Présentation de Jean-Michel Salaün au séminaire Ist Inria 2012

1. Du document à la donnée
et retour
La fourmilière ou les Lumières
Jean-Michel Salaün
Séminaire INRIA – IST
« Le document numérique à
l'heure du web de données »
30 septembre 2012
© Nicolas Taffin

2. Epistemic infrastructure
© Nicolas Taffin
L’infrastructure épistémique de l’économie de la
connaissance repose sur les bibliothèques, les archives,
les musées, les galeries, les zoos, les aquariums et
d’autres collections systématiques encore qui permettent
aux individus de savoir ce qu’ils savent et de faire ce
qu’ils font. Le rassemblement, la conservation,
l’organisation, la représentation et la diffusion des
documents d’archives, des plantes et des animaux, des
objets rares ou communs, des œuvres d’art, etc. est au
cœur de la production de connaissances, de
l’enseignement, de la prise de décision et du commerce.
Margaret Hedstrom et John Leslie King, « Epistemic infrastructure in the rise of the
knowledge economy », in Brian Kahin et Dominique Foray, Advancing Knowledge and
the Knowledge Economy, MIT Press, Cambridge (Mass.), USA, 2006, p. 113-134.
INRIA-IST-Carnac-2012 2
JM Salaun

3. Cyberinfrastructure
© Nicolas Taffin
L’arrivée de l’internet a transformé les
pratiques dans les sciences sociales et
humaines (SHS), plus lentement que certains
l’avaient espéré mais plus profondément que
d’autres auraient attendu. Les ressources du
patrimoine culturel numérique forment un
ensemble de données essentielles pour les
SHS : ces ressources, traitées grâce aux
réseaux et aux logiciels, organisent aujourd’hui
la façon dont les scientifiques découvrent et
donnent du sens aux traces humaines tout en
organisant la manière dont leurs résultats sont
transmis à leurs étudiants, leurs collègues et
au public en général
Our Cultural Commonwealth. The report of the
American Council of Learned Societies Commission
on Cyberinfrastructure for the Humanities and Social
Sciences, 2006, 51p.
INRIA-IST-Carnac-2012 3
JM Salaun

4. Google
© Nicolas Taffin
Il s’agit de cartographier le monde réel d’une
façon que les ordinateurs puissent comprendre.
Il s’agit de prendre des objets du monde réel, de
comprendre ce que sont ces choses et quelles
sont les choses importantes à leur sujet ainsi
que leurs relations à d’autres choses. C’est la
partie que je trouve la plus fascinante : quelle
est la relation entre toutes ces choses
différentes ?
Entretien avec la responsable du Knowledge Graph de Google,
RWW, 26 juillet 2012.
INRIA-IST-Carnac-2012 4
JM Salaun

5. La documentarisation
(à la Bibliothèque du Congrès début 20ème
siècle) © Nicolas Taffin
Wikipédia
INRIA-IST-Carnac-2012 5
JM Salaun

6. De la manufacture à l’industrie
© Nicolas Taffin
INRIA-IST-Carnac-2012 6
JM Salaun

7. Les trois dimensions du
document
(Roger T. Pédauque) © Nicolas Taffin
1. Anthropologique : Forme Vu
Document = Support + Inscription
Contrat
2. Intellectuelle :Texte Lu
de
lecture
Document = Code + représentation
3. Sociale : Médium Su
Document = Mémoire + transaction
INRIA-IST-Carnac-2012 7
JM Salaun

8. Du document à la donnée
© Nicolas Taffin
• 19e-20e : Document scientifique = article de revue et livre
» Transmettre et prouver
• 21e : Document scientifique =
– Documents numériques (hyper-) (Web 1 modifie le vu)
• ArXive, ScienceDirect…
• Gallica, Europeana, Google-Book…
– Néodocuments (Web 2 modifie le su)
• Blogues
• Wikipédia
• Réseaux sociaux
• Sites dynamiques, etc.
– Données (Web 3 modifie le lu)
» Partager et reconstruire ?
INRIA-IST-Carnac-2012 8
JM Salaun

9. La documentarisation
(vue par P. Otlet)
© Nicolas Taffin
Première modernité
(première et deuxième
révolution industrielle)
P.Otlet, Traité de documentation,
1934, p.41 INRIA-IST-Carnac-2012 9
JM Salaun

10. Le Web des données
(vue par le W3C)
© Nicolas Taffin
Seconde modernité ou
modernité tardive
(troisième révolution
industrielle)
2007 : web des données
W3C
INRIA-IST-Carnac-2012 10
JM Salaun

11. L’inversion de la logique
de documentarisation © Nicolas Taffin
On construit le savoir à partir On reconstruit le savoir
de l’observation de la nature à partir des ressources disponibles
INRIA-IST-Carnac-2012 11
JM Salaun

12. Le rapport au savoir
change © Nicolas Taffin
Bienvenue sur Wikipédia
Le projet d’encyclopédie libre que vous pouvez améliorer
Les articles de Wikipédia devraient reposer principalement sur des
sources secondaires fiables. Toute utilisation de sources primaires devrait
s'appuyer sur des sources secondaires, et ne pas être une sélection,
analyse, synthèse ou interprétation inédite réalisée par un contributeur de
Wikipédia. Les sources primaires seules sont acceptées si elles
consistent en des assertions factuelles et non sujettes à interprétation ou
polémique. Wkp
INRIA-IST-Carnac-2012 12
JM Salaun

13. Transparence et
accélération © Nicolas Taffin
Le dialogue de sourds entre Ph. Roth et Wikipédia :
• 20 août première correction : j'ai retiré la référence à Anatole Broyard sur
l'insistance de Philip Roth, je suis son biographe.
• Une minute après, un éditeur de wkp remet le texte initial : Pouvez-vous le
vérifier ?.
• Vingt minutes plus tard, correction renouvelée : Une nouvelle fois, j'ai
enlevé la référence à Anatole Broyard. C'est tout à fait inexact et donc sans
objet. Je suis le biographe de Roth et j'ai fait cette correction à sa demande.
• Six minutes après, un autre éditeur de wkp remet de nouveau le texte initial
et ajoute de nouveaux détails pour confirmer l'inspiration du roman par le
personnage d'A. Broyard. Cet éditeur prendra deux heures de son temps
pour cette rédaction. Comme l'indique le wikipédien qui relate l'histoire : cet
éditeur a du se prendre pour un vrai détective !
• 7 septembre Ph Roth publie une Lettre ouverte à Wikipédia sur The New
Yorker, très largement commentée dans la presse et sur le web.
• 18h54 correction réalisée par un membre de la Wikimedia Foundation.
INRIA-IST-Carnac-2012 13
JM Salaun

14. Wikipédia, au centre
du web de données © Nicolas Taffin
INRIA-IST-Carnac-2012 14
JM Salaun

15. Wikipédia + Google
= le sens commun © Nicolas Taffin
• Carnac
• François Hollande
• Barak Obama
• Marilyn Monroe
• Jean-Michel Salaün
INRIA-IST-Carnac-2012 15
JM Salaun

16. Web de données + traces
= Knowledge Graph © Nicolas Taffin
Avant, Metaweb était un référentiel d'entités et de faits et
les employés de la société utilisaient beaucoup leur
intuition pour trouver ce qui importait pour les usagers et
quelle information chercher. Depuis qu'ils ont été
rachetés par Google, Google dispose de tous ces
usagers cherchant de l'information, et de là nous savons
quelles choses du monde sont importantes (...) Google
sait que les gens qui cherchent une chose en cherchent
aussi d'autres. Ainsi on peut trouver des relations
intéressantes en regardant les sessions agrégées des
usagers. Une des prochaines étapes est en effet
d'expliquer ces relations fortuites.
Entretien avec la responsable du Knowledge Graph de Google, RWW, 26
juillet 2012.
INRIA-IST-Carnac-2012 16
JM Salaun

17. Pour une histoire
des (bases de) données © Nicolas Taffin
• Les cartes perforées au service du
contrôle
• La classification au service du partage du
savoir
• Les hobbyistes au service de l’autonomie
• Le « big data » et le retour du contrôle ?
Driscoll, Kevin. « From Punched Cards to “Big Data”: A
Social History of Database Populism ».
communication 1 1, no. 1 (août 29, 2012).
INRIA-IST-Carnac-2012 17
JM Salaun

18. Le « big data »
Publication vs transparence
© Nicolas Taffin
Ce sont les petites miettes de données que vous laissez derrière
vous quand vous vous déplacez sur terre.
Ce que ces miettes racontent, c'est l'histoire de votre vie. Elles
disent ce que vous avez choisi de faire. C'est très différent de ce
que vous mettez sur Facebook. Ce que vous mettez sur
Facebook, c'est ce que vous voudriez dire aux gens, rédigé selon
les normes d'aujourd'hui. (...)
Si je peux connaitre certains de vos comportements, je peux
inférer le reste juste en vous comparant avec la foule de ceux qui
vous ressemblent. (…)
Ce qui compte vraiment, c'est comment les gens sont reliés les
uns aux autres par les machines et comment ils créent un
marché financier, un gouvernement, une entreprise et d'autres
structures sociales.
Alex Pentland in Reinventing Society In The Wake Of Big Data. Edge, août 30, 2012.
INRIA-IST-Carnac-2012 18
JM Salaun

19. Le risque : la fourmilière
© Nicolas Taffin
• Selon Thomas Bern, la transparence
conduit à un gouvernement « inoffensif »
où les décisions politiques ne sont plus
discutées et sont diluées dans le social.
• Selon Harmut Rosa, accélération rime
avec aliénation.
INRIA-IST-Carnac-2012 19
JM Salaun

20. Analyser
l’histoire de la statistique
© Nicolas Taffin
Dans son architecture actuelle, la statistique se présente comme la combinaison de
deux types d’outillages distincts (…). Le premier est politico-administratif : peu à peu
se sont mis en place, depuis le 18e siècle, des systèmes d’enregistrement, de
codage, de tabulation et de publications de « statistiques » au sens de description
chiffrée de divers aspects du monde social. Le second est cognitif, et implique la
mise en forme de schèmes scientifiques (moyenne, dispersion, corrélation,
échantillonnage probabiliste), destinés à résumer, notamment par des outils
mathématiques une diversité supposée non maîtrisable. (A. Desrosières)
Dans son architecture actuelle, le web de données se présente comme la
combinaison de deux types d’outillages distincts. Le premier est politico-
administratif : peu à peu se sont mis en place, à partir de la fin du 19e siècle
des systèmes d’enregistrement, de codage, de classification et de publication
de « bases de données » au sens de description factuelles de divers aspects
du monde social. Le second est cognitif et implique la constitution de schémas
logiques destinés à résumer grâce à des algorithmes une diversité supposée
non maîtrisable.
INRIA-IST-Carnac-2012 20
JM Salaun

21. Analyser
La théorie du document
© Nicolas Taffin
• Mieux comprendre le passage du
« transmettre et prouver » au « partager et
reconstruire ».
• Suivre les stratégies commerciales et non
commerciales sur le vu, le lu et le su.
• Observer et comprendre le nouveau
contrat de lecture dans les formes
ordinaires de consultations documentaires
numériques.
INRIA-IST-Carnac-2012 21
JM Salaun

22. Réinventer
un contrat de lecture © Nicolas Taffin
La constitution d’un espace rendant possible le débat
contradictoire sur les options de la cité suppose
l’existence d’un minimum d’éléments de référence
communs aux divers acteurs : langage pour mettre en
forme les choses, pour dire les fins et les moyens de
l’action, pour en discuter les résultats. Ce langage ne
préexiste pas au débat : il est négocié, stabilisé, inscrit,
puis déformé et défait peu à peu, au fil des interactions
propres à un espace et une période historique données.
Alain Desrosières, La politique des grands nombres : histoire de la raison
statistique. Paris : La Découverte, 2000,
INRIA-IST-Carnac-2012 22
JM Salaun

23. Agir
Vers de nouvelles Lumières
© Nicolas Taffin
• Participer au mouvement : ouverture et
agilité.
• Gérer l’hybride sans sectarisme.
• Vers une « architecture de l’information ».
INRIA-IST-Carnac-2012 23
JM Salaun

24. En résumé
© Nicolas Taffin
• Le web des données est une étape
supplémentaire dans une longue histoire des
systèmes documentaires.
• L’évolution du web favorise une modification de
la notion de document vers « partager et
reconstruire ».
• Transparence et accélération marquent cette
étape, non sans risque.
• Nous avons une responsabilité à tenir dans
cette dynamique.
INRIA-IST-Carnac-2012 24
JM Salaun