« A map of science is a spatial representation of how disciplines, fields, specialties, and individual papers or authors are related to one another as shown by their physical proximity and relative locations, analogous to the way geographic maps show the relationships of political or physical features on the Earth », Henry Small, “Visualizing Science by Citation Mapping”, Journal of the American Society for Information Science, 1999.

1Lors d’une visite à l’École des mines de Paris, je passai voir la fameuse bibliothèque dont on m’avait maintes fois parlé. À l’évidence, le volume et la quiétude du lieu contrastaient avec les murs blancs des petites alvéoles du centre de recherche de mon université, et surtout l’effervescence qui régnait autour des machines lors de nos phases d’exploration du Web. Mais j’eus aussi le sentiment d’une sorte de retour vers tous ces livres imprimés qui avaient balisé mes études universitaires. C’est là que je retrouvai mes compagnons d’aventure1 à qui j’avais proposé quelques semaines plus tôt de réaliser une carte des connaissances sur le thème du véhicule autonome2. Le thème de notre recherche était à peine défini, mais suffisait pour réunir la petite équipe qui se composait d’un trio incontournable d’acteurs pour une expédition cartographique : l’expert du domaine pour la pertinence de son regard, le bibliothécaire pour sa maîtrise des sources (et l’ouverture à leur accès !) et le cartographe pour ses solutions techniques ou méthodologiques. Le sujet semblait passionner mes compagnons puisque nous étions au cœur de thématiques sensibles de recherche, aussi bien pour les chercheurs de l’École des mines de Paris que pour ceux de l’institut français des sciences et technologies des transports et de l’aménagement des réseaux (IFSTTAR). Pour un néophyte comme moi, le thème évoquait surtout l’actualité du moment : la Google Car, les exploits de Tesla ou le lapin lunaire (le « lapin de jade ») que les Chinois voulaient expédier sur la lune quelques mois plus tard. La bibliothèque et ses annexes abritaient aussi des postes informatiques d’où il était possible d’extraire des catalogues des grands éditeurs de l’IST (Information scientifique et technique) comme le Web of Science (le WoS3) et, surtout, Scopus4 que je comptais exploiter particulièrement pour l’étendue de ses métadonnées et sa réputation en termes de « couverture » des domaines techniques ou technologiques. Je suppose que la plupart des articles scientifiques que nous cherchions figuraient dans les revues imprimées et stockées quelque part dans la bibliothèque de l’école, mais dresser manuellement la carte des connaissances accumulées sur notre thème aurait pris des mois sans passer par les ressources permises par les catalogues éditeurs ou les systèmes internes de gestion des documents issus de l’IST. Ce que l’on a appelé pendant une période « l’informatisation des ressources documentaires » a autorisé toutes les formes de « recherche verticale » sur un auteur, une date, un mot-clé, mais aussi des opérations plus complexes, disons latérales, d’investigation, de comparaison, de tri croisé, de traitement automatisé des contenus et d’exploitation des métadonnées à différentes échelles. Le calcul a ainsi ouvert d’immenses possibilités d’exploration des masses de connaissances produites chaque année dans la recherche et la technologie, balayant tous les champs du savoir académique, de l’environnement aux nanoparticules, de la préhistoire aux recherches contemporaines sur les réseaux sociaux. C’est là, dans ce processus, que je comptais greffer les techniques de cartographie d’information aux structures de données des éditeurs, peut-être même les enrichir et, pourquoi pas, connecter d’une façon ou d’une autre l’univers des connaissances validées et formalisées à l’univers foisonnant du Web et de ses services. Je cherchais donc une façon très cartographique de faire dialoguer les deux univers…

*****

2J’entrais de nouveau dans le domaine de l’Information scientifique et technique que j’avais expérimentée durant un séjour à l’INIST. En effet, au cours de nos pérégrinations sur le Web, j’avais découvert qu’il existait déjà une communauté d’acteurs plongés dans la cartographie d’information, elle aussi à base de graphes et dédiée, non pas au Web, mais à « la science ». Enfin, disons les produits finalisés de la recherche scientifique nationale ou mondiale, et partout indexés minutieusement sous forme de « fiches » ou de « notices » : les publications scientifiques, les revues où elles sont publiées, les domaines auxquels elles appartiennent, mais aussi les brevets, les rapports techniques et tout ce qui a un rapport avec l’IST. L’univers de l’IST avec ses ingénieurs de recherche, ses documentalistes, ses bibliothécaires, et quelques rares chercheurs en sciences de l’information contrastait en bien des points avec l’univers dynamique de l’innovation web, ses jeunes ingénieurs inventifs et ses problématiques des réseaux ouverts. Les méthodes et les instruments de gestion ou de traitement de l’IST en France comme dans la plupart des pays avancés représentent une école de rigueur en appliquant, depuis les données de départ jusqu’aux produits finalisés (essentiellement à l’époque des rapports circonstanciés via des commandes d’organismes publics ou privés), une série de contrôles qualitatifs pour vérifier la pertinence des contenus, veiller à l’exhaustivité des corpus identifiés et vérifier l’exactitude des calculs appliqués. Cette exigence de rigueur peut conduire d’ailleurs à retravailler régulièrement, et de façon manuelle, les données de départ (ce que l’on désigne par curation des données), en particulier lorsqu’il s’agit des données d’affiliation (normalisation de l’orthographe des noms propres et des acronymes, des données temporelles ou géographiques, recherche des doublons, qualification des données manquantes…). Une minutie peut-être héritée de l’art du catalogage en bibliothèque… et à laquelle j’eus quelques difficultés à me plier.

3Cependant, au détour des années 2000, l’IST commençait à être impactée par l’avènement du Web et de ses applications distribuées, notamment autour des enjeux de l’interopérabilité des bases entre elles via de nouveaux procédés de connexions (les techniques d’API et de data fusion en particulier). L’aspect qui m’intriguait le plus n’était pas celui de la « mise en connexion » des gigantesques silos d’informations scientifiques qualifiées avec la dynamique du Web (il était grand temps de multiplier les initiatives en Europe !), mais le potentiel d’exploration que représentaient les bases des éditeurs avec leurs batteries de métadonnées qui me donnaient le vertige. Une base propriétaire comme Scopus, un leader mondial de l’IST, indexait chaque année plus d’un million de nouveaux articles et de documents scientifiques à travers un modèle de données comportant plus de 220 rubriques ! Pour le dire autrement, j’abandonnais quelque temps le Web et ses masses dynamiques (au point de faire de sa forme un objet d’étude) pour me plonger dans un univers a priori plus restreint en volume, mais beaucoup plus riche de différentes dimensions dont les corrélations me semblaient si nombreuses… Ainsi, la première réunion de l’équipe « véhicule autonome » a consisté à définir lesquelles nous pourrions rapidement exploiter et le plus efficacement possible dans le modèle de données de Scopus (mais le WoS de Thomson Reuters n’aurait pas modifié la méthodologie adoptée).

4À cette richesse des données de départ, le domaine de l’IST intègre aussi une pratique historique de la cartographie relationnelle sous la forme de scientogrammes, l’une des traditions de l’IST. Je me disais donc qu’il y avait là un filon à exploiter, une « niche » où se concentraient quelques pistes inédites pour moi et utiles à notre projet. Historiquement, en effet, on doit les premières cartes à base de graphes à la scientométrie, le domaine de la « mesure de la science » fondée massivement sur l’analyse de la façon dont les articles scientifiques (et donc, par agrégation, les revues ou les champs disciplinaires) se citent les uns les autres, tout comme pour le Web dont le lien hypertexte est la clef de voûte. Les productions scientifiques au sens large (articles mais aussi revues, ouvrages, rapports, synthèses…) ont la particularité d’être bâties sur un système riche et savamment distribué de références qui intègre ainsi un document dans un système plus vaste dont la scientométrie contribue à analyser les formes. Un corpus est donc constitué d’une série de notices bibliographiques renseignant sur de multiples aspects du document :

Image 15.1

5Les citations directes d’auteur à auteur, les références bibliographiques, les revues communes ou les concepts partagés finissent par générer une géographie particulière de « la science », s’accumulant au cours du temps comme des couches sédimentées. C’est surtout l’étude des flux de citations entre documents scientifiques qui a concentré l’attention des chercheurs et des ingénieurs, notamment depuis les travaux liminaires en information sciences de Derek de Solla Price5 dans les années 1960. Le fait d’être cité dans un article constitue pour un scientifique une façon de mesurer son « rayonnement », son influence ou son autorité intellectuelle dans un domaine scientifique ou même à l’échelle de plusieurs disciplines. Mais la concentration des liens (entrants) de citation permet aussi de dessiner à grande échelle les éléments structurants de « la science » avec ses auteurs comme ses concepts centraux6.

Image 15.2

6Les méthodes scientométriques me rappelèrent rapidement que l’ossature du Web est constituée des briques élémentaires que sont les liens hypertextes qui empruntent largement à l’esprit et à l’écriture des citations de textes à textes ou des citations bibliographiques. Le Web, comme les bases documentaires dédiées à la science, sont tous les deux nourris du projet commun de connaissances scientifiques ouvertes et partagées. Dans les deux cas, la façon de se saisir d’un corpus relève de la même méthode. En IST, l’étude de la distribution des citations entre documents passe par la production de structures de graphes à partir desquels on peut calculer des propriétés du même type, voire similaires, à celles déployées en web mining : ranking selon différents critères (comme le nombre de liens de citation ou toutes les formules associées), recherche de clusters ou de communautés, différenciation de dates dans les données pour appréhender la science comme une série de flux historiques, croisement des citations et des descripteurs de contenus, recherche de réseaux de coopération entre établissements ou organismes de recherche, etc. Au-delà des calculs, les structures de graphes peuvent être aussi visualisées sous forme de scientogrammes (on n’utilise guère le terme de « carte », jugé trop polysémique dans la tradition de l’IST française), un terrain où excelle Gephi avec ses algorithmes de spatialisation.

*****

7Le terrain de jeu semble donc en partie le même, des méthodes de l’IST à l’exploration du Web. Mais si les domaines sont connexes, les objectifs diffèrent sensiblement. Autant le Web est un espace ouvert et dynamique dont on ne connaît pas les limites, ou même l’envergure, autant l’IST est gouvernée par les questions d’exhaustivité, de clôture et de pertinence des corpus7. Mais la différence essentielle tient selon moi aux objectifs des méthodes d’analyse qui ont été historiquement assignés à l’IST : l’analyse des produits officiels et formalisés de la science à partir de mesures statistiques et l’observation de la structure de la science conçue comme une activité organisée et validée de production de connaissances. La notion de structure est à prendre en scientométrie au sens large de « géographie de l’information scientifique » et peut concerner tout aussi bien les frontières de disciplines que la distribution des concepts et des références bibliographiques, ou encore la métrique des procédés cartographiques, les données sur lesquelles elle s’appuie, les scénarios locaux ou globaux d’évolution (dynamics, longitudinal mapping), la détection de champs de connaissance en émergence (research fronts) ou encore la question de la nature de la recherche « pluridisciplinaire ». Dans cette perspective, on comprend que les scientogrammes alimentent une longue tradition spéculative sur la forme du savoir et des connaissances, occupant ainsi une place de choix dans la tradition américaine en philosophie des sciences ou en épistémologie.

8Observation de « la science », mais aussi mesures et évaluation des acteurs et des organisations (laboratoires ou établissements), construction d’indicateurs de performance, appui logistique aux méthodes de « management de la recherche », aide à la décision en termes d’orientation des budgets. Alors que les « cartes », les graphes ou leurs techniques de visualisation n’occupent qu’une place périphérique en web sciences, on peut aisément affirmer que rares sont les domaines de recherche comme la scientométrie qui ont autant interrogé la nature, les formes ou les fonctions des graphes comme mode de navigation et d’évaluation (mapping sciences) dans les connaissances scientifiques formalisées. À l’époque où je découvrais la rigueur et la discipline méthodologique de ce domaine, quelques projets aboutis de cartographie de l’IST émergeaient tels Map of Science8, SCImago9 ou Eingenvector10 et ont contribué à une forme de renouveau technologique dans le domaine de la cartographie comme instrument de traçabilité de l’activité scientifique.

9Dans cette « fièvre évaluative » des années 2000, la cartographie de l’information scientifique joue un rôle central dans le déploiement de projets et d’initiatives à l’échelle mondiale qui comprenaient aussi bien le fameux facteur d’impact11 que l’évaluation des orientations stratégiques nationales et des financements, la gestion coordonnée des connaissances (par exemple, leur concentration en pôles), la valorisation de la production intellectuelle sous forme de capital ou de brevets, les comparaisons internationales, la définition de tendances lourdes en matière de R&D, la mise en valeur des partenariats public-privé… Sommé de participer activement à un renouveau industriel nécessaire, l’univers de la recherche s’est donc vu cartographié sous une multitude d’angles à des fins de stratégies des politiques publiques de soutien ou d’orientation.

10Dans cette perspective, la capacité de synthèse de l’instrument cartographique a permis d’isoler des propriétés macroscopiques de connaissances scientifiques dont la production augmente sans cesse : avec plus d’un million de publications recensées chaque année par les grands éditeurs (comme Elsevier et Thomson Reuters), on comprend combien les cartes de la science constituent des outils puissants pour interroger les propriétés sociales, éditoriales et stratégiques de l’activité scientifique à différentes échelles, des « cartes mondiales » aux micro-visualisations dynamiques générées par auteur ou par laboratoire. Et les scientogrammes accompagnent aussi l’exploitation des informations archivées dans des bases comme le Web of Science et Scopus), préparant souvent la mise au point de nouveaux services payants chez les éditeurs. Ici, comme ailleurs, les États-Unis jouent un rôle moteur dans ce renouveau pour la cartographie des sciences : dès 1987, un rapport de la National Science Foundation préconisait un financement immédiat et à long terme du domaine de la visualisation scientifique et des sciences. En 2003, l’US National Academy of Sciences a organisé une conférence spécifique et fondatrice dédiée au domaine du mapping science (voir l’excellente introduction au domaine de Katy Börner et al.12). Un dispositif de communication comme Places and Spaces13 vient aujourd’hui confirmer au niveau mondial l’intérêt croissant porté aux cartes des sciences, voie ouverte dès 1981 par la publication du premier Atlas scientifique par l’Institut for Scientific Information (ISI) ou par la lignée des travaux scientographiques     depuis Price (1965) en passant par Small et Sweeney (1985) jusqu’aux travaux actuels de Loet Leydesdorff ou Richard Klavans14.

*****

11Au moment où démarrait notre projet de cartographie du domaine des recherches autour du véhicule autonome, ces cartes de la science présentaient un intérêt méthodologique (si l’on pense à la rigueur apportée à la constitution des corpus en IST), mais je n’étais pas convaincu de les produire sur la base des citations. Nous avions d’abord besoin de comprendre le thème et ses nombreux sous-ensembles probables, de produire une carte synthétique des concepts eux-mêmes ou des thèmes de recherche, permettant de décrire un domaine dynamique de recherche comme une sorte de puzzle composé de multiples éléments que l’on pourrait mettre bout à bout. En somme, une boussole conceptuelle, et la richesse des métadonnées des notices Scopus le permettaient, notamment à partir d’une batterie de descripteurs contrôlés manuellement : les index terms. Deux interrogations me poussaient ainsi à mobiliser des concepts (associés à des acteurs, des dates, des organismes) plutôt que les citations. L’étude des distributions de liens de citation me semblait plutôt nous orienter vers la cartographie d’un champ social particulier, celui des auteurs et de la façon dont ils en construisent les références (ou les autorités). Il m’apparaissait que, quand un auteur en cite un autre, il paie rétrospectivement une sorte de tribut à ses prédécesseurs ou à ses contemporains en les reconnaissant. L’accumulation de tous ces liens permet effectivement de construire rétrospectivement la science comme une série de concentrations (les objets de recherche en cours) ou de flux historiques (les évolutions successives des domaines scientifiques). C’est tout le principe de l’utilisation du Science Citation Index (SCI) vendu par Thomson Reuters, et que je préférais appeler le « livre des citations ». Ce « catalogue » concentre les liens de citation de revues à revues (en agrégeant les liens de citation d’auteurs à auteurs) et permet donc de les classer (avec sa fameuse classe « A »), mais aussi de décomposer les productions scientifiques en disciplines et en sous-disciplines. Si le projet de cartographie globale de « la science » a longtemps fasciné les scientométriciens, un autre point m’interrogeait : les graphes à base de citation supposent que les liens sont orientés. Un chercheur A cite un chercheur B dans un article, mais souvent B ne cite pas A dans le sien, principe à partir duquel on peut extraire pour chaque article les liens entrants (cited document) et les liens sortants (citing document). Que deux documents, ou plus, en citent un troisième et l’on fait émerger par l’analyse des co-citations des hiérarchies « verticales » qui indiquent clairement le cœur de discipline ou, pour des champs de recherche plus restreints, des problématiques particulières.

12Nous avions plutôt besoin, dans un premier temps, d’une coupe longitudinale du domaine, fondée sur une série d’expressions représentatives, quitte à réintroduire plus tard les métadonnées associées aux auteurs. Ces derniers, d’ailleurs, nous apparaissaient plutôt comme des acteurs situés dans le temps et dans l’espace (leurs lieux de travail et leurs laboratoires, métadonnées présentes dans le corpus que nous allions constituer) que l’on pourrait tous cartographier, et même associer à des sources web comme les réseaux sociaux. Notre corpus comportait au final 481 notices bibliographiques consacrées à la recherche française dans le domaine du véhicule autonome15. Le premier temps de notre méthodologie était constitué par la phase d’extraction des notices. Il fallait pour cela interroger la base Scopus à partir d’un jeu de termes enrichi par phases successives d’expansion, jusqu’à l’obtention d’un jeu de données suffisamment « exhaustif ». À partir d’une première expression (ou d’une série d’expressions) relative à notre thème (autonomous vehicle) et choisie par notre groupe de travail pour son intérêt supposé (nous sommes accompagnés de deux experts du domaine), le processus consiste à intégrer petit à petit (par degré de « profondeur ») d’autres expressions avec lesquelles l’expression « véhicule autonome » peut être associée    . On pense, spontanément, à bien des thématiques comme « robotique », « intelligence artificielle », « autonomie » ou « décision »16. En associant chacune de ces expressions à autonomous vehicle, nous avons fait varier les requêtes sur Scopus (sur les dimensions « keywords », « abstracts », « article title ») pour obtenir au final 740 notices avec un taux élevé de redondance pour chacune des entrées. Par exemple, certaines notices bibliographiques sont présentes dans presque tous les résultats du requêtage. Après nettoyage des doublons et de quelques lignes mal renseignées par l’éditeur, nous avons construit notre travail sur 481 notices bibliographiques extraites de Scopus dans lesquelles au moins un auteur est associé à un laboratoire français.

13Restait à construire le paysage sémantique particulier, et peut-être complexe, autour des recherches sur le véhicule autonome. Chacune de ces notices contient aussi des descripteurs de contenu (index keywords) décrivant l’apport scientifique général de l’article. Une fois le graphe de descripteurs produit (un descripteur est lié à un autre descripteur quand ils apparaissent ensemble pour qualifier le contenu d’un même article), nous avons sélectionné un jeu de 1 300 termes, expressions ou descripteurs de contenus reliés entre eux dans une structure de graphe à partir de leurs liens pondérés de co-occurrence. La première vue obtenue en utilisant l’algorithme OpenOrd laissait apercevoir pour la première fois l’organisation globale de connaissances scientifiques produites par les laboratoires français sur le « véhicule autonome » :

Image 15.3

14Le processus d’analyse des données faisait clairement apparaître un domaine « central » (control theory) et six domaines « périphériques » (computer systems, oceans and marine science, propulsion/flight, entries and aerodynamics, space autonomy, control systems). À l’évidence, un cœur dense de recherche concernait la « théorie du contrôle », donc l’intelligence artificielle et la robotique en grande partie, tandis que les 6 satellites concernaient plus précisément différents champs d’application, dont trois le domaine du ciel et de l’espace (missiles, drones, aviation, missions spatiales), un l’océan (sous-marins, robots automatisés d’exploration) et les deux autres les systèmes informatiques associés (disons, leur architecture et leurs propriétés) ainsi que la dimension communication et réseaux auxquels ils seront connectés. Tout cela constituerait l’ossature de la boussole thématique que nous attendions dont ces 7 clusters permettraient de s’orienter en première approche dans les connaissances scientifiques.

Image 15.4

15Au-delà de ce premier niveau géographique, le domaine central méritait d’être exploré pour lui-même, indépendamment de ses satellites (qui, par ailleurs, rattachent notre objet d’étude à bien d’autres domaines connexes de la recherche dans la carte générale des savoirs). L’examen attentif de ce noyau conceptuel constitué de « control theory and applications », repose sur l’utilisation de l’algorithme de spatialisation Force Atlas 2 et une distribution des couleurs en fonction des frontières de clusters détectés par l’algorithme de détection de « communautés » Modularity avec Gephi. La taille des nœuds était réglée selon le degré de co-occurrence des termes dont les plus importants ont été affichés au premier plan, les autres sous forme de cartouches latéraux.

Image 15.5

16En gris, figurent au centre les termes génériques du domaine, reliés à toutes les autres parties du graphe dont nous avons retiré les liens pour assurer une pleine lisibilité des zones déterminées. En jaune, au centre, le domaine global de robotics/robots/algorithms où figurent les modèles mathématiques et les algorithmes, des probabilités à la logique floue, les modèles non linéaires liés aux capacités de contrôle (mouvement, déplacement, opérations) de la décision en situation complexe et multivariées. Très lié à ce cœur, presque fusionné, apparaît en rouge la principale interface opérationnelle des algorithmes et du calcul : les formes de contrôles et les systèmes associés, déployés autour des domaines du déplacement/mouvement et du processus de décision en situation. Viennent ensuite deux domaines en vert à droite, les robots mobiles avec les questions des programmes de déplacement et de contrôle des trajectoires, et la navigation en milieu urbain avec ses propriétés attendues (route, rues, circulation…) – le domaine émergent des cybercars dont on parle tant aujourd’hui. Enfin, deux domaines en bleu à gauche : en haut, les questions de géolocalisation dynamique, des environnements augmentés/hybridés et en bas à gauche les familles de capteurs, achevant une boucle puisque les informations qui en sont issues sont traitées par… des algorithmes et alimentent des modèles mathématiques du transport autonome que l’on trouve concentré en jaune, au centre. La boussole nous semblait ainsi opérationnelle, nous permettant de synthétiser tout à la fois les zones constitutives d’un cœur de recherche et, à un niveau plus général, les différentes branches représentant les grands domaines d’application : ciel, espace, océans, propulsion, aérodynamique.

*****

17La construction de la boussole thématique nous avait orientés vers la cartographie de l’activité scientifique elle-même, avec ses concepts, mais aussi ses acteurs et ses structures. À partir des notices bibliographiques, nous avions laissé derrière nous l’exploitation des liens de citation, les mesures, les classements, les filiations intellectuelles et la recherche des figures académiques d’un domaine très dynamique et en plein développement. Mais nous devions aller plus loin dans nos clichés cartographiques : tout nous incitait à croiser les différentes dimensions du corpus comme les auteurs, les sources et/ou les données d’affiliation aux structures de recherche (laboratoires ou établissements) via les adresses postales ou les noms des villes, pour essayer de rendre compte de la géographie sociale du domaine. Où les chercheurs conduisent-ils leurs expérimentations ? Qui sont les établissements qui contribuent à la recherche sur le véhicule autonome ? Où sont-ils situés en France, de façon concentrée en certains lieux ou bien distribués à l’échelle du territoire national ? Les notices de notre corpus comprenant les noms des auteurs des publications scientifiques, leurs thèmes mais aussi le nom et le plus souvent l’adresse postale de leurs laboratoires ou établissements. Nous avons transformé les codes postaux en coordonnées GPS. Le procédé rend ainsi possible la projection de l’ensemble des autres métadonnées sous forme de points sur une carte géographique quand il s’agit de structures physiques comme des laboratoires, mais aussi de liens d’association pour signifier des coopérations ou le partage de concepts. Évidemment, étant donné notre domaine large du « véhicule autonome », il n’y eut aucune surprise à contempler la carte de France avec les unités ainsi identifiées. Les différents aspects des recherches autour du véhicule autonome couvrent l’ensemble des grands pôles nationaux de recherche avec la présence des universités, mais aussi d’industriels comme Hitachi Europe, Renault (technocentre), Véhipôle en Bretagne, Siemens, Thomson et les divisions de Thalès Airborne Systems – Underwater Systems – Alenia Space… On retrouve, notamment, une tripartition qu’annonçait notre boussole conceptuelle : mers et océan avec des concentrations d’acteurs en Bretagne et en PACA (École navale, Alstom Transport, Bassin d’essais des carènes, DCNS, la DGA et le Groupe d’études sous-marines de l’Atlantique – GESMA –géoazur, un observatoire océanologique, les centres IFREMER, l’Institut de physique du globe de Paris, le laboratoire de géosciences marines…), espace (Aérospatiale, Agence spatiale européenne, Astrium Satellites, le CNES) et l’aérien (SupAero, Dassault Aviation, EADS…).

Image 15.6

18Nous avions sous les yeux la colonne vertébrale de la recherche militaire et industrielle, privée et publique, dans le domaine du « véhicule autonome », le champ incluant aussi bien les missiles que les sous-marins, les avions ou la R&D du secteur automobile ! Les données de Scopus illustrent donc certaines propriétés connues de l’espace industriel et économique de la France, en particulier la concentration des acteurs en région Île-de-France. Nous avons ainsi produit une vue particulière sur la région, laissant apercevoir la concentration de grandes structures de recherche à Paris (Mines ParisTech, l’École des ponts ParisTech, l’École polytechnique, l’ENS de Cachan, l’université Pierre et Marie Curie et ses structures de recherche…), mais aussi dans la partie ouest/sud-ouest (le fameux « plateau de Saclay »).

Image 15.7

19Le géoréférencement des métadonnées ouvrait de nombreuses perspectives, presque impossibles à toutes identifier au moment de notre projet et toutes porteuses de pistes nouvelles pour l’époque. Le nombre et la qualité des données associées à nos 481 notices bibliographiques permirent d’apercevoir l’énorme potentiel de croisement des différentes dimensions de l’information en IST. Ainsi, nous avons ébauché le projet de cartographier la zone sud-ouest de Paris autour de Saclay pour mesurer l’étendue des coopérations de recherche via la publication d’articles communs à des chercheurs provenant des structures présentes dans cette zone géographique. Le géoréférencement permettant de constituer un sous-corpus de laboratoires et de chercheurs implantés dans notre focus géographique, il devient alors possible de produire un graphe où les chercheurs (regroupés en laboratoires ou en établissement) peuvent être reliés par les index terms qui nous avaient permis de construire la boussole thématique. Il devenait ainsi possible de comprendre sur quelles thématiques de recherche coopéraient les établissements autour du plateau de Saclay.

Image 15.8

20Depuis les méthodes traditionnelles de l’IST et l’obsession des citations, nous glissions petit à petit vers des méthodes et des dispositifs du domaine en pleine expansion des cartographies d’informations en intelligence territoriale. À Saclay, comme ailleurs, il existait bien un réseau local de production des connaissances scientifiques dont on pouvait enfin observer la dynamique. Évidemment, l’introduction de la temporalité ou celle des informations issues des appels à projets (AAP) des agences nationales, européennes ou régionales auraient encore enrichi la perspective comme je l’avais expérimenté avec le projet VIZIR17. Mais se dessinaient aussi d’autres pistes qui nous menaient bien au-delà du croisement des métadonnées entre elles : avec les informations qu’elles nous livraient (noms d’auteurs et de structures, lieux, années, mots-clés…), il était possible de connecter notre corpus à bien des services web. Nous avons ainsi projeté directement sur Google Map nos fichiers qui contenaient des données GPS, développé un petit programme pour aller chercher sur LinkedIn les profils professionnels des chercheurs, indexé les contenus des sites web des laboratoires ou, encore, comparé différents laboratoires sur la base de leurs recherches autour du véhicule autonome.

Image 15.9

*****

21Nous n’étions pas les seuls à explorer les pistes qui permettaient techniquement de connecter plusieurs sources d’information externes aux données qualifiées de l’univers de l’information scientifique. La maturité technique du Web permettait d’expliquer cette fièvre de la connexion entre différents silos d’information, le développement des API en particulier qui permettait d’interroger des BDD à distance. Certains grands acteurs de l’IST comme la base Medline (US National Library of Medecine18) commençaient par ailleurs à fournir des accès gratuits à des masses de données et à une bonne partie des publications majeures en sciences du vivant. Mais le plus remarquable dans ces évolutions rapides de l’IST fut le développement des réseaux scientifiques sur le Web, les réseaux scientifiques 2.0. Bien des acteurs avaient franchi le pas en proposant en ligne des systèmes de recherche et de partage de documents scientifiques comme ResearchGate19, Sciencefeed20, MyScienceWork21.

22Mais cette rencontre, ou plutôt cette hybridation des données de l’IST et des technologies web me semblait surtout prometteuse pour interroger, comme l’avait fait la scientométrie, certains des invariants d’une géographie globale de la science, comme une carte générale des savoirs avec ses instruments de navigation dans les données. À défaut de bénéficier d’une infrastructure de calcul et de données à l’échelle mondiale, je me suis tourné vers l’univers qui m’était le plus proche, celui de mon université de technologie22. Je partais dans cette expérience avec l’idée de produire le même type de paysage intellectuel que celui de la recherche sur le véhicule autonome. Nous avons donc suivi une méthodologie identique et en extrayant là aussi les données depuis Scopus. Nous sommes rapidement arrivés à la constitution d’un corpus de 5 200 notices bibliographiques renvoyant aux 5 200 articles scientifiques répertoriés dans la base et publiés depuis 1972 par des chercheurs issus des laboratoires de l’UTC, l’année de naissance de l’université. Ces notices contenaient 15 000 termes d’index que nous avons filtrés de façon à n’en conserver que 1 000 pour notre carte (en ne retenant que ceux qui apparaissaient au moins 7 fois dans le corpus). Une structure de graphe comprenant 1 000 termes a été générée où ne figuraient que les termes d’index reliés entre eux par co-occurrence entre chaque notice (un terme A est lié à un terme B s’ils apparaissent tous les deux comme descripteurs d’une même notice). La structure de graphe a ensuite été spatialisée et décomposée en 81 clusters (Modularity) qui représentent les grands thèmes de recherche des laboratoires de l’UTC. Les 1 000 termes d’index de Scopus qui servent à décrire le contenu des 5 200 publications depuis 1972 ont donc été agrégés en 81 thèmes qui concentrent chacun un vocabulaire spécifique relativement aux autres. Les labels de nos 81 classes sont constitués par le terme ayant le meilleur score de co-occurrence de la classe, hormis pour les clusters en vert dans la carte où nous avons fait appel à un chimiste pour les valider et, parfois, les modifier pour les rendre plus pertinents.

Image 15.10

23La vue générale, accompagnée de ses vues secondaires, me semble décrire ce type de géographie des connaissances qu’annonçait l’étude sur le véhicule autonome.

Image 15.11

24La distribution des couleurs respecte dans ses grands traits les compétences scientifiques de nos laboratoires, avec des « frontières » qui ont fait l’objet de nombreux débats dans notre groupe. Ces débats ne sont pas anodins et l’on peut y voir l’une des caractéristiques de la recherche technologique en école d’ingénieurs : au-delà des disciplines « verticalisées » par tous les effets de la classification (par exemple, un chercheur est obligatoirement rattaché à une discipline de référence d’un point de vue administratif), les thèmes de recherche et d’expérimentation reposent souvent sur le croisement de compétences différentes. Il se peut, d’ailleurs, que la fameuse « pluridisciplinarité » tant recherchée dans la recherche française représente la clef de voûte de la recherche technologique : travailler, comme à l’UTC, sur le « foie artificiel » ou les « flottes de drones » supposent que soient associés, d’une façon ou d’une autre, la biologie, l’ingénierie cellulaire ou les procédés d’un côté ; de l’autre, l’informatique, les matériaux et les spécialistes de l’énergie embarquée. Plus que tout, le poster synthétique que nous avions imprimé me semblait annoncer le type de dashboard numérique que j’ai toujours voulu voir installé, dans un hall d’entrée ou un bureau de direction.

Image 15.12

25On pourrait y recenser et y positionner aussi bien les thématiques de recherche que les laboratoires, y rassembler les connaissances produites et les interroger via un moteur interne de recherche sur les publications elles-mêmes ou donnant accès aux rapports d’orientation stratégiques ou d’évaluation comme ceux produits pour notre Haut Conseil de l’évaluation de la recherche et de l’enseignement supérieur (HCERES). Une frise chronologique permettrait d’identifier dynamiquement les thèmes de recherche émergents, ainsi que des informations sur les coopérations régionales, nationales ou internationales. Et l’on imagine rapidement combien serait également utile une carte géoréférencée des acteurs et des organismes, le tableau de veille intégrant aussi bien la cartographie des contenus que la dynamique sociale et territoriale qui l’accompagne. En hybridant ainsi données qualifiées de l’IST, données et services externes issus du Web et les potentialités offertes désormais par le numérique, on pouvait enfin traiter de façon fine et exhaustive la traçabilité de l’activité scientifique de la bibliothèque et ses ouvrages que l’univers foisonnant du Web et de ses innovations. Les pistes d’hybridation que nous avons explorées nous permirent d’entrevoir les mille et une façons dont les connexions pouvaient être établies entre l’univers ordonné de la bibliothèque et des revues, où se concentre lentement le travail patient de publication scientifique, et l’univers d’un réseau foisonnant et dynamique qui brasse les contenus, les auteurs, les dates ou les lieux de façon continue. La dernière fois que se réunit notre petite équipe, près de la bibliothèque, s’imposait l’impérieuse nécessité de poursuivre par ailleurs l’exploration de la vaste architecture distribuée du Web qui ne pouvait pas relever dans mon esprit du hasard ou du chaos, mais d’un agencement ou d’une sorte de plasticité structurale qui le rendait techniquement partout présent, et si puissant, étendant sa toile petit à petit jusque dans les lieux que l’histoire avait jusqu’ici préservés.