1D’Assyrie en Babylonie, de Palestine en Grèce, et au-delà, jusqu’en Chine et en Amérique, on fait état du déluge : l’Épopée de Gilgamesh, la Bible, Pindare, Ovide et même les mythes aztèques mentionnent une pluie incessante qui aurait submergé le monde jusqu’à éradiquer toute forme de vie sur Terre pour en chasser le mal. Seule une frêle embarcation abritant à son bord quelques individus aurait permis de perpétuer l’œuvre de la création. Et, partout, un homme, Atrahasis chez les Assyriens, Noé dans la Bible, Deucalion chez les Grecs, etc., fut chargé de construire cette nef, puis d’y rassembler un couple de chaque espèce, pour en assurer la survie.

2En quoi le déluge informationnel actuel se rapproche-t-il de ces mythes anciens ? À vrai dire, en bien peu de choses, car si les pluies dont il est question aujourd’hui conservent la fluidité et le caractère cataclysmique des pluies légendaires d’antan, elles ne semblent pas prêtes à cesser ; rien ne laisse soupçonner la fin du déluge et personne ne se risquerait à affirmer son caractère purgatif. Quant à l’arche et à celui qui serait chargé de sauver le monde, nul ne les connaît encore !

3Pour autant, sans purger la société humaine de ses passions ni a fortiori la sauver, ces flots torrentiels d’informations qui se déversent chaque jour plus intensément sur notre monde le transforment. Des disciplines scientifiques se chargent d’aider les hommes à maîtriser ces flux inouïs. Nous ne les détaillerons pas ici, sauf à rendre incidemment hommage aux spécialistes des mathématiques Bayésiennes*, des statistiques, des théories formelles de l’apprentissage, de la théorie des graphes*, de l’intelligence artificielle, etc., qui tentent, avec détermination et courage, d’endiguer ces immenses masses de données* (big data). Notre but ici est autre : nous aborderons les transformations et, en particulier, les transformations du monde scientifique.

4Celles-ci sont de trois ordres : d’abord épistémologique, ensuite social et enfin cognitif. En effet, avec les données massives, le schéma expérimental que des savants comme Galilée et Vésale inaugurèrent à l’orée de l’âge moderne, se trouve mis à mal. Une rupture épistémologique se produit sous nos yeux. La première partie lui sera consacrée. Nous verrons alors que les données prennent une part prépondérante dans cette science nouvelle. Il s’ensuit que la communauté scientifique évolue considérablement, car elle doit s’organiser en réseaux pour faciliter le partage des données et des connaissances. Cela fera l’objet de la deuxième partie de cet article. Enfin, nous aborderons les obstacles cognitifs auxquels se heurtent les scientifiques face à l’immensité de la production scientifique. Nous montrerons alors comment les connaissances se transforment elles-mêmes en données et comment elles sont exploitées en tant que telles.

Sciences in silico

5À la fin des années quatre-vingt, des scientifiques firent revivre un instant le latin, pourtant réputé être une langue morte, pour inventer un nouvel idiome*. Construit par analogie – et par contraste – avec les expressions in vivo et in vitro, cet idiome désigne des expériences qui ne sont effectuées ni sur des êtres vivants, comme les expériences in vivo, ni dans des tubes à essai de verre, comme les expériences in vitro, mais dans le cœur d’ordinateurs, sur des puces de silicium, d’où l’expression in silico qui a été introduite en 1989 par le mathématicien mexicain Pedro Miramontes, avant d’être reprise par une équipe de biologistes français dirigée par Antoine Danchin puis de connaître un réel succès1.

6Ces expériences ont lieu virtuellement, sans toucher leur objet d’investigation, sur une représentation abstraite et numérisée de ces objets. Au-delà de cette dématérialisation des supports, les pratiques scientifiques se transforment en profondeur. Non seulement les scientifiques quittent la blouse blanche et désertent la paillasse pour s’asseoir devant un écran d’ordinateur, mais le statut épistémologique de l’expérience est en train de changer radicalement du fait du déluge informationnel, c’est-à-dire de la masse considérable de données numérisées.

7Pour comprendre ces bouleversements, revenons un instant sur la constitution de la notion d’expérience telle qu’elle s’est élaborée avec des physiciens comme Galilée, puis ensuite, au xix^e siècle, avec des physiologistes comme Claude Bernard. La science antique était essentiellement contemplative ; elle se contentait d’observer le monde pour en tirer des enseignements généraux. À l’époque dite moderne, à partir du xvi^e siècle, l’état d’esprit se modifie en profondeur. Avec des hommes comme André Vésale et Galilée, la science n’accepte plus cette attitude méditative qui était celle du savant ancien ; elle intervient sur son objet d’étude et le transforme. C’est au regard de cette posture volontairement active et interventionniste que se forge la notion d’expérience qui se distingue de la simple contemplation. Une théorie ou une hypothèse étant posée, le scientifique agit : il construit un dispositif matériel pour la valider ou la réfuter. Ensuite, il confronte les données recueillies par ce dispositif matériel à la théorie ou à l’hypothèse initiale, de façon à l’accepter, à la rejeter ou, éventuellement, à la modifier. Rappelons à cet égard que l’étymologie rapproche le mot « expérience » de péril : une expérience vaut d’autant plus qu’elle met une hypothèse en danger face à l’épreuve du réel. Bref, dans ce schéma désormais classique, les données sont produites par un dispositif matériel conçu en regard d’une hypothèse ou d’une théorie que l’on cherche à valider ou à réfuter.

8Or, aujourd’hui, ce schéma se modifie de nouveau : des processus robotisés engendrent des données à foison ; celles-ci sont ensuite stockées dans d’immenses « entrepôts de données2 » avant d’être exploitées par des techniques dites de fouille de données (data mining) ou de découverte dans les bases de données (knowledge discovery in databases). Tandis que dans le schéma expérimental moderne, les données étaient produites après qu’une hypothèse ait été émise, aujourd’hui, les données apparaissent préalablement à toute hypothèse ; les théories sont ensuite formulées soit sous forme d’assertions, soit sous forme de modèles informatiques, avant d’être testées sur ces données. Et ce sont ces confrontations entre les hypothèses – ou les modèles informatiques – et les données que l’on qualifie couramment d’expériences in silico ou de « quasi-expériences ».

9Il résulte de tout ce qui vient d’être dit que les principes sur lesquels reposent les sciences expérimentales se modifient sous nos yeux (Ganascia, 2008 ; 2010). Une révolution épistémologique est en cours, cette révolution est silencieuse, elle se déroule en ce moment, sans que personne ne crie gare.

Organisation en réseau

10Les données numérisées constituent le substrat des sciences in silico. On ne saurait donc en priver quiconque sans l’exclure totalement du champ scientifique. Et comme ces données s’acquièrent automatiquement, leur possession n’est aucunement affaire de mérite. Il en découle une volonté de mise en commun, ce qui paraît, à première vue, très généreux, puisque cela revient à généraliser le principe du partage entendu comme norme morale, ou comme ethos de la science, au sens de Robert King Merton.

11De nombreuses initiatives allant en ce sens voient le jour. Songeons par exemple à la biologie moléculaire où les résultats du séquençage de macro-molécules, par exemple de génomes ou de protéines, sont consignés dans d’immenses banques de données* accessibles à tous. Cela met fin aux risques de brevetage du vivant que certains craignirent au début des années quatre-vingt-dix. On retrouve les mêmes tendances dans le domaine de la santé, avec les bases de données médicales, encore que là, les questions de protection de la vie privée fassent parfois échouer ces tentatives. En astronomie, en physique, en traitement automatique de la parole, dans les sciences humaines et sociales, ces principes tendent à se généraliser. Inspiré par le logiciel libre (open source), un mouvement actuel vise à mettre les données scientifiques en accès libre. On parle de données ouvertes (open data) pour caractériser cette tendance. Et dans chaque communauté, les scientifiques s’organisent en réseaux pour financer et maintenir les infrastructures nécessaires au partage des données (voir Dulong de Rosnay et Le Crosnier, 2013).

12Notons que si l’on associe souvent le partage à la générosité, le partage d’informations se distingue du partage ancien. Le saint du partage, Martin le Miséricordieux, divisa son manteau en deux parties pour en donner la moitié à un pauvre. Ce qu’il donna lui fit défaut : on le voit, sur les vitraux, avec un manteau trop court. En revanche, dans le partage numérique, ce que nous offrons nous appartient toujours. Nous n’y perdons rien puisque nous sommes toujours à même d’utiliser ce que nous avons donné. L’éthique du partage d’information se pose donc en des termes très différents de celle du partage des biens matériels. Comme ce partage ne coûte rien, on devrait l’encourager. La question de l’équité du partage se pose toutefois. En effet, il se pourrait que si tous s’engagent à tout partager, certains en tirent plus de profits que d’autres, ce qui rendrait le partage inéquitable… Par exemple, seuls ceux qui auraient les moyens de donner sens aux données produiraient des publications prestigieuses, tandis que les fournisseurs de données seraient ignorés. L’utilisation extensive de la scientométrie* comme critère d’évaluation de l’activité scientifique accentue encore l’iniquité, puisque la production des données ne jouit d’aucune reconnaissance.

13Au-delà, on ne saurait passer sous silence l’origine du financement des sciences. Pendant longtemps, elle fut principalement nationale. En contrepartie, les chercheurs devaient allégeance à leur pays. Ils appartenaient à des instituts nationaux auxquels ils donnaient la primeur des fruits de leurs recherches. Aujourd’hui, avec les réseaux informatiques, les frontières nationales disparaissent. Les financements deviennent internationaux. Les scientifiques renforcent leurs réseaux pour défendre leurs intérêts propres et imposer leurs agendas, sans se soucier des questions nationales. Cela a conduit une sociologue américaine, Caroline Wagner, à parler de nouveau collège invisible, en référence au Collège Invisible de Robert Boyle au xvii^e siècle, pour caractériser les réseaux que constituent actuellement les communautés scientifiques (Wagner, 2008).

Accès aux connaissances

14Non contents de partager librement les données, certains souhaitent étendre la prodigalité aux publications scientifiques afin que leur diffusion obéisse aux mêmes règles et que tous y aient librement accès. D’où le mouvement dit de l’accès ouvert (open access) et même de la science ouverte (open science). Sans débattre ici des questions de politique éditoriale et des conflits qui se font jour entre les éditeurs et les scientifiques, on notera qu’une quantité si considérable d’articles se publie chaque jour que le déluge informationnel va bien au-delà des données brutes, pour porter aussi sur les connaissances produites par les scientifiques, sous forme d’écrits.

15À titre d’illustration, rien que dans le secteur de la biomédecine, le site PubMed3 engrange aujourd’hui vingt-deux millions de références à des articles publiés dans MEDLINE, la bibliothèque nationale américaine de médecine, dans les revues médicales et dans les livres scientifiques en ligne. Ces quantités excèdent nos capacités intellectuelles. Il devient impensable à un individu, fut-il prodigieusement doué, de lire tous les articles parus dans son domaine, même s’il se restreint à une étroite spécialité.

16Pour remédier à cela, on considère désormais que les connaissances scientifiques produites par les hommes sous forme d’articles sont elles-mêmes des données. À ce titre, elles font l’objet de traitements informationnels avec des techniques de fouille de texte qui en extraient le contenu afin de le ranger dans des bases de données (Cohen et Hunter, 2013 ; Cohen, 2010 ; Liu et al., 2013). Cela passe par le marquage des différentes grandeurs mentionnées dans les articles et des valeurs numériques qui leur sont affectées. On repère aussi les hypothèses de travail et les conclusions avec les techniques de traitement automatique des langues naturelles.

17Cette automatisation de l’interprétation est destinée à faciliter l’accès aux connaissances, en tenant compte de nos limitations cognitives. Combinée à des techniques d’interrogation intelligente de bases de données, elle nous met en mesure d’accéder à volonté aux informations contenues dans des quantités énormes d’articles qu’il n’est plus nécessaire de lire dans leur intégralité. Certes, la lecture demeure, mais les traitements informatiques filtrent et sélectionnent les items pertinents. Ainsi, un scientifique travaillant sur une question précise, par exemple sur l’effet d’une molécule ou d’une combinaison de molécules dans une pathologie, cible les articles qui ont déjà traité de cette molécule ou d’une molécule de la même famille, ou encore de l’incidence d’une combinaison analogue sur la même pathologie ou sur une pathologie proche.

18En conclusion, l’activité intellectuelle se transforme. L’exploitation informatique des connaissances augmente nos capacités d’investigation dans les champs étroits du savoir. Grâce à elle, nous délimitons avec une précision accrue l’étendue de nos lectures, ce qui nous aide à nous repérer dans l’immensité de la production scientifique et nous rend donc plus efficaces. Les parts prises par le vagabondage intellectuel, l’exploration et la quête, s’amoindrissent. Les phases de tergiversations et d’atermoiements se réduisent. On cherche moins ; on trouve plus vite.

19Or, la quête de nouvelles connaissances ne se restreint pas à la formulation et à l’évaluation d’hypothèses. Elle passe aussi par l’élaboration des nouveaux appareils conceptuels à l’aide desquels s’exprimeront des champs d’hypothèses inédites qu’il s’agira d’explorer. À défaut, l’avancement des connaissances se trouve bridé. Cette élaboration se fait souvent de façon imprévue, comme par hasard : elle n’obéit à aucune démarche systématique, à aucune règle ; elle est le fruit de ce que l’on appelle la sérendipité*. Comment ne pas craindre qu’en donnant à l’activité scientifique un tour de plus en plus systématique et professionnel, le traitement de grandes masses de données ne restreigne les facultés d’invention ? Dans cette éventualité, on aboutirait, de façon paradoxale, à une science tout à la fois plus efficace et moins féconde qu’auparavant.