Olivier Ertzscheid.
Maître
de Conférences.
Université
de Nantes. IUT de la Roche sur Yon. Equipe CREC.
Laboratoire
DOCSI (Université de Lyon).
olivier.ertzscheid@univ-nantes.fr
Gabriel Gallezot
Maître
de Conférences
Université
de Nice - Sophia Antipolis
Urfist
PacaC
Laboratoire
I3M (EA 3820)
Le document est plus que le texte Dans ses
déclinaisons matérielles et communicationnelles tout d’abord (multimédia). Dans
ses résonnances sociales ensuite. Il semble aujourd’hui que « ceci »
(le document) ait non pas « tué » mais remplacé « cela »
(le texte).
Le phénomène que nous voulons ici analyser concerne le document à
l’échelle de son déploiement sur les réseaux : en changeant d’échelle, il
change nécessairement de nature. Le néologisme « docuvers »
(contraction de document et d’univers) ) [QUI ? à construit ce néologisme ] sur lequel nous
reviendrons en est l’incarnation la plus claire. Or du point de vue de l’accès
et de l’organisation des connaissances dans une perspective bibliothéconomique,
l’arrivée des moteurs de recherche, la modification des acteurs de la chaîne
documentaire, la possibilité offerte à chacun d’être auteur, éditeur et/ou
diffuseur, l’atomisation et la fractalisation à laquelle sont soumis des corpus
et/ou des documents autrefois perçus comme autant d’objets homogènes, cet
ensemble de paramètres bouleverse et conditionne les usages associés au
document. Cet article se propose de réfléchir à ces usages en adoptant la
perspective d’analyse décrite ci-après.
La problématique documentaire à l’échelle des micro-réseaux
(Intranets) comme des macro-réseaux (Internet) s’est aujourd’hui
presqu’entièrement focalisée sur les deux questions que sont d’une part, le
traitement de masses et de corpus documentaires inédits dans leur forme
(formats) et dans leur taille (volumétrie), et d’autre part la question de la
recherche et de l’accès pertinent et/ou raisonné auxdits documents.
De nouvelles
logiques documentaires sont donc apparues marquant l’inscription de l’actuelle
médiasphère dans un paradigme qui, plus que jamais, est celui décrit par la
notion d’archive foucaldienne (FOU 94)[1].
A l’appui de ces logiques, deux phénomènes interrogent particulièrement la
question des pratiques et des usages du document.
b) -2-
Hypothèses
Il s’agit,
premièrement de l’arrivée et de la généralisation des pratiques d’indexation
sociales, baptisées « folksonomies », dont l’horizon définitoire
hérite de problématiques anciennes (organisation et classification des
connaissances) mais également ancrées dans des pratiques métier d’ordre
techniciste (conservation et accès aux documents, métadonnées, Dublin Core), et
enfin augurant des développements actuels sur le web de prochaine génération
(web 2.0, ontologies sociales, web sémantique et socio-sémantique). Ces
pratiques (folksonomies) disposent aujourd’hui d’outils et d’interfaces
permettant un « balisage »[2]
entièrement subjectivé et à vocation non pérenne de l’information et plus
globalement des objets de connaissance. [3]
L’autre phénomène qui découle directement du premier concerne
cette fois la renégociation, pour la sphère documentaire, de l’habituelle
dialectique entre « carte » et « territoire », notamment
observable au travers de ce symptôme que constituent les pratiques de « geotagging »
(localisation et indexation géographique) mais également le constat, nouveau à
cette échelle d’observation, d’une harmonisation et d’une auto-régulation
spontanée de cette description pourtant aléatoire et non-raisonnée des contenus
documentaires de toute nature (photos, textes, vidéos) avec la mise en place de
motifs (patterns) tendant à démontrer qu’il pourrait exister pour tout ensemble
ou unité documentaire donné, une série de termes (descripteurs) constituant le
plus petit lexique commun permettant de la décrire pour optimiser son partage,
son repérage et sa localisation. La préemption par un public non expert de
techniques d’analyse et d’outils s’inscrivant habituellement dans l’héritage de
la linguistique de corpus et plus globalement des sciences du document pose
également question sur la nature de ce processus de description, sur les objets
qu’il prétend embrasser, sur les processus de validation afférents et enfin,
sur sa pérennité à l’échelle de la sphère publique connectée.
c)3
- MethodesMéthodes
De cet ensemble de faits observables notre analyse portera
essentiellement sur les questions du repérage et de « l’accès »
vécues au travers des exemples déjà cités que nous reprendrons et détaillerons,
comme les fonctions du document les plus en lutte avec un environnement
bouleversé par l’arrivée de nouveaux entrants, tels les moteurs de recherche et
les « masses » d’utilisateurs anonymes assumant les fonctions allant
de l’édition à la diffusion de contenus.
d)4
– Discussions
Nous
reviendrons, en conclusion de notre étude, sur le fait que, continûment aux
travaux et réflexions engagés par le groupe RTP-DOC (RTP 03) il nous apparaît
que de toutes les fonctions liées au document et à sa sphère de socialisation
et de médiatisation ainsi qu’aux enjeux d’engrammation des savoirs dont il est
le dépositaire, de toutes ces fonctions, c’est celle de l’accès qui est le plus
bouleversée. Ce qui implique que tout un ensemble de problématiques
documentaires changent d’axe. Jusqu’ici, cet accès était globalement subordonné
au classement (modèle bibliothéconomique). Or c’est désormais le classement qui
pourrait être subordonné à l’accès, du fait, notamment des nouveaux modèles
(économiques cette fois), dont sont porteurs les nouveaux entrants : nous
reviendrons ici sur le problème que posent les politiques de numérisation
massives de biens culturels par des sociétés commerciales, telle l’initiative
de Google Print. Avec comme résultat le fait que l’on peut désormais craindre
(et d’ores et déjà observer dans certains cas précis) que les documents qui
seront « classés » seront prioritairement ceux qui seront
« accédés », et donc accessibles. Ce genre de glissement
paradigmatique (possible et non encore avéré) serait en tout état de cause le second
"big bang" documentaire après celui d’Otlet[GG1].
1 :
Nouvelles logiques documentaires ou théorie de la dérive ?
1.1 :
Continents documentaires.
Le
web naît officiellement en 1989 avec la publication d’un article de Tim Berners
Lee « L’hypertexte et le CERN » (BER 89). Pour que le web existe
comme « continent » documentaire, il faut la conjonction de trois
éléments distincts : des adresses (URL) permettant de localiser
l’information[4], des
navigateurs (permettant d’y accéder) et un format d’encodage (HTML) permettant
d’afficher l’information récupérée. Sans oublier les protocoles d’échange de
données (http et autres TCP-IP).
1.2 : Première
période : « Quoi » indexer
Vers
la fin des années 90 nous disposons ainsi d’un web public (le
« www ») indexé par les moteurs et contenant différents types
d’informations se déclinant elles-mêmes sous différentes formes
documentaires : les articles scientifiques y côtoient les pages
personnelles, les sites de presse et les documents factuels. A ses côtés, un
web « opaque » se constitue via des organisations
qui déploient à partir de base de données antérieurement constituées des pages
web dynamiques, invisibles à l’œil des moteurs. Il s’agit dans ce dernier cas
de documents générés à la volée, dynamiquement, à partir de requêtes déposées
sur les sites par les utilisateurs. Ces « contenus documentaires »
sont donc purement virtuels et n’ont pas d’inscription physique stable
fûsse-t-elle numérique, sauf à consider les bases de données comme des
documents granulaires organisables à souhait.
Du
point de vue de la recherche documentaire en particulier et de la recherche
d’information en général, les premiers documents (web public) sont librement
consultables et accessibles via les index des moteurs de recherche alors que
ces mêmes moteurs peinent encore (pour des raisons techniques) à indexer le
contenu des seconds, justifiant ainsi l’expression d’un « web
invisible ». En termes de logiques documentaires présidant à l’indexation
et au stockage des contenus, seuls les contenus du web public sont ainsi
repérables. En parallèle, les pratiques informationnelles consistant à échanger
des courriers électroniques ou à stocker des documents de travail sur son
disque dur personnel échappent à ce mouvement. La question qui permet alors de
scinder la masse documentaire en « visible / invisible »,
« indexée / non-indexée » est alors encore celle de la nature des
contenus informationnels : « Quoi » indexer ? Avec une
première évolution qui stigmatise un changement notable dans ces nouveaux lieux
de stockage, d’accès et d’indexation que sont les moteurs et annuaires de
recherche, puisque ce ne sont plus seulement des contenus validés par un
processus éditorial (scientifique ou commercial) qui sont indexés et
accessibles[5].
1.3 : Deuxième
période : « Qui « indexe
Un
pas est franchi à l’heure actuelle avec « l’indexabilité » des quatre
types de documents évoqués ci-dessus : en sus du web public et du web
encore il y a peu « invisible », ces continents documentaires que
sont l’ensemble de nos correspondances électroniques personnelles ainsi que les
fichiers et document stockés sur nos ordinateurs personnels, sont désormais
accessibles aux moteurs, lesquels les indexent aussitôt par le biais d’outils
dédiés (Google Mail, Google Desktop)[6].
Ce bouleversement dans la perception documentaire (un document étant perçu
comme appartenant à un espace public, si restreint soit-il) place entre les
mains de quelques acteurs marchands l’ensemble du matériau documentaire[7]
qui définit notre rapport à la l’information, et dans certains cas, à la
connaissance : courriers privés, fichiers personnels, pages web publiques,
pages web d’entreprises, publication savantes, ouvrages imprimés et fonds
numérisés de bibliothèques. Un seul et même outil – ce qui constitue un
gain – mais surtout, une seule et même société commerciale[8]
– ce qui constitue un risque - garantit l’indexation et l’accès à cet ensemble.
L’objectif de cet article n’étant pas de déterminer si cela est une bonne ou
une mauvaise chose, nous nous bornerons ici à indiquer qu’en termes d’accès et
de droit à l’information, l’extrême mouvement de concentration qui touche ici
la médiasphère est à tout le moins problématique. Ajoutons à cela qu’en sus de
ces nouveaux documents, qui se définissent stricto sensu par leur capacité à être
indexés, laquelle capacité les constitue de facto comme autant d’unités
documentaires, de nouveaux usages informationnels voient le jour, ajoutant à
cette masse déjà considérable une dimension relevant de « l’extime »
(TIS 01), au travers du phénomène des blogs.
A
l’échelle de ce nouveau continent documentaire réunifié, la question permettant
de mesurer le bouleversement en profondeur des enjeux documentaires n’est plus
celle de savoir « quoi indexer ? » mais bien « Qui ? »
indexe. D’autant que toute indexation à
un coût et la gratuité de celle-ci n’est qu’apparente : l’ensemble des
contenus ainsi indexés est soumis à une analyse visant à rentabiliser les
routines d’indexation par la diffusion massive de publicité contextuelle sur
tout type de contenu documentaire (courriels, ouvrages, etc.).
Ce qui se dessine ici ressemble à l’incarnation de l’archive
telle que décrite par Foucauld :
«
Par archive, j’entends d’abord la masse
des choses dites dans une culture, conservées, valorisées, réutilisées, répétées
et transformées. Bref toute cette masse verbale qui a été fabriquée par les
hommes, investie dans leurs techniques et leurs institutions, et qui est tissée
avec leur existence et leur histoire. Cette masse de choses dites, je
l’envisage non pas du côté de la langue, du système linguistique qu’elles
mettent en œuvre, mais du côté des opérations qui lui donnent naissance. (…)
C’est, en un mot, (...) l’analyse des conditions historiques qui rendent compte
de ce qu’on dit ou de ce qu’on rejette, ou de ce qu’on transforme dans la masse
des choses dites. » (FOU 94 p.786) [Commentaire
à supprimer mais à travailler pour l’oral : c’est aussi bien le
« Quoi « que le « Qui »]
1.4 : Vers des bases
de données « intentionnelles » ?
A
la lumière de ce rapprochement entre des univers informationnels totalement
distincts qui voit se heurter deux modèles antagonistes dans leurs fondements
(celui, bibliothéconomique, de la bibliothèque avec son accès raisonné aux
documents et celui, marchand, des moteurs plaidant pour la marchandisation de
tout contenu documentaire), et à l’aube d’une troisième période dont certains
analystes[9]
relèvent qu’elle se caractérisera par le recoupement systématique des données
collectées en lien avec nos usages informationnels et documentaires privés à
des fins de monétisation de services publicitaires, l’arrivée de pratiques
« d’indexation sociale » .peut être lue
comme un réponse et une alternative possible à le situation monopolistique
décrite jusqu’ici[10].
Dans le même temps, ces pratiques interrogent à leur tour les usages du
document et les modes de représentation et de navigation qu’une collectivité en
réseau est spontanément capable de s’approprier.
2 :
L’indexation sociale.
2.1 : Indexation
normée et indexation grand public.
Depuis
l’avènement d’Internet et l’arrivée massive sur le réseau d’informations
relevant des sciences et techniques, la question du classement, de la
préservation et de l’archivage documentaire n’appartiennent plus aux seuls
moteurs de recherche. Le monde des bibliothèques et de la documentation a mis
en œuvre des méthodologies (métadonnées), des normes et des spécifications
permettant d’appliquer à ces contenus un ensemble de principes de classement de
nature bibliothéconomiques (ex :Dublin Core[11]),
se réappropriant ainsi les problématiques afférentes et déployant pour y
répondre de nouvelles compétences. L’exemple actuel de déploiement des archives
ouvertes[12] et
institutionnelles rendues interopérables grâce au protocole OAI-PMH en est
l’exemple le plus frappant. Pour autant ces normes présentent un certain nombre
de limites et ne s’appliquent, pour une très grande majorité, qu’à des contenus
institutionnels ou scientifiques validés et ne concernent donc pas l’ensemble
des documents constituant le web.
Une
première possibilité de remettre les routines d’indexation aux mains des
utilisateurs apparût par le biais de l’usage des métadonnées publiques, ne
renvoyant pas, à l’inverse de celles du Dublin Core, à un mode d’organisation
bibliothéconomique. Ces métadonnées permettent à chacun d’insérer dans le code
HTML des documents publiés un certain nombre d’informations annexes (titre,
description, mots-clés). Cette première tentative se solda pourtant par un
échec et ce pour deux raisons principales :
·
premièrement
les pré-requis techniques étaient bien trop lourds pour des utilisateurs
n’ayant aucune connaissance du balisage HTML ;
·
deuxièmement,
des professionnels du référencement s’emparèrent de ces balises afin de
positionner au mieux des sites d’entreprises sur les moteurs de recherche et
l’on vît à cette occasion apparaître du même coup toute une série d’usages
déviants d’indexation (Spamdexing) consistant, par exemple, à positionner un
site sur de faux mots-clés ou sur les mots-clés d’un concurrent. Ces pratiques
se généralisèrent et furent reprises par certains sites de particuliers,
faussant du même coup les techniques de classement statistiques des moteurs et
obligeant ceux-ci à ne plus les prendre en compte, ou à très fortement minorer
cette prise en compte dans leurs algorithmes.
2.2 : Indexation
sociale et folksonomies.
Les
folksonomies désignent « un processus de classification collaborative par des mots-clés
librement choisis, ou le résultat de cette classification[13] ».
Elles puisent leur origine dans le croisement de deux phénomènes renvoyant à
des techniques de recherche et de partage de documents. Tout d’abord des
techniques de recherche et de filtrage. Grâce à des services comme Del.icio.us[14],
de nouvelles plateformes d’échange de signets (‘social bookmarking’) virent le
jour. Sur ces plateformes en ligne, chaque utilisateur dispose d’un compte
grâce auquel il peut déposer ses signets et les assortir de mots-clés. Il est
ensuite possible de laisser un accès et une visibilité complète aux listes
ainsi constituées pour les partager avec d’autres utilisateurs. En termes de
recherche d’information et pour permettre la navigation dans des listes ainsi
constituées, ces services autorisèrent la mise en place de mots-clés choisis
par les utilisateurs pour « décrire » tel site, tel signet.
2.3 :
Re-documentarisation.
Deux tendances de fond vont ensuite venir appuyer une
renégociation documentaire sans précédent à cette échelle. Premièrement,
l’avènement d’une informatique répondant à des besoins nomades qui fait que
nombre d’utilisateurs font dans leur routines quotidiennes de travail le choix d’outils distants. Une
masse considérable d’informations bascule alors sur le réseau (textes et
index). Ce changement d’échelle marque également un
changement de statut. Une fois mises en ligne, ces informations se constituent
comme autant d’unités documentaires. Ainsi les listes de signets utilisés par
chacun d’entre nous dans le cadre de nos navigateurs, et à l’appui de nos
navigations, se caractérisent d’abord par des fonctionnalités documentaires de
nature technique. En franchissant la barrière du réseau elles s’affranchissent
de ce statut de simple fonctionnalité pour devenir autant d’unités
documentaires « stables », c’est à dire pouvant être recherchées et
accédées en tant que telles dans le cadre des services les hébergeant ou par
des moteurs de recherche classiques. [A supprimer
juste pour la présentation oral et discuter entre nous : On peut voir ça , juste comme un changement
d’échelle Privée/Public, les uasges ensuite en découlent ???
IL y a re-documentarisation par le partage, par la
publicisation qui permet un traitement possible pour former de nouveau doc.]
2.4 :
Communautarisation.
L’autre tendance de fond est liée à l’explosion documentaire qui
marque chaque évolution du web, la dernière en date étant celle liée au
phénomène des weblogs. Devant cet accroissement, devant la multiplicité des
outils de recherche permettant d’y accéder et renvoyant (dans le cadre d’une
utilisation optimale) à une expertise et à des typologies documentaires bien
trop complexes pour la majorité des utilisateurs, des communautés d’expertise
se constituent pour faciliter l’accès à des contenus documentaires bien ciblés.
Ces communautés d’intérêt ont comme premier objectif le partage de liens. Progressivement
et en lien avec les logiques économiques de concentration d’offre de services
des trois grands acteurs dominant ce marché[15],
d’autres services essaiment et permettent à leur tour la multiplication
d’unités documentaires en ligne[16].
A l’échelle des weblogs, quelques outils de recherche dédiés[17]
ont rapidement mis en place des systèmes de mots-clés là encore librement
choisis et en dehors de toute optique, considération ou compétence de nature
documentaire. Au regard de la difficulté
de mise en œuvre de normes idoines sur des contenus et des corpus documentaires
pourtant déjà homogènes, au regard ensuite de l’usage perverti des métadonnées
grand public, une analyse sommaire pourrait porter à croire qu’un tel système
non-contraint et appliqué à des corpus documentaires totalement hétérogènes
(dans leur formats comme dans leurs finalité) s’avérerait rapidement être un
échec. Or il n’en est rien à ce jour et nous proposons ci-après quelques
éléments d’analyse qui permettent de comprendre les raisons de cet engouement
puis de ce succès et d’anticiper ses probabilités de constituer une modalité
documentaire autonome et pérenne à l’échelle du réseau.
3 :
Indexation sociale : les raisons du succès
S’il est
raisonnablement permis d’affirmer que ces folksonomies et autres techniques
d’indexation sociale seront pérennes c’est principalement pour trois raisons.
Une raison
historique tout d’abord. Comme nous l’avons indiqué plus haut, ces folksonomies
s’inscrivent dans un héritage historique déjà ancien concernant la description
et l’accès à des contenus documentaires. Elles permettent également d’ouvrir la
voie aux ontologies sociales qui elles-mêmes constituent la base des futurs
développements du web sémantique.
Raison
économique ensuite : les outils de recherche, et particulièrement les
trois grands, développent une offre de portails personnalisés dans laquelle
sont intégrées de manière plus ou moins naturelle et intuitive, la gestion de
ces communautés d’intérêt et la possibilité de soumettre tout type de document
(depuis le mail jusqu’au photos de vacances en passant par des documents de
travail) au partage et à l’indexation (‘tagging’).
Des raisons
techniques enfin puisque voient le jour des interfaces[18]
souvent très intuitives qui même si elles ne font parfois que singer
grossièrement les outils de la linguistique de corpus, ont le mérite de les
rendre accessibles à tous en ajoutant une dimension de partage, de
capitalisation et de diffusion en temps réel.
3.1 : Un faible coût cognitif.
L’activité de
catégorisation est une activité cognitivement complexe qui s’incarne dans
nombre de compétences des métiers de l’information de la documentation et des
bibliothèques. Or de prime abord ces indexations sociales et le fait qu’elles
réclament la mise en place de descripteurs en font, stricto sensu, des
activités de catégorisation. On pourrait donc s’étonner de l’engouement des
utilisateurs à leur sujet. Pour autant et en accord avec l’hypothèse avancée
par (SIN 05), cette activité de tagging, à la différence d’une activité de
catégorisation ou d’indexation dans un contexte documentaire professionnel, ne
nécessite qu’un très faible coût cognitif :
« le marquage ("tagging") élimine la
phase de décision (choisir la bonne catégorie) et dissipe la phase de paralysie
d'analyse ("the analysis-paralysis stage") pour la plupart des gens.
(…) Il offre un retour social et sur soi-même immédiat. Chaque "tag"
traduit un peu de vos centres d'intérêts et les ancrent dans un contexte social
immédiat. La beauté du marquage ("tagging") est qu'il est inscrit
dans un processus cognitif déjà existant sans lui ajouter de coût cognitif
supplémentaire. »
3.2 : La
renégociation des espaces documentaires ou le passage de la carte au territoire
par le « Geotagging »
Les
rapports entre carte et territoire en terme de « représentations »
sont déjà anciens. La carte en tant que support documentaire communicationnel
et transactionnel occupa très tôt un rôle déterminant puisque dès le XVIème
siècle elle était utilisée comme support du commerce. A l’heure actuelle, et
suite au lancement par Google des applications Google Maps puis Google Earth[19]
lesquelles permettent de « naviguer » au sens propre sur des
représentations en deux et trois dimensions de la terre (et ce avec des niveaux
de détail et de résolution proprement impressionnants) la « carte »
documentaire prend un nouveau sens. Avant de préciser lequel, rappelons que sur
la base de ces cartes une série d’API[20]
permettent de transformer lesdites cartes en autant de documents virtuels sur
lesquels s’appuient des services innovants[21] .
Mais
ces cartes ont aussi permis de redéployer un catégorie particulière de requêtes
documentaires adressées aux moteurs de recherche. Il s’agit des requêtes
transactionnelles : il est désormais possible, grâce aux techniques de
géolocalisation et à la possibilité offerte aux utilisateurs d’interroger les
moteurs depuis des terminaux mobiles (téléphones portables) de trouver
« la pharmacie ouverte la plus proche », de « réserver dans un
restaurant », de « commander une pizza », etc.
Au
delà de l’aspect pratique induit par ces techniques de géolocalisation, ces
dernières font désormais de chacun d’entre nous des citoyens non plus
simplement « connectés » mais « situés ». La frontière
entre d’un côté, un espace documentaire factuel (adresses, heures d’ouverture
des restaurants par exemple) et de l’autre un espace documentaire incarné et
totalement subjectivé, tombe définitivement.
Nous
prenons non plus simplement symboliquement mais « physiquement »
place au sein du document que nous parcourrons. Ainsi le paradigme Batesonnien
selon lequel « Le langage entretient avec les objets qu’il désigne le même rapport que
la carte entretient avec le territoire. » [BAT 77 p.212] apparaît remodelé
conformément à la vision Deleuzienne[22]
des mécanismes de « dé-» puis de « re-territorialisation ».
Car la navigation sur ce support
documentaire que constitue Google Earth est de nature schizophrénique. Les
espaces de la carte et du territoire semblent se confondre au nom des deux
prémisses suivantes : nous sommes sur la carte, et la carte est (tout au moins
numériquement) « à l’échelle » du territoire. C’est cette inscription
documentaire subjectivée (et qui peut être déclinée à l’infini selon la
localisation géographique depuis laquelle sont envoyées les requêtes et le type
de service qu’elles visent) que stigmatise et illustre l’essor des techniques
de Geotagging. Celles-ci désignent :
« le processus d’ajout de
métadonnées d’identification de nature géographique sur différents médias comme
les sites webs, les fils RSS ou les images. Ces données sont habituellement
composées d’une latitude et d’une longitude mais peuvent également prendre en
compte des noms de lieux, des altitudes, etc … » [23]
Là encore, et de la même manière que les représentations
graphiques des systèmes de type folksonomies s’inscrivent dans l’héritage des
outils de la linguistique de corpus, le geotagging se revendique comme
l’application grand public des SIG (Systèmes d ‘Information Géographiques)[24].
3.3 : L’observation de motifs récurrents
dans l’usage.
Comme en écho à
cette renégociation des espaces documentaires dans laquelle les discours se
dissipent au profit des dispositifs géospatiaux les mettant en scène, dans
laquelle seule la cartographie fait – ou en tout cas – semble faire sens, la
question doit être posée de savoir ce qui dans cette activité démultipliée
d’indexation sociale peut être considéré comme garant d’une stabilité dans
l’accès et la description des documents concernés. Pour pouvoir faire sens à
l’échelle des problématiques du document, cette activité doit faire la preuve
d’une régularité observable et quantifiable.
C’est
dans cette optique que s’inscrit l’étude de (GOL 05) qui analyse deux corpus de
données issues précisément du système de signets collaboratifs annotés baptisé
Del.icio.us. Le premier de ces corpus analyse les tags déposés sur un ensemble
(set) de 212 URL eux-mêmes partagés dans 19422 signets. Le second ensemble
comprend cette fois une liste aléatoire de 68 668 signets. D’après ses
résultats, les apparentes et effectives faiblesses documentaires des systèmes
de « tags » (non prise en compte des relations sémantiques, aspect
non hiérarchique) leur permettent néanmoins de mettre en place des motifs
récurrents dans la manière dont les usagers de tels systèmes décrivent à l’aide
des mêmes « tags » des sites donnés. Les régularités apparaissent
indépendamment du type de tag « employé », que celui ci soit
descriptif, orienté action (« to read »), ou relatif a une perception
personnelle (« funny »).Plus exactement les conclusions attestent
de :
« (…) regularities in user activity, tag
frequencies, kinds of tags used, bursts of popularity in bookmarking and a
remarkable stability in the relative proportions of tags within a given URL »
(GOL 05).
Ainsi donc, dans une perspective cybernétique, c’est l’usage
et la mise en partage qui font fonction de régulation (feedback) et permettent
d’atténuer les lacunes de ces « tags » (polysémie, synonymie, niveaux
de discours différents, etc…) jusqu’à dans certains cas pouvoir proposer des
descriptions homogènes, ou en tout cas
reposant sur un ensemble de tags composant eux même une matrice homogène.
Observation et mesure scientifique par ailleurs confirmée dans une entrevue
d’Adam Bosworth, Vice-Président en charge de l’ingénierie de la firme Google et
dans laquelle il indique :
« La sagesse des
foules (sic) fonctionne étonnamment bien. Les systèmes qui marchent sur le web
fonctionnent du bas vers le haut ('bottom-up'). (...) Par exemple Flickr ne dit
pas à ses utilisateurs quel tag utiliser pour leurs photos. Loin de là.
N'importe qui peut déposer n'importe quel tag sur n'importe quelle photo. Mais
- et c'est la clé - Flickr offre un retour sur les tags les plus utilisés et
les plus populaires, et les gens souhaitant attirer l'attention sur leurs
photos (...) apprennent rapidement à utiliser ce lexique si celui-ci fait sens.
Cela rend le système étonnamment stable. Del.icio.us fait la même chose. Le
succès de Google pour rendre les recherches plus pertinentes reposait sur la
puissance de cette sagesse populaire (PageRank)... »[25]
C’est donc ici un principe d’auto-régulation de nos perceptions
documentaires qui semble se mettre en place. Ledit principe s’ancre lui-même
dans ce qui fût décrit par Lévy comme le troisième des 6 principes de
l'hypertexte :
« (…) multiplicité,
emboîtement des échelles (« l’hypertexte s’organise sur un mode « fractal »,
c’est-à-dire que n’importe quel nœud ou n’importe quel lien, à l’analyse, peut
lui-même se révéler composé de tout un réseau (…) ») » (LEV 90
p.30-31)
A l'échelle de l'hypertexte planétaire (« docuverse »)
comme à l’échelle des processus de nano-publication (‘nanopublishing’) qui
caractérisent les documents supportant ces systèmes de « tags »[26],
les modes documentaires dominants relèvent d’un principe d’organisation fractal
que l'on pourrait ainsi résumer (pour les tags) : il existe pour tout élément
donné (texte, image, document) une série de mots et termes composant le plus
petit lexique commun permettant de décrire l'objet ou le document.
A condition que l’observation de ces régularités et de ces motifs
(patterns) soit confirmé par d’autres études, à condition également que la
généralisation de ces systèmes de tags soit massive et qu’elle puisse se
trouver centralisée sur un nombre restreint de services, à condition, enfin,
que les communautés d’intérêt ainsi constituées puissent être perméables à
d’autres selon certains critères, sur certaines requêtes ou selon certains
« tags », à toutes ces conditions donc, ces folksonomies pourraient
constituer un point de fuite complémentaire au web sémantique en cohabitant
avec d’autres ontologies formelles. Ces deux volets (folksonomies à valider par
l’usage et ontologies pour lesquelles la validation peut être de nature simplement
formelle) s’inscrivant clairement dans la lignée des travaux définitoires du
web socio-sémantique (ZAC 05)
CONCLUSION. La nouvelle donne
documentaire : vers un nouveau big bang ?
Cet article
exploratoire nous a permis d’esquisser les contours d’une approche documentaire
en quête de positionnement dans ce nouvel espace du tout numérique en lien avec
les travaux du collectif RTP-DOC et du web socio-sémantique. Nous voulons, pour
terminer, en rappeler les enjeux.
Tout d’abord
l’observation de l’émergence d’une nouvelle typologie documentaire, qui, en sus
des documents dits primaires et secondaires, propose une hybridation de
l’espace et des mécanismes d’inscription et de navigation. Cette étape est
celle d’une tertiarisation documentaire.
Ensuite, et en
écho à cette nouvelle tectonique, à ce nouveau maillage des unités
documentaires qui sont dès à présent rassemblées au sein d’un espace unique
« d’indexabilité », se pose, pour l’utilisateur, la question de la
confusion des pratiques (désorientation de l’usager) : les mêmes outils permettent désormais
sur d’immenses corpus hétérogènes (mails, documents privés, web public, images
…) d’effectuer des opérations cognitives très clairement distinctes (mais aussi mixées): annoter,
indexer, rechercher, partager, classer, s’orienter.
Pour ce qui
est de l’activité dédiée aux « tags », la question posée est de
savoir jusqu’où la stabilité observée dans les usages a ou non capacité à se
propager à toutes les sphères informationnelles. Ainsi, très récemment, Gerry
Mc Kiernann, en référence à l’initiative « Collib »[27]
diffusait un message sur des listes de diffusion anglo-saxonnes pour dresser un
inventaire des meilleures pratiques en terme d’indexation sociale dans le cadre
d’archives ouvertes.
A l’échelle du
volume des unités documentaires disponibles, le seuil critique au delà duquel
le nombre de producteurs dépasserait celui de lecteurs est en passe d’être
atteint, notamment pour cette partie du web que constitue la blogosphère[28].
Il faut donc s’interroger sur les implications de ce phénomène pour les modèles
traditionnels de diffusion et de réception.
Enfin, la
préemption de cette masse documentaire, inédite dans son volume et dans sa
nature (tertiaire), par un public « à l’échelle du corpus » amène à
une renégociation des espaces et des typologies documentaires classiques. Les
logiques ici à l’œuvre semblent être celles de désintermédiations et de
réintermédiations successives. Ce type de boucles nécessite pour la communauté
scientifique de continuer à s’interroger sur la nature de plusieurs processus
afférents : processus de description documentaire, processus de validation[29],
nature des objets documentaire pouvant être concernés, pérennité desdits
objets.
Ces quelques
pistes exploratoires paraissent engager,
et ce n’est pas là la moindre de leur complexité, la redéfinition d’une série
de modèles culturels aujourd’hui en lutte avec d’autres modèles, marchands
cette fois. Le nouveau « big bang » documentaire évoqué dans le titre
de cet article renvoie en effet aux débats actuels sur la nature de
l’encyclopédisme (wikipedia) ainsi que sur la confrontation du modèle prônant
un accès raisonné aux connaissances (modèle bibliothéconomique) face au modèle
dérégulé d’accès, de mise à disposition et de marchandisation de biens
culturels et patrimoniaux que les récents projets du moteur Google[30]
ont porté à la connaissance de tous.
BIBLIOGRAPHIE
(BAT
77) - Bateson G., Vers une écologie de
l’esprit, T. 1. Paris, Seuil, 1977.
(BER 89) - Berners Lee, Tim. « Hypertext and the
CERN », 1989. En ligne : http://www.w3.org/History/1989/proposal.html
(FOU
94) - Foucault M., Dits et écrits -
1954-88. Tome I (1954-69). Paris,
Gallimard, 1994.
(GOL 05) - Golder Scott A. & Huberman Bernardo A.,
« The Structure of Collaborative Tagging Systems », Information
Dynamics Lab, HP Labs , 2005. En ligne : http://www.hpl.hp.com/research/idl/papers/tags/tags.pdf
(LEV 90)
- Lévy P., Les technologies de
l’intelligence - L’avenir de la pensée à l’ère informatique. Paris, La
Découverte, 1990.
(RTP O3) - Roger T. Pédauque,
« Le document : forme, signe et medium les
reformulations du numérique », STIC-CNRS - Working paper - 8
juillet 2003. En ligne : http://archivesic.ccsd.cnrs.fr/sic_00000511.html
(SIN 05) - Sinha R., « A cognitive analysis of tagging. », billet posté le 27 Septembre 2005. En ligne : http://www.rashmisinha.com/archives/05_09/tagging-cognitive.html
(TIS 01) - Tisseron S., L'intimité surexposée, Paris, Editions Ramsay , 2001.
(ZAC 05)- Zacklad Manuel,
« Introduction aux ontologies sémiotiques
dans le Web Socio Sémantique ». Communication,
Ingénierie des Connaissances 2005. 03 juin 2005. En ligne : http://archivesic.ccsd.cnrs.fr/sic_00001479.html
[1] Cf. infra
[2] On parle de
« tags » pour les balises et de « taguer » (tagging) pour
le balisage de l’information
[3] A ce sujet nous ne
reviendrons pas sur les discussions entre folksonomie et ontologie, elles
représentent chacune des manières d’organiser l’information qu’il conviendrait
effectivement de détaillé par un texte entier. Notons simplement pour notre
propos que l’ontologie propose une modélisation d’un monde (d’un domaine) a
priori alors que la folksonomie laisse les usagers modeler leur vision d’un
domaine,
« sans a priori ».
[4] Avec notamment le DNS, puisqu’on passe
d’un adressage IP en chiffre à une « étiquette textuelle »
[5] Cf : faciliter de
publication + indexation automatique
[6] Et ce de manière
consciente ou méconnue par les utilisateurs de ses outils.
[7] Il faut indiquer, pour
l’heure, l’exception notable de réseaux P2P qui représente encore un continent
indexé et non marchant.
[8] Google (www.google.com) dispose ici d’un leadership
incontestable, lequel ne peut être élargi au delà des deux sociétés
concurrentes que sont Yahoo et Microsoft. Les récentes négociations
commerciales entre Dell et Google et Yahoo et Ebay viennent renforcer ce propos
en terme
d’accès unifié.
[9] Voir à ce sujet le
billet de Francis Pisani : http://pisani.blog.lemonde.fr/pisani/2005/10/the_search_2_no.html
[10] Mais
rien n’empêche les moteurs d’utiliser les « tags », la subjectivité des usagers
pour restituer leurs résultats sous une autre forme.
[12] Voir par exemple
l’archive ouverte en sciences de l’information et de la communication
« Archivesic » : http://archivesic.ccsd.cnrs.fr/
[13] Définition extraite du
site Wikipedia (http://www.wikipedia.org
)
[15] Google, Yahoo et
Microsoft.
[16] le service FlickR (www.flickr.com ) permet ainsi de partager ses
photos, chacune pouvant être assortie d’une série de « Tags ».
[20] applications mises à
disposition gratuitement
[21] Des sites (http://65.39.85.13/google/default.htm)
permettent par exemple de coupler les fonctions de Google Maps avec des données
démographiques et immobilières : le principe est celui des API couplées à
Google Maps : on navigue sur la carte et l'on affiche pour telle ou telle zone
géographique, les informations démographiques et immobilières du type : nombre
de biens immobiliers, prix de vente moyen, population, répartition homme/femme,
répartition ethnique (sic ...), etc. En fonction de la zone ou ville choisie,
les données sont disponibles avec un focus sur 3 couronnes : 1, 3 et 5 Miles.
[22] « Nos sociétés ne
fonctionnent plus à base de codes et de territorialités, mais au contraire sur
fond d’un décodage et d’une déterritorialisation massive. »
[24] Notons enfin à titre anecdotique qu’un nouveau vocable fît une fugitive
apparition sur le web pour désigner la prise en main par chacun de ces données
de nature géographiques : folksomologies : "ad hoc structures that
can be built and span across different locations". (http://tecfa.unige.ch/perso/staf/nova/blog/2005/10/05/folksomologies-and-spatial-technologies/
)
[26] Un document peut ainsi
désigner les « unités documentaires » suivantes : une photo sur
le service Flickr (http://www.flickr.com
), un signet ou une liste de signets sur le service del.icio.us (http://www.del.icio.us ), des sons (http://freesound.iua.upf.edu/)
ou en poussant à l’extrême le raisonnement l’adresse physique ou
virtuelle et les données associées ou
générées dynamiquement déposées sur une carte Google Maps (http://maps.google.com ) ou Frappr (http://www.frappr.com)
[28] voir à ce sujet les
billets (http://www.sifry.com/alerts/archives/000298.html)
diffusés par Dave Sifry, directeur général du moteur Technorati (www.technorati.com)
[29] voir notamment le fil
de discussion intitulé « le web comme hégémonie de l'amateurisme, ou
Wikipedia sous les feux croisés » sur les archives de la liste biblio-fr (http://listes.cru.fr/wws/arc/biblio-fr)
[GG1]Rappel ou ref en note