Desktop versionMobile Version

Nains sans géants

 | 
Francesca Musiani

Chapitre 3. Un moteur de recherche « réparti sur les utilisateurs »

Volltext

« Copier l’Internet tout entier sur un seul système ? Quelle idée étrange ! »

  • 34 Le nom fictif choisi pour cette entreprise signifie « potins » ou « gossip » en danois, souhaitant (...)

1C’est ainsi que Georg Schneider, créateur de la start-up Sladder34, présente à ses clients pionniers son idée – le développement d’un moteur de recherche « totalement » décentralisé. Pourquoi essayer de copier toute l’information circulant sur l’Internet sur un seul, gigantesque système, quand elle peut être hébergée par les utilisateurs, dans un réseau décentralisé ?

2Dans les mots de Georg, on peut déjà noter une première opposition implicite à l’apologie de l’automatique versus la médiation humaine, identifiée à Google [Cotte & Després-Lonnet, 2004] : le géant californien de la recherche d’information en ligne sera par la suite identifié plus clairement par l’équipe Sladder comme l’entité à laquelle se confronter – le monopole qui, au cours des années plus récentes, a en partie effacé la diversité de moteurs, de publics et de types de requêtes encore présente à l’aube du nouveau millénaire [Assadi & Beaudouin, 2002].

3Plusieurs éléments définissent les spécificités d’un moteur de recherche P2P. Tout d’abord, le fait que le système soit P2P implique que les utilisateurs installent un logiciel sur leur machine, un client, qui leur sert à accéder au système. L’ordinateur devient dès lors part d’un réseau de recherche composé d’usagers : le client P2P installé indexe les sites web visités, et partage avec les autres usagers – si on lui en fait demande – ces informations de recherche et de découverte d’information, sans qu’elles soient pour autant maintenues dans une base de données unique, ou un index central.

4En deuxième lieu, les résultats de recherche sont censés être plus proches de « ce dont les gens parlent », et représenter les affinités et les préférences communes des usagers du système. Cela est dû au fait que le système s’intéresse directement aux sites web que les usagers eux-mêmes visitent, plutôt qu’à des informations dont l’ordre et la pertinence seraient prédéterminés par des « algorithmes optimisés », selon des critères qui ne sont que partiellement transparents (comme c’est le cas pour Google). Il convient cependant de noter qu’il s’agit là du postulat de Sladder et de son diagnostic sur Google : PageRank, l’algorithme à la base du fonctionnement du « géant » de la recherche en ligne, surtout après le « social turn » qui a caractérisé les choix stratégiques de l’entreprise de Mountain View en 2011, est censé, lui aussi, rendre compte de « ce dont les gens parlent ».

5Un moteur de recherche P2P, donc, est censé retenir l’idée d’un moteur de recherche centralise comme Google et le « repartir sur les utilisateurs ». Avec l’installation du service, chaque ordinateur devient un nœud-usager d’un système distribué et décentralisé, qui, en émettant des requêtes de recherche, partage également des informations sur lui-même, et sur ce « à quoi il tient ».

6Officiellement établie en tant que firme en 2008 (mais les débuts du développement du moteur datent de 2006), Sladder est une start-up d’origine allemande, créée par Georg Schneider et sa femme Susanne, un ingénieur informatique et une linguiste, et actuellement basée à Londres. Hiba, Jiechi et Szymon, respectivement une psychologue et deux ingénieurs informatiques, rejoignent l’équipe depuis ses débuts, en 2007. Ces cinq membres constituent la totalité de l’équipe pendant ses premières années de vie (Hiba quittera Sladder au début de 2012). Comme le fait noter Georg, « on ne croit pas dans les grandes équipes de développement, quand ce que l’on vise est un changement radical ».

7Sladder développe l’un des rares moteurs de recherche distribuée, ou P2P, qui n’en soit pas resté à l’état de projet universitaire ou de prototype fermé. En trois ans, Sladder est devenu un des plus prometteurs parmi les dispositifs de recherche distribuée, et peut être considéré comme un service en fonction : il relie au début de 2011 deux millions de pairs, distribués globalement d’un point de vue géographique, ce qui en fait une grille de recherche en P2P dont les ressources approchent en quantité les ordinateurs à disposition des grandes firmes de la recherche en ligne dans leurs centres de données. En explorant le cas de Sladder, ce chapitre se propose de comprendre les contraintes, principalement techniques mais aussi économiques, qui s’exercent sur un dispositif dont les concepteurs veulent pousser la décentralisation jusqu’au bout, pour introduire une version de P2P « intégral » dans la recherche d’information en ligne.

PASSER À L’ÉCHELLE : LE CHOIX DE LA DÉCENTRALISATION

  • 35 Pour de nombreux auteurs, le monopole dans la recherche d’information en ligne est par ailleurs in (...)

8La naissance de Sladder s’inscrit dans un débat récent, mais de plus en plus fréquent dans ces arènes académiques et politiques où l’on explore les côtés plus anarchistes et libertaires de la gouvernance de l’Internet : celui sur les systèmes de recherche d’information « open process », pas ultérieur sur la route du logiciel libre. En mars 2010, Toni Prug, fondateur de l’initiative « Hack the State », pose explicitement la question de la centralité du choix de l’architecture des systèmes de recherche pour la qualité, la complétude et la transparence des résultats de ces recherches, et pour l’expérience de l’usager avec le dispositif [Prug, 2010]. La question de la « démocratisation » de la recherche en ligne – qui renvoie à l’idée du contrôle par les utilisateurs des informations nécessaires à l’opération de recherche, et à la possibilité de les sauvegarder sur leurs propres machines – se voit également abordée par des chercheurs en socio-économie [Lowe, 2008 ; Coleman, 2009 ; Franceschet, 2010] qui, en plaidant pour une [ré] introduction de pluralité dans le marché de la recherche d’information en ligne35, soulignent que ces tentatives ne peuvent réussir que si le soutien politique, la faisabilité technique et la viabilité économique sont combinés de manière satisfaisante [Rieder, 2008].

9Tout en soulignant l’influence que ces questionnements ont acquis au cours des phases suivantes de sa démarche, Georg Schneider, le fondateur et actuel directeur général de Sladder, souligne quant à lui qu’une question a été largement dominante aux débuts de la conception du dispositif – une qui avait bien peu à voir, en ce moment, avec accès, démocratie et égalité : « “Cui bono ?”, je continuais à me demander. S’il faut essayer d’entrer dans un marché dominé par un monopole, on ferait mieux de se demander pour qui notre produit va être un avantage. »

10Non seulement il est important de choisir une architecture qui apportera des changements et des avantages significatifs pour l’usager, mais encore fautil que ceux-ci soient assez transparents et clairs pour que ce dernier puisse les identifier et faire un choix informé, qui découlerait de meilleures performances techniques (vitesse, souplesse) et meilleurs résultats (la qualité et la pertinence de l’information obtenue). Et encore faut-il que l’usager soit suffisamment « intéressé » pour « s’enrôler » (installer le logiciel Sladder) et pour que la traduction s’opère [Callon, 2006] : qu’il confie ou délègue au nouveau moteur le soin d’organiser les informations pour lui.

11La couche P2P sur laquelle Georg se propose de construire le système doit donc être en tout premier lieu un avantage technique et économique comparatif, sans quoi l’aspect égalitaire et démocratique sous-tendu par un projet de ce genre risque de ne pas être suffisant pour convaincre un nombre important d’utilisateurs de migrer. D’ailleurs, souligne Jiechi Chang, responsable des aspects P2P de Sladder, cet aspect ne devrait pas être suffisant : « l’idéologie n’alimente pas la recherche à elle seule », remarque-t-il succinctement, tandis que Georg renchérit :

« Si rien de tangible n’entre en scène, entre un réseau décentralisé forgé par des activistes et un Internet centralisé glamour, riche en fonctionnalités, commercial ; avec toute la musique pop, le cinéma et les médias que vous pouvez désirer ; et qui est plus, où sont tous vos amis, la plupart des gens, a priori, va choisir la cage dorée ».

12Quelle est donc la « valeur » d’une architecture P2P, et comment rendre sa spécificité « tangible » ?

13Une première difficulté de taille se pose ici : comme on a pu le voir lors du précédent chapitre, travailler « aux marges du réseau » n’est pas chose facile pour les développeurs en P2P étant donné le caractère transitoire du réseau sur lequel le système se base : il est question d’un nombre de pairs très large, distribués d’une façon pleinement globalisée et reliés en un réseau extrêmement dynamique que les pairs rejoignent et abandonnent sans préavis. En ces circonstances, il est pourtant nécessaire d’arriver à limiter les effets de ce qui se dessine progressivement comme étant le principal obstacle à une performance satisfaisante du système : la période de latence des réponses aux requêtes, c’est-à-dire le temps qui passe entre la demande d’informations qu’un usager fait au système et la réponse du moteur de recherche. Ce n’est d’ailleurs pas pour rien que Google indique, lors de tout affichage des résultats d’une interrogation de recherche, combien de temps il a fallu au moteur pour y répondre : le chiffre sert d’« inscription » au sens de l’ANT [Latour, 1987, 1991], il est la représentation visuelle du [bref] temps de latence, venant prouver aux utilisateurs qu’ils ont bien raison d’utiliser ce moteur de recherche.

14Dans le cas de Sladder, pour limiter la période de latence, il est nécessaire qu’un nombre suffisamment important d’usagers rejoigne et « soutienne » la performance du réseau ; jusqu’à ce que cette masse critique d’usagers soit obtenue, il est nécessaire de configurer le dispositif de manière à ce que les usagers pionniers n’obtiennent pas des performances insuffisantes, qui pourraient les amener à quitter le système avant qu’il ne fonctionne à plein régime. Il faut aussi que chaque information soit sauvegardée de manière redondante, et qu’il en existe au moins une copie ou réplique [exécutée automatiquement] au moment, non prévisible, où le pair qui la stocke quitte le réseau.

15C’est avec la solution de ces problèmes que les spécificités de la couche P2P pourront être mises à profit pour le bénéfice des utilisateurs. Comme montrent leurs notes de travail, plusieurs arguments techniques sont débattus par l’équipe au moment ou s’engage l’expérimentation P2P. En premier lieu, l’architecture du moteur de recherche devra être conçue pour tolérer l’arrivée et le départ d’usagers à tout moment. De cette façon, « une défaillance éventuelle pourra être traitée comme une partie intégrante du système, plutôt que en tant qu’événement inhabituel et négatif qu’il faut neutraliser ».

16En deuxième lieu, une architecture distribuée devrait permettre d’éliminer l’éventualité qu’un seul et unique point de défaillance mette le réseau en difficulté, « de la même manière que la décentralisation de l’Internet d’antan devait servir, pour ses pères fondateurs, de protection contre les dysfonctionnements ponctuels ».

17Troisièmement, il sera peut-être nécessaire d’éliminer les « super-pairs », au profit d’une architecture dans laquelle les opérations de routage seraient totalement distribuées. Les super-pairs sont ici perçus, comme pourrait l’être un serveur, en tant que possibles faiblesses du réseau (comme cela a été le cas pour Skype, inaccessible pendant deux jours en 2007 suite a une défaillance des super-pairs) plutôt que comme sauvegarde.

18Surtout, souligne Georg, l’équipe Sladder voit dans une architecture de type P2P une opportunité d’explorer les moyens d’améliorer techniquement la recherche et découverte d’information « en temps réel ». Des discussions entre les membres de l’équipe ressort l’impression que, bien que la découverte d’informations nouvelles, récentes et pertinentes ait toujours été un aspect important de la recherche en ligne, la perception par le public de ce qui est récent a changé radicalement avec la popularité croissante de services tels que Twitter. Avant Twitter, un index d’informations était considéré comme à jour si les pages étaient indexées une fois par semaine, ou dans le meilleur des cas, une fois par jour. Mais d’après Twitter, en viennent à conclure Georg et son équipe, la « fraîcheur » attendue des informations est devenue de quelques minutes, quelques heures tout au plus.

19Nombre de start-up se définissant comme des moteurs de recherche real-time ont donc été créées, à la faveur de certaines évolutions récentes du marché : le public est de plus en plus intéressé par l’information en temps réel, tandis que les grands acteurs de la recherche en ligne restent relativement lents pour initier un processus d’intégration de dispositifs real-time à leurs produits. L’Application Programming Interface [API] de Twitter, en accès libre, fournissait à la plupart de ces startups des données suffisantes, depuis le premier jour, pour commencer leurs activités. Concentrer son attention sur l’information récente et populaire a permis aux fournisseurs de services de garder des coûts d’infrastructure modestes, en baissant temporairement la barrière d’entrée dans le marché de la recherche d’information en ligne.

20Mais cette situation, dans laquelle certaines entreprises se spécialisent uniquement dans la recherche real-time, ne peut pas durer longtemps. Les grands acteurs de la recherche en ligne investissent désormais sérieusement cette niche de développement, tandis que certains utilisateurs commencent à souhaiter un retour d’information à la fois historique et en temps réel, qui puisse être obtenu à la suite d’une seule et unique interrogation et/ou expérience avec l’outil – ce qui pose un défi de développement à la fois pour les start-up de la recherche en temps réel et pour les grands acteurs.

21Pour faire face à ce défi, Google fait savoir qu’il envisage d’augmenter ses effectifs d’un à dix millions de serveurs [Miller, 2009], une réponse que Georg définit comme « une approche de force brute, consistant à copier encore plus d’information, encore plus rapidement, sur un système central » et à laquelle les start-up ne peuvent répondre avec les mêmes armes. Entre ces deux tendances, l’équipe Sladder manifeste l’intention de développer une architecture P2P décentralisée qui permette de dépasser la « primauté de l’argent » au moyen d’un passage à l’échelle intégré du système, et de la recherche d’information auprès de l’utilisateur.

22Tels sont les points de départ du travail de Georg et son équipe, sous-tendus par un principe assez simple : si on veut que l’Internet soit interrogeable sans le « copier tout entier sur un seul système », il faut que les ordinateurs des usagers eux-mêmes fassent partie d’un large moteur de recherche collectif, dont l’architecture serait distribuée tout comme l’Internet lui-même, de telle sorte qu’il passerait à l’échelle en proportion de sa croissance. Simple à envisager sur le principe, l’idée n’en oblige pas moins l’équipe Sladder, lors de la phase de développement concret du logiciel qui commence en 2006, à se poser un certain nombre de questions dont les réponses et les solutions possibles sont beaucoup moins simples, tant d’un point de vue technique qu’économique.

Un positionnement économique et « académique » difficile

23Premier point problématique : les tentatives de la firme de se positionner dans le secteur économique de la recherche d’information en ligne. Aux yeux de bien des observateurs s’exprimant sur des blogs très appréciés par les spécialistes, comme ReadWriteWeb, TheNextWeb ou Ars Technica, Georg est en train de devenir l’un des entrepreneurs qui, en essayant de convaincre des investisseurs potentiels de s’intéresser à un nouveau moteur de recherche, sera obligé de se rendre compte, à ses dépens, que l’argument « on peut battre Google » est destiné à la faillite :

« Tout ce que les gens me disaient, c’est que ce que je voulais faire ressemblait de près, et dangereusement, à vouloir s’attaquer à Microsoft dans le monde des PC d’antan. On me disait qu’aucune des start-up de moteurs de recherche, même si bien financées, de haut profil, avec plein de nouvelles interfaces sympa, mécanismes de recherche sociale, ou technologies de langage naturel ont fait une brèche dans le monde réel. Pas même Microsoft, avec son armée de chercheurs intelligents et des tas d’argent, a été en mesure d’arrêter la marche de Google. Et ainsi de suite. »

  • 36 La compagnie était à ce moment basée en Allemagne et au stade d’alpha fermé.

24Georg échoue donc pendant plus d’un an à obtenir des soutiens financiers pour Sladder, les investisseurs potentiels refusant de s’attaquer à la puissance technique et économique de Google. Ainsi Roland Merritt, l’un des commentateurs P2P les plus réputés du populaire site ReadWriteWeb, provoque quelques réactions perplexes parmi ses lecteurs lorsqu’il annonce, début 2008 : « Pourquoi croirais-je donc qu’un petit groupe d’ingénieurs allemands, chez une petite firme appelée Sladder, a une chance ? »36

  • 37 En 2008, estimés par Sladder à 450 000 serveurs et 2 millions de dollars.

25Dans ses phases initiales, Sladder a joué la carte de son statut de logiciel libre, avec les connotations d’égalité et d’ouverture qui y sont généralement associées (contre celles de monopole et de domination associées à Google). Cependant, selon Merritt, l’enjeu essentiel de cette controverse est ailleurs : l’avantage de Sladder qui est susceptible de changer le jeu, et en passe de devenir le point central du débat, est l’architecture P2P du système. Une éventuelle alternative à Google, pour avoir une chance de succès, doit pouvoir opérer un déplacement dans le modèle économique de la recherche d’information en ligne. Or, d’après Merritt, le problème auquel doit faire face un grand système de recherche centralisé est celui des coûts : pour pouvoir fonctionner avec toujours plus d’utilisateurs, la puissance du système doit progressivement augmenter afin de pouvoir « copier tout l’Internet sur un seul système », en y ajoutant constamment des serveurs et de l’argent pour les acheter37.

26Quelques temps après, Georg Schneider publie un billet de blog sur le site de Sladder, qui concerne des questions techniques de passage à l’échelle. Mais cellesci sont mises en relation directe, pour la première fois dans l’histoire du dispositif, avec des questions de « barrières à l’entrée du marché » :

Passage à l’échelle et barrières à l’entrée du marché
Quand il s’agit de recherche sur le Web, nous avons trois différents types de questions qui concernent le passage à l’échelle :
La « charge » de recherche augmente avec la quantité d’utilisateurs. Le P2P passe à l’échelle de manière durable, car chaque utilisateur supplémentaire fournit également l’infrastructure supplémentaire.
Avec la croissance de l’Internet, une quantité plus importante de documents doit être indexée (nécessitant de plus d’espace pour l’index). Le P2P passe à l’échelle, car la taille moyenne du disque dur des utilisateurs augmente, et le nombre d’utilisateurs qui peuvent fournir de l’espace disque augmente aussi.
Avec la croissance de l’Internet, plus de documents doit être analysés en même temps par le crawler. Le P2P passe à l’échelle puisque la quantité de bande passante moyenne par utilisateur augmente, et le nombre d’utilisateurs qui peuvent participer dans le crawling augmente aussi. De plus, les utilisateurs P2P aident à rendre l’exploration plus pertinente, en découvrant les documents les plus pertinents et récemment modifiés.
Pour les acteurs qui dominent actuellement le marché, le passage à l’échelle dans la recherche sur le Web n’est pas tellement un problème. Pour l’instant, ils le résolvent simplement avec de l’argent, issu d’un quasi-monopole de la publicité leur énorme base d’utilisateurs existante. Mais cette approche de force brute, reproduire tout l’Internet sur un seul système, laisse sa marque sur l’Internet. Et pour les petites entreprises, les énormes coûts d’infrastructure posent une incontournable barrière à l’entrée du marché. Par rapport à d’autres services, où les besoins en infrastructures sont proportionnels au nombre d’utilisateurs, pour la recherche Web il faut indexer tout l’Internet depuis le tout premier utilisateur, pour fournir des résultats de recherche compétitifs. C’est là que le P2P arrive, pour réduire efficacement les coûts d’infrastructure et abaisser la barrière à l’entrée du marché.

27Si l’idée a ses détracteurs, elle trouve aussi beaucoup de soutien au sein des discussions parmi les spécialistes, les développeurs et les usagers pionniers ou potentiels s’exprimant sur les sites IT – et les termes du débat se déplacent : l’avantage économique est possible pour une petite entreprise s’appuyant sur le P2P. La question est désormais : que faut-il techniquement à la recherche sur P2P pour être opérationnelle, non pas au niveau de la démonstration ou du prototype, mais à celui d’application pour le marché de masse. Les moyens semblent assez controversés. Comme le note Jiechi Chang, le responsable R&D Peer-to-Peer de l’équipe :

« En fait, l’idée de recherche P2P est là depuis un certain temps et a été étudiée dans les milieux universitaires, mais avec des résultats contradictoires quant à sa faisabilité. Jusqu’à présent, il a été très difficile de démontrer la combinaison nécessaire de passage à l’échelle, masse critique d’utilisateurs, vitesse de recherche, quantité des résultats et pertinence. »

28L’équipe Sladder se trouve face à une masse importante de travaux scientifiques concernant la recherche d’information en ligne sur des architectures P2P. Une partie de cet ensemble de documents a trait au grand potentiel du modèle P2P en termes de passage à l’échelle, d’efficacité et d’endurance, et aux manières dont un moteur de recherche P2P peut bénéficier de l’« apport intellectuel » d’une grande communauté d’usagers. La littérature discute également assez largement les difficultés techniques pour identifier et sélectionner efficacement les pairs qui pourront mieux servir un besoin informationnel particulier.

29Le fait de manier une architecture P2P modifie les points de vue sur certains aspects essentiels. Par exemple, l’absence d’une fonction centralisée d’indexation, ajoutée aux difficultés de calculer des paramètres globaux dans un vaste réseau très dynamique, gêne l’utilisation des méthodes traditionnelles de sélection et d’extraction de l’information [Bender et al., 2005]. En outre, l’absence d’une instance de contrôle central peut faire en soi que les pairs se renseignent sur certaines portions du Web d’une manière largement non coordonnée [Chernov et al., 2007]. Pour certains auteurs, il semble difficile de faire en sorte que ces pairs autonomes ne forment pas un ensemble d’informations se superposant ou des cloisons disjointes d’un espace de recherche combiné [Patterson, 2004].

30Georg Schneider et son équipe avancent ici un argument central : la caractéristique spécifique de leur application, comme ce qui peut en assurer le succès, tient au fait de décentraliser l’architecture du dispositif, et de modifier ainsi le rôle de l’usager dans le processus de recherche. Ils s’appuient sur plusieurs points.

31En premier lieu, considèrent-ils, l’ère de la recherche centrée sur le document doit et peut être dépassée. Il est nécessaire de prendre en compte l’importance des usagers, à la fois comme cible de la recherche d’information et comme contributeurs à sa découverte, et ces aspects doivent se refléter dans l’infrastructure du système.

32Deuxièmement, ils choisissent de « prendre au sérieux », au niveau de la conception, le principe selon lequel l’origine et le destinataire d’une information se trouvent distribués aux marges du réseau, comme c’est (encore) le cas dans l’Internet d’aujourd’hui. Un choix de design plus approprié à cette topologie de réseau comporterait donc que le processus de recherche, lui aussi, soit distribué aux marges du réseau – bien que cette distribution soit quotidiennement mise à l’épreuve, aujourd’hui, par des services et des systèmes d’exploitation éloignés de l’usager.

33En troisième lieu, l’architecture P2P ou distribuée peut être un avantage lorsqu’il s’agit d’indexer la totalité du Web – et donc au-delà de sa « tête » (c’est-à-dire les documents récents d’un point de vue chronologique et auxquels on a prêté beaucoup d’attention) – car elle peut prendre en compte, de manière différente, la dimension locale de l’information à rechercher.

Ce que « fait » l’architecture d’un moteur P2P

34Par ces réflexions, l’équipe Sladder ouvre encore une fois la discussion aux usagers potentiels, à la fois sur le blog et le forum utilisateurs de la firme, et à l’occasion de discussions et recensions du produit sur des sites tiers, comme ReadWriteWeb et ReviewSaurus. Plusieurs d’entre eux demandent aux développeurs de comparer le service envisagé à d’« autres » moteurs de recherche, décentralisés ou non. L’équipe prend alors conscience du fait que la question principale qu’ils doivent affronter remonte d’un cran : il n’est pas (encore) question du fait qu’ils sont « réellement » en train de construire un moteur de recherche Web décentralisé, mais de savoir ce qui qualifie, ce qui « fait » l’architecture P2P d’un moteur de recherche. La décentralisation de Sladder prend donc forme, à la fois comme un avantage compétitif et un aspect originel et différent du système, à travers des réponses que l’équipe donne à la communauté.

  • 38 Une table de hachage distribuée [ou DHT pour Distributed Hash Table] est une technologie permettan (...)

35Georg met en avant l’idée qu’un moteur de recherche, pour être décentralisé, doit « vraiment » utiliser le modèle P2P et les tables de hachage distribuées (DHT)38 dans la pratique. Dans une DHT, chaque pair (ou groupes de pairs, pour assurer la redondance) peut être responsable des différentes parties de l’index. La réponse à différentes interrogations dérive de différents pairs ; le client P2P Sladder installé par chaque utilisateur compte et liste les pairs avec qui il entre en contact lors de chaque requête, et l’utilisateur peut explicitement consulter cette liste.

  • 39 Une grappe de serveurs, ferme de serveurs, ou ferme de calcul [computer cluster ou server farm en (...)
  • 40 Un métamoteur [ou méta-moteur ou méta-chercheur] est un logiciel qui puise ses informations à trav (...)

36Un modèle de recherche P2P doit aussi être capable de passer à l’échelle dans une situation où l’on interroge non pas quelques dizaines de pairs, mais plusieurs centaines de milliers. Si, indépendamment du terme recherché, ce sont toujours les mêmes pairs (c’est-à-dire toujours les mêmes adresses IP) qui sont interrogés, le modèle sous-jacent n’est pas du P2P, mais se rapproche plutôt d’une « ferme de serveurs »39 traditionnelle, ou d’un métamoteur.40 De même, si les réponses aux interrogations du moteur de recherche ne proviennent que d’un nombre limité d’adresses IP proches les unes des autres, c’est aussi une indication de la présence d’une ferme de serveurs.

37Enfin, pour être P2P, un moteur de recherche doit impliquer le téléchargement d’un client, une application qui constitue l’interface entre l’usager et le réseau de pairs ; cet aspect, en particulier, représente, comme on le verra plus tard, une source de perplexités et de doutes pour les utilisateurs, dans la mesure où il représente une « barrière à l’entrée » de taille pour l’utilisateur lambda accoutumé à un moteur de recherche accessible depuis un simple navigateur Web.

EXPLORER LES NIVEAUX DE DISTRIBUTION

38Comme Georg et Susanne l’expliquent par la suite, c’est cette période de mise à l’épreuve de la définition même d’un moteur de recherche P2P, entre 2006 et 2007, qui leur fait prendre conscience de la nécessité de pousser l’approche P2P jusqu’au bout afin de se démarquer de leurs concurrents, à la fois centralisés et décentralisés. Mais comment façonner cette distribution ?

39L’équipe Sladder s’est progressivement rendue compte que des aspects tels que l’arrivée et le départ des pairs du système, les mises à jour du dispositif, et la capacité du système à récupérer en cas de défaillances doivent être traités de façon très différente dès lors que, d’un approche plus théorique, l’on entre dans la phase de leur implémentation à un niveau technique.

40Des questions qui n’avaient pas été auparavant prises en compte commencent à s’imposer dans les discussions et le travail du groupe. Parmi elles figurent la capacité de l’algorithme d’amorçage (le processus d’« entrée » initiale de pairs dans le réseau) du système à passer à l’échelle parallèlement à l’augmentation des dimensions du réseau ; la capacité du système à récupérer ses fonctionnalités en cas d’importantes fluctuations dans le nombre de pairs connectés, en minimisant l’impact visible sur les usagers (avec « grâce », dit Georg) ; la capacité du système à évoluer dans le temps, donc la possibilité pour le système de bénéficier d’une distribution des mises à jour du logiciel fréquente et rapide, peut-être immédiate.

41Ces arguments amènent Georg et Jiechi à formuler la « philosophie de développement » de Sladder d’une façon qu’ils n’avaient pas envisagée au début de leur démarche, et qui relie indissolublement l’« expérience utilisateur » distribuée et l’architecture technique distribuée qui la sous-tendra :

« Les avantages d’une architecture distribuée, comme les faibles coûts, et le haut degré de disponibilité et d’autonomie, ne sera pleinement réalisé que si le volet opérationnel est également entièrement distribué »,

42écrivent-ils dans le blog de Sladder. Pour que la distribution et la décentralisation du dispositif se configurent en tant que points de force grâce à la flexibilité du système, plutôt que comme une faiblesse issue de sa fragilité ou de son statut transitoire, l’équipe Sladder doit travailler avec la distribution à plusieurs niveaux, en incluant les aspects opérationnels, c’est-à-dire tout ce qui concerne le fonctionnement en profondeur du dispositif, au-delà de la fonctionnalité principale de recherche.

43L’intention de se libérer complètement de serveurs, d’éléments centraux et de points de passage obligés, est peu après rendue publique par Sladder, dans un communiqué de presse de début 2007 :

« Il est important d’examiner les conditions du passage à l’échelle de tous les aspects opérationnels, non seulement de la fonctionnalité de recherche principale. L’élément le plus faible définit l’évolutivité et la fiabilité d’un système dans son ensemble. […] Il ne devrait y avoir aucun élément centralisé qui peut échouer, être attaqué ou bloqué comme un point de défaillance unique, ou qui tout simplement, est incapable de passer à l’échelle : ni l’indexation, ni la recherche, ni le classement et la découverte, ni l’amorçage, ni la mise à jour. »

44Dans les coulisses, l’équipe Sladder s’attache entre temps à considérer les éléments qui, dans les moteurs de recherche déjà présents sur le marché, contiennent des aspects décentralisés ; quelles leçons peuvent-ils en tirer, et sur quels fronts doiventils concentrer leurs efforts ?

La force de la collaboration, ou le crawler distribué

  • 41 Logiciel qui explore automatiquement le Web et en collecte les ressources afin de permettre à un m (...)
  • 42 Wikia Search a été un moteur de recherche Web libre et open-source, lancé par Wikia, une société c (...)

45Un trait commun à plusieurs services similaires présents sur le marché est que le robot d’indexation, ou crawler,41 est distribué, alors que l’index lui même, et le moteur de recherche, sont toujours centralisés – un modèle utilisé, par exemple, par Grub, le crawler de Wikia Search42.

46Szymon, un des ingénieurs informatiques du projet, s’aperçoit cependant que le crawler distribué n’offre, à lui seul, que des avantages limités. Tout d’abord, parce que transférer les pages explorées en retour à un serveur central n’économise pas beaucoup de bande passante, par rapport à la quantité nécessaire pour que le serveur les télécharge lui-même. En outre, la distribution de la charge de travail d’une manière fiable entre les éléments du crawler (c’est-à-dire les pairs eux-mêmes, qui sont donc présents de façon transitoire dans le système) présente des coûts additionnels.

47Jiechi, qui est plus particulièrement responsable de la stabilité et de l’efficacité de la technologie P2P qui sous-tend le système, observe en revanche qu’il y a des avantages à l’approche hybride (crawler distribué/index et moteur centralisés), dans la mesure où cela assure un meilleur fonctionnement de certaines composantes du moteur de recherche. Par exemple, le robot d’indexation est plus difficile à détecter et à bloquer si la charge est distribuée et provient de différentes adresses IP. Le crawling distribué ne sera à la hauteur de ses promesses que dans le cadre d’un moteur de recherche dont l’architecture sera entièrement distribuée. Cela ne fonctionne que si les robots d’exploration ne sont pas contrôlés par une seule instance de serveur centralisé, mais qu’ils agissent de façon autonome, dirigés par les actions des utilisateurs, leur proximité géographique, les affinités entre leurs requêtes au système.

48Par exemple, résume Georg, les pages qui changent souvent – comme celles d’un article d’actualité qui serait fréquemment mis à jour avec des résultats électoraux, intéressant donc un grand nombre d’utilisateurs – sont également réindexées plus souvent. On peut donc dire que les utilisateurs « contrôlent implicitement le robot distribué, de manière que les pages qui changent fréquemment restent fraîches dans l’index distribué, tout en empêchant le trafic inutile sur d’autres pages statiques ».

49Jiechi précise également la raison pour laquelle le crawler semble, par moments, lent, ce qui lui est reproché par quelques-uns des premiers utilisateurs du forum Sladder. Selon lui, il est nécessaire que les utilisateurs fassent la distinction entre la force du crawler collaboratif pris dans son ensemble, et l’impression de manque de rapidité que chaque utilisateur peut en retirer en étant – et donc en ne gérant – directement qu’une petite partie du système :

« Le crawler collaboratif de Sladder est en fait très rapide. Le nombre de pages indexées par chaque client est relativement faible pour deux raisons : […] Il est conçu pour avoir un faible impact sur l’expérience utilisateur dans son ensemble, sans utiliser trop de bande passante et de capacité du processeur de chaque utilisateur. La puissance est plutôt définie par sa grande capacité d’évolution et de passage à l’échelle ; la vitesse du robot d’indexation est déterminée par la distribution des données dans l’index décentralisé, et non par l’extraction et l’analyse des pages Web. »

50Est donc demandé à l’utilisateur – à la fois comme attente implicite dans les déclarations des développeurs, et dans l’inscription de certains attributs du dispositif technique – de laisser, au moins temporairement, de côté l’impression de ce qu’il considère habituellement comme un moteur de recherche rapide et donc efficace. On lui demande, en revanche, de se considérer comme une brique dans une construction dont la stabilité et la force ne viennent pas des pics de performance « à l’unité » de l’outil, mais plutôt du fait de participer à un effort global. En même temps, le robot d’indexation est redéfini, non plus en termes de nombre de pages indexées par personne/machine, mais en termes de sa capacité de passage à l’échelle.

La « sagesse des foules », ou la découverte distribuée d’information

51L’efficacité d’un système d’indexation distribuée a deux faces : la première est que les pages qui sont fréquemment modifiées ou changent au vu de mises à jour automatiques soient maintenues « fraîches » dans l’index distribué ; la deuxième est d’éviter un gaspillage de ressources et de trafic sur les pages plus statiques, où aucun changement ne s’est produit. Les développeurs de Sladder cherchent à traduire dans un dispositif décentralisé la réponse à une question que les grands moteurs de recherche du marché se posent aussi – comment analyser l’ensemble du Web, chaque jour plus complexe, en quelques minutes, et découvrir de nouveaux contenus en très peu de temps ? – et que ceux-ci résolvent, partiellement, en augmentant leur « puissance de feu », c’est-à-dire en ajoutant toujours plus de serveurs à leurs fermes. Ce n’est que si le robot est dirigé sélectivement vers les pages nouvellement créées que la recherche en temps réel devient réalisable : il s’agit de mettre l’approche distribuée et le passage à l’échelle à l’épreuve des 100 milliards de pages qui constituent le Web. Jiechi commence donc à travailler sur les façons possibles d’utiliser la « sagesse des foules », c’est-à-dire, dans ce contexte, les connaissances et les préférences que les utilisateurs expriment et valident implicitement en ouvrant des pages Web : « En regroupant et en analysant toutes les pages Web visitées par nos utilisateurs, nous avons commencé à penser à eux en tant qu’éclaireurs (scouts). »

52Et Szymon renchérit :

« Par l’action même de la recherche et de la sélection des pages, ils apportent leur intelligence collective et dirigent le robot d’indexation là où émergent de nouvelles pages. La partie la plus difficile est de regrouper assez d’utilisateurs pour former une intelligence collective qui soit suffisamment articulée pour donner des résultats pertinents. Nous y arrivons, quand même. »

  • 43 Pour reprendre les mots d’Anne-Marie Kermarrec, responsable de Gossple, un projet universitaire de (...)

53Une conception de l’usager en tant que « éclaireur » de la fiabilité, de la pertinence et de la sélection elle-même des résultats se dessine donc dans les paroles des acteurs. Dans l’algorithme de découverte et présentation des pages de la part du moteur de recherche, l’importance que l’usager lui-même attribue à une nouvelle page devient le critère plus important – et se trouve davantage mise en relief si d’autres utilisateurs partagent ce même intérêt. Les requêtes au moteur de recherche se reconfigurent en données dynamiques pour « chercher l’information là où elle est finalement : chez l’utilisateur »43.

54La pertinence des résultats dépend en même temps de la dimension collective de cette exploration « par le bas », car la présence d’un nombre suffisant de ces éclaireurs est déterminante pour assurer que les résultats seront assez variés, nombreux et complexes pour être un miroir fiable des priorités et des affinités (préférences communes) entre les utilisateurs, et faire du moteur Sladder un outil attirant et pas simplement « original ». Il s’agit là d’un problème courant en microéconomie, celui « de la poule et de l’œuf » [Caillaud & Jullien, 2002], qui se retrouve régulièrement lors des suivis de la transformation des normes techniques dans les contextes les plus hétérogènes. Pour Sladder, il s’agit également d’un moment d’épreuve très délicat. Georg résume : « Sans utilisateurs, pas de résultats précis ; sans résultats précis, les utilisateurs ne voudront pas adhérer. »

55Pendant la phase beta (2007 et début 2008) la faible quantité des résultats se révèle être en effet un des inconvénients les plus importants aux yeux des utilisateurs/testeurs : plusieurs d’entre eux se manifestent avec des questions qui peuvent se résumer en « pourquoi y a-t-il si peu de résultats ? ». La réponse des développeurs, en première instance, est de requalifier le dispositif comme une expérimentation au stade de développement en cours, et en quelque sorte de solliciter l’indulgence de ses usagers pionniers :

« Nous sommes encore en version beta. Ceci est principalement destiné à tester et améliorer notre architecture distribuée. En raison du nombre relativement restreint d’utilisateurs au cours des essais, le nombre de pages indexées est limité. […] Ainsi, tout en essayant Sladder vous devriez plutôt juger de la qualité de la technologie que de la quantité actuelle de l’index. »

56Si les discussions entre l’équipe et les utilisateurs pionniers se poursuivent sur la mise en pratique de ces propos (comment exactement, demandent certains, ces derniers peuvent-ils « juger de la qualité de la technologie » si le résultat visible est peu édifiant ?), une solution technique est envisagée au cours de 2008 pour répondre à ce point. Elle entraîne une modification du crawler : en plus de l’indexation des pages visitées par les usagers, celui-ci est mis en condition de conduire une partie de l’indexation de façon autonome. Les pages visitées et les requêtes des usagers Sladder gardent donc leur place centrale dans le dispositif de recherche, mais au lieu d’être les seuls résultats, ils constituent désormais un point de départ pour l’indexation qui se poursuit de façon automatique auprès de pages similaires, ce qui permet d’épaissir et de compléter l’index plus rapidement tout en limitant les effets réducteurs d’un index qui comprendrait exclusivement des pages déjà visitées.

57De façon intéressante, Jiechi souligne aussi comment le crawler prend en compte, désormais, les contributions à l’index collectif fournies par des utilisateurs qui ont différents niveaux d’engagement dans le système : puisque la complexification de l’index devient partiellement indépendante des activités de recherche d’information de la part des pairs actifs, cela permet d’inclure dans l’index à la fois global et distribué la contribution des « pairs passifs », ceux qui ne lancent pas, ou qui lancent très peu de requêtes mais qui, du fait qu’ils ont le client P2P Sladder installé et mettent dès lors une partie de leur ressources CPU (entre autres) à disposition, font quand même partie de sa « communauté ».

58Dans les endroits de discussion et de mobilisation des utilisateurs, tels que les forums des sites spécialisés ReadWriteWeb ou TheNextWeb, la recherche distribuée est discutée comme un compromis entre donner la prééminence aux résultats venant de peu de sources – mais connues et fiables – et à ceux venant de l’agrégation des préférences collectives :

« Même si les résultats en P2P sont plus exacts dans un format en temps réel, parfois, je veux juste avoir une source de confiance, pas une foule comme source. »
« Des résultats en temps réel, et “socialement pertinents” ont effectivement leur place pour mon propre usage, et je suis sûr qu’ils l’auraient pour d’autres aussi ».

59La principale opportunité, et en même temps, le principal problème perçu par les utilisateurs semblent être, quand même, la radicalité de l’approche P2P promu par Sladder. Le fait que la start-up propose un changement fondamental de l’infrastructure de base sous-tendant le processus de recherche – infrastructure qui n’a pas été changée depuis quinze ans – pourrait être responsable de sa fin si la technologie P2P est appliquée prématurément à un secteur qui n’est pas encore prêt : « Je pense qu’il est beaucoup trop tôt dans le jeu de la recherche P2P pour se prononcer en défaveur d’un moteur de type hybride », souligne un commentateur. Surtout, la portabilité et la mobilité des dispositifs de connexion à l’Internet pourraient constituer des obstacles de taille pour Sladder. C’est ce qui pousse un commentateur à demander si l’équipe Sladder est en train d’envisager l’intégration de son produit avec un ou plusieurs acteurs de la recherche Web déjà existants, comme Google – en suggérant peut-être implicitement que si Sladder marche vraiment bien, il est destiné à… être acheté par Google :

« À l’heure actuelle, nous assistons à un changement de paradigme vers les appareils mobiles. Beaucoup de gens ont déjà renoncé à des ordinateurs fixes, en faveur de choix plus légers et plus mobiles. Mais avec ce changement arrive un manque de ressources P2P, ne pensez-vous pas ? »

60Georg explique alors comment la technologie Sladder peut faciliter l’intégration à un autre système afin d’assurer la transition depuis un modèle centralisé, et reformule la question de la mobilité d’une façon rassurante pour le futur du dispositif :

« Le fait est que les appareils mobiles légers de demain sont tout aussi puissants que le matériel informatique fixe d’hier. À cet égard, la technologie P2P est universelle, bien au-delà de la mise en œuvre d’un type d’appareil spécifique, et surtout, permet de retirer la barrière à l’entrée du marché, les coûts élevés des centres de données. »

Moins de coûts d’infrastructure, ou l’index de recherche distribué

61Les coûts liés à l’infrastructure d’un modèle centralisé sont, en effet, un des aspects stratégiques envisagés dans le modèle Sladder. Le stockage d’information en soi ne pose pas de problème technique de taille ; ce qui est cher, et qui constitue une barrière à l’entrée considérable pour un nouvel acteur dans le marché des moteurs de recherche, ce sont les énormes centres de données nécessaires pour stocker l’index de recherche et répondre à des millions de requêtes en parallèle. La décentralisation peut considérablement réduire ou supprimer ces coûts, car un index distribué passe à l’échelle au fur et à mesure que le nombre des utilisateurs augmente, tout en fournissant l’infrastructure supplémentaire nécessaire pour leurs interrogations ; il bénéficie également de l’augmentation et de l’abattement des prix des ressources matérielles, doublant tous les deux ans selon la loi de Moore. Les index des grands moteurs de recherche sont à ce jour distribués sur des centaines de milliers d’ordinateurs, concentrés dans de puissants centres de données ; en distribuant l’index de recherche à la périphérie du réseau, où résident à la fois les utilisateurs et les contenus, les données ne doivent pas être transportées depuis une instance de recherche centrale, et y retourner.

62Jiechi accorde à ce moment une grande importance au fait que l’architecture du moteur prenne en compte la proximité géographique des pairs, offrant la possibilité d’une réduction ultérieure des ressources nécessaires à leur mise en relation et à leur interaction. Cet aspect n’est apparu que relativement tard dans la conception du dispositif, quand, lors d’une conférence en septembre 2008, on lui a suggéré que cela pouvait constituer un avantage comparatif par rapport aux grands centres de données dispersés qui font l’ossature des services centralisés.

Le « pouvoir des déclics », ou le classement distribué par le Web implicite

63Un quatrième niveau de distribution sur lequel l’équipe Sladder commence à travailler, en parallèle avec la découverte d’information distribuée, est celui qui concerne le classement de l’information. Si la phase de recherche et découverte d’information est conçue afin de mettre à profit la « sagesse des foules », la manière dont l’information est classée, son importance, l’attention qu’on lui dédie, devrait aussi pouvoir en profiter. Explorer les solutions existantes à ce sujet, et essayer de comprendre comment elles pourraient s’articuler à l’algorithme Sladder, est plus particulièrement le travail d’Hiba, une psychologue cognitive qui, au sein de l’équipe, est en charge de la « qualité » de l’expérience de recherche. Comment la « sagesse des foules » est-elle traduisible techniquement ? La discussion et les essais s’engagent au sein de l’équipe, début 2008.

64Pour trouver l’information la plus pertinente possible à la requête d’un usager du système, en principe, il faudrait pouvoir classer à chaque fois la totalité du Web. Afin d’assurer une classification la plus précise possible, chaque document devrait être classé par un nombre d’utilisateurs le plus important possible. Mais le temps nécessaire à un vote « manuel », explicite, constituerait un frein trop important pour la plupart des visiteurs, car il s’agit d’attribuer un vote à chaque document visité. Seul un classement automatique et implicite permet d’avoir un retour de chaque visiteur pour chaque page, s’accorde enfin l’équipe.

65Georg, Jiechi et Szymon s’intéressent donc de plus en plus, dans la lignée des « géants » de la recherche en ligne, à l’approche du Web implicite [Implicit Web] : il s’agit de l’analyse du comportement des utilisateurs pendant la navigation ou la recherche et la récolte des « traces » que ceux-ci laissent au cours de leur voyage à travers le Web ; celles-ci peuvent être comprises comme un « vote » de préférence implicite, automatique, sans action manuelle de la part de l’usager [Goldstein, 2005 ; Wilson, 2006 ; Guillaud, 2007 ; Ertzscheid, 2007]. Georg explique ainsi la manière dont il envisage d’incorporer le Web implicite à l’architecture de Sladder :

« Le concept de base du Web implicite est simple. Quand on touche de l’information, on vote. Quand on arrive sur un article qu’on aime, on passe du temps à lire. Quand on aime un film, on le recommande à nos amis et notre famille. Et si on apprécie un morceau de musique, on l’écoute encore et encore. On le fait automatiquement, inconsciemment ou implicitement. Mais les conséquences de notre comportement sont importants. Les choses auxquelles on accorde notre attention ont une grande valeur pour nous, parce qu’on les apprécie. »

66Voulant se servir du web implicite pour diriger le crawler vers les endroits qui intéressent les usagers, afin de sélectionner, classifier et personnaliser les résultats en se basant sur l’attention que les usagers donnent aux contenus visités, l’équipe a ensuite discuté de l’opportunité de programmer un nouvel algorithme ou d’en utiliser un qui existe déjà. Le choix tombe enfin sur PeerRank, un algorithme d’indexation basé sur la mesure de l’attention : si un utilisateur passe un temps relativement long sur une page, la visite souvent, y applique un marque-pages ou l’imprime, cette page grimpera dans le classement du moteur de recherche. Plusieurs observations guident ce choix, dont une, faite par Szymon, qui touche au fonctionnement technique et à l’expérience de l’utilisateur : presque 40 % des recherches que les gens font sur Internet sont des doublons de requêtes qu’ils ont fait au moins une fois dans le passé. Sladder doit donc pouvoir assister l’usager dans la tâche chronophage de garder ses informations à jour, et la collecte implicite des « données d’attention » permet d’identifier les requêtes susceptibles d’avoir une pertinence à long terme pour l’usager. De son côté, Hiba remet sur la table la question des connotations politiques et économiques d’un moteur de recherche qui fonctionnerait sur l’agrégation distribuée de votes implicites :

« Le suivi des habitudes de navigation des utilisateurs et l’agrégation de ces “votes implicites” sur l’ensemble du Web promet un classement plus démocratique et plus rapide ; ce qui élimine également les lacunes d’une approche à la Wikipédia, où le contenu est contribué d’une manière hautement distribuée, mais sa vérification reste centralisée. Le vote implicite implique automatiquement tout le monde, dans un classement de l’information véritablement démocratique, puisque les arbitres et les utilisateurs deviennent identiques. »

67En proposant une définition de la « démocratie » basée sur des votes implicites et automatiques, qui repose sur l’action de l’usager, l’équipe Sladder fait donc de son moteur de recherche un système « alimenté par les clics » : un dispositif qui prend note d’un déclic de souris, du temps passé sur une page, d’un copier/coller, et le traduit en votes de préférence des utilisateurs. Les déclics, le temps et les actions des utilisateurs deviennent des inputs fournis à un algorithme d’optimisation qui, en assignant aux différents paramètres des poids différents, produit un résultat qui établit combien l’utilisateur a apprécié un contenu spécifique.

68Par ailleurs, les développeurs se trouvent ici face à un problème de taille, car la collecte et la mise à profit des traces plus ou moins implicites que l’utilisateur laisse lors de sa navigation, pour une meilleure personnalisation de l’expérience de recherche, les confrontent à la gestion technique d’un autre aspect de la recherche distribuée auquel les développeurs tiennent beaucoup : la protection de la privacy de l’usager [Shaker, 2006 ; Zimmer, 2008]. Comme on verra par la suite, il s’agit là d’une des principales tensions à laquelle l’équipe a dû faire face depuis le début de sa démarche.

Pas de « super-pairs », ou un amorçage distribué

69Le processus d’amorçage initial des nouveaux pairs est l’autre aspect, concernant la décentralisation du dispositif, sur lequel l’équipe Sladder a beaucoup travaillé en 2009 – dès que la phase beta a pris fin et qu’il a été question de l’incorporation au système d’une masse, potentiellement importante, d’usagers. La première fois qu’un nouveau pair veut se connecter à un réseau P2P, il doit prendre contact avec les pairs connus (appelés « super pairs », ou « pairs racine », ou encore pairs « de rendez-vous ») afin de connaître les adresses des autres. Les adresses des pairs connus sont envoyées à ce nouveau pair dans une liste avec le logiciel client, ou sont téléchargés dynamiquement à partir de caches web. Le nouveau pair stocke les adresses des pairs qu’il a appris des super pairs, et pourra donc se connecter par la suite directement à ces adresses, sans contact a priori avec les super pairs. Mais si un pair a été hors ligne pendant un certain temps, la plupart de ses adresses stockées deviennent invalides, puisqu’il s’agit d’adresses IP dynamiques. Si le pair ne parvient pas à se connecter au réseau P2P en utilisant les adresses stockées, il commence à nouveau le processus d’amorçage, à l’aide des super pairs.

70Pendant une période de forte croissance initiale du réseau (comme peut l’être celle pendant laquelle le dispositif est ouvert pour la première fois à des utilisateurs sans restrictions de statut), de nombreux pairs accèdent aux super pairs afin de se connecter au réseau P2P : ainsi, le super pair devient le « goulot d’étranglement », et un point de défaillance possible dans un système par ailleurs totalement décentralisé. Si ces pairs sont surchargés, de nouveaux pairs ne peuvent pas non plus rejoindre le système, empêchant ainsi la croissance du réseau. Aussi, au cas où l’ensemble du réseau P2P se décompose en raison d’un incident web et où tous les pairs essayent de se reconnecter en même temps, il existe un risque de surcharge pour les super pairs, qui limite une reprise rapide (car les pairs n’arrivent pas à se connecter mais continuent à essayer), et provoque une charge supplémentaire pour le réseau. L’équipe a à ce propos pu bénéficier des leçons dérivées des problèmes rencontrés par le populaire réseau P2P hybride de téléphonie et voix sur IP, Skype, qui en août 2007 a été en mode hors connexion pendant « deux longs, incroyables jours », souligne Georg, à cause d’une surcharge du réseau.

71De longues discussions dans l’équipe de travail ont porté sur le fait que la présence de super pairs dans le réseau le rendait dans l’ensemble vulnérable, à cause de leur caractère centralisé. En effet, si les super pairs permettent plus facilement de se libérer du serveur comme unique point de passage obligé du trafic du réseau, ils ne restent pas moins, à leur tour, points de passage obligés. Un « mal nécessaire », selon Szymon et Jiechi, pour assurer la stabilité du dispositif dans sa phase d’amorçage ; pour Georg, cela constitue cependant une limite, car la surveillance et éventuellement le blocage de l’ensemble du réseau P2P deviennent possibles simplement en bloquant ou en observant ces quelques nœuds de première importance. Les ingénieurs de l’équipe ont donc commencé à travailler à un algorithme d’amorçage distribué, permettant d’éliminer les super pairs comme derniers éléments centraux.

« Comme des cellules », ou la mise à jour distribuée

72Le « sixième niveau de distribution », se remémore Georg, n’était pas du tout envisagé lors des premières phases de conception du dispositif, les développeurs s’étant concentrés en priorité sur les façons d’agréger les données relatives aux préférences et aux traces d’intérêt laissées par les usagers, afin de rendre les résultats de recherche plus pertinents, et en conséquence, le système plus fiable. Cependant – et encore une fois, c’est l’ouverture à une masse potentiellement importante d’usagers qui impose des nouvelles questions et change les priorités – la question de la sécurité et de l’intégrité du réseau, associée à la nécessité de fréquentes mises à jour du client P2P, s’impose bientôt. Comme remarque un utilisateur sur le forum Sladder :

« Bien sûr, le système distribué devient automatiquement plus intelligent, simplement par la pertinence croissante des données recueillies, mais à un moment, ce serait bien d’affiner les algorithmes sous-jacents, afin d’améliorer l’efficacité de la couche P2P, ou pour ajouter des nouvelles fonctions ; l’exemple de Windows montre qu’il pourrait être nécessaire d’appliquer des correctifs de sécurité fréquemment et immédiatement. Et mettre à jour les clients P2P nécessite d’une distribution très efficace de mises à jour pour le logiciel. »

73Jiechi calcule par ailleurs que, une fois le système fonctionnant à plein régime, des mises à jour centralisées utiliseraient trop de temps. Encore une fois, cette incompatibilité vient du fait d’avoir poussé à fond l’approche distribuée pour les autres composantes du système : puisque le système est construit pour pouvoir facilement passer à l’échelle, et que chaque utilisateur/pair a installé un logiciel client, chacun de ces clients est susceptible d’avoir besoin de nombreuses et fréquentes mises à jour. La solution envisagée par l’équipe Sladder est donc de répartir la transmission des mises à jour sur un modèle, lui aussi, distribué. Les pairs se transmettraient l’un l’autre, « de façon similaire à la reproduction cellulaire », dit Georg, les mises à jour – les délais de mise à jour se trouvant de ce fait considérablement réduits.

74Distribuer le système de mises à jour implique, par ailleurs, l’intégration à ces mises à jour d’une étiquette ou une « signature » que le système peut reconnaître, légitimant ainsi le paquet, avant d’autoriser la mise à jour. Sladder n’est certes pas imperméable aux vulnérabilités qui affectent généralement les systèmes P2P : en particulier, les codes non sécurisés et non signés qui sont susceptibles d’autoriser l’accès à distance aux ordinateurs du réseau, risquant ainsi de compromettre sa stabilité. La fonction même de « facilitateur d’échanges » qui est une des forces majeures du P2P rend aussi très difficile le contrôle de la propagation de virus ou de vers. Cette faille préoccupait d’ailleurs beaucoup certains utilisateurs lors de l’annonce, de la part des développeurs, du système de mises à jour distribuées. En avril 2008, l’utilisateur Darren Stuart donne voix à ces doutes sur ReadWriteWeb : « Spam, qu’est-ce qui va empêcher les spammeurs de prendre le dessus et tout simplement, nous faire naviguer dans le spam ? ».

75La réponse de Georg dans cette même discussion reconnaît la difficulté de la tâche tout en soulignant que le problème ne se pose pas seulement pour les mises à jour, mais plus généralement pour la qualité et la pertinence des résultats obtenus par les utilisateurs lors des requêtes – et que dans les deux cas, il est possible de faire face à ce problème en associant, dans l’algorithme de recherche distribuée, des critères de classement basés sur l’attention de l’usager et l’analyse des liens entrants et sortants d’une page, afin d’en évaluer le niveau de confiance.

76L’agencement de décentralisation et distribution dans les différentes « couches » de l’architecture de Sladder montrent comment l’équipe de développeurs du dispositif configure le P2P comme un point de force dérivant de la flexibilité du système, plutôt que comme une faiblesse dérivant de sa fragilité ou de son statut transitoire. Dans la poursuite de cet objectif, il s’avère nécessaire pour l’équipe Sladder de travailler avec la distribution à plusieurs niveaux, incluant les aspects opérationnels, c’est-à-dire tout ce qui concerne le fonctionnement en profondeur du dispositif, au-delà de la fonctionnalité principale de recherche – qui est la plus visible à l’utilisateur.

LES « SIX NIVEAUX DE DISTRIBUTION » ET LA CENTRALITÉ DE L’USAGER

77Avec sa recherche « six fois distribuée » – l’indexation, la découverte d’information, la recherche, la classification, l’amorçage, la mise à jour du logiciel – analysée dans la section précédente, Sladder travaille à formater un réseau décentralisé capable de se libérer, aux différents niveaux qui composent son architecture, de la dichotomie entre le client et le serveur. Les pairs sont mobilisés en tant que composants d’un système sociotechnique reliant les usagers, les algorithmes et les ressources techniques mises à disposition. Le fait de ne pas considérer les pairs comme des avant-postes d’un système centralisé – certains usagers considèrent que tel est le cas de Skype – mais de « prendre au sérieux » leur statut d’égaux aux marges du réseau et de travailler à partir de cette conception, se présente comme un enjeu extrêmement délicat à ce stade de l’expansion du système. Comme le souligne le blogueur Brad McCarthy en 2010,

« La recherche P2P présente des avantages énormes. Ne pas être dépendant d’un centre de données unique (ou même de plusieurs d’entre eux) peut libérer les usagers de beaucoup d’inquiétudes. J’apprécie également l’idée des résultats de recherche “sociaux” et “communautaires”, et je suis sûr de ne pas être le seul. En même temps, cela laisse tout l’avenir du projet (en ce moment) entre les mains de l’utilisateur. […] Si vous comptez sur le monde entier pour être votre réseau, et vous êtes près de refuser l’idée de toute technologie hybride, vous êtes probablement en train d’éliminer les chances de votre entreprise. »

78Cette centralité de l’ensemble des usagers apparaît à la fois comme la plus grande chance et le risque majeur auquel le dispositif Sladder doit faire face : il s’agit d’un système qui ne comporte pas d’importants investissements de ressources de la part de l’entreprise, et qui est en principe suffisamment flexible pour travailler à la fois pendant des situations stables et instables, voire mobiles. Le système est construit pour se ressaisir de manière autonome après un événement qui en aurait modifié la structure : en absence d’une entité centrale, les pairs « survivants » sont faits pour se retrouver et assurer, en des délais courts, la recomposition d’une entité distribuée pouvant encore assurer ses fonctions.

79En même temps, la centralité de l’usager et des ressources que celui-ci apportera à l’ensemble du système peut aussi être problématique pour la durabilité du dispositif, particulièrement dans ses phases initiales. Sladder « compte sur le monde entier pour être son réseau », comme l’a résumé de façon efficace Brad McCarthy. Cette posture amène à prendre un gros risque, car parvenir à intéresser un nombre important d’usagers n’est pas seulement une question de « réclamer sa part du gâteau » dans le marché (en tant qu’outil suffisamment répandu), mais est quelque chose de vital pour le bon fonctionnement technique du dispositif lui-même, et pour sa croissance et stabilité au fil du temps : pas d’usagers, pas de ressources, de tous points de vue. En revanche, davantage d’usagers signifie non seulement plus de ressources matérielles (mémoire, CPU, bande passante) à disposition de l’ensemble, mais aussi, on l’a vu, un affinement croissant de la variété et de la fiabilité des résultats obtenus par chacun d’entre eux, et une meilleure expérience utilisateur pour l’ensemble du réseau. Cette tension provoque plusieurs points de discussion et de controverse au cours des premières années d’existence de Sladder.

L’œuf (l’index) ou la poule (les usagers) ?

  • 44 Pour les développeurs, la qualité des résultats est liée en tout premier lieu à la quantité d’util (...)

80La pertinence et la précision des résultats pouvant être obtenus pendant la phase d’amorçage – donc, leur « qualité » dans la définition des développeurs de Sladder44 – est le plus disputé de ces points : la quantité, et, conséquence directe, la qualité de l’index de recherche en P2P dépendent de la quantité de personnes/pairs qui utilisent Sladder. Pendant la première phase beta, en 2007, la qualité de l’index est qualifié de problème principal par les utilisateurs de la première heure, au point de compromettre, dans certains cas, l’expérience utilisateur :

« L’index de recherche en P2P passe à l’échelle avec le nombre d’utilisateurs de Sladder. Je crois que cela peut ruiner le spectacle. Puisque le nombre de personnes interrogeant le moteur est très réduit à présent, les gens vont probablement l’essayer, en tirer des résultats minables, et ne plus jamais le réutiliser. »

81Pour un autre utilisateur, le fait que l’indexation des sites se limite aux pages qui ont réellement été visitées par un ou plusieurs pairs est effectivement une façon de limiter le spam et d’améliorer la qualité des résultats, mais avec peu d’usagers, peu de résultats sélectionnés aboutissent souvent, en pratique, à un résultat décevant ou même à une absence de résultat. Un troisième résume ce dilemme en le renvoyant, comme l’avaient déjà fait les développeurs, à la

« vieille question de l’œuf et de la poule. Il est difficile de commercialiser un produit qui a une petite base d’utilisateurs, car il n’a tout simplement pas de très bons résultats pour le moment. En même temps, il est difficile d’attirer de nouveaux utilisateurs avec un produit qui ne livre pas tout de suite tout ce qu’il promet. »

  • 45 Un agrégateur d’actualités créé en 2007.

82Finalement, un utilisateur propose entre les lignes une solution, tout en soulignant qu’elle devrait être temporaire et transitoire si la valeur novatrice de l’index P2P doit être maintenue : « Mahalo45 montre à l’utilisateur des résultats de recherche qui proviennent de plusieurs moteurs de recherche. Jusqu’à ce que vous n’ayez pas suffisamment d’utilisateurs connectés a un moment donné, pourquoi pas ? »

  • 46 Il ne semble pas déplacé de rappeler ici que certains auteurs doutent que ce recrutement et intére (...)

83Face à la possibilité qu’une majorité des utilisateurs pionniers perdent rapidement tout intérêt pour le projet, l’équipe Sladder revoit ses priorités immédiates : le but principal dans la phase de « recrutement » d’une masse critique d’usagers46 doit être le passage à l’échelle de l’index, pour une amélioration rapidement visible de la qualité des résultats. De façon temporaire, la solution technique de réalisation plus immédiate est celle d’agréger, et de montrer à l’utilisateur, des résultats obtenus par d’autres moteurs de recherche en plus des résultats obtenus grâce à Sladder. Comme le souligne Georg :

« Une telle solution n’est pas, en soi, bien novatrice, et elle est utilisée par plusieurs moteurs alternatifs. Je n’étais pas très heureux. Mais nous avons dû fabriquer quelque chose qui puisse marcher immédiatement, si l’on voulait monter sur les épaules de nos utilisateurs, pour ainsi dire – et, en obtenant quelques résultats, rendre meilleurs les résultats suivants. Donc, nous avons fait un outil avec lequel à un moment donné vous pouviez obtenir des résultats, peu importe ce que vous cherchiez, et donc être plus disposés à continuer à utiliser le logiciel. En attendant, notre index évoluait rapidement. »

84La solution temporaire produit quelques effets bénéfiques pour la motivation des utilisateurs, et le « recrutement » d’utilisateurs reprend : en mars 2008, les contributeurs de SeaDVD en arrivent à la conclusion qu’« ils ont effectivement implémenté des mesures pour y remédier », tandis que ReviewSaurus reporte triomphalement que « ils ont suivi notre suggestion et ont commencé à montrer les résultats de Yahoo !, Microsoft Live, Wikia et d’autres, si Sladder n’arrive pas a montrer ses propres résultats ».

85Certains utilisateurs apprécient le fait que l’équipe de développeurs soit à l’écoute de son public potentiel et « prête a personnaliser l’application comme les utilisateurs le souhaitent », tandis que d’autres invitent explicitement des usagers potentiels, parmi les lecteurs du blog, à joindre le système, en rappelant que cela peut se faire avec différents degrés d’engagement, à différents moments, tout en aidant le système à démarrer.

86En effet, dès le début, même en tant qu’usager passif – en installant le client P2P Sladder, sans pour autant lancer des interrogations de recherche – un pair contribue déjà à apporter des ressources à un système qui a grand besoin de se globaliser. Il est donc possible – suggère un blogueur – si une fois qu’on a installé le client on n’est pas satisfait de la performance du moteur de recherche, de le laisser agir à l’arrière-plan pendant quelques mois et d’y revenir ensuite, quand plus de pairs auront rejoint le système et que l’index aura augmenté de taille et de complexité. Cela mérite de faire l’essai, conclut-il, d’autant plus que selon son expérience, la quantité de ressources mobilisée par le client Sladder ne réduit pas le bon fonctionnement du terminal de l’utilisateur, ce dont on pourrait douter pour un logiciel fonctionnant en « local ».

87Il s’agit là d’une mesure de « politesse technique » qui plaît aux utilisateurs/recruteurs. Le blogueur de SeaDVD, qu’on a déjà cité, renchérit : « Le client n’a pas l’air de manger beaucoup de votre RAM, de sorte que vous pouvez toujours l’installer maintenant, continuer avec vos occupations et vérifier la fonctionnalité du moteur de recherche après quelques semaines ou quelques mois. »

88Du côté de l’équipe Sladder, la question de la gestion « courtoise » des ressources informatiques des utilisateurs est reprise avec espièglerie par Susanne, la linguiste et responsable de communication de l’équipe Sladder, lors d’une importante réécriture et remise en forme du site web qui se passe en 2010 : « Sladder n’a pas besoin d’un crawler dédié, […] ainsi qu’il n’y a pas de charge additionnelle pour vos machines. Sladder est un moteur de recherche très courtois. »

Le téléchargement du client P2P, une barrière à l’entrée ?

  • 47 Pour clarifier toute ambiguité sémantique, on souhaite préciser qu’on utilise le mot « client » da (...)

89Un deuxième point de controverse concerne le statut du client47 P2P, que les utilisateurs de Sladder doivent installer comme précondition à l’entrée dans le système. On a déjà brièvement expliqué comment le client P2P acquiert, dans la démarche des membres de l’équipe Sladder, une grande importance, en tant qu’endroit matériel et dispositif technique où se déroule le cœur des d’opérations d’indexation et de recherche, et en tant que symbole de la « centralité distribuée » des usagers dans le système. Cependant, à la sortie du closed beta (version relativement stabilisée, accessible sur invitation des développeurs, début 2008), un argument revient fréquemment parmi les réactions des usagers, qui invitent l’équipe à reconfigurer ultérieurement le client P2P, à la lumière de deux tendances récentes dans le marché des services Internet : la montée en puissance du « cloud » et le déplacement de plus en plus d’utilisateurs vers des connexions en mobilité.

90Aux yeux des usagers, un obstacle surtout s’oppose à l’adoption de Sladder à large échelle : « Sladder, étant P2P, exige le téléchargement d’un client. Cela peut être un très grand obstacle à son adoption ». Le fait de développer le client P2P sur. Net (un kit de composants logiciels structurels développés par Microsoft, et par conséquent étroitement liés à l’environnement Windows) pose également problème pour certains utilisateurs pionniers. Fabian remarque tout simplement : « Pas de Mac et pas de Linux ? Pas pour moi, alors ».

91L’utilisateur Samidh, de façon moins lapidaire mais également critique, note que la multiplication des dispositifs reliés à l’Internet désormais possédés par les utilisateurs, et l’actuelle tendance à rendre toujours plus « légères » et mobiles les applications installées sur leurs terminaux, pourraient poser de problèmes supplémentaires pour la diffusion d’une application qui doit être obligatoirement téléchargée :

« Je pense que le plus grand obstacle est qu’ils nécessitent un téléchargement. Les startups doivent se rendre compte que l’âge du téléchargement est mort. Skype a été la fin d’une époque. Les gens sont beaucoup trop mobiles et utiliser trop les ordinateurs pour se soucier de téléchargements spécifiques. Tout le monde a besoin maintenant de répéter le mantra, “L’Internet est la plate-forme” ».

92Une célèbre spécialiste de réseaux sociaux, travaillant actuellement pour Microsoft, contribue à présenter l’obligation d’installation d’un client P2P comme « poids » sur les épaules des usagers potentiels, plutôt que comme opportunité de sauvegarde et de gestion différentes des données circulantes dans le système, et conclut que « de façon réaliste, je ne pense pas que la plupart des utilisateurs dans monde entier trouveront qu’une solution P2P vaut leurs efforts. L’analyse coûts et bénéfices n’est pas en leur faveur. »

93Le symbole de l’articulation entre les dimensions locale et globale du système, « vendue » par l’équipe Sladder comme un des points novateurs et originaux du système, se transforme dans les réactions de certains usagers et commentateurs en un obstacle, une barrière à l’entrée.

94Le développeur P2P de l’équipe Sladder, Jiechi, signale à son tour les difficultés que certains des prédécesseurs de Sladder ont dû gérer, et auxquelles il doit faire face :

  • 48 Joost (nom de code The Venice Project) est un projet de Niklas Zennström et Janus Friis (les fonda (...)

« En effet, il n’est pas facile, même pour ceux qui ont réussi, regardez Joost48 – ils ont été contraints de passer à un modèle navigateur pur parce que personne ne fait le “saut” de téléchargement. Les seules personnes qui peuvent réussir ce saut sont ceux qui peuvent déjà compter sur une large diffusion ».

95Le téléchargement du client P2P est par ailleurs, dans la vision de Georg, un des aspects incontournables et distinctifs d’un moteur décentralisé, la façon dont l’usager peut garder à l’œil le trafic entrant et sortant de son client P2P – trafic indiquant à la fois qu’une interrogation est en train d’être indexée par le pair qu’il représente, et que ce pair est en train de répondre à des interrogations. Il formule à ce propos un intéressant renversement de perspective, une tentative de « traduction » – et définit le client P2P en termes de bénéfice pour l’usager :

« Il y a eu le client SecondLive, la barre d’outils StumbleUpon et Oovoo après Skype, pour n’en nommer que quelques-uns. Avec l’augmentation de bande passante, les téléchargements ne sont plus un si grand probleme. […] Vous dites que “L’Internet est la plate-forme” : on le dit aussi, en nous référant à la structure décentralisée de l’Internet, en y incluant les utilisateurs, sans le réduire à un tas de serveurs. Je crois que les gens vont sauter par-dessus cette “barrière du téléchargement” s’ils obtiennent quelque chose en retour, qu’ils ne peuvent pas obtenir dans un système centralisé… »

96Point de vue partagé et clairement expliqué par Roland Merritt, qui deviendra plus tard consultant pour Sladder, et qui renchérit :

« L’obstacle du téléchargement est une réserve exprimée bien souvent. Il n’a pas été un obstacle quand l’avantage retiré est assez grand – pensez Skype et Spotify. Et plus récemment, les App Stores de l’iPhone et d’Android ont totalement changé la mentalité autour du téléchargement de logiciels. La question clé, je pense, est celle ce que vous mentionnez – l’« effort ». Pour beaucoup, c’est une expérience sans “effort” sur l’iPhone, mais les gens l’ont trouvée bien plus compliquée sur le PC. »

97Selon les mots de Georg et plus tard de Roland, donc, le téléchargement d’un client qu’on héberge sur son propre terminal, et qui assure les connexions P2P, est une opportunité de marché, le symbole d’une autre façon de concevoir la recherche d’information sur le Web et peut-être, dans un deuxième temps, l’Internet at large. En effet, il s’agit, selon Georg, d’incorporer l’interopérabilité des applications P2P avec le reste du réseau plus en profondeur dans celui-ci, « au lieu de rendre les systèmes P2P des “îles” ne s’intégrant qu’avec difficulté. » Point de vue partagé par un utilisateur (et développeur à son tour), Sam, qui définit la question de l’acceptabilité du téléchargement du client P2P comme l’investissement nécessaire d’un peu de temps et d’énergie de la part de l’utilisateur, dans le cadre d’une intégration plus « globale » du P2P dans l’infrastructure Internet :

« Cela se résume à la façon dont l’application est construite. Dans le cas de Skype, le contrôle [de ce que le client] partage [avec le réseau] est automatique. Je suppose que c’est la même chose pour Spotify. Si le contrôle du partage est automatique, je crois que beaucoup de gens vont trouver le calcul coûts/bénéfices en leur faveur (comme cela a été le cas pour Skype). En effet, il n’est pas simple de faire cela. Mais, en fin de compte, si le P2P doit devenir à plein titre une partie de notre infrastructure informatique, ce sera un investissement nécessaire. Nous avons une chance maintenant de réfléchir à la façon de faire cela de manière très ouverte et accessible. »

98Les évolutions du marché de la bande passante – notamment le fait qu’on peut, d’année en année, obtenir plus de bande pour un prix moins élevé – seraient en train d’ouvrir les portes à la dynamique du téléchargement, renchérit Georg, au moment même où la mobilité et le cloud peuvent l’entraver. Ce qui fera pencher la balance d’un côté ou de l’autre est la valeur ajoutée que le système décentralisé sera capable de fournir, à la fois en termes de modèle économique et d’expérience utilisateur : « la personnalisation des recherches et son rapport à la privacy, le classement basé sur l’attention, et le partage des revenus en raison de l’abaissement des coûts d’infrastructure. »

« Légalité » du dispositif, entre responsabilité individuelle et partagée

  • 49 Il s’agit des techniques de sauvegarde de la privacy mises en œuvre dans Sladder, comme on verra p (...)

99Un troisième point de discussion parmi les usagers, et une question qui est souvent posée aux membres de l’équipe, concerne le statut juridique du dispositif et par conséquent, de ses utilisateurs/pairs. Deux points, principalement, préoccupent ces utilisateurs de la première heure : les techniques d’anonymisation et d’encryptage utilisées dans Sladder49 sont-elles susceptibles de favoriser des usages frauduleux, comme la propagation d’informations inexactes ou propriétaires, et si oui, en quoi la mise en œuvre de ces usages illicites de la part d’un utilisateur pourrait-elle entraîner la responsabilité d’un ou plusieurs autres utilisateurs qui, comme lui, auraient mis à disposition une partie de leurs ressources de calcul dans un « cerveau de recherche » distribué dont les composantes sont, par design, difficilement séparables et identifiables ?

100Ces doutes, raconte Georg, avaient été en partie anticipés par l’équipe. Le statut de dispositif P2P de Sladder (bien que « sagement minimisé par moments », note au passage le développeur) faisait du système une cible facile pour des questionnements d’ordre légal et juridique. Certes, dans un système où les contenus « échangés » et distribués sont les interrogations des usagers et l’index qui se construit à partir d’elles, la question classique des « tristement célèbres » échanges en pair à pair de fichiers couverts par le droit d’auteur ne se pose pas. Cependant, l’équipe s’attendait à un certain nombre d’interrogations, venant principalement du public et de la presse non spécialisée, à propos de l’association fréquente entre P2P et partage de fichiers protégés. Ces interrogations amènent donc Sladder Ltd. à introduire, dans la troisième version des termes de licence à l’utilisateur (février 2009), le point suivant :

Indemnisation de Sladder en ce qui concerne les résultats de recherche générés par l’utilisateur
Avec ce logiciel, Sladder fournit simplement un outil avec lequel l’utilisateur peut créer et exécuter des routines de recherche. Le logiciel lui-même ne fournit aucun contenu à l’Internet. Par conséquent, Sladder n’assume aucune responsabilité pour le contenu qui devient accessible à l’utilisateur, sur l’écran ou autrement, comme résultat de l’exécution des routines de recherche. La même chose s’applique aux violations des droits de tiers par ou sur toutes les pages affichées a l’écran, ou autrement rendues accessibles à l’utilisateur final pendant l’exécution des routines de recherche.
Dans les relations avec SLADDER, l’utilisateur supportera seul […] la responsabilité pour les résultats de la recherche et du contenu qu’il génère avec l’aide du logiciel.

101Peu après, la page des Questions fréquentes du site de Sladder s’enrichit d’une réponse à la question : « Est-ce que l’anonymisation et le chiffrage de Sladder encouragent une utilisation frauduleuse ? » :

  • 50 De façon intéressante, cette formulation renvoie la responsabilité vers l’utilisateur, mais ne mob (...)

« Seule responsable est la personne qui publie du contenu ou consomme le contenu. Sladder [n’est] pas responsable d’un éventuel détournement de sa technologie, de la même manière que le développeur d’un serveur Web, d’un navigateur, du protocole HTTPS, du chiffrement AES, ou un fabricant d’écrans ou de disques durs n’est pas responsable pour le stockage, le transfert ou l’affichage des contenus illicites par ce système. […] Sladder ne publie pas de contenu sur Internet, mais il le rend disponible, ou fournit un accès anonyme a de l’information qui existe déjà sur l’Internet. »50

102Roland Merritt, au cours d’une discussion sur la liste publique de la P2P Foundation, remarque la difficulté, voire l’impossibilité, d’attribuer une responsabilité individuelle à un pair dans un système comme Sladder, Skype ou d’autres systèmes distribués, dans lequel des ressources, matérielles et de calcul, sont mises à la disposition d’un « groupe » dont on ignore la composition. L’attribution de responsabilité qu’on pourrait obtenir en limitant ou fermant le réseau s’oppose au même principe de mise en commun des ressources :

« Je suis sensible à cette préoccupation [un participant à la discussion avait suggéré que Sladder, comme d’autres systèmes décentralisés, aurait bientôt dû faire face à une masse de “déviants”], mais ce que beaucoup de gens ne réalisent pas est que cela pourrait être le cas maintenant avec les systèmes tels que Skype. Dans les systèmes partagés, les individus ne peuvent tout simplement pas être responsables de la façon dont les autres utiliseront les ressources qu’ils partagent. En outre, il est possible de restreindre votre partage à des réseaux auxquels vous faites confiance. Cela réduira les ressources disponibles, mais vous rassurera en partie sur qui seront les participants. (Ceci n’est une inquiétude que si vous mettez en commun des ressources sont pour le stockage et la transmission des données.) »

103Les conditions d’utilisation, et les détails donnés dans la foire aux questions du site Sladder, sont pour Georg et son équipe une occasion de préciser le statut juridique, notamment la responsabilité, de Sladder et de ses usagers. Mais cette occasion devient aussi une possibilité de négocier et de définir ultérieurement ce que le dispositif fait, la nature des contenus qui y sont « échangés » ou montrés, et le rôle assumé par le service.

104Comme beaucoup de leurs prédécesseurs – et notamment Google – les développeurs de Sladder revendiquent une fonction d’« instrument » ou d’« outil » pour leur service : les résultats et les interrogations par lesquels les usagers contribuent au système, ou l’utilisent, n’engagent qu’eux-mêmes d’un point de vue juridique. Mais dans cette même formulation, les termes de licence clarifient ce que l’outil n’est pas fait pour faire… rappelant ce à quoi il est censé servir : le logiciel (et donc le fournisseur du service) n’est pas un éditeur de contenus, mais un facilitateur de mise à disposition, de recherche et de localisation de la part de l’usager. Par conséquent, l’usager peut créer et exécuter des interrogations de recherche, qui, en étant intégrées à l’index distribué, auront une influence sur les résultats de recherche obtenus par les autres utilisateurs.

105C’est ici que, une fois établie la responsabilité de l’usager vis-à-vis de Sladder, se profile l’idée d’une responsabilité « partagée » vis-à-vis du système – et donc, des autres utilisateurs. La centralité de l’usager est, encore une fois, réaffirmée en lui attribuant la responsabilité de la durabilité et de la fiabilité du système. En revanche, les développeurs de Sladder mettent en avant l’idée d’un facilitateur bien plus discret et effacé qu’il ne l’est effectivement, en sous-estimant le rôle fondamental des intermédiaires et gatewatchers de l’Internet [Caillaud & Jullien, 2002 ; Elkin-Koren, 2006]. Si les « six niveaux de distribution » contribuent à façonner une entité décentralisée, omniprésente, pervasive, la fonction d’intermédiation exercée par cette entité ne s’efface pas pour autant. Les développeurs eux-mêmes, d’ailleurs, fournissent à l’utilisateur les moyens d’expliciter et de donner visibilité à cette intermédiation : le logiciel est programmé pour proposer à l’utilisateur nombre d’instruments afin de monitorer les ressources qu’il met à disposition du système, les pairs auxquels son client se connecte, les requêtes qu’il héberge.

106Cependant, ces instruments – au moment même qu’ils réaffirment la possibilité de contrôle de l’utilisateur sur les ressources et sur les dynamiques du système – sollicitent de l’utilisateur certaines compétences techniques, parfois poussées, afin de comprendre comment se façonnent les réponses aux interrogations qu’il pose au moteur Sladder. En posant des conditions à l’engagement des utilisateurs – notamment, en cherchant à « enrôler » de manière prioritaire le sous-ensemble d’utilisateurs qui a un intérêt spécifique pour ces dynamiques décentralisées – les développeurs contribuent à façonner des formes de solidarité technique [Dodier, 1995] complexes. Ces arrangements ne font guère, contrairement à ce que la tendance à la décentralisation intégrale, et au recentrage sur l’utilisateur, pourrait laisser supposer, l’économie de l’intermédiation.

107La centralité attribuée dans le dispositif à l’ensemble des usagers, et à leurs contributions au système, apparaît donc à la fois comme la plus grande opportunité et le risque majeur auquel Sladder doit faire face, particulièrement dans ses phases initiales. En « comptant sur le monde entier pour être leur réseau », les développeurs de Sladder sont conscients que parvenir à intéresser un nombre important d’usagers est vital pour le bon fonctionnement technique du dispositif lui-même, et pour sa croissance et stabilité au fil du temps. Les développeurs de Sladder se concentrent donc en priorité sur le fait d’attirer et de garder un nombre important d’usagers, aussi bien en phase d’amorçage que, ensuite, « à plein régime », lors de son fonctionnement optimal. Mais que signifie développer un outil de « recherche centrée sur l’usager », et comment peut-on communiquer cette idée à ses usagers/ressources/pairs afin qu’ils s’investissent avec confiance dans un système, qui devient plus efficace précisément grâce leur propre contribution ?

LIER PERSONNALISATION ET VIE PRIVÉE

108En octobre 2007, un article sur ReadWriteWeb a d’importantes répercussions sur le développement de Sladder. Il y est question du « bruit et de la confusion qui surviennent quand une force impétueuse se confronte à un objet qui ne peut pas bouger », et des « opportunités entrepreneuriales » qui s’ensuivent. Selon l’auteur de l’article, Roland Merritt, les technologies de l’information se trouvent actuellement face à une tension ne pouvant être apaisée qu’au moyen d’importants changements et de projets novateurs, voir perturbateurs : la tension entre personnalisation et privacy de l’information et des données personnelles concernant l’usager. La personnalisation est une force irrésistible, dit Roland, pour des raisons qui vont « de l’économie de l’attention et du temps de l’utilisateur, à qui seront proposés dans les plus brefs délais des contenus pertinents pour lui, à la fidélisation du client ».

109Cette force en mouvement se confronte à celle, plus stable, de la privacy des informations personnelles concernant l’usager. Une personnalisation efficace ne se fait pas sans connaître ces informations et sans savoir les utiliser (ce que quelques controverses autour du traitement des données personnelles de la part de Facebook, réseau social de plus en plus répandu, sont en train de montrer à ce moment-là). Mais elle est destinée à devenir une tendance bien plus envahissante :

« Vous ne pouvez pas concevoir techniquement une personnalisation efficace sans connaître un très grand nombre d’informations sur un nombre incalculable de personnes. Les possibles conséquences de ce phénomène sur la vie privée sont énormes. Aujourd’hui, c’est seulement les techies qui sont au courant du problème et de la direction qu’il va prendre, mais quand les utilisateurs seront effrayés par quelques cas de haute visibilité, nous en verrons les réactions en tant que consommateurs, et puis, avec les réactions des politiciens, plus de régulation. »

110Ces deux tendances sont depuis longtemps confrontées l’une à l’autre, mais ce n’est que récemment que les moyens techniques visant à les réconcilier sont devenus envisageables. Roland conclut donc avec une suggestion et une question : « Cela fera du bruit et du chaos, dans lesquels il y aura de grandes opportunités pour les entrepreneurs. Quels sont les modèles alternatifs pouvant combiner les avantages de la personnalisation et de la vie privée ? »

111Deux ans plus tard, en 2009, Georg se remémore comment la lecture de cet article a marqué un moment important dans la « philosophie » sous-tendant Sladder. Dans les premières phases de développement du dispositif, en effet, deux aspects se dessinent comme fondamentaux pour la valeur ajoutée de la « recette Sladder » : la personnalisation des recherches impulsée par la communauté, et une meilleure sauvegarde de la privacy par rapport aux services les plus répandus du marché. Le P2P, permettant d’éviter toute centralisation de données (au niveau du stockage ou du contrôle) et en même temps, d’encrypter l’information quand elle « voyage » dans le système, peut se configurer comme une solution technique possible pour la tension entre propriété, appropriation et exposition des données personnelles [Katyal, 2005], dans une optique d’intégration du principe de privacy dans la technologie dès sa conception [Cavoukian, 2006 ; Schaar, 2010].

112On revisite dans les paragraphes qui suivent certains moments du développement de Sladder, qui ont déjà été introduits, à l’aune de la problématique du lien entre personnalisation et protection de la vie privée. En effet, la personnalisation – l’adaptation progressive des réponses du moteur suite à la détection des préférences de l’utilisateur – doit trouver ses racines, pour les développeurs de Sladder, dans la démarche de recentrage du processus de recherche sur l’utilisateur qu’on a déjà évoqué, et est mise en œuvre avec les outils du Web implicite et de l’économie de l’attention. Cependant, cette solution, qui suppose une observation et un enregistrement constants de la navigation de l’usager, doit s’accompagner de mesures techniques et juridiques susceptibles de « rassurer » les utilisateurs quant à la gestion de leurs données personnelles ; ce que les développeurs cherchent à obtenir en mettant à profit certaines caractéristiques de l’architecture décentralisée du service.

Du « document-centre » à l’« usager-centre »

  • 51 Dans un ouvrage récent, Jean-Michel Salaün propose de considérer le Web comme une étape dans une « (...)

113Dès 2005, on peut noter dans les conversations entre Georg et ses collaborateurs la volonté d’un déplacement de paradigme qui aiderait ou précipiterait la fin de l’ère de la « recherche centrée sur le document » en faveur d’une priorité attribuée aux usagers, aux contenus qu’ils créent ou suggèrent, à leurs conversations. Au fil des mois, puis des années, se dessine au sein de l’équipe un changement de perspective par rapport à la centralité du document [Salaün, 2012]51. Ce déplacement de perspective souhaite amener, résume Georg en parcourant des notes de travail et discussions de l’équipe de la période 2005-2007, « les conversations et les usagers à avoir la priorité – soit dans la phase de recherche elle-même, soit en tant qu’objets de cette recherche ».

114Sur cette base commune, la centralité de l’usager est redéfinie par ailleurs de plusieurs façons. L’accent est mis selon les cas, au fil des discussions dans lesquelles l’équipe s’engage jusqu’à la fin de 2007, sur plusieurs « obstacles-problèmes » [Callon, 1986] que ce déplacement de perspective dans la conception d’un moteur de recherche peut contribuer à résoudre :

  • la rapidité de l’obtention de résultats que la recherche d’information chez l’usager rend possible – et comment cela satisfait, en même temps, la demande de cet usager pour les mises à jour les plus récentes ;
  • la façon dont le formatage de l’information et des liens de confiance établis entre utilisateurs dans les médias sociaux remet en discussion, à un niveau technique, le paradigme dominant de la recherche en ligne consistant à recopier les documents qui forment le Web sur d’autres machines que celles des utilisateurs ;
  • l’excessive quantité de « bruit », d’informations non pertinentes ou de mauvaise qualité, de plus en plus présentes sur le Web, en parallèle à sa diffusion ; mettre l’usager au centre du dispositif signifierait dans ce cas lui fournir de meilleurs outils de filtrage, un défi auquel d’autres dispositifs ne répondent que partiellement, en donnant la priorité aux documents qui construisent leur popularité au fil du temps plutôt qu’à l’information potentiellement très pertinente par rapport à une requête mais pas encore suffisamment populaire ;
  • la possible valeur ajoutée, du point de vue de l’usager, d’indexer la « longue traîne du Web », ces pages qui, bien qu’étant visitées (et étant, donc, pertinentes ou intéressantes pour un ou plusieurs usagers) n’arrivent pas à obtenir suffisamment de votes explicites pour être découvertes et classifiées par popularité.

115Sur la base de ces arguments, l’équipe en vient à la conclusion que la réponse à l’ensemble de ces défis est de rendre opérationnel une approche de la recherche déléguée aux « foules », et basée sur la détection et la traduction en algorithme de leurs intérêts agrégés. Opérer le déplacement d’un document-centre à un usager-centre passe donc par la construction d’un algorithme qui prenne en compte, en priorité, la découverte et la classification, de la part des usagers, de documents à la fois nouveaux et pertinents.

L’économie de l’attention et la recherche « sociale »

116L’équipe Sladder se positionne dès lors parmi ces développeurs et entrepreneurs qui veulent traduire en pratique… et en modèle d’affaires – de l’architecture technique jusqu’aux motivations des utilisateurs et des usages eux-mêmes – l’approche socio-économique dite de l’« économie de l’attention ». Celle-ci cherche à rendre compte du fonctionnement de marchés où l’offre est abondante, et par conséquent économiquement dévalorisée, la ressource rare devenant le temps et l’attention des consommateurs. Cette théorie se traduit en deux points : dans le marché de l’information en ligne, où l’offre est certainement surabondante, la richesse de l’information crée un manque d’attention ; donc la séparation entre information pertinente et bruit non pertinent devient de plus en plus importante [Simon, 1971 ; Goldhaber, 1997 ; Kaplan, 2007 ; Kessous, Mellet et Zouinar, 2010].

117Pour « construire » un moteur de recherche, remarque Georg, il faut donc considérer que les usagers :

« ont effectué des expériences de recherche, ont “sacrifié” leur attention avant, et implicitement voté les contenus qu’ils ont visités. Cela économise le temps des autres utilisateurs, car ils peuvent se concentrer sur l’expérience d’information déjà présélectionnée, et pertinente, au lieu de chercher à nouveau une aiguille dans une botte de foin. »

118Georg précise que cela est que Szymon, Jiechi et lui-même ont, depuis deux ans, l’habitude de répondre à des points de controverse soulevés par des collègues lors de plusieurs conférences entre 2008 et 2009 : ces critiques portent régulièrement sur la faisabilité de la mise en opération de l’approche « sagesse des foules », en mettant en avant soit le manque de représentativité d’une minorité d’usagers actifs :

« Comme avec d’autres services a caractère “social”, seule une petite fraction des utilisateurs peut être en train de contribuer activement, et ce manque de représentativité peut mettre des idées prometteuses, comme la sagesse des foules, en question »,

119soit la disproportion entre l’information que ces usagers actifs apportent et celle qu’ils connaissent effectivement. Le passage du vote explicite au vote implicite a été identifié comme le moyen de résoudre ces deux problèmes, pouvant proposer des résultats plus complets tout en maximisant l’économie de l’effort pour l’usager, sans exiger une action de classification ou de vote explicite.

120Au fil du temps, les développeurs explorent d’autres dynamiques qui concernent l’attention des usagers à l’information, et la façon dont le système peut en « rendre compte » aux autres usagers. Le temps est identifié comme un facteur crucial, surtout pour la recherche en temps réel : l’usager doit pouvoir découvrir une nouvelle page dès que possible, et comprendre dans des délais très courts la popularité de cette nouvelle page. Mais ces deux objectifs sont en conflit, dans le cas d’un mécanisme de vote explicite, avec le fait que le nombre de votes est proportionnel au temps d’observation de la page ; pour des pages introduites récemment, le nombre très limité de votes explicites n’est pas suffisamment représentatif pour donner un classement de pages fiable. Ce que l’équipe cherche à réduire, encore une fois, au moyen du mécanisme de vote implicite.

121En même temps, Szymon, en particulier, travaille sur l’amélioration du mécanisme de vote explicite, qui sera complémentaire au vote implicite. La valeur et la signification du vote explicite sont établies de façon relative, par rapport à ce que les autres usagers pensent de la page et de la confiance qu’ils lui attribuent. Le geste de l’interrogation au moteur de recherche n’est plus, dès lors, une activité solitaire, entre l’usager et le dispositif : derrière les résultats obtenus se révèlent des préférences partagées, des affinités, des suggestions de la part d’autres usagers – en bref, des connexions :

« Dans le monde réel, vous ne comptez pas uniquement sur la lecture silencieuse de monceaux de documents ; vous demandez également à vos collègues, et vous obtenez des conseils de vos amis. Pourtant, quand il s’agit de recherche en ligne, vous êtes essentiellement à nouveau seul, devant le moteur de recherche. Mais en fait, le moteur est en train de vous recommander et vous connecter à des gens qui travaillent sur ​le même sujet, ou recherchent des informations à ce sujet, en même temps. […] Pourquoi la publicité contextuelle a l’interrogation de recherche, comme AdWords de Google, a si bien réussi ? Parce que des annonces vous sont présentées juste au moment où vous êtes intéressé par ce même sujet. Comment cela se passerait-il si on ne vous présentait pas des annonces, mais des personnes ayant les mêmes idées ? »

122C’est là que le choix de l’architecture technique du système refait surface. Afin de mêler pertinence des requêtes et mise en relation des usagers qui en ont lancées de semblables, la recherche en temps réel se doit, selon Georg, « d’être combinée à une architecture distribuée, en pair à pair. Le rôle de l’usager, de ses interactions et conversations, doit correspondre à une infrastructure adéquate ».

123D’un côté, pour des raisons d’efficacité où le technique se mêle au « social », qui ont trait a l’attention des usagers, la réputation des documents, la découverte d’affinités implicite ; de l’autre côté, parce qu’il s’agit de choisir un modèle qui répond mieux à la nécessité de récolte et distribution d’informations rapide, pervasive, directe et « aux marges » du réseau. Le pair à pair peut fournir une telle structure.

124Une opposition encore plus radicale entre les moteurs classiques « à la Google », basés sur un navigateur Web, et les moteurs P2P, se dessine également dans cette approche. Une des possibles valeurs ajoutées du modèle P2P/Web implicite appliqué à un moteur de recherche semble être le fait de capter une information sur les préférences et les pertinences d’un utilisateur « à la source » et indépendamment de la plateforme de recherche – cela étant rendu possible uniquement par un logiciel, incorporé au client P2P, qui observe l’ensemble de la navigation – tandis que les moteurs classiques ne captent les préférences et la pertinence des ajustements que dans l’usage de la plateforme moteur. Il s’agit d’une dimension ultérieure de l’approche centré sur l’usager, qui rend par ailleurs la question de la privacy encore plus sensible, et nécessite d’une solution technique de protection de la vie privée encore plus « paradoxale », parce qu’elle doit s’accompagner à une observation constante de la navigation de l’usager. Les développeurs de Sladder se rendent bientôt compte de l’importance de résoudre cet enjeu de manière à ce que la personnalisation ne soit pas perçue et vécue comme « espionnage perpétuel », mais comme valeur ajoutée du moteur.

De la « Privacy by Policy » à la « Privacy by Architecture »

125Au fur et à mesure que les détails de la « personnalisation » des recherches dans Sladder sont rendus explicites, testés, et discutés par les usagers pionniers, certains d’entre eux commencent à exprimer une perplexité latente : certes, remarque le site de recension collaborative de start-up ReviewSaurus, l’historique des recherches de chaque usager contient des informations de valeur pour le classement et la personnalisation des recherches effectuées par les autres usagers. L’utilisation de cette information pour améliorer la recherche et donner aux résultats obtenus une meilleure pertinence est d’une grande importance pour gérer la surcharge informationnelle qui ne cesse d’augmenter. Sladder se démarque ainsi de façon intéressante de ses concurrents : les premiers usagers se trouvent généralement d’accord pour reconnaître dans ce mécanisme la principale valeur ajoutée du système.

126Mais qu’en est-il de ces informations ? Sous quelles conditions l’élaboration d’informations personnelles est-elle susceptible de diminuer ou reconfigurer la privacy des usagers ? « L’historique des recherches personnelles est la clé de la pertinence, on a compris. Mais nous ne sommes pas prêts à donner en échange notre vie privée pour obtenir cela, » remarque Osias, tandis qu’Endre renchérit : « Bien que ce semble une chose utile, il pose des problèmes de confidentialité. Notre vie privée serait-elle en train de disparaître une fois de plus ? ».

  • 52 Sorte de spyware installés volontairement par l’usager, les logiciels myware gardent des traces de (...)

127Un autre usager, surnommé stumped, est parmi les plus sceptiques : il compare Sladder à des logiciels novateurs mais controversés tels que myware52, se demandant – et demandant aux développeurs – comment les deux se distinguent :

« Dans l’ensemble, nous installons des trucs qui suivent notre comportement. Cela peut être pour des raisons plus ou moins nobles, mais à la fin, voila le point : les gens vont savoir des choses sur moi. J’aimerais en savoir plus à propos de quelque chose de comment cela se passe dans Sladder. »

128Et Mark, un autre utilisateur, résume d’un ton neutre : « Sladder indexe les pages web que je visite dans mon navigateur. Cela nuit-il à ma vie privée ? »

129Roland Merritt, de son blog sur ReadWriteWeb, souligne également l’importance de réconcilier la protection des données personnelles et la recherche basée sur la personnalisation, qu’il définit « révélation » des préférences et des intentions des usagers. Roland signale qu’un certain degré de protection des données personnelles est selon lui une condition nécessaire pour que suffisamment d’usagers pionniers aient confiance dans les mécanismes de personnalisation, et acceptent d’être part de la « masse critique » nécessaire au démarrage du dispositif. Cette confiance peut être renforcée à la fois par des considérations politiques et économiques, ayant trait à l’indépendance de Sladder vis-à-vis des acteurs dominants du secteur, ainsi qu’à la clarté, la fiabilité et le potentiel novateur du modèle technique :

« [Sladder] a besoin de montrer au monde qu’ils ne sont pas seulement la prochaine start-up à être rachetée par Microsoft. Cette crainte leur ferait perdre une grande partie des usagers pionniers dont ont besoin pour gagner du terrain initial. […] Si les utilisateurs se sentent confiants à 100 % que leur vie privée est protégée, ils vont révéler davantage et donc créer une base de données plus précise quant a leurs intentions. Cette confiance a en partie trait à la technique, et en partie à la confiance institutionnelle. Donc, s’ils sont achetés par Microsoft, trop de gens auront peur que leur privacy ne soit pas aussi sûre comme il avait été annoncé. »

130De leur côté, Georg et son équipe avaient longtemps travaillé sur les possibilités de réconcilier personnalisation et vie privée. Pendant un certain temps, il a semblé que la seule solution était de travailler à l’obtention d’un équilibre entre les deux, au moyen d’un compromis : le moteur de recherche aurait été utilisé par des usagers/volontaires, « intéressés à être part de l’expérimentation avec la recherche sociale et personnalisée », en laissant temporairement au second plan des questions plus épineuses concernant la protection des informations personnelles. Un autre aspect intéressant surgit ici, qu’on pourrait définir de la « délégation de la sérendipité » : c’est-à-dire, ce qui est confié au moteur n’est plus la hiérarchisation du web, mais l’interprétation des données relatives à chaque utilisateur ; c’est du croisement de ces interprétations que découle, en un deuxième temps, la hiérarchisation du Web.

131L’équipe se rend progressivement compte que les utilisateurs potentiels de Sladder pendant la phase d’amorçage, intéressés et avertis d’un point de vue technique, ne s’arrêteront pas là : Georg se remémore que, quand, au début de 2008, des discussions comme celle du site ReviewSaurus ont commencé à émerger, l’équipe était « quelque peu préoccupée, mais pas vraiment surprise ». Jiechi, en particulier, soutenait depuis déjà quelques temps que « cela (la réconciliation de la personnalisation et de la vie privée) ne doit pas forcément être un compromis. » Comment faire pour que Sladder fasse un meilleur usage des informations personnelles par rapport aux moteurs de recherche existants, et en même temps, mieux protéger la privacy des utilisateurs ?

132En analysant la situation des services sur le marché, l’équipe observe que certains moteurs de recherche ne sauvegardent pas les journaux (logs) des requêtes, tandis que d’autres systèmes les effacent ou les anonymisent après une durée de temps déterminée, ou à la demande de l’usager. Mais ces mesures présentent plusieurs limites, car cela expose les logs à la traçabilité de la part de plusieurs acteurs : de la firme proposant le service elle-même, jusqu’au fournisseur d’accès Internet ou l’administrateur du système. C’est d’ailleurs pour cela que certains économistes plaident pour une visibilité publique des logs comme mesure en faveur de la concurrence [Argenton & Prüfer, 2011].

133C’est sur ces limites de sécurité que l’on peut travailler pour apporter des changements à la conception et à la sauvegarde de la privacy dans un moteur de recherche. L’équipe se rend compte, en travaillant sur les couches P2P du système, que c’est encore une fois la décentralisation de l’architecture du système qui pose en même temps des opportunités et des défis de design : « si l’équilibre de la vie privée et de la personnalisation ne doit pas être résolu comme un compromis, mais d’une manière qui rend les deux aspects supérieurs aux solutions actuelles, cela n’est possible que grâce à la recherche distribuée », propose Georg à la communauté au moyen d’une entrée de blog. Avec la distribution, il devient possible d’éviter la traçabilité des logs de la part d’une entité centrale, et de faire en soi que les informations personnelles ne quittent pas le client P2P et le terminal de l’usager, à moins qu’elles ne soient encryptées avant sur ce même terminal. Les risques de fuites ou vols délibérés d’informations d’un « dépôt » central peuvent être minimisés. Le modèle distribué permet de reconfigurer le système Sladder comme « une sorte d’anonymiseur distribué » où les termes de recherche et d’interrogation ne peuvent pas être bloqués par des acteurs extérieurs… ou par l’entreprise.

134Georg et son équipe décident donc de poursuivre une stratégie de développement en trois volets : l’absence d’une entité coordonnatrice centrale (et sa distribution, ou répartition, sur le réseau), l’absence de search logs (« carnets des interrogations ») et l’encryptage des requêtes faites au moteur de recherche.

135En premier lieu, Jiechi travaille sur le client P2P de façon à ce que les données personnelles de l’utilisateur ne quittent pas son ordinateur. Georg explique que Sladder est programmé pour indexer seulement les pages publiques sur l’Internet, plutôt que des pages Intranet ou protégées par le protocole https. Tout en rappelant à ses usagers que l’action d’interroger un moteur de recherche, et d’en obtenir des résultats, est dans la plupart des cas une action « publique » vis-à-vis l’écosystème Internet :« il est important d’être conscients du fait qu’il n’y a pas de privacy inhérente à la visite de pages Internet. Votre FAI, de nombreux points de passage intermédiaires sur Internet, et le site visité, lui-même, sont au courant de votre visite »,

136l’équipe Sladder met en avant dans son blog, en août 2009, les points principaux de sa « stratégie de privacy ». Entre coordination décentralisée, opérations en local et index distribué, les enjeux centraux du dispositif se dessinent : anonymisation et encryptage des interrogations. Georg remarque que :

« Sladder n’a pas d’institution centrale, qui serait dédiée à collecter les flux de déclics. Les pages web, qui sont de toute façon publiques, sont encryptées dans l’ordinateur de l’utilisateur, puis stockées dans l’index distribué. L’index ne contient que des informations cryptées. Il ne contient aucune information au sujet de qui y a stocké des informations. »

137Le deuxième volet, l’encryptage des interrogations, doit permettre à l’utilisateur d’être protégé d’éventuels blocages ou filtrages de la part du fournisseur d’accès Internet ou de l’administrateur de système. Quant au troisième volet – l’anonymisation des interrogations – il s’agit là d’un aspect qui dérive de l’architecture distribuée et qui empêche le fournisseur de service de garder trace des search logs, même si c’était son intention : « Aucune instance centrale pour la surveillance n’existe. Donc le fait de ne pas collecter les search logs n’est pas seulement une promesse : c’est techniquement impossible ».

  • 53 Groupe de recherche international qui étudie l’impact des technologies et de la pensée peer-to-pee (...)

138Roland Merritt, commentateur de ReadWriteWeb qu’on a déjà rencontré dans notre récit – devenu en début 2010 consultant pour Sladder, sur la question, en particulier, de la tension personnalisation/ privacy – reprend et détaille cet argument au cours d’une discussion sur la liste de diffusion de la P2P Foundation53 :

« Sladder n’indexe que l’information qui est déjà accessible au public. Si quelque chose ne va pas, vous [l’utilisateur] pouvez supprimer la page d’origine, qui va disparaître du système P2P, automatiquement. Récemment, Google a offert une recherche de type https, encryptée, pour plus de privacy. […] Alors que la recherche https Google élimine les intrusions par des intermédiaires, ceux-ci peuvent quand même collecter les search logs. Https ne protège pas contre des fuites en raison de problèmes techniques, erreurs humaines, changements des termes de service par la suite, vol de données, contestations judiciaires, ou coopération silencieuse avec les autorités intéressées. Google recueille toujours des données personnelles, mais propose une définition de vie privée par la politique de confidentialité [privacy by policy], qui peut facilement être changée ou remise en question. La même chose est vraie de Facebook, c’est clair ! Sladder, en revanche, propose que le droit à la vie privée soit défini par la conception de l’architecture technique [privacy by architectural design] : les données nécessaires au classement de l’information sont rendues anonymes ; les interrogations de recherche restent encryptées a tout moment, parce que l’index lui-même est encrypté ; enfin, il n’y a pas de dépôt central de données qui pourraient être mis sous surveillance. »

  • 54 La discussion par courriel dont est tiré l’extrait concerne d’ailleurs l’opposition entre le résea (...)

139La stratégie opérée par Sladder peut donc se résumer en ce déplacement d’une « privacy by policy » à une « privacy by architecture ». Dans le récit de Georg et l’explication écrite de Roland, se dessine donc, de façon intéressante, une idée de « privacy par la technique » qui met l’accent sur les contraintes posées par le modèle technique de choix des développeurs [Cavoukian, 2006 ; 2009 ; 2010 ; Schaar, 2010]. Celleci souligne comment les termes d’utilisation et les politiques de confidentialité des concurrents de Sladder, promettant aux usagers que leurs données vont être traitées d’une certaine façon, peuvent être assez facilement changés, souvent à l’insu des usagers eux-mêmes54.

140L’intervention de Roland met par ailleurs l’accent sur un ensemble de contraintes qui, pour certaines opérations et traitements de données, ont obligatoirement ou nécessairement lieu au moment où se « fabrique » un réseau distribué et sans centre, avec ses limites, ses opportunités et ses conditions techniques. L’anonymisation des « données d’attention » issues des interrogations ; l’encryptage de ces interrogations et de l’index lui-même ; l’absence d’un point central qui pourrait être attaqué, constituent trois points qui contribuent à préciser une définition de protection de la vie privée de l’utilisateur/pair qui découle « par la conception de l’architecture technique » du modèle distribué, et déplacent les termes de définition de la confidentialité des données de navigation comme ils avaient déplacé ceux de la recherche personnalisée.

CONCLUSIONS

141Quelles sont les contraintes, principalement techniques mais aussi de marché, qui s’exercent sur un dispositif dont les concepteurs veulent pousser la décentralisation jusqu’au bout, pour introduire une version de P2P « intégral » dans la recherche d’information en ligne ? La recherche « six fois distribuée » – l’indexation, la découverte d’information, la recherche, la classification, l’amorçage, la mise à jour du logiciel – négociée et mise en œuvre dans Sladder, montre comment l’équipe de développeurs de ce moteur de recherche s’est attachée à libérer le réseau sous-jacent à leur système, aux différents niveaux qui composent son architecture, de la dichotomie entre le client et le serveur. Les pairs y sont mobilisés en tant que composants d’un système sociotechnique reliant les usagers, les algorithmes et les ressources techniques mises à disposition. Mais le fait de ne pas considérer les pairs comme des avant-postes d’un système centralisé, mais comme égaux aux marges du réseau et de travailler à partir de cette conception, se présente comme un enjeu extrêmement délicat pour les développeurs à ce stade de l’expansion du système.

142La conception de la « centralité » de l’usager (et des ressources que celui-ci apportera à l’ensemble du système) qui découle de cette démarche de distribution est apparue à la fois comme la plus grande opportunité et le risque majeur pour le dispositif. Il s’agit d’un système qui ne demande pas d’importants investissements de ressources de la part de l’entreprise, qui peut travailler dans des situations stables et instables, et il lui est également possible de se ressaisir de façon autonome après une défaillance ; en même temps, la centralité de l’usager et des ressources que celui-ci apportera à l’ensemble du système peut aussi être problématique pour la durabilité du dispositif, particulièrement dans ses phases initiales. Ne compter sur d’autres ressources que celles fournies par les usagers, « compter sur le monde entier pour être son réseau », signifie aussi, pour les développeurs, prendre un gros risque, en pariant sur le fait qu’ils parviennent à intéresser un nombre important d’usagers afin d’assurer le bon fonctionnement technique du dispositif lui-même, et de permettre sa croissance et stabilité au fil du temps. Plus d’usagers signifient non seulement plus de ressources matérielles (mémoire, CPU, bande passante) à disposition de l’ensemble, mais aussi, on l’a vu, un affinement progressif de la variété et de la fiabilité des résultats obtenus par chacun d’entre eux, et une meilleure expérience utilisateur pour l’ensemble du réseau.

143La pénurie d’usagers s’est révélée le problème principal pour les utilisateurs de la première heure, jusqu’au point de compromettre, dans certains cas, l’expérience utilisateur, ce qui a contraint les développeurs à des solutions techniques temporaires de repli. Le client P2P, que les utilisateurs de Sladder doivent installer comme précondition à l’entrée dans le système, donne aussi lieu a controverse : le symbole de l’articulation entre les dimensions locale et globale du système, « vendue » par l’équipe Sladder comme un des points novateurs et originaux de leur service, se transforme dans les réactions de certains usagers et commentateurs en un obstacle, une barrière à l’entrée, contraignant l’équipe à une renégociation du client P2P en tant qu’opportunité de marché, symbole d’une autre façon de concevoir la recherche d’information sur le Web et peut-être l’Internet dans son ensemble. Une conception de responsabilité socio-juridique partagée prend forme entre temps, basée sur la capacité de l’usager de créer et exécuter des interrogations de recherche, qui, en s’intégrant à l’index distribué, auront une influence sur les résultats de recherche obtenus par les autres utilisateurs. Enfin, la prise de conscience par les développeurs de l’importance de réconcilier la protection des données personnelles et la recherche basée sur la personnalisation (la première est une condition nécessaire pour que suffisamment d’usagers pionniers aient confiance dans la deuxième, et pour qu’ils acceptent d’être part de la « masse critique » nécessaire au démarrage du dispositif) contribue à préciser une définition de protection de la vie privée de l’utilisateur/pair découlant « par l'architecture » du modèle distribué.

144Celle de Sladder est une démarche d’innovation qui – en attribuant une importance centrale à l’usager, tout en craignant sa défection – souhaite proposer un modèle de décentralisation « intégrale », à plusieurs niveaux, comme alternative économique – vision qui, bien que par moments liée à questions plus classiquement « politiques » de liberté et contrôle, ne peut se résumer à celles-ci. La libération du serveur, par un P2P qui s’explicite dans plusieurs « couches » du dispositif, n’est pas une fin en soi, mais un moyen pour l’entreprise, les usagers, ou les deux à la fois, d’obtenir un avantage économique – un changement dans la protection de ses données personnelles, dans l’utilisation de ses ressources techniques et de celles des autres usagers, dans la pertinence des résultats de ses interrogations. Pour l’équipe Sladder, il faut donc que le modèle P2P soit poussé jusqu’au bout, non pas comme étiquette médiatique mais comme avantage comparatif et comme produit de qualité, comparable à ceux des grands acteurs.

145Cette stratégie, au-delà des aspects plus « rêveurs » et utopistes liés à la complète distribution de l’information que le modèle P2P comporte, est susceptible de proposer de manière claire un modèle de contribution de ressources certes risqué – puisqu’il s’appuie entièrement sur le choix de « migration » délibéré de l’usager – mais capable de mériter la définition de « technologie de rupture » [Christensen & Overdorf, 2000 ; Christensen et al., 2006 ; Oram, 2001 ; Subramanian & Goodman, 2005]. Elle suggère aussi la possibilité de co-existence de deux versions du social turn dans la recherche d’information en ligne [Noll & Meinel, 2007 ; Smyth et al., 2009] : une qui demeure algorithmique et centralisée avec Google, et une qui s’appuie sur la distribution, la décentralisation, le P2P.

146S’il est l’une des expérimentations avec la recherche décentralisée les plus réussies jusqu’ici, Sladder n’est pas un cas isolé. D’autres projets et entreprises, à des stades de développement très différents – des projets universitaires, des projets qui sont en train d’implémenter la couche P2P de leur service au même moment où ils deviennent une start-up, ou encore des dispositifs en fonction, parfois dotés d’un nombre important d’utilisateurs – contribuent à façonner la recherche d’information en P2P, et sa place présente et future dans le marché des moteurs de recherche.

147D’une part, l’introduction de dynamiques décentralisées dans les moteurs de recherche peut sembler un phénomène de niche – ne pouvant intéresser que des utilisateurs pionniers, souvent développeurs eux-mêmes, pour qui l’exploration du substrat technique complexe du système représente un défi, et son utilisation une valeur ajoutée. Les moteurs de recherche en P2P resteraient alors apanage de cette minorité de power users pouvant démêler, à l’aide de leurs compétences techniques, des équations à l’allure parfois paradoxale : comme celle qui relie une privacy augmentée à un suivi perpétuel des actions des utilisateurs – actions dont les traces resteraient locales et encryptées. D’autre part, le nombre important de clients/usagers de Sladder – deux millions et demi en 2010 – semble montrer que l’intérêt pour ce type de dispositif se développe sur des bases plus larges.

148Le succès ou l’échec des moteurs de recherche en P2P pourrait enfin être liée à la capacité de ces systèmes à « monter sur les épaules des géants », au même moment où ils cherchent à s’en différencier : pour plusieurs de ces projets, plus récents que Sladder, la valeur ajoutée et la spécificité d’un moteur P2P ne consiste pas dans le fait de se présenter comme une « alternative » radicale à Google, mais en complémentarité avec celui-ci. Cela présente l’avantage, pour le moteur P2P, de « construire sur » la force d’un acteur comme Google au lieu d’essayer de la contrer, ce qui, surtout dans la phase d’amorçage, signifie sauf exceptions la défaite. Cette complémentarité pourrait être la clé permettant au grand public d’envisager la recherche en P2P non pas comme « meilleure » ou « pire » que la recherche centralisée en termes absolus, mais comme une technologie permettant d’explorer différents types de résultats, ou de donner la priorité à certains aspects de la recherche et de la découverte d’information : par exemple, à la recommandation, à l’identification des préférences, et au rapprochement des usagers partageant des intérêts communs.

Anmerkungen

34 Le nom fictif choisi pour cette entreprise signifie « potins » ou « gossip » en danois, souhaitant renvoyer à la capacité du service de capturer « ce dont les gens parlent ».

35 Pour de nombreux auteurs, le monopole dans la recherche d’information en ligne est par ailleurs inévitable [voir par exemple Pollock, 2009].

36 La compagnie était à ce moment basée en Allemagne et au stade d’alpha fermé.

37 En 2008, estimés par Sladder à 450 000 serveurs et 2 millions de dollars.

38 Une table de hachage distribuée [ou DHT pour Distributed Hash Table] est une technologie permettant l’identification et l’obtention, dans un système reparti tel que certains réseaux P2P, d’une information. L’ensemble de la table de hachage est constituée virtuellement par tous ses constituants répartis sur tous les éléments du réseau, qui en possèdent chacun une partie.

39 Une grappe de serveurs, ferme de serveurs, ou ferme de calcul [computer cluster ou server farm en anglais] est un regroupement de plusieurs ordinateurs indépendants afin de permettre une gestion globale et de dépasser les limitations matérielles d’un ordinateur unique.

40 Un métamoteur [ou méta-moteur ou méta-chercheur] est un logiciel qui puise ses informations à travers plusieurs moteurs de recherche, c’est-à-dire qu’il envoie ses requêtes à ces moteurs, et retourne les résultats de chacun d’entre eux. Le métamoteur permet aux utilisateurs de n’entrer le sujet de leur recherche qu’une seule fois mais d’accéder aux réponses de plusieurs moteurs de recherche différents. Un métamoteur élimine les résultats similaires ; par exemple, si Google et Yahoo ! renvoient sur les deux mêmes liens, le métamoteur ne va l’afficher qu’une seule fois dans la liste des résultats.

41 Logiciel qui explore automatiquement le Web et en collecte les ressources afin de permettre à un moteur de recherche de les indexer.

42 Wikia Search a été un moteur de recherche Web libre et open-source, lancé par Wikia, une société créée à la fin de 2004 par le fondateur de Wikipédia, Jimmy Wales, et par Angela Beesley. Wikia Search a été lancé officiellement en tant que public alpha le 7 janvier 2008, mais après avoir échoué à attirer un public important, le site a fermé en 2009.

43 Pour reprendre les mots d’Anne-Marie Kermarrec, responsable de Gossple, un projet universitaire de moteur de recherche collaboratif en P2P, basé à l’université de Rennes et financé au niveau européen.

44 Pour les développeurs, la qualité des résultats est liée en tout premier lieu à la quantité d’utilisateurs qui font part du réseau de recherche, car elle se construit à partir de leurs contributions – et plus celles ci sont, plus les résultats peuvent être « affinés » progressivement. La définition de la « qualité » des résultats d’un moteur de recherche est par ailleurs un point sur lequel beaucoup a été écrit et continue à être écrit. Voir à titre d’exemple [Simonnot, 2008].

45 Un agrégateur d’actualités créé en 2007.

46 Il ne semble pas déplacé de rappeler ici que certains auteurs doutent que ce recrutement et intéressement des usagers soit effectivement possible à l’heure actuelle, étant données les caractéristiques de « monopole naturel » du marché de la recherche en ligne. Voir [Pollock, 2009] et [Rieder & Sire, 2012].

47 Pour clarifier toute ambiguité sémantique, on souhaite préciser qu’on utilise le mot « client » dans cette section pour indiquer le logiciel que l’utilisateur télécharge sur sa machine afin que celle-ci participe au réseau P2P – et non dans l’acception d’« acheteur d’un service ou d’un bien ».

48 Joost (nom de code The Venice Project) est un projet de Niklas Zennström et Janus Friis (les fondateurs de KaZaA et Skype), dont le but est de créer un logiciel permettant la distribution de programmes de télévision et d’autres formes de vidéos sur le web en utilisant la technologie P2P.

49 Il s’agit des techniques de sauvegarde de la privacy mises en œuvre dans Sladder, comme on verra plus tard.

50 De façon intéressante, cette formulation renvoie la responsabilité vers l’utilisateur, mais ne mobilise pas explicitement le statut d’hébergeur et le droit au « havre de paix » [Elkin-Koren, 2006] qui en découlerait.

51 Dans un ouvrage récent, Jean-Michel Salaün propose de considérer le Web comme une étape dans une « histoire longue et méconnue, celle du document ». Il suggère que les « nouveaux venus » dans le domaine des services Internet, comme Apple, Google ou Facebook, privilégient chacun une dimension différente du document pour prendre une position dominante dans la construction d’un « néodocument », et propose enfin aux acteurs indépendants du Web de développer leurs formes spécifiques d’« architecture de l’information » pour contrer l’hégémonie des géants de la Toile.

52 Sorte de spyware installés volontairement par l’usager, les logiciels myware gardent des traces des activités que celui-ci exerce sur et au moyen de son ordinateur, et en font bénéficier les autres utilisateurs, en s’appuyant sur des technologies d’agrégation de données et de métadonnées.

53 Groupe de recherche international qui étudie l’impact des technologies et de la pensée peer-to-peer sur la société :http://p2pfoundation.net/.

54 La discussion par courriel dont est tiré l’extrait concerne d’ailleurs l’opposition entre le réseau social distribué Diaspora*, qui venait d’être publié en version closed alpha au moment de la discussion, et l’omniprésent Facebook, dont les politiques de confidentialité et les termes d’usage sont souvent critiqués pour leur fréquence de changement, et leur opacité pour l’utilisateur final.

Der Text und andere Elemente (Illustrationen, importierte Anhänge) stehen unter OpenEdition Books License, sofern nicht anders angegeben.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search