Version classiqueVersion mobile
OpenEdition Books

Qu’est-ce qu’un forum internet ?

 | 
Camille Paloque-Bergès

Vers un patrimoine scientifique des forums

Texte intégral

  • 1 Je me permets de renvoyer à deux articles qui traitent in extenso de ces questions (Paloque-Bergès (...)
  • 2 C’est-à-dire ayant fonction de support d’une activité qui utilise Internet, produit originellement (...)

1Dans ce dernier chapitre, on se penchera de manière synthétique sur la question de la prise en charge de la mémoire contenue dans les forums internet, en soulignant qu’il s’agit encore d’une mémoire vivante1. Cette mémoire a ceci d’original qu’elle est le résultat d’une sédimentation de langages formels (les couches de la programmation informatique) et naturels (les discours des membres des forums) dans des documents « natifs2 » du numérique (Chabin, 2000). La prise en charge des forums comme sources et documents pour la recherche pose une question doublement patrimoniale :

  • au premier degré, ces documents recèlent des données que la recherche peut analyser, transformer, éventuellement faire circuler – c’est un patrimoine pour la recherche ;
  • au second degré, les forums ont déjà fait l’objet d’initiatives de patrimonialisation – c’est un patrimoine de la recherche en discussion sur les réseaux.

2La patrimonialisation des forums internet pose la question de la reconnaissance d’un patrimoine de la communication, soulevant plusieurs problèmes (Paloque-Bergès et Schafer, 2015) : l’élargissement des contours du patrimoine, dans une perspective qui se dit parfois universaliste et liée aux idéologies de la société de l’information ; l’inclusion grandissante de matériaux dans cette reconnaissance, ici non seulement le discours conversationnel, mais aussi les langages formels des codes informatiques, des formats aux scripts des programmes ; enfin, la critique des processus et systèmes de traitement des données à des fins politiques ou commerciales. L’ingénierie de corpus de forums à des fins patrimoniales réclame plus que jamais une attention accrue aux positionnements éthiques de la science face aux informations qu’elle analyse et aux données qu’elle génère.

Complexité documentaire des archives de forum

3Les archives de courrier électronique sont considérées comme « un problème très contemporain de préservation de la mémoire » (Bergeron et al., 2014, p. 212). L’intégration d’une variété croissante de sources, creusant les strates épigénétiques, est un fait accepté de l’historiographie depuis au moins l’école des Annales. Cependant, l’une des conséquences de l’accès à un niveau toujours plus « micro-empirique et micro-analytique » est la « transformation de la division du travail entre archivistes et historiens » (Brian, 2001, p. 48). De fait, le genre documentaire complexe et la capacité à faire archive de ces discussions nécessitent plusieurs remises en question.

  • 3 Roger T. Pédauque est un nom collectif de chercheurs en documentation dirigé par Jean-Michel Salaü (...)

4Tout d’abord, comme les linguistes l’ont démontré, ces discussions ne sont pas des conversations mais des documents témoignant de l’organisation des relations sociotechniques dans une communauté d’écriture. Derrière une apparente oralité, des inscriptions et structures très matérielles sont à l’œuvre (Labbe et Marcoccia, 2005 ; Guichard, 2002 ; Hert, 1999b). Elles soulèvent ce que les chercheurs français en sciences de la documentation appellent le « paradoxe de Roger3 » :

[…] le développement des échanges spontanés (la conversation) et leur fixation sur un support public pérenne et documenté. Autrement dit, [Internet] transforme automatiquement ce qui relevait de l’intime et de l’éphémère en document ou proto-document. (Pédauque, 2006, p. 17-23)

5Les forums sont partie prenante de médiations dans un écosystème documentaire numérique – ce que Manuel Zacklad appelle la « docu-médiatisation » (Zacklad, 2007). En somme, comme le résume le linguiste Michel Marcoccia :

Un forum de discussion est alors un objet hybride pour l’analyse de discours, à la fois une archive identifiable par un support et un contenu et une conversation qui n’est jamais totalement finie. Il faut alors considérer les forums comme des documents numériques dynamiques, des documents comme objets de processus, ou, pour prendre les termes de l’analyse de discours, comme une archive en train de se constituer (en l’occurrence, une « archive conversationnelle »). [...] Un forum de discussion peut donc être défini comme un document numérique dynamique et collectif. (Marcoccia, 2001, p. 13)

6Le paradoxe s’étend en ce sens que les forums sont à la fois des documents vivants et des archives en cours de (re)constitution – tant qu’ils sont en ligne sur les réseaux –, voire de redéfinition s’ils migrent dans d’autres lieux de l’environnement numérique. La théorie de la documentation a nommé ce dernier processus la « redocumentarisation », qui désigne le cycle de vie d’un document (données et formats) existant au travers de plusieurs systèmes logiciels documentaires, évoluant donc dans le temps et l’espace des réseaux (Pédauque, 2006). Les fonctions d’archivage technique par défaut des systèmes logiciels achèvent de perturber la distinction traditionnelle entre archives et documents.

7Les systèmes de listes gérées sur le Web proposent en général des fonctions d’archivage automatique, sur le modèle du programme LISTSERV ; il existe ainsi de nombreux dépôts et stocks d’archives consultables sur le Web. Si ces archives sont majoritairement faites de données textuelles, les formats de lecture de ces données peuvent varier – pouvant nécessiter, pour mieux les appréhender, une analyse formelle et infrastructurelle au-delà des couches supérieures des interfaces web qui permettent de les consulter en ligne (Paloque-Bergès 2016a, 2017a). À titre d’exemple, l’infrastructure du courrier électronique recèle au moins trois niveaux importants :

  • le contenu des messages, que l’on peut appréhender sur le mode de l’analyse de discours épistolaire ;
  • le format, qui régit le rapport du document de type courriel à ses codes de caractères (la traduction des bits numériques en texte) et au genre documentaire du courriel, que l’on doit appréhender au-delà des modèles de l’écrit sur papier, car il révèle les formes sociotechniques de l’interaction homme-machine ;
  • les métadonnées des messages, donnant des informations sur les modalités d’écriture, de transmission et de réception du message au niveau de son traitement machine : expéditeur, destinataire(s), date, lieux d’envoi et de réception, protocole et route de la transmission, format du message…

8Ce sont les traces matérielles évoquées plus haut, grâce auxquelles on peut suivre, en analyse qualitative aussi bien que quantitative et relationnelle, des discussions qui s’étendent dans le temps et dans l’espace des réseaux.

  • 4 Voir le point méthodologique proposé par Alexandre Hocquet, « RTFM ! Threaded conversations as nat (...)

9En bref, constituer des corpus numériques à partir de listes requiert de tenir compte de ses spécificités formelles, en particulier une structuration « en fils » faits de conversations asynchrones, enchâssées, organisées et thématisées par le biais de leur « sujet » (ou « objet »), et se présentant de manière antéchronologique4. La structuration en fils n’est pas forcément appréhendable ou manipulable immédiatement, d’où la nécessité de reconstruire cette structure par le biais de méthodes relevant de l’archéologie numérique (Aumayr, Chan et al., 2011).

10Retrouver ces sources documentaires et les organiser pour l’analyse suppose ainsi un travail d’ingénierie historique qui rapproche le chercheur de l’archiviste : la récupération des documents, l’extraction de différents types d’information (du contenu aux métadonnées) par dépouillement manuel ou instrumenté, et leur réorganisation pour l’analyse.

Un patrimoine en cours de construction et de reconnaissance

11Les forums, pourtant ancêtres des réseaux sociaux numériques que les bibliothèques nationales s’attachent à archiver aujourd’hui – c’est le cas de Twitter par la Library of Congress américaine – attirent assez peu l’attention des archivistes du numérique. L’une des raisons étant que ces initiatives se fondent sur le modèle pionnier de l’Internet Archive Foundation, qui depuis 1996 se spécialise dans la préservation de pages web. En France, le dépôt légal du Web de la Bibliothèque nationale de France (BNF) se concentre sur la préservation des pages web du domaine .fr à travers le service Archives de l’internet. Celui-ci donne accès à des archives de forums seulement si elles sont stockées sur le Web, comme c’est le cas pour les listes académiques du CNRS ; cependant, les archives de forums débordent largement du Web (Paloque-Bergès, 2017a). Le seul système complet de gestion et visualisation d’archives d’e-mails par une institution patrimoniale à ce jour est, à notre connaissance, le programme ePADD, développé à la bibliothèque de Stanford – et ne fonctionne pas sur des archives de listes, seulement sur des collections individuelles d’e-mails5.

  • 6 RFC 6778: IETF Email List Archiving, Web-based Browsing and Search Tool Requirements. Date de publ (...)
  • 7 Les archives de Usenet sont intégrées au service de groupes natifs, à Google, les « Google Groups  (...)

12Toutefois, en raison des paradoxes documentaires cités plus haut, le Web reste un riche silo d’archives vivantes de forums, à l’image de l’internet qui offre un miroir de son propre patrimoine (Schafer, 2012c). À commencer par les organisations historiques d’Internet, l’IETF en tête, qui en 2012 a initié la standardisation de l’archivage de listes, l’appliquant à ses propres stocks de discussions ayant nourri l’histoire des standards d’Internet (les RFC)6. Google a entrepris l’archivage des groupes de Usenet en 2001, une initiative de conservation de discussions publiques par une entreprise privée d’autant plus controversée que cet effort est aujourd’hui considéré comme une ruine numérique7 (Paloque-Bergès, 2017a).

13Ces organisations sont exemplaires d’une culture historique de l’internet et participent activement à préserver leurs forums dans des « gisements des connaissances collectives » (Paravel, 2007, p. 1108), fondements de la construction et de la reconnaissance d’une culture commune (Pastinelli, 2009 ; Ruzé, 2009 ; Paloque-Bergès, 2017a).

Données fragiles, données sensibles

  • 8 Voir par exemple les chartes de bonnes pratiques proposées par l’Association of Internet Researche (...)

14On l’a vu, les forums seraient caractéristiques d’une logique de clair-obscur qui redéfinit les frontières entre publicité et privauté des données et opinions individuelles (Cardon, 2010) : soit parce que les discussions sont intentionnellement privées, masquées par des verrouillages à plusieurs niveaux (authentification, confidentialité, invisibilité…), soit parce qu’elles ont été rendues publiques par inattention aux conditions de visibilité des réseaux. Or, la mise en patrimoine est une forme d’éclairage de ces échanges informels pouvant être brutal, suscitant la mobilisation critique des communautés (Paloque-Bergès, 2017a). Dans ce contexte, les préconisations éthiques des chercheurs du domaine Internet8 enjoignent à prêter attention aux qualités de l’information en réseau numérique : « recherchable » plus facilement, grâce aux moteurs de recherche ; copiable, avec donc un potentiel d’ubiquité ; persistante, laissant des traces (les métadonnées) ; mutable, car altérable ; enfin, souvent invérifiable, ses auteurs originaux disparaissant dans l’autorité collective des réseaux (Latzko-Toth et Proulx, 2013).

15En termes juridiques, les discussions dans les forums relèvent a priori du droit de la personne. Leur citation, et a fortiori leur republication sur de nouveaux supports, doit envisager les lois relatives au droit à la vie privée et au respect de la propriété intellectuelle. Dans le cas d’objets langagiers produits dans le passé, au volume important et aux interlocuteurs multiples, il est quasiment impossible de faire signer un accord pour citation. Par ailleurs, la récolte systématique de ces données peut servir à alimenter des bases de données qui, grâce à des croisements, ont le pouvoir d’établir des profils d’utilisateurs à visée de sollicitation commerciale ou de surveillance – c’est le grand sujet d’actualité à propos du phénomène des big data.

  • 9 Synthèse proposée par Marie-Anne Paveau dans le billet « Comment citer les échanges en ligne ? Cou (...)

16La tendance générale de la déontologie scientifique en sciences humaines et sociales est d’accorder une attention particulière à la manière dont les acteurs perçoivent leur propre production de contenu et de traces sur les réseaux, et de ne pas se reposer sur « les statuts pseudo-objectifs de leurs écrits9 ». Deux conceptions se dégagent dans le rapport du chercheur à la citation. Tout d’abord, une critique de la publicité généralisée des contenus et traces sur Internet : le fait qu’ils soient accessibles ne veut pas dire qu’ils sont publics par défaut. Ensuite, l’encouragement à respecter une « intégrité contextuelle », c’est-à-dire s’attacher à contextualiser les discours cités selon l’environnement sociotechnique dans lesquels ils ont été produits, leur degré de visibilité et de sensibilité dans un espace et un temps donnés.

Notes

1 Je me permets de renvoyer à deux articles qui traitent in extenso de ces questions (Paloque-Bergès, 2016a, 2016b).

2 C’est-à-dire ayant fonction de support d’une activité qui utilise Internet, produit originellement en contexte numérique pour être transmis sur le réseau. On utilisera par la suite plutôt l’expression documents ou sources « nativement numériques ».

3 Roger T. Pédauque est un nom collectif de chercheurs en documentation dirigé par Jean-Michel Salaün, clin d’œil au Réseau thématique prioritaire du CNRS, RTP-doc, qui pendant les années 2000 a travaillé à définir les orientations de recherche sur le document numérique. Voir par exemple la postface de Pédauque, 2006.

4 Voir le point méthodologique proposé par Alexandre Hocquet, « RTFM ! Threaded conversations as native digital corpora for the historian », aux conférences Digital History and Philosophy of Science Consortium (Nancy, France) et 6th European Society for the History of Science (Lisbonne, France) en 2014.

5 ePADD, Stanford University Libraries [URL : https://library.stanford.edu/projects/epadd], consulté le 2 janvier 2018.

6 RFC 6778: IETF Email List Archiving, Web-based Browsing and Search Tool Requirements. Date de publication : octobre 2012. Auteur : R. Sparks (Tekelec). Cette RFC a été traduite en français par Stéphane Bortzmeyer et publiée sur son site personnel [URL : http://www.bortzmeyer.org/6778.html], consulté le 2 janvier 2018.

7 Les archives de Usenet sont intégrées au service de groupes natifs, à Google, les « Google Groups » ; sans accompagnement patrimonial explicite, elles sont de fait peu connues et difficiles d’accès et d’exploitation (Paloque-Bergès, 2017a).

8 Voir par exemple les chartes de bonnes pratiques proposées par l’Association of Internet Researchers [URL : https://aoir.org/ethics/], consulté le 2 janvier 2018.

9 Synthèse proposée par Marie-Anne Paveau dans le billet « Comment citer les échanges en ligne ? Courte note sur l’éthique de la recherche sur Internet », publié sur son blog Technologies discursives le 18 juin 2013 [URL : http://technodiscours.hypotheses.org/590], consulté le 2 janvier 2018.