi un minimum. Pour questionner un site web, se demander ce qu’il peut apporter à un chercheur, il existe des outils – qui peuvent d’ailleurs être appliqués à d’autres supports que le web – pour faire ressortir des schémas de pensée, des questions que l’on n’aurait pas vues autrement, c’est-à-dire par une simple lecture humaine, non aidée d’une lecture computationnelle.

Ils me demandent un exemple. En bon spécialiste des banques centrales, j’entre « Union économique et monétaire » dans google. Et obtiens ces résultats. Je clique successivement sur deux liens: le premier décrit l’histoire de l’Union économique et monétaire sur le site de la banque centrale européenne. Le second raconte la version française de la même histoire, sur le site de la représentation permanente de Paris à Bruxelles.

Pour montrer comment « aller plus loin » dans leur analyse d’un site web, je rentre les adresses des deux sites, successivement, dans Voyant Tools l’outil de visualisation des textes développé par Stéfan Sinclair (McGill) et Geoffrey Rockwell (University of Alberta).

La visualisation de la page de la BCE


La visualisation de la page de la représentation française


Ces deux visualisations nous poussent à nous interroger sur la manière dont une institution européenne, la BCE, d’un côté et la France, de l’autre, comprennent et conceptualisent l’Union économique et monétaire. En d’autres termes, elles nous aident à questionner nos sources, ce qu’elles contiennent, à y voir des schémas de pensée que l’on aurait pas vu autrement.

Or, si on les regarde, les mots-clés qui ressortent sont de natures très différentes. La BCE est technique et factuelle, parlant des « phases » (les trois phases pour accomplir l’union monétaire) et de l’institut monétaire européen (IME – l’institut qui a construit la banque centrale européenne), le terme « monétaire » est plus présent. Du côté français, peu de termes techniques, beaucoup de politique et d’économique (de croissance), une insistance très claire sur le rôle des États membres. En clair, une vision technique et très monétaire de l’Union s’oppose à une vision plus politique et très inter-étatique.

Une opposition qui fait écho aux débats européens d’aujourd’hui.

  1. Philippe Rygiel, et Serge Noiret. Les historiens, leurs revues et Internet : France, Espagne, Italie. Publibook. Paris, 2005. Print. []

Un ordinateur, ça doit rester complexe

Source: Wikimedia Commons

Commençons par une petite anecdote. Lors d’une mise à jour relativement récente, Apple, société productrice des Macintosh, mais aussi des iPad et iPhone, a voulu, devant le succès de ses téléphones et tablettes, intégrer les fonctionnalités mais aussi la philosophie plus générale d’iOS – le système d’opération des iPhones et iPads – à Mac OS X, le système d’opération de ses ordinateurs de bureau et portables (PowerMac, iMac, MacBook). Côté fonctionnalités, il y a eu certaines bonnes idées: permettre à une fenêtre d’occuper l’ensemble de l’écran de l’ordinateur pour pouvoir s’immerger dans l’activité en cours de réalisation; l’utilisation de certains mouvements des doigts sur les trackpads des portables qui font penser au système multitouch des terminaux à écrans tactiles.

Mais iOS a aussi une spécificité par rapport à Mac OS X. Bien plus d’éléments classiques d’un système d’opération sont cachés, et, notamment, le système de gestion des fichiers. En clair, sur votre tablette ou téléphone Apple, il est impossible de savoir où sont stockés vos fichiers: il n’y a rien d’équivalent au Finder de Mac OS X et à ses fenêtres, à l’explorateur Windows ou aux multiples gestionnaires de fichiers des nombreuses moutures de Linux et autres POSIX.

Le choix de limiter les fonctionnalités d’un système d’opération pour tablettes est contestable (de mon point de vue) mais peut se justifier. Contestable, car, en termes matériels, une tablette pourrait faire autant d’opérations et de manipulations que beaucoup d’ordinateurs1. Justifiable, car les usages des téléphones portables et tablettes sont différents de ceux des ordinateurs. Ils sont beaucoup plus orientés vers la lecture plutôt que l’écriture, vers la consultation plutôt que vers l’action2. Ces usages sont nettement moins polyvalents que ce qui peut être effectué sur un ordinateur classique. Apple a, en outre, poussé cette logique jusqu’au bout, en filtrant les applications que l’on peut installer sous iOS, en limitant les possibilités des éditeurs de logiciels et de livres, etc. Il est probable que beaucoup d’utilisateurs y trouvent leur compte, et Apple aussi.

Mais c’est aussi la philosophie globale des iPads qu’Apple est en train progressivement d’importer sur Mac OS X. Microsoft, avec son nouveau « Bureau » sous Windows 8, inspiré de la version mobile de cet OS, est en train de suivre le mouvement. Ubuntu, la distribution Linux la plus répandue à l’heure actuelle, a inventé une interface appelée « Unity » qui va dans le même sens.

Cette logique a poussé Apple à remettre en cause des fonctions historiques (et fondamentales) des logiciels, comme le « Enregistrer Sous », supprimé sous Mac OS X 10.7 et de retour sous Mac OS X.8, mais de manière très discrète3. Quel est l’intérêt pour Apple? Simplifier les interfaces, cacher le gestionnaire de fichier, promouvoir sont outil de gestion des versions… et, vraisemblablement, en cohérence avec une idéologie où l’utilisateur est considéré comme quelqu’un à qui l’on doit apprendre ce qui est le bon design, contrôler ce que l’on fait avec les Macs.

Cet épisode est exemplaire d’une tendance dans l’informatique d’aujourd’hui, qui confond la simplicité avec la simplification. Que les utilisateurs veuillent quelque chose qui fonctionne, c’est une chose. Qu’ils veuillent pouvoir faire en un clic ce qui n’a pas besoin de faire l’objet de plusieurs clics, ça l’est aussi. Toutefois, l’informatique, fondamentalement néo-platonicienne (puisqu’elle doit modéliser le monde), ne peut réduire l’image qu’elle donne du monde sans sous-estimer la complexité du monde qui nous entoure, qu’elle doit modéliser. Simplifer les interfaces et les usages informatiques, c’est prendre un risque de rendre l’outil informatique incapable de gérer la complexité de l’information.

Dans le domaine des sciences humaines et sociales, la simplification à outrance des fonctionnalités des ordinateurs personnels pourraient avoir en contrecoup un effet d’appauvrissement sur les usages que nous en avons au quotidien. Si l’ordinateur a pour mission de nous contrôler de plus en plus, de nous maintenir dans des normes qui ne sont pas celles de la recherche, nous ne pourrons plus utiliser un ordinateur pour, justement, faire ce qu’un chercheur doit faire, c’est-à-dire sortir des sentiers battus (tout en restant riguoureux).

Dans ce mouvement vers le contrôle de l’utilisateur, il reste aujourd’hui le logiciel libre – raison pour laquelle le Manifeste des Digital Humanities de Paris4 y faisait référence. Mais même celui-ci est menacé par les velléités d’instaurer des processus de contrôles (DRM) dans les processeurs, coeur des ordinateurs. Si RedHat, acteur fondamental de l’open source, a accepté de payer pour pouvoir continuer à faire tourner sa mouture de Linux, il n’en sera pas le cas de toutes les distributions de Linux ou des différents BSD libres qui circulent, et cela devrait mener à un appauvrissement, non seulement de l’informatique personnelle, mais aussi des usages que nous en avons aujourd’hui, y compris en sciences humaines et sociales.

L’ordinateur est un outil génial car générique. Malheureusement, cette généricité le rend, souvent, complexe. Au lieu5 de fournir les logiciels permettant à ses utilisateurs d’appréhender cette complexité, les éditeurs et constructeurs informatiques semblent aujourd’hui préférer maintenir l’utilisateur dans l’illusion d’une intuitivité qui serait innée, mais qui, en réalité, les limite.

  1. Canonical, la société qui développe Ubuntu, l’a très bien compris []
  2. Dacos, Marin, et Frédérique Roussel. « «La tablette Apple, c’est un peu le minitel 2.0» ». Libération 5 avr. 2012. Web. 12 sept. 2012. []
  3. Chaffin, Bryan. « Apple Quietly Brings ‘Save As’ Back in Mountain Lion ». The Mac Observer 12 juin 2012. Web. 24 août 2012. []
  4. « Manifeste des Digital humanities ». ThatCamp Paris 2010 2010. Web. 15 févr. 2012. []
  5. Merci à Albahtaar pour la discussion que nous avons eu sur ce sujet []
Le réseau ARPA Net, 1974

Ma petite histoire d’internet

Voici quelques notes que j’ai préparées pour un séminaire. Elles sont livrées telles quelles1.

 

Le réseau ARPA Net, 1974

Le réseau ARPANet en 1974. (Domaine public, Wikimedia Commons).

Les grandes lignes de l’histoire d’Internet sont bien connues2. Elle ne correspond pas à certains clichés que l’on peut parfois entendre: elle n’est pas récente (ou alors très relativement récente) d’une part, l’infrastructure qui s’est développée au fur et à mesure de son développement n’est pas immuable d’autre part.

Les origines

Internet est un enfant conceptuel de la Seconde Guerre mondiale qui a grandi pendant la Guerre froide.

Un enfant conceptuel de la Seconde Guerre mondiale

Certains concepts utilisés aujourd’hui sur le Net (et le web) ont été définis dans les 25 ans qui suivent la Seconde Guerre mondiale.

Le Memex de Vannevar Bush3. Vannevar Bush est le maître d’œuvre de la recherche scientifique états-unienne pendant la Seconde Guerre mondiale. En 1945, dans le journal américain The Atlantic, il tire les conclusions de l’évolution de la recherche pendant le conflit. Cet article est plutôt fastidieux à lire. Il mentionne des techniques aujourd’hui disparues ou quasi-disparues (y compris la photographie argentique) mais décrit ce que pourraient être des machines en réseau d’une part et la manière de naviguer dans le contenu de ces machines d’autre part. Il y parle du Memex, un microfilm à ultra haute-résolution, couplé avec des écrans et des caméras pilotés par des contrôleurs électromécaniques, ancêtre du lien hypertexte.

Dans les années 1960, l’influence de Ted Nelson. À l’origine du projet Xanadu (1960)4 et surtout de l’Hypertext Editing System (1967), Ted Nelson a forgé le terme «hypertexte» en 1963 et en parle dans une publication de 19655. Philosophe et sociologue, influencé par Bush, il s’intéresse dans les années 1960 aux ordinateurs et aux interfaces homme-machine. L’hypertexte de Ted Nelson est plus complet que le lien que nous connaissons: il est à deux sens et non un seul. En effet, dans le lien tel que nous le connaissons aujourd’hui, si la cible du lien change, disparaît, le lien est mort. Ted Nelson imaginait un système où le lien évoluerait en fonction de la source et de la cible et où source et cible seraient reliées.

Trop ambitieuses, les idées de Ted Neslon inspirent toutefois de nombreux projets, dont un protocole, le « http »6. Beaucoup plus pragmatique, il repose sur le « réseau des réseaux » c’est-à-dire Internet.

Un enfant inattendu de la Guerre froide

Les concepts émergeants dans les années qui suivent la Seconde Guerre mondiale vont – partiellement – se réaliser dans le cadre de la Guerre froide. C’est le fameux ArpaNet. Ce dernier – et par la suite Internet également – est une rencontre improbable entre la « grande science », c’est-à-dire les grands projets financés sur fonds publics; la recherche militaire et la culture libertaire. ARPANET est un projet qui est lancé par l’armée en 1969, dans le cadre de la Defense Advanced Research Projects Agency (DARPA) dépendant du Département de la Défense. De cette DARPA – dont le nom a changé entre ARPA et DARPA – est aussi sorti le GPS.

ARPANET sert à tester des technologies de réseau, éventuellement utilisables dans un cadre militaire. Assez vite opérationnel, ce réseau relie des universités, des centres de recherche et le Département de la Défense. Il profite de la mise au point en 1973 du protocole dit TCP (Transmission Control Protocol)7 puis TCP/IP8 en 1978.

Quels sont les principes d’ARPANET ?

Arpanet est un projet militaire, la sécurité est donc primordiale. Il adopte une structure en réseau décentralisée. En clair :

  • si un nœud du réseau est détruit, les données peuvent emprunter un autre chemin;
  • si un nœud du réseau est détruit, la puissance informatique du réseau est faiblement atteinte, car répartie entre tous les nœuds du réseaux;
  • il y a redondance des fonctions dans le réseau, pour minimiser le risque de déconnexion.

Arpanet a permis le financement de la recherche en informatique dans les années 1960 et 1970, dans un cadre plutôt libre – plus libre que sa naissance militaire ne le laisse penser. Mais ce n’est pas un projet stratégique pour le Département de la Défense. Il finit donc par s’émanciper du militaire. Ce qui engendre une co-existence difficile entre militaires et universitaires. Le réseau de l’armée devient MILNET, Arpa-Internet est réservé pour la recherche.

Arpa-Internet s’est ainsi développé dans un cadre public, lié à des institutions d’État, et non au monde des affaires.

Dans les années 1970, le développement d’Arpa-Internet dans les universités est fondamental pour ses évolutions futures, car il est ainsi imprégné de la culture libertaire de l’époque et de celle des premiers « hackers ». Les universités ont fourni les serveurs et la logistique, les enseignants et universitaires ont permis – par le développement des logiciels et des protocoles – des progrès importants. S’ils sont souvent éloignés de la contre-culture, ils ont des points communs avec elle: la liberté de pensée, de partage, de coopération d’égal à égal.

En parallèle, émergent d’autres réseaux comme Usenet ou l’UUCP (Unix). Sur ces réseaux, la culture des étudiants en informatique se répand, ce qui prépare le passage à internet, d’autant plus que, contrairement à Arpa-Internet, ces réseaux sont internationaux – ArpaNet est fermé à l’étranger.

Internet repose sur l’ouverture, la décentralisation, sur l’importance du rôle des utilisateurs du réseau. Il est facile de rajouter des nœuds (des ordinateurs/serveurs), leur coût peut-être faible. Les utilisateurs sont en outre des producteurs. Cette ouverture repose notamment sur un protocole – TCP/IP – qui est pragmatique et permet de relier les différents réseaux entre eux – y compris ArpaNet. Au début des années 1990, Internet est donc finalement assez facilement ouvrable vers l’extérieur, après une décennie, dans les années 1980, où son utilisation s’est répandue dans toutes les régions du monde et alors que des fournisseurs d’accès commerciaux apparaissent. Les transactions commerciales y sont autorisées. En 1995, sa gestion est privatisée.

L’ouverture d’Internet et sa privatisation ont permis l’arrivée d’applications qui n’étaient pas prévues. La principale aujourd’hui : le Web.

Le Web et l’expansion d’Internet

Le World-Wide Web est proposé par le Britannique Tim Berners-Lee, du CERN, avec l’aide de Robert Caillau, ingénieur belge, en 1990. Il s’agit d’un système reposant sur une « toile » de documents reliés par hypertexte, lisibles par des navigateurs (browsers) dans le cadre d’une architecture clients-serveurs.

C’est le web, simple d’utilisation, qui propulse internet dans la sphère commerciale et le popularise. Les pages Web, les sites Web sont – au moins dans un premier temps – faciles à développer, grâce à un langage simple qu’est le HTML.

Le web reste profondément lié à Internet notamment sur le rôle des utilisateurs-producteurs. La culture de ces derniers est donc importante à définir.

Les quatre cultures d’Internet et du Web

Internet est un produit technologique qui est issu de la culture de ses producteurs. Depuis son extension et son internationalisation, il faut clairement distinguer les utilisateurs-producteurs des utilisateurs-consommateurs. Les premiers ont une utilisation qui impacte Internet, pas les autres.

On reprendra ici la définition de Manuel Castells : la culture est:

un ensemble de valeurs et de croyances qui suscitent des comportements, dont la répétition crée des coutumes, que des institutions ou des organisations informelles font ensuite respecter. […] C’est une construction consciente, mais collective, qui transcende les inclinations personnelles tout en influençant les pratiques individuelles – en l’occurrence, celles des utilisateurs-producteurs d’Internet.9

Il y a eu quatre strates successives dans la culture internet : la techno-méritocratie, les hackers, les communautés virtuelles, les entrepreneurs. Ces strates ont en commun une idéologie de la liberté.

Ces trois strates sont hiérarchisées. La culture techno-méritocratique se précise dans celle des hackers. La communauté ajoute une dimension sociale au partage de la technologie (cf. usenet). Les entrepreneurs, les communautés, les hackers diffusent cette culture dans toute la société, à des fins lucratives pour les entrepreneurs. Ces derniers prennent la main dans les années 1990, quand une utilisation commerciale d’internet devient possible.

L’extension du Web dans la seconde moitié des années 1990 va être exponentielle, voyant se développer de nombreuses nouvelles idées et de nouvelles entreprises. Se propage alors l’idée d’un modèle de développement avec croissance considérée comme quasi-infinie – le modèle américain des années Clinton. Les investisseurs, devant cette « nouvelle économie », sont alors assez crédules.

D’où certains excès du web commercial comme boo.com – un site qui voulait être de la mode en temps réel. Lancement en grande trombe, investissements importants et faillite tout aussi rapide. On parle de nouvelle économie. Le contexte de la nouvelle économie est marqué par le développement des infrastructures du net, le développement de techniques financières à forte tendance spéculative (stock-options), l’argent pas cher (la politique monétaires de la Fed et de la Banque du Japon), l’ouverture à la concurrence du marché des télécommunication dans un certain nombre de pays – c’est la grande époque de l’autonomisation de France Telecom (1990) puis de sa privatisation (1998).

Une bulle spéculative s’est donc formée. La crise commence en 2000 et s’étend jusqu’à 2005. Les stars du domaine annoncent d’importantes pertes : AOL Time Warner, Vivendi Universal… AOL avait racheté Time Warner. Après 2005, AOL ne représente quasiment plus rien dans cette entreprise.

Mais des entreprises survivent et, de l’interrogation sur le pourquoi de cette survivance, naît l’expression Web 2.0.

Le Web 2 : un retour aux sources ou le règne du commerce par l’exploitation des internautes ?

Constatant que certaines entreprises ont survécu à la bulle Tim O’Reilly – le fondateur des éditions O’Reilly – s’interroge sur les raisons de cette survivance. Pourquoi ces entreprises – Amazon, par exemple – ont-elles mieux réussi que les autres?

Dans ce long article10, Tim O’reilly décline plusieurs idées emblèmatiques du web 2.0: le web comme plateforme pour construire des applications, l’appel à l’intelligence collective11, l’aspect stratégique des données, l’utilisateur au centre de la conception des sites web…

En clair, Tim O’Reilly a décrit plutôt tôt un certain nombre de questions qui restent stratégiques aujourd’hui. À ces questions, s’associent d’autres concepts, qui ont fait le succès du Web 2.0 – dont, notamment, la notion de mash-up: recréer son contenu à partir de sources de données et d’applications externes.

Mais, en parallèle, se développe une forme d’économie de la prédation – se faire son beurre sur le contenu créé par les utilisateurs, ce que décrit Dominique Boullier12 en critiquant vertement L’âge de la multitude13. D’autres critiques émergent. Certains prennent peur de l’émergence des foules, de leur folie, du porno tout puissant, notamment chez Andrew Keen14. D’autres dénoncent les effets d’une lecture captant faiblement l’attention, d’une culture du zapping potentialisée par l’hypertexte à l’image de Nicholas Carr15. Toutefois, entre Andrew Keen qui semble plus soigner son image d’iconoclaste et Nicholas Carr qui nous renvoie à Platon et sa critique de l’écrit dans Phèdre, ces critiques, si elles provoquent le débat, semblent aujourd’hui peu écoutées.

Conclusion : un Internet en danger?

Toutefois, le « buzz » parfois suscité par ces deux personnes – entre autres – illustre que l’idéologie de la liberté qui imprègne internet est clairement remise en cause. Aujourd’hui, Internet est pour partie un lieu de confrontation entre une idéologie plus radicale de la transparence (WikiLeaks) et une tentation du contrôle de plus importante par les États (SOPA, PIPA, Hadopi pour la France…).

Cette tentation de contrôle repose sur trois pôles. Les Etats sont attirés par le contrôle des citoyens – là où ils devraient se poser en régulateurs16. Les ayant-droits qui veulent non seulement protéger, mais étendre les domaines d’application du droits d’auteur17. Enfin, certains groupements voient dans Internet et le web des technologies dérangeantes pour leur conception des moeurs – c’est ce que l’on retrouve chez Andrew Keen.

Lawrence Lessig et Johnathan Zittrain notamment voient dans ces tentations de contrôle une conséquence sur le code et l’infrastructure sous-tendant le web et Internet18. Benjamin Bayart, président de FDN – le plus ancien fournisseur d’accès à internet qui est une association – donne l’exemple des pressions de Free contre DailyMotion, qui illustrent la fin du principe de la neutralité du Net. Le réseau est utilisé comme une arme contre des concurrents19.

La remise en cause de l’idéologie de liberté du net se traduit également dans la multiplication des terminaux « passifs » comme les téléphones, et autres tablettes. S’ils servent à interagir avec les réseaux sociaux, leurs utilisateurs restent soumis au fonctionnement de ces réseaux et ne sont pas actifs dans la mesure où ils ne maîtrisent plus leurs contenus.

Quel est l’avenir d’Internet? Est-il dans des utilisateurs passifs, subissant les orientations de grandes compagnies, préférant les « apps » fermées au web ouvert et – pour commettre un anglicisme – « disruptif »20? Personnellement, et au vu des développements techniques les plus récents, je crois de plus en plus au potentiel du web.

  1. Edit: Daniel Letouzey me fait remarquer que les travaux de Fred Turner – rapportés par Dominique Cardon (Cardon, Dominique. La démocratie Internet : Promesses et limites. Seuil, 2010. Print.) – montrent le rôle important joué par les hippies dans l’élaboration d’Internet (voir le compte-rendu de « Pétrarque, Internet et la démocratie » par D. Letouzey et Turner, Fred. From Counterculture to Cyberculture: Stewart Brand, the Whole Earth Network, and the Rise of Digital Utopianism. 1re éd. University Of Chicago Press, 2006. Print.). Il note aussi deux éléments: dans quelle mesure l’arrivée du web a pu répondre à une certaine demande (de plus de connectivité) – j’avoue ne ps pouvoir répondre à cette question d’une part; l’émergence d’un vocabulaire familier (surfer, page web etc) pour désigner une culture nouvelle. []
  2. Pour une bonne synthèse: Castells, Manuel. La galaxie Internet. Paris: Fayard, 2001. Print. – Ce billet repose beaucoup sur cet ouvrage. Sur le web, vous pourrez consulter un historique []
  3. Bush, Vannevar. « As We May Think ». The Atlantic juill. 1945. Web. 7 juill. 2008. []
  4. Roy Rosenzweig évoque ce projet dans Roy Rosenzweig. « The Road to Xanadu: Public and Private Pathways on the History Web ». Journal of American history 88.2 (2001): 548‑579. Print. []
  5. Nelson, Ted H. « Complex information processing: a file structure for the complex, the changing and the indeterminate ». New York: ACM Press, 1965. 84‑100. Print. []
  6. Wikipedia contributors. « Hypertext Transfer Protocol ». Wikipédia 4 sept. 2012. Wikipedia. Web. 4 sept. 2012. []
  7. Wikipedia contributors. « Transmission Control Protocol ». Wikipédia 3 sept. 2012. Wikipedia. Web. 4 sept. 2012. []
  8. Wikipedia contributors. « Suite des protocoles Internet ». Wikipédia 3 sept. 2012. Wikipedia. Web. 4 sept. 2012. []
  9. Castells, Manuel. La galaxie Internet. Paris: Fayard, 2001. Print. p. 50. []
  10. O’Reilly, Tim. « What Is Web 2.0. Design Patterns and Business Models for the Next Generation o f Software. » O’Reilly 30 sept. 2005. Web. 29 juill. 2008. []
  11. crowdsourcing – voir Surowiecki, James. The Wisdom of Crowds. Anchor, 2005. Amazon.com. Web. 29 janv. 2009. []
  12. Boullier, Dominique. « L’âge de la prédation ». internetACTU.net (2012): n. pag. Web. 11 sept. 2012. []
  13. Verdier, Henri, et Nicolas Colin. L’âge de la multitude: Entreprendre et gouverner après la révolution numérique. Armand Colin, 2012. Print. []
  14. Keen, Andrew. The Cult of the Amateur: How Blogs, Myspace, Youtube, and the Rest of Today’s User-generated Media Are Destroying Our Economy, Our Culture, and Our Values. 2e éd. Doubleday Business, 2008. Print. []
  15. Guillaud, Hubert. « Nicolas Carr : “Est-ce que Google nous rend idiot ? » ». InternetActu.net 23 janv. 2009. Web. 5 mai 2010. []
  16. Selon largument développé notamment dans Guillaud, Hubert. Un monde de données. Paris: publie.net, 2011. Print. Washing Machine. []
  17. Voir l’argumentaire de Lessig, Lawrence. Culture libre. Comment les médias utilisent la technologie et la loi pour confisquer la culture et contrôler la créativité. Print. []
  18. Lessig, Lawrence. Code V2. New York: Basic Books, 2006. Web. 10 mars 2009 et Zittrain, Jonathan. The future of the Internet and how to stop it. London: Penguin, 2009. Print. []
  19. « FRNOG 11 – Benjamin Bayart : Minitel 2.0 ». Dailymotion. Web. 11 sept. 2012. []
  20. Rappelez-vous que nous aimons le web: Mounier, Pierre. « I love le Web ». Blogo-Numericus 1 août 2011. Web. 11 sept. 2012. []

L’historien est aussi un technicien – pensées éparses (3)

L’historien est aussi un technicien. Dans certains cas, cette phrase ne choquera aucun chercheur: quand on est dans un centre d’archives, on a grand intérêt à savoir comment il fonctionne. On doit connaître des détails insignifiants comme le nombre de boîtes que vous pouvez commander, comme la manière de les ranger à la place qui vous a été allouée1. On doit maîtriser les détails méthodologiquement déterminants pour vos travaux: quelle a été la politique de sélection des documents? Leur mode de conservation? Les documents qui ont été perdus? On aime s’apercevoir, dans un registre plus anecdotique, que la petite fiche où chaque personne qui a emprunté la liasse a signé nous permet de savoir qui a travaillé sur des thèmes de recherche similaires aux vôtres. Ainsi, ai-je été ému à l’idée que, quarante ans plus tôt, Martin Broszat a travaillé sur les mêmes liasses que moi. Émotion mêlée au sentiment plus négatif d’avoir l’impression de lire des archives que tout le monde connaît déjà…

Se revendiquant souvent techniciens des archives, en un sens, beaucoup d’historiens font pourtant une exception pour l’informatique ((J’ai déjà eu l’occasion d’exprimer l’intérêt que j’ai pour le code et le rôle qu’il peut jouer dans l’étude et l’écriture de l’histoire. Proche de ce sujet, je vous conseille la lecture du billet « Pourquoi il faut apprendre à coder à tous nos élèves » de Delphine Regnard. Un bel exemple, également, d’écriture numérique vivante: Delphine a corrigé ce billet au fur et à mesure de discussions sur les réseaux sociaux et dans les commentaires du billet – où le débat est vif.)). C’est ce qu’a résumé, en mars dernier lors du colloque organisé par l’Université du Luxembourg et le CVCE, la petite phrase « Je ne suis qu’un historien », qui a révolté, notamment, Sean Takats. Dans mes conclusions, j’ai essayé de prendre cette phrase à contre-pied: oui, je ne suis qu’un historien et c’est pour ça que je m’intéresse à la manière dont nous utilisons l’outil numérique. Parce que, de la même manière que j’ai dû apprendre à connaître le fonctionnement du Bundesarchiv allemand pour ma thèse, je dois maîtriser ces nouveaux outils, tout simplement pour exercer mon métier.

Car aujourd’hui, nos modes d’écriture sont bouleversés. Si l’article et le livre, œuvres finies et quasi immuables, restent des références pour nos CV, les expériences les plus créatives et les plus intéressantes se déroulent en ligne, repoussant les limites de la validation par les pairs et instaurant des modes collectifs d’écriture2 ou illustrant comment on devient historien.

De la conférence monolithique, nous nous dirigeons vers des événements scientifiques ubiquitaires, se déroulant dans plusieurs espaces/lieux/réseaux en même temps – comme c’est le cas désormais de la plupart des événements Digital Humanities auxquels j’ai participé.

Surtout, notre relation aux sources va s’en trouver bouleversée. Pour deux raisons. La première est que la numérisation des sources facilite l’accès aux archives, et, si elle est bien menée, nous permettra de faire lire nos sources par l’ordinateur qui nous assistera pour révéler ce qui n’est pas évident à voir avec le seul œil humain. Toutefois, deux écueils nous guettent: le problème russe décrit par Dan Cohen3 et le fait qu’une archive numérisée peut aussi être une archive appauvrie4. Dans le premier cas, le risque est d’utiliser l’outil numérique sans grand discernement, avec une perte de légitimité scientifique, un peu à l’image de l’histoire économique à la fin des années 1970. Dans le second cas, la numérisation peut nous faire perdre de nombreux éléments déterminants pour nos recherches: la qualité du papier, les différents types d’annotations… Les chances d’éviter ces deux écueils seront d’autant plus élevées que nous maîtriserons les logiciels et méthodes adéquats.

La seconde raison est un problème connu des archivistes depuis longtemps5: l’abondance. Les archives ont dû développer des stratégies de sélection. Mais ce problème, que l’on peut relier à cette fameuse infobésité, est aujourd’hui d’une tout autre ampleur. D’une part, les choix de sélection des archives numériques conservées doivent être de vrais choix et non des choix par défaut, imposés par une mauvaise maîtrise de la technique6. D’autre part, malgré ces choix, la masse d’archives auxquelles nous serons confrontés restera suffisamment importante pour que, en tout cas pour certains sujets, nous soyons obligés de nous appuyer sur des programmes permettant ce que l’on appelle le « text mining » ou « data mining ». En tant qu’historien de la construction européenne, je n’ose imaginer, dans une vingtaine d’années, le nombre de documents numériques qu’il faudra dépouiller pour comprendre l’élargissement de l’Union européenne de 2004.

Le risque que représente ce refus de s’intéresser à la technique numérique, de mettre les mains dans le cambouis digital, est de se retrouver, dans quelques années, à ne plus pouvoir ni faire de recherches, ni écrire l’histoire, en tout cas pour certaines périodes.

  1. Ne riez pas, commandez des boîtes qui n’ont pas la bonne taille et vous désorganisez tout un service d’archives. []
  2. Vous pourrez lire Thomas, William G. « Writing History in the Digital Age | William G. Thomas ». William G. Thomas digital historian 31 oct. 2011. Web. 20 juin 2012 et jeter un coup d’œil sur le projet PressForward []
  3. Cohen, Dan. « It’s About Russia ». Dan Cohen’s Digital Humanities Blog 6 mars 2007. Web. 11 juill. 2012. []
  4. Turkel, William J. « Intervention: Hacking history, from analogue to digital and back again ». Rethinking History 15.2 (2011): 287‑296. CrossRef. Web. 11 juill. 2012. []
  5. Je rappelle à toutes fins utiles que je suis contemporanéiste []
  6. Sur le sujet de la préservation des archives numériques, voir, dans le cas des sites web: Rosenzweig, Roy. « Scarcity or Abundance? Preserving the Past in a Digital Era ». The American Historical Review 108.3 (2003): 735‑762. CrossRef. Web. 28 avr. 2010. []

Zotero: au-delà de la gestion des références bibliographiques

Zotero Standalone logo

(c) Roy Rosenzweig Center for History and New Media

Dans quelques jours, la revue Diacronie sortira un numéro sur l’histoire numérique, coordonné par Deborah Paci (Università di Padova / Université de Nice-Sophia Antipolis) Émilien Ruiz (EHESS) et Elisa Grandi (Paris-Diderot).

Edit (5 juillet 2012): le numéro est sorti.

J’y ai écrit un article sur le logiciel Zotero, dont je parle plus amplement et plus régulièrement ailleurs. Zotero est un logiciel de gestion des données bibliographiques. Il vous permet de collecter vos références bibliographiques, de les citer dans votre traitement de texte.

Mon propos est de montrer que 1. grâce à la manière dont il est développé (open source et flexible) 2. grâce au fait qu’il permet d’attacher des notes, documents… aux références bibliographiques et 3. grâce à ses fonctionnalités en ligne, Zotero dépasse largement la simple gestion des références bibliographiques et permet à l’historien (et pas qu’à lui/elle) de gérer un corpus de sources et de travailler sur ces sources de manière à révéler des éléments qui ne l’auraient pas été sans lui. Comment? Vous lirez l’article…

En attendant, voici la bibliographie de cet article.

Le Manifeste!

« Manifeste des Digital humanities ». ThatCamp Paris 2010 2010. Web. 15 févr. 2012.

Définitions

« DCMI Home: Dublin Core® Metadata Initiative (DCMI) ». Web. 21 juin 2012.

Free Software Foundation. « Qu’est-ce qu’un logiciel libre? » Web. 1 juin 2012.

Wikipedia contributors. « Code source ». Wikipédia 30 mai 2012. Wikipedia. Web. 1 juin 2012.

—. « Interface de programmation ». Wikipédia 17 mai 2012. Wikipedia. Web. 6 juin 2012.

—. « Mathematica ». Wikipédia 6 juin 2012. Wikipedia. Web. 6 juin 2012.

—. « RSS ». Wikipédia 3 juin 2012. Wikipedia. Web. 6 juin 2012.

—. « Système de gestion de contenu ». Wikipédia 23 mai 2012. Wikipedia. Web. 1 juin 2012.

Billets de blog

Clavert, Frédéric. « Utiliser zotero avec le CMS SPIP ». Zotero francophone 1 juin 2012. Web. 6 juin 2012.

—. « Zotero pour utilisateurs avancés ». Zotero francophone 31 mars 2011. Web. 8 juin 2012.

Cohen, Dan. « Building a Sustainable Zotero Project ». Zotero 6 janv. 2010. Web. 8 juin 2012.

—. « Clio Wired ». Dan Cohen’s Digital Humanities Blog 26 août 2007. Web. 7 août 2008.

—. « Mapping What Americans Did on September 11 ». Dan Cohen's Digital Humanities Blog 8 août 2006. Web. 6 juin 2012.

Heimburger, Franziska. « La Boite à Outils des Historiens: Zotero – version Firefox ou Stand-alone ? » La Boîte à outils des historiens 21 mai 2012. Web. 19 juin 2012.

—. « La photographie numérique des sources – conseils, astuces, méthodes ». La Boite à Outils des Historiens: 31 août 2011. Web. 6 juin 2012.

—. « Les bonnes résolutions… ou comment mettre en place un système complet et automatique de sauvegarde ». La Boîte à outils des historiens 11 janv. 2010. Web. 6 juin 2012.

—. « New Collaborative Bibliography of First World War Studies ». International Society for First World War Studies 13 mars 2012. Web. 6 juin 2012.

Ruiz, Émilien. « La Boite à Outils des Historiens: Découvrir Zotero 2.1 : de l’installation à la bibliographie collaborative ». La Boîte à outils des historiens 2011. Web. 1 juin 2012.

Takats, Sean. « Thomson Reuters Lawsuit Dismissed ». The Quintessence of Ham 4 juin 2009. Web. 21 mai 2012.

Livres, rapports et articles

Cohen, D. et al. « Data Mining with Criminal Intent ». (2011): n. pag. Print.

Rosenzweig, Roy. Clio Wired: The Future of the Past in the Digital Age. Columbia University Press, 2011. Print.

Suciu, Radu. « Medical Case Studies on Renaissance Melancholy: Online Publication Project ». Digital Humanities 2011 2011. Web. 6 juin 2012.

Turkel, William J., et Alan MacEachern. The Programming historian. 1re éd. NiCHE: Network in Canadian History & Environment, 2007. Web. 15 sept. 2008.

Plug-ins pour ou liés à Zotero

Owens, Trevor. « Zotero Maps: Visualize Your Zotero Library on the Globe ». Zotero 10 mai 2010. Web. 6 juin 2012.

« Vertov ». Web. 21 juin 2012.

« WordPress › Zotpress « WordPress Plugins ». Web. 21 juin 2012.

« ZotFile – Zotero Addon to manage your attachments ». Web. 21 juin 2012.

Sites web à consulter

« CitationStyles.org | The Citation Style Language – open and free citation styles ». Web. 21 juin 2012.

Cohen, Dan. « Dan Cohen’s Digital Humanities Blog ». Dan Cohen’s Digital Humanities Blog. Web. 27 juin 2012.

« La boîte à outils des historiens ». Web. 27 juin 2012.

Roy Rosenzweig Center for History and New Media. « Occupy Archive ». #Occupy Archive. Omeka. 2011. Web. 6 juin 2012.

Suciu, Radu. « Medical Case Studies on Renaissance Melancholy ». Medical Case studies on Renaissance Melancholy – Online publication project. Publication en ligne. 2011. Web. 6 juin 2012.

« The Quintessence of Ham ». Web. 27 juin 2012.

« WordPress › Blog Tool, Publishing Platform, and CMS ». Web. 21 juin 2012.

« WorldCat.org ». Web. 21 juin 2012.

« Zotero francophone ». Web. 27 juin 2012.

Sur le site de Zotero

« dev:server_api [Zotero Documentation] ». Web. 21 juin 2012.

« Zotero Forums ». Web. 21 juin 2012.

Ce n’est pas parce que l’on est un historien que l’on ne fait pas de veille et que l’on ignore ce qu’est un flux RSS

Veille. J’ai entendu ce mot pour la première fois quand j’ai (brièvement) travaillé dans une entreprise de conception de sites internet à la fin des années 1990 – fin des années 1990, c’est plus rassurant que fin du XXe siècle. J’ai alors été chargé de faire plusieurs petites veilles, sur des technologies émergentes (le PHP 3…), sur le référencement dans les moteurs de recherche par exemple.

Ce terme de « veille », je ne l’avais jamais rencontré auparavant, pendant mes études de sciences politiques puis d’histoire. Pourtant, j’en faisais de fait déjà, achetant un grand nombre de titres de presse le mercredi pour noter ce qui m’intéressait dans l’actualité politique, économique, scientifique. Pourtant, c’est ce que fait tout historien quand il parcourt les revues qui l’intéressent le plus pour repérer les articles utiles pour ses recherches, pour ses enseignements ou pour satisfaire sa curiosité intellectuelle.

Avec le web, les pratiques de « veille », c’est-à-dire s’informer de manière systématique sur un domaine précis, se sont multipliées, démocratisées, d’une certaine manière. De nombreuses technologies, sites web spécifiques permettent de la systématiser. Ces techniques nouvelles sont particulièrement utiles à l’historien – et au chercheur de manière générale. Je me permets ici de décrire la manière dont j’ai organisé ma propre veille.

Tout commence avec des flux RSS et Twitter

Le coeur de ma pratique de veille repose d’une part sur les sites web qui m’intéressent le plus et qui disposent d’un flux RSS et d’autre part sur Twitter.

RSS, késako?

On désigne par « flux RSS » un fichier dont le contenu est produit automatiquement (sauf cas exceptionnels) en fonction des mises à jour d’un site Web. Les flux RSS sont souvent utilisés par les sites d’actualité ou les blogs pour présenter les titres des dernières informations consultables en ligne.1

En clair, un flux RSS vous permet d’être informé des mises à jours d’un site sans avoir à se rendre sur ce site web. On peut les collecter dans un agrégateur RSS. J’en utilise un en ligne, installé sur mon propre serveur (mais vous n’êtes pas obligés d’arriver à ces extrémités-là: utiliser Google Reader – netvibes peut aussi servir à ça). Pour mon flux de veille, il est nécessaire que mon agrégateur soit en ligne.

En effet, lorsque je parcours les liens, avec résumés, qui sont agrégés ainsi, j’en marque comme favoris (en règle générale pour les lire plus tard ou parce qu’ils contiennent une idée spécifique sur laquelle je veux revenir à tête reposée), j’en envoie vers zotero2 – des billets de blog, pages web, articles scientifiques qui pourront me servir pour mes publications – et j’en marque certains pour qu’ils soient inscrits dans un flux RSS généré par mon lecteur de flux RSS. Les liens intégrant ce flux RSS sont ensuite, grâce au service en ligne ifttt.com, postés sur Twitter en mon nom, et précédés de [Veille] – ainsi, puis-je partager mes trouvailles.

Mais pourquoi Twitter?

Twitter est ma seconde source pour ma veille et c’est aussi mon premier canal de publication des résultats de cette veille. Seconde source? J’utilise un service – Twitter Times, mais il en existe d’autres du même type. Twitter Times scrute ce qui se passe sur votre Tweet List (ie ce que vos relations sur Twitter partagent avec vous), en extrait les liens et en fait un journal en ligne. Je me contrefiche du journal en question: ce qui est intéressant, c’est qu’avec ce journal, il crée un flux RSS. Ce dernier est inclut dans mon agrégateur et intègre donc le flux de veille décrit au paragraphe précédent3.

Bien cibler les sujets qui font l’objet de la veille

Avec la méthode de veille décrite plus haut, on peut très rapidement crouler sous les informations. À l’heure actuelle, je trie environ 700 liens par semaine. C’est beaucoup, et je ne pourrai pas en faire plus – bien entendu, je ne lis pas tout…

Pour éviter que ce type de système ne vous fasse crouler sous l’information – ce qui le rendrait totalement inefficace -, il faut bien choisir les sites que l’on suit via les flux RSS et les comptes Twitter que l’on lira. Pour ce faire, il faut cibler les thèmes qui font l’objet de la veille. Pour ma part, c’est pour l’essentiel les Humanités numériques et l’Union économique et monétaire – ce qui est déjà beaucoup.

  1. Wikipedia contributors. « RSS ». Wikipédia 3 juin 2012. Wikipedia. Web. 6 juin 2012. []
  2. zotero.org lui-même génère des flux RSS contenant les mises à jour de votre bibliothèque – les flux RSS sont un formidable outil d’échange sur le web. []
  3. Ne croyez toutefois pas que Twitter ne me sert qu’à extraire un flux RSS: c’est aussi et surtout un magnifique outil pour converser []

Je ne veux pas « apprendre à programmer » – Je veux écrire des programmes « sympas »… en voici un exemple

J’essaye d’être rigoureux dans ma manière d’apprendre à utiliser python. Mais coder un jeu de roulette ou un pendu ne m’amuse pas longtemps. Et ne m’est pas utile. Pourtant, les tutoriaux que vous trouvez sur le net vous donnent comme exercice ce genre d’exemples.

Alors de temps à autres – et avant de commencer à utiliser The Programming Historian – j’essaye de faire quelque chose de (vaguement) utile, mais surtout très sympas.

En voici un exemple:

C’est une représentation des gens qui ont retweeté mes tweets sur Twitter.

Le code que j’ai utilisé a été appris à THATCamp Luxembourg/Trier que le CVCE et son Digital Humanities Lab (que je coordonne) ont organisé la semaine passé à Luxembourg-Ville, juste après DHLU (Digital Humanities Luxembourg). C’est lors de la session de Lars Wieneke, chercheur au CVCE et cheville ouvrière de ce THATCamp, que ce code a été écrit. Il faut avoir installé l’extension python pattern du CLiPS.

# coding: utf-8
## Introduction

# we will use the graph library from pattern to visualize the relationships and the export module to save the graph to a webpage

from pattern.graph import Graph, export

# Now we use the great Pattern library from the CLiPS research center http://www.clips.ua.ac.be/pages/pattern
from pattern.web import Twitter
twit = Twitter()

recherche = raw_input(‘Quel est le terme recherché? ‘)
recherche = str(recherche)

results = twit.search(recherche, count = 1500) # the search method returns a list of 1500 entries

g = Graph()

authors = [] # this creates an empty list that we will use to create a list of authors

for item in results:
if item.author not in authors: # if the current author hasn’t been in the list
authors.append(item.author) # we will add him

# we will add every author as a node to the graph
for a in authors:
g.add_node(a)

# if the Twitter message is a re-tweet we will create an edge (think of it as a connection) between the original author and the author of the re-tweet
for item in results:
if item.description[:2]== »RT »:
g.add_edge(item.author, item.description.split(« : »)[0][4:])

# export saves the graph g to the filename « twitterAnalysis » and add the name of your research
export(g, « twitterAnalysis-{0} ».format(recherche), directed=True)