Chapitre 7. Le Web Datarium
p. 109-122
Texte intégral
« As a boy I was a keen Isaac Asimov fan. In particular I read and reread his two most famous series: the Foundation trilogy and the Robots series. Oddly enough, the psychohistory of Hari Seldon, the chief protagonist in Foundation, was probably my earliest exposure to the idea of emergence in social systems. As Seldon puts it, although the behaviour of individuals is hopelessly complex and unpredictable, the behaviour of mobs, and even civilizations, is amenable to analysis and prediction. As fantastical as it was when conceived in the early 1950s, Asimov vision is remarkable in its anticipation of much that the study of complex systems attempts to do today », Duncan Watts, Six Degrees: The Science of a Connected Age, 2004.

1En science, la théorie et l’expérimentation se polissent l’une l’autre, comme un lent et patient travail artisanal. Il s’agit d’y faire coïncider l’expérimentation et les hypothèses – ou les prévisions théoriques – qui donnent à l’objet de science sa forme et ses propriétés. Et souvent le chemin est long pour y parvenir, un chemin sinueux fait d’allers et de retours entre les mots – la théorie – et les choses sur lesquelles s’exerce sa vérification dans un dispositif expérimental. Il est rare en science que les données de l’expérimentation confirment exactement, et d’un coup, des prévisions théoriques ou des hypothèses. On y passe souvent son temps à aller de la théorie à l’expérimentation, à l’observation, à la modélisation – enfin à toutes ces opérations de production d’informations dirigées vers l’objet de recherche – afin d’affiner la démarche. Dans un sens, on adapte les hypothèses ou la théorie aux données expérimentales ; mais, dans l’autre, on modifie aussi le dispositif d’expérimentation pour le faire « coller » aux hypothèses. Ainsi, on peut considérer que la science est parfaitement circulaire, comme les côtés pile et face d’une même pièce. Cette circularité peut fasciner ou inquiéter, c’est selon. L’épistémologie et l’histoire des sciences ont pour vocation de l’interroger pour illustrer la relativité de la connaissance scientifique du moment, établir la variation historique des théories et, surtout, considérer le savoir comme le produit d’un dispositif d’observation. C’est tout le regard englobant de l’historien, de l’érudit riche d’enseignements, fascinés tous les deux par la circularité de la science mise à distance comme objet de réflexion.
2Personnellement, je me suis toujours un peu ennuyé dans cette tradition spéculative et érudite, celle pourtant d’où je viens à titre de chercheur en sciences humaines et sociales. Je préfère aujourd’hui partager l’enthousiasme (et la naïveté sûrement) de ceux qui cherchent volontairement à briser les équilibres dont nous avons hérité entre hypothèse théorique et dispositif expérimental, ce qu’avait justement mis longtemps à polir la tradition. Je partage avec d’autres cette sorte de pari : si l’effet de circularité est si fort dans la construction de l’objet scientifique, admettons qu’il est alors possible de le subvertir, non pas du côté pile de la théorie, mais du côté face du dispositif et des données de l’expérimentation. Cela fait maintenant longtemps qu’au contact des ingénieurs de l’information et des systèmes j’ai fait ce pari (insensé pour un chercheur) qu’une modification profonde de nos instruments d’observation associée à des données de nature radicalement inédite pouvait déboucher sur de nouveaux objets de connaissance et l’observation de nouvelles propriétés dans les données. C’est là tout l’enthousiasme des périodes d’invention, l’annonce de champs nouveaux à explorer et des instruments à inventer et adaptés à un nouveau type de données. Une époque de fascination pour les prouesses techniques des ingénieurs, et la promesse des théories à venir.
3Et c’est exactement ce que vivent aujourd’hui les sciences, et les scientifiques. Avec l’arrivée des données numériques et l’avènement du Web depuis peu (du moins à l’échelle de l’Histoire), les innovations issues des technologies de l’information interrogent désormais de bien des façons l’activité scientifique, en particulier dans la nécessité de revoir certaines de ses bases expérimentales ou de ses instruments de prédilection (in silico désormais). Derrière le phénomène croissant des data sciences, se cachent d’innombrables pistes – plus ou moins chanceuses – d’innovations technologiques dont certaines modifient nos connaissances comme d’ailleurs les formes de nos sociétés. Rapidement, et peut-être profondément. Personnellement, j’aime cette période foisonnante de la « révolution numérique » où, au fond, les enseignants de nos universités n’en savent guère plus que leurs étudiants sur bien des sujets touchant aux nouvelles technologies, où la recherche scientifique commence par une forme d’ignorance partagée et où les ingénieurs (plus que les théoriciens) occupent le devant de la scène avec leur bricolage inventif et surprenant.
4Si, de surcroît, on fait du Web, non pas un vecteur de la connaissance scientifique, mais un objet de recherche à part entière (les web sciences), on entre donc dans un domaine encore plus incertain où tout doit être imaginé et construit, depuis le réseau, les data, leur extraction, leur stockage et leur traitement, les mesures et les algorithmes associés (métriques), leur enrichissement (en les croisant par exemple) sans oublier l’empilement local de logiciels ou d’applications accessibles en ligne où l’on retrouve… nos data de départ. Oui, je sais, je sais : on m’objectera qu’il existait des formes de réseaux avant le Web, que les méthodes utilisées comme la théorie des graphes existent depuis Euler au XVIIIe siècle et que les sociologues et les scientométriciens avaient déjà conçu des méthodes et des algorithmes efficaces pour décrire le social sous forme de sociogrammes. En somme, si j’entends bien le point de vue, rien de nouveau ne serait apparu hormis le développement exponentiel des puissances de calcul et d’un réseau planétaire. Oui, c’est exactement cela, mais à une différence majeure : la quantité de données traitées aujourd’hui sur ce réseau distribué de data peut conduire à un changement qualitatif d’objet de recherche. Ceux qui participent aujourd’hui au développement de la science des réseaux (network sciences) en ont parfaitement compris le principe, notamment aux États-Unis et plus largement tous ceux qui se réclament des data sciences. Ils partagent cette idée qu’étudier le Web (et même le cartographier !), c’est peut-être faire émerger de nouveaux objets de connaissance, des hypothèses inédites. Le Web est aujourd’hui un immense terrain expérimental, en évolution rapide, qui représente un défi technique permanent. Sur ce point, il faut avouer que l’exploration du Web permise par les technologies numériques dédiées aux réseaux ne débouche pas encore sur la production de nouvelles théories, articulées et certaines. Mais l’effervescence est là, dans un champ foisonnant de nouvelles hypothèses de travail adossées à des instruments inédits et des data en masse, d’une grande variété et en évolution continue. Le plus frappant en cette période d’innovation scientifique et sociétale, c’est la vitesse à laquelle semblent se produire les mutations, comme si le temps s’accélérait soudainement dans l’invention de nouvelles formules d’association entre hypothèse et données, entre théorie et expérimentation, entre les mots et les choses désormais numérisés. Le temps du polissage viendra ensuite, l’énergie se concentrant d’abord sur la recherche d’une rencontre heureuse, et inédite, entre hypothèses (en cours d’élaboration), instruments (en cours de développement) et données (en cours d’extraction) dans l’esquisse des nouveaux domaines de recherche. Et il arrive que cette rencontre surgisse d’un coup, dans un alignement parfait de ces trois éléments.
*****
5Pendant les mois que j’ai passés à l’Institut de l’information scientifique et technique (INIST CNRS), je me suis lancé dans un travail long (et insensé !) d’identification et de catalogage des sites web qui, à l’époque, donnaient accès à des stocks de données scientifiques (presque) brutes. Plongé dans ce temple de la rigueur et de l’exactitude qu’est l’INIST où officiaient documentalistes et ingénieurs de recherche, je me suis initié aux pratiques et aux méthodes de la bibliométrie et ses structures traditionnelles de graphes, notamment appliquées aux mesures de citations entre chercheurs, entre revues ou entre laboratoires. Mais j’avais souvent à l’esprit ce projet de recensement qui, je l’espérais, pourrait peut-être déboucher sur quelques trouvailles, surtout cartographiques. Nous avions désigné ce projet sous le nom de Web Datarium. Pendant plusieurs mois, j’ai repéré et parcouru plus de 3 500 sites web scientifiques, pour en retenir, au final, plus de 700.
6Le modèle que j’avais en tête consistait à parcourir le Web manuellement en essayant de me concentrer sur les liens qui menaient de site web scientifique à site web scientifique. Je devais me focaliser sur ce seul domaine, avec l’espoir de voir apparaître un paysage continu et où l’on pourrait naviguer en tous sens, sans rupture. Quand cela le nécessitait, je n’hésitais pas non plus à recourir à Google pour multiplier mes points d’entrée sur le réseau afin de vérifier que toutes les URL pertinentes que je trouvais étaient bien reliées entre elles. J’étudiais donc à la fois les contenus des sites et leurs liens hypertextes. Pour les plus jeunes, disons que ce Web scientifique documentaire était du type 1.0 : des sites statiques et des pages fixes, rarement une animation et une structure type qui permettaient d’accéder, depuis la page d’accueil, aux pages recherchées où figuraient des accès à des bases de données en ligne. Parfois, il m’arrivait même de trouver encore des pages web sur fond gris, écriture noire, lien en bleu. On aurait dit une couche lente et rudimentaire du Web où s’établissaient les liens primordiaux d’un réseau de connaissances. Quelque chose comme une couche basse dans laquelle le Web plante ses racines à titre de système d’information, ce qu’annonçait notre modèle du Web en couches. À l’époque, les sites n’étaient pas reliés à des blogs (comme aujourd’hui avec les témoignages des scientifiques) ou à Twitter pour signaler la diffusion d’un travail. J’ai longtemps navigué dans cet univers fascinant des données produites par des capteurs en mer, des radars, des sondes, des mesures de température ou de pression en passant par les images satellites, les données astronomiques ou celles (en temps réel) des incendies de forêt dans le monde. J’intégrais aussi à mon corpus les accès aux bases de classement des espèces, aux catalogues de leurs gènes sans oublier les molécules, les pathologies ou encore les matériaux et les médicaments. Les données, en tant que telles, ne constituaient pas mon objectif : je vérifiais seulement qu’elles étaient accessibles en ligne en prenant soin d’identifier dans une liste l’URL de la page d’accueil du site ainsi que l’URL de la page donnant accès à ces fameuses informations dont le foisonnement m’étonnait. Elles étaient à la fois si nombreuses et si étranges pour moi que j’en vins à l’idée qu’il ne pouvait pas y avoir un ordre, une logique, une organisation générale qui pouvait gouverner un tel déploiement en ligne. Peu importe, après tout, puisqu’il suffisait dans les objectifs du projet d’en dresser la liste la plus exhaustive possible, si possible au format Excel, et de mettre en forme logiquement les résultats avec une arborescence. En somme, des listes raisonnées ou des tableaux de classification, qui ne rendraient jamais compte des formes de connexion qui animaient en ligne toutes ces ressources. Durant cet arpentage fastidieux du Web des données scientifiques, mon univers de travail se trouva rapidement enrichi de nouveaux instruments. Mathieu Jacomy venait d’entreprendre un long travail de mise en forme des méthodes associées à son outil, le Navicrawler. Techniquement, il s’agissait « juste » de l’adjonction à la version courante de Firefox d’une série de plugins d’enrichissement des parcours de navigation : repérage et stockage automatique des liens hypertextes identifiés sur les pages web visitées, construction d’un graphe du parcours sur le Web, possibilités de soumettre au Navicrawler une liste préétablie d’URL pour extraire la structure hyperliée associée… Un instrument privilégié pour tous ceux qui veillent et observent.
7D’un autre côté, Mathieu Bastian et Sébastien Heymann, qui m’avaient accompagné à l’INIST à la fin de leurs études d’ingénieurs, étaient au développement de la dernière version de Gephi. Parmi toutes les améliorations apportées à l’application, l’une fut pour moi décisive : l’algorithme de spatialisation Force Atlas 21. L’algorithme Force Atlas 2, comme son prédécesseur le Force Atlas, est un algorithme de type force directed, autrement dit un type de spatialisation d’une structure de graphe qui fonctionne en exploitant la distribution des liens entre des éléments pour les transformer en force d’attraction et de répulsion. Avec Gephi, comme dans d’autres applications d’analyse de graphe, les algorithmes de ce type figurent en bonne place aujourd’hui dans la boîte à outils des instruments de spatialisation.
Image 7.2

Un même réseau visualisé au moyen de différents algorithmes de spatialisation.
8L’algorithme présentait plusieurs qualités qui m’apparaissaient comme les clefs de voûte d’une possible cartographie du Web, depuis de petits corpus comme on aime à les construire qualitativement en sciences sociales jusqu’aux masses d’URL archivées dans les moteurs de recherche. Force Atlas construit l’espace de projection selon des principes qui m’ont semblé correspondre, dès le départ, à l’instrument dont j’avais besoin : il fait apparaître rapidement les effets de concentration et de périphérie, il est particulièrement sensible aux effets de clusters (groupements locaux d’éléments) et, plus important encore, son développement s’est nourri de façon continue de retours d’expériences. Il s’agit donc d’un instrument dédié à l’accompagnement de l’interprétation, profilé pour concentrer l’analyse sur les effets de distance ou de proximité structurales. Il ne s’agit pas d’une projection euclidienne, mais bien d’un vaste système de positionnement relatif des éléments les uns par rapport aux autres. D’où quelques-unes des caractéristiques qui font le succès de cet algorithme. Il n’est pas conçu, en premier lieu, comme une « boîte noire » sans possibilité d’intervenir sur le processus et les paramètres de ce jeu de force : au contraire, il est presque intégralement paramétrable manuellement depuis la console Gephi tels sa vitesse d’exécution, le réglage des forces de répulsion et d’attraction, son échelle, sans oublier quelques améliorations décisives comme celle d’Andreas Noack avec son LinLog energy model qui épouse les principes de méthodes statistiques de détection des communautés de type Modularity. Les patterns générés par l’algorithme peuvent être enrichis dans l’environnement Gephi pour y manifester différentes métriques comme les mesures de hiérarchie des éléments (degré ou nombre de liens, centralité), la distribution des couleurs et des familles de nœuds (justement avec l’algorithme Modularity) ou encore la possibilité d’isoler une partie du graphe (notamment un cluster) pour le projeter dans un nouvel espace de travail.
Image 7.3

Exemples d’étapes de travail lors de l’exploration visuelle d’un réseau.
9Le prix à payer pour cette souplesse est évident : l’algorithme Force Atlas est particulièrement gourmand en temps de calcul. En d’autres termes, il est lent. Le déploiement de forces d’attraction et de répulsion, surtout à grande échelle, implique des calculs importants de relativité de positionnement de tous les éléments d’un fichier de graphe. Au final, le système finit par trouver un état de stabilité relative avec cette caractéristique que le processus est continu : c’est l’effet élastique du Force Atlas 2. Pendant que l’algorithme continue de calculer les positions, on peut « tirer » sur un nœud qui reprend rapidement sa place d’origine (nous avons créé un fichier de graphe en forme de tamis régulier pour illustrer le principe) :
Image 7.4

Poster du projet Web Datarium.
10Il ne s’agit pas d’une facétie d’ingénieur : un algorithme qui fonctionne de façon continue se révèle particulièrement efficace pour spatialiser des données sous forme de flux (si l’on pense, par exemple, à Twitter et à son API). Dès que ces instruments furent testables, j’élaborai immédiatement une petite chaîne locale de traitement de l’information : j’envoyais vers le Navicrawler mes 750 URL de sites web scientifiques dont il releva les liens externes. J’avais donc en main une structure de graphe et je ne conservais que les liens entre URL présentes dans mon corpus (les liens menant vers des sites externes ont été éliminés, mais temporairement seulement). Le fichier de graphe fut ensuite analysé avec Gephi et spatialisé avec Force Atlas 2. Le résultat ressemblait à ce que j’attendais : un cas exemplaire.
Image 7.5

Poster du projet Web Datarium.
11Pour qui est à la recherche d’une forme du Web, qui plus est cartographiable ou analysable avec des algorithmes comme HITS, l’univers affiché offrait un terrain remarquable d’efficience technique. Tout nous est apparu impeccablement rangé, plié à nos instruments et à nos méthodes et répondant à nos hypothèses de prédilection sur le principe d’agrégation de documents.
12Les URL d’accès aux bases de données scientifiques s’agrégeaient en localités thématiques aisément identifiables. Comme j’avais pris soin dans mon fichier Excel d’origine de noter dans une colonne spécifique quelques mots-clés indiquant le champ scientifique majeur des sources retenues, il fut facile d’associer chaque localité à une sorte de toponyme. Mes localités thématiques étaient identifiables sur la carte par une batterie de mots-clés, informations que ne délivraient ni les liens ni les nœuds (à moins, évidemment, de fréquenter régulièrement les URL). Au final, le procédé permettait d’obtenir une sorte de classification ascendante des grands domaines de recherche, la logique des liens hypertextes permettant de hiérarchiser, comme de grouper les URL.
Image 7.6

Détail de Web Datarium.
13Au centre de la carte trônait le site de la National Science Foundation (NSF). Une excellente illustration de la domination américaine sur l’univers des sciences en ligne, et sûrement en dehors aussi. Enfin, le terme n’est peut-être pas le bon : si quelques liens en sortaient pour pointer vers des organismes gouvernementaux (.gov) qui servaient de hubs locaux (un pour les sciences de la terre, un pour la génétique, un pour la biologie, un pour l’environnement…), l’essentiel de la connectivité qui reliait le site de la NSF au réseau était généré par des liens entrants. À ce niveau-là du Web, disons dans cette grande région de la science, le site faisait figure de pure authority dont la position se renforçait probablement au fur et à mesure que se développaient des projets fédératifs en ligne. Le terme d’autorité, plus que domination, inclut l’idée d’un processus de reconnaissance partagée, produit spontanément par une foule d’acteurs. Exactement ce que j’ai fait en ouvrant mon blog en pointant vers mes auteurs favoris. Dans l’univers du partage des données scientifiques en ligne (aujourd’hui une nécessité dans la plupart des domaines), il semble que la moindre initiative « locale » ou « nationale » finit par faire rayonner un peu plus les grandes agences gouvernementales américaines dont la NSF est la figure de proue. Par exemple, dans la partie haute de la carte et sur la droite, le NIH (National Institute of Health) semble régner sur les sciences du vivant tandis que dans la partie gauche et en bas de la carte se dessinent les terres de la NASA, de ses instruments d’observation et de son ingénierie.
Image 7.7

Détail de Web Datarium.
14On doit probablement cette visibilité (nombre de liens) et cette centralité (des passages obligés en matière de navigation hypertexte) des sites en .gov de la recherche américaine à une combinaison parfaitement maîtrisée d’ancienneté (avec les premières politiques de libération des données aux États-Unis), de dynamique de communication sur le Web, et d’ingénierie des data et des systèmes d’information conçus dès le départ comme distribués, contributifs et délocalisés (avec sa pléiade d’applications côté clients et non plus localisées dans un serveur central). Il y a là toute une organisation de la cyberinfrastructure qui ne doit rien au hasard et révèle un sens (américain) inné de l’occupation des territoires numériques. Un système en ligne comme EOSDIS (Earth Observing System Data and Information System) fut imaginé dès 1989 ! À l’époque, la France sortait à peine de son rêve de Minitel et l’Europe cherchait encore l’organisation de sa recherche…
15Au-delà, ou en deçà de cette colonne vertébrale NSF-NIH-NASA, l’univers des agrégats ou des localités thématiques semble dérouler en toute logique des complémentarités remarquables. Toute la logistique de la cyberinfrastructure qui permet le travail scientifique en ligne (les « cyberbricks » : les données aux formats divers et à différents niveaux de structuration, dynamiques et à différentes échelles, données relationnelles, taxinomies, formules, outils de calcul et d’exploration, moteurs de termes…) se décline de façon circulaire, comme les heures de l’horloge. À midi, la génomique et la biologie, à 3 heures les océans et leur biodiversité. Donc, entre les deux (disons vers 1 h 30), la biologie et la biochimie marine avec ses variables environnementales (comme la chaleur des océans ou les aléas climatiques). À 6 heures, les sciences géographiques et leur ingénierie des mesures et de l’observation. Aux alentours de 6 h 30, la climatologie, la paléoclimatologie et la problématique du climate change, une question historiquement scientifique avant d’être politique. Un peu avant 9 heures, les sciences et les techniques d’observation de la terre comme système géophysique et la dynamique des écosphères. À neuf heures passées, les mêmes questions débouchent cette fois à l’échelle de l’univers (l’origine de l’univers, l’astrophysique, l’exobiologie…). Enfin, la question de l’origine de la vie vient achever la boucle en débouchant sur l’infiniment petit, les gènes et les cellules.
16On aurait dit que la carte contenait à la fois le dénombrement de grands domaines scientifiques, mais aussi leur combinatoire. Cette vue apparaissait presque totalisante : produite par le jeu des URL et des liens hypertextes et mise en scène avec Force Atlas 2, elle nous rappela ce fameux théâtre de mémoire imaginé par Giordano Bruno à la fin de la Renaissance2 ou, encore, ces roues de la connaissance du Moyen Âge censées contenir toutes les formes de savoirs et leurs combinaisons possibles3. Parti d’un laborieux travail de recensement et de qualification, voici que nous étions projetés aux frontières de l’histoire, de la philosophie des connaissances ou de l’ésotérisme, tout d’un coup, une fois les données passées au filtre de l’algorithme Force Atlas 2.
Image 7.8

Détail de Web Datarium.
17Ce qui nous fascinait à l’époque, plus que la forme elle-même de la carte, c’était de contempler toutes ces URL et leurs contenus : leur nombre et leur diversité démontraient la façon dont notre univers était systématiquement sondé, mesuré, observé, analysé, depuis les molécules jusqu’aux astres lointains. On aurait dit une nouvelle étape historique dans la quête de recensement généralisé des êtres et des choses, l’« âge classique » de Michel Foucault, avec ses listes taxonomiques, les arborescences où viendront ensuite se loger les pyramides hiérarchisées (totales) des êtres vivants. L’horizon d’observabilité des phénomènes nous paraissait immense à naviguer dans cet univers de bases de données ou de connaissances en réseau. Avec quelques étapes dont je me souviens, par exemple la possibilité de suivre des incendies de forêt en temps réel ou encore le crowdsourcing scientifique avec l’anecdote de Hanny Van Arkel, un professeur des école en Hollande, qui a trouvé avec ses élèves une galaxie via le Sloan Digital Sky Survey et qui porte aujourd’hui son nom.
18Le Web et l’Internet existaient donc comme scientific backbone. Notre photographie de 2008 annonçait le développement actuel des e-sciences dont parlait Jim Gray à l’époque4. Il voyait, dans cette infrastructure en réseau et ses technologies, l’équivalent pour la science d’un nouveau paradigme, le quatrième après la science expérimentale, la science théorique des modèles, la science de la simulation et des technologies numériques. L’idée qu’il développait consistait à imaginer comment naviguer dans cet espace accompagné d’instruments d’analyse portatifs (des web services dirait-on aujourd’hui) alors que les data resteraient là où elles sont dans les bases accessibles. Ce que nous avons photographié à l’époque n’était que l’ossature primaire (des bases reliées entre elles via des liens hypertextes statiques) où devaient s’hybrider plus tard les data à peine captées et les connaissances en tant que telles :
If you have a schema for things, you can index the data, you can aggregate the data, you can use parallel search on the data, you can have ad-hoc queries on the data, and it is much easier to build some generic visualization tools
précisait ainsi Jim Gray.
19Notre carte ne faisait donc que dévoiler la forme fixe et primaire du réseau de connexions entre différents silos de données. Vu l’ampleur et la diversité des types de données, on aurait dit qu’il y avait à l’œuvre sur le Web une entreprise généralisée de recensement, dont la métrologie serait la science générique. L’homme, la nature, l’univers : rien ne semblait échapper aux capteurs, aux données, aux mesures, à cette foule de projets de recensement (dont certains étaient contributifs comme l’identification des espèces de biotopes locaux où les internautes étaient appelés à se mobiliser). C’est sur ce tamis, presque fixe, des domaines scientifiques que viennent aujourd’hui se brancher les outils de calculs embarqués qui vont chercher les données. Une foule de processus plus dynamiques peuvent désormais s’y déployer : à partir de formats relativement communs (et donc des « données interopérables »), des requêtes dynamiques peuvent entrer en jeu via les API (les clefs d’entrée de chacun des silos informationnels), des applications locales depuis un simple ordinateur ou des plugins avancés depuis nos navigateurs peuvent se déplacer dans cet univers et en exploiter les richesses. Le foisonnement de tous ces workflows scientifiques sur le réseau serait passionnant à cartographier.
20Nous n’avons pas poussé plus loin notre expédition dans cet univers fascinant des données et des connaissances scientifiques. Là aussi, le travail de cartographie aurait dû conduire au développement d’un moteur de recherche dédié où aurait pu figurer une carte interactive de synthèse et de rassemblement. Elle aurait révélé la forme ou l’organisation (presque rigide dans sa logique de déclinaison des domaines scientifiques) qu’avait contribué à produire l’activité collective de milliers de chercheurs à travers le monde. De retour à nos occupations quotidiennes (chacun devant justifier son emploi dans des missions qui, pour tout dire, n’étaient guère passionnantes), nous étions cependant satisfaits de cet alignement presque parfait des processus (analyse des URL, extraction de leurs liens réciproques via un crawler, calculs en base sur nos archives, projection sous Gephi avec le Force Atlas 2) qui ouvrait sur un espace jusque-là jamais cartographié et dont l’organisation nous avait frappés. Et, dès les premières projections de cette géographie des connaissances scientifiques sur le Web, nous avons laissé libre cours à nos pensées sur la forme et le rôle des instruments de synthèse des savoirs, sous forme de roues, de cartes ou de théâtres, ou prospectivement en découvrant ce qu’annonçait Jim Gray sur l’avènement des e-sciences. C’est dans ces moments-là que l’on mesure le pouvoir heuristique de la cartographie d’informations, lorsqu’elle disparaît à titre de filtre ou d’instrument. Notre alignement de processus de traitement des data ne fonctionnait donc qu’en devenant transparent. Invisible.
Notes de bas de page
1 M. Jacomy, T. Venturini, S. Heymann et M. Bastian, “Force Atlas 2, a Continuous Graph Layout Algorithm for Handy Network Visualization Designed for the Gephi Software”, https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0098679.
2 F. A. Yates, L’art de la mémoire, Paris, Gallimard, 1975.
3 M. Carruthers, Machina memorialis. Médiation, rhétorique et fabrication des images au Moyen Âge, Paris, Gallimard, 2002.
4 T. Hey, S. Tansley et K. Tolle, “The Fourth Paradigm: Data-Intensive Scientific Discovery”, Microsoft Corporation, 2009, https://www.microsoft.com/en-us/research/publication/fourth-paradigm-data-intensive-scientific-discovery/.

Le texte seul est utilisable sous licence Creative Commons - Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International - CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
What is the Text Encoding Initiative?
How to add intelligent markup to digital resources
Lou Burnard
2014
What is digital identity?
Issues, tools, methodologies
Olivier Ertzscheid Helen Tomlinson (trad.)
2016
Sur quoi reposent nos infrastructures numériques ?
Le travail invisible des faiseurs du web
Nadia Eghbal
2017
Qu’est-ce qu’un forum internet ?
Une généalogie historique au prisme des cultures savantes numériques
Camille Paloque-Bergès
2018
Qu’est-ce qu’une archive du web ?
Francesca Musiani, Camille Paloque-Bergès, Valérie Schafer et al.
2019
Qu’est-ce que le travail scientifique des données ?
Big data, little data, no data
Christine L. Borgman Charlotte Matoussowsky (trad.)
2020
Qu’est-ce que la cartographie du web ?
Expéditions scientifiques dans l’univers des données numériques et des réseaux
Franck Ghitalla Dominique Boullier et Mathieu Jacomy (éd.)
2021