1. Temps et qualité de l’information

1Les éléments constitutifs de la qualité de l’information sont multiples. Dans un article relatif aux logiciels comptables, Luc Golvers propose une délicieuse analogie entre la qualité d’un logiciel et la qualité d’un vin :

« La qualité d’un vin est l’ensemble de ses qualités, c ’est-à-dire de ses propriétés qui le rendent acceptable ou désirable. Derrière chaque définition se profile ou se cache celui qui, en dernier ressort, juge la qualité, l’homme qui boit le vin. [...] La qualité est sans cesse perfectible parce qu’elle est essentiellement oeuvre humaine"2

2De là se dégagent plusieurs caractéristiques “intuitives”, parmi lesquelles le fait que, dans le cas d’un logiciel comme dans celui du vin, la qualité est relative, évolutive et dépend des compétences et des exigences des utilisateurs. Certains critères de qualité sont mesurables, d’autres ne le sont pas, les uns sont objectifs, les autres, subjectifs. Si la distinction est fondamentale lorsque l’on examine un logiciel, elle l’est a fortiori lorsque l’on analyse la qualité d’un vaste système informatique. Au coeur de toute étude qualitative, il est en effet impératif d’évaluer la nature des composantes de l’information, ces composantes ne revêtant pas le même degré d’objectivité. Les unes (format, type, domaine de définition, ...) relèvent du mode de représentation logico-opérationnel de l’ordinateur. Certaines composantes (flux d’information, pratiques administratives, ...) sont d’ordres organisationnel et humain. D’autres enfin (contexte de l’information, théories sous-jacentes, politiques de gestion...) constituent le cadre de référence du système. Dans la pratique, ces différents niveaux sont intimement liés. Mais afin d’analyser et d’améliorer la qualité des données qui émanent du système, il convient toutefois de "disséquer" chaque niveau et d’en évaluer ensuite les interactions.

3Parmi les nombreux axes de recherche auxquels renvoie une telle analyse, nous avons choisi d’évoquer ici la délicate question de la gestion de l’information dans le temps et ce, pour deux raisons. En premier lieu, parce qu’à chaque niveau de composante évoqué plus haut, correspond un ordre de temporalité distinct. En second lieu, et quelle que soit la structure conceptuelle ou physique d’une source informatique, parce que celle-ci n’offre à un instant t qu’un état figé d’un ensemble d’informations qui, bien souvent, émanent de systèmes d’information dynamiques. On observe dès lors un décalage temporel – et de là, conceptuel – entre l’état de la source et la « photographie » qui en émane. Afin d’exploiter un système informatique, il convient dès lors de tenir compte de ces décalages et d’en évaluer la portée en fonction des usages.

4Une telle démarche s’applique aussi dans le cas d’un CD-Rom. Car la sémantique et la structure de l’information diffusée sur ce support seront d’autant plus riches que l’on connaîtra avec précision la sémantique des sources dont elle émane. A titre d’illustration, nous examinerons le cas d’un CD-Rom émanant d’une source informatique administrative contemporaine. La base de données que nous analysons (LATG, Loon en Arbeid Tijdgegevens) répertorie les informations trimestrielles relatives au salaire et au temps de prestation des travailleurs assujettis au régime de la sécurité sociale des travailleurs salariés. Les concepteurs et gestionnaires de cette base de données doivent faire face à de nombreux défis. Les uns sont liés au volume de l’information à gérer et à contrôler (chaque trimestre, des données relatives à plus de trois millions de travailleurs et à deux cent mille employeurs doivent être traitées). Les autres tiennent à la complexité et à la mouvance du réel sous-jacent. D’autres encore tiennent à la fréquence des modifications législatives, impliquant autant de mises à jour de la base de données. Pour ces raisons, la base de données LATG constitue un laboratoire d’analyse extrêmement riche et son étude permet de dégager des enseignements méthodologiques applicables à d’autres domaines et à d’autres types d’information.

5Cette étude s’inscrit dans le cadre des recherches que nous menons depuis plusieurs années : nous inspirant de la critique historique et de la recherche en matière de bases de données, nous étudions les modes d’analyse critique et d’amélioration de la qualité des bases de données administratives3. Si ces questions dépassent celles du support physique de l’information, dans le cas des CD-Rom, elles prennent toutefois un éclairage particulier.

2. D’une source évolutive et vivante à la « photographie » sur CD-Rom

6L’information centralisée et structurée sur CD-Rom (Compact Disk – Read Only Memory) constitue une source figée et inaltérable. La technologie des CD-Rom offre de nombreux avantages : capacité de mémoire, facilité d’utilisation, combinaison de techniques hypermédia (permettant la mise en relation de concepts dans des contextes différents) et multimédia (combinaison de textes, son, images, séquences vidéo, ...). Un CD-Rom permet ainsi la confrontation et la centralisation de sources de natures diverses relatives à un même domaine. Mais afin de profiter pleinement de ces avantages, il convient de prendre conscience des limites qu’ils induisent. En effet, haute finition graphique et dynamique interne4 ne doivent pas masquer le fait que la structure d’un CD-Rom, comme celle de tout système d’information, relève d’une interprétation subjective des données. L’interprétation subjective des concepteurs est d’autant plus prégnante que le lien entre les sources d’origine et l’information sur CD-Rom se rompt. Une fois conçu, ce dernier acquiert une "existence autonome". L’utilisateur dispose rarement des moyens permettant d’en tester la fiabilité en raison, notamment, de l’opacité du code et de la coexistence, dans un environnement hypermédia parfois féerique, de sources partielles, hétérogènes ou insuffisamment documentées. Citons, à titre d’exemple, dans le domaine de la recherche en histoire, le cas du CD-Rom "Sainte Sophie"5 et dans le domaine économique, celui de la Centrale des Bilans6. Un CD-Rom est un système clos, abstrait d’un autre système qui, lui, est ouvert et dynamique. C’est ce dernier que nous allons maintenant étudier.

3. La question du temps dans la gestion d’une source INFORMATIQUE administrative et son incidence sur l’exploitation d’un CD-Rom

7Plusieurs historiens contemporains, Ernest Labrousse, Fernand Braudel, ensuite, ont développé la notion de "temporalités étagées". Ce concept qui a été récemment exposé par Antoine Prost7. Dans sa thèse, "La Méditerranée et le Monde méditerranéen à l’époque de Philippe II"8, Fernand Braudel distingue le temps long des structures géographiques, le temps intermédiaire des conjonctures économiques et le temps court de l’événement politique. Si ces distinctions sont des constructions de l’esprit, elles ont l’immense mérite de dégager des structures d’interprétation, chaque niveau étant en soi "un essai d’explication"9. Nous nous inspirerons de cette typologie afin d’analyser les problèmes que pose la gestion du temps dans un système informatique. Comme l’explique Antoine Prost, il s’agit d’articuler :

"les temps différents les uns par rapport aux autres, un peu comme l’utilisation de la profondeur du champ permet au cinéaste de montrer plusieurs personnages, tous distincts, alors qu’ils s’échelonnent à distance variée de son objectif10

8Dans cet esprit, nous aborderons successivement, le "temps court" des traitements informatiques, le "temps intermédiaire" des pratiques et le "temps long" du référentiel.

3.1. Le "temps court" des traitements informatiques

9La conception d’un CD-Rom comporte trois étapes itératives et incrémentales : conception du schéma conceptuel de l’information de base, des parcours de lecture et enfin, de l’interface11. Dans l’esprit de la démarche historienne qui consiste à remonter aux sources, nous prendrons le processus à rebours et partirons du schéma conceptuel (figure 1).

10Le schéma de la figure 1 repose sur la sémantique du modèle EER (Enhanced Entity Relationship)12. Les travailleurs, identifiés par une clé “unique” (numéro de sécurité sociale), sont répartis en classes (ouvrier, employé, ...). La partition est totale et non exclusive. A certaines classes correspondent des régimes de travail particuliers (par exemple, des prestations à temps plein s’étalant sur trois jours par semaine, à raison de trois fois douze heures). Un travailleur effectue des prestations pour un ou plusieurs employeurs, identifié(s) par un matricule et réparti(s) en catégories d’activité au sein desquelles des conventions locales spécifiques (relatives, par exemple, aux avantages sociaux des travailleurs) peuvent être d’application. La partition est totale et non exclusive. A un employeur correspondent un ou plusieurs travailleurs. En fonction notamment du nombre de journées de travail prestées et de la période considérée (mais aussi d’autres attributs non représentés sur la figure 1 : rémunération versée, taux de cotisation en vigueur, ...) un montant de cotisations sociales à payer est calculé.

11Chaque trimestre, ces informations permettent le prélèvement annuel d’environ mille milliards de BEF. Par ailleurs, un CD-Rom ventilant, entre autres, par catégorie d’activité et région, des effectifs d’employeurs et de travailleurs est réalisé à partir de la base de données LATG et est essentiellement exploité à des fins statistiques. Mais entre la gestion quotidienne des données et la conception du CD-Rom, de nombreux traitements sont réalisés (figure 2) : l’information est saisie (T1), contrôlée automatiquement (T2), complétée par de nouvelles informations saisies et testées (T3), vérifiée manuellement (T4), modifiée suite à la parution d’une loi à effet rétroactif (T5), ...

12La figure 2 illustre les décalages temporels que nous évoquions dans l’introduction. On y observe une modification dans le temps de la consistance et de la complétude d’un même ensemble d’informations relatives à une même période. Dans l’exemple, la valeur d’un même attribut est cinq fois différente si on la consulte à cinq moments différents (de T1 à T5). Ceci est fondamental lorsque l’on envisage la conception et l’exploitation d’un CD-Rom : la qualité des informations dépendra du moment auquel la source sera figée sur le support. Ajoutons que la sémantique d’une même donnée varie avec celle de la structure informationnelle qui l’encadre. Les données s’éclairent mutuellement : ainsi, la valeur d’un attribut A (un montant de cotisations sociales, par exemple) jugée correcte à l’instant t peut s’avérer douteuse ou erronée à l’instant t+1 si la valeur d’un attribut B qui lui est conceptuellement lié (l’identifiant unique d’un travailleur, par exemple) est déclarée fausse en t+1. A l’échelle de centaines d’attributs et de millions d’enregistrements traités de façon décalée, le temps de stabilisation de l’information est a priori impossible à déterminer et varie lui-même dans le temps. En effet, en fonction des événements qui affectent le système informatique, telles les modifications législatives et les multiples complications qu’elles impliquent, le temps nécessaire à la correction de l’information sera plus ou moins long. S’il est impossible de l’évaluer avec précision, il est toutefois indispensable, pour des raisons opérationnelles, de déterminer des cycles de correction. De cette brève analyse se dégagent deux grandes contradictions inhérentes à l’examen de la qualité d’un système informatique administratif :

1. la diffusion d’informations récentes dont la qualité est incertaine ou celle d’une information moins actuelle mais plus fiable.

2. la prise en compte, dans le processus de correction, de cas exceptionnels et peu récurrents, au risque de complexifier les programmes de test et les procédures de correction ou la gestion exclusive des anomalies les plus courantes.

13La solution à ces contradictions varie en fonction des usages. D’un point de vue administratif, chaque enregistrement (chaque citoyen) doit être pris en compte quelles que soient la durée et la complexité de la phase de correction. D’un point de vue statistique, par contre, la nécessité de diffusion régulière de résultats impose l’adoption de compromis. Dans le cas du CD-Rom issu de la base de données de l’ONSS, le temps de "stabilisation" précédant l’intégration des données sur disque fait l’objet d’un examen approfondi.

3.2. Le "temps intermédiaire" des pratiques

14Les niveaux 1 à 4 de la figure 3 illustrent, à titre d’exemple, plusieurs types de pratiques constitutives de l’environnement organisationnel de notre base de données. Contrairement aux traitements informatiques qui se déroulent quotidiennement, ces niveaux se déploient sur une ou plusieurs années, selon un rythme propre. Chacun d’entre eux a cependant une influence spécifique sur la qualité de l’information :

1. les normes sur les normes : citons, par exemple, la question du temps de prescription de l’information, fixé par la loi. De celui-ci dépend la période au cours de laquelle les données seront actives et feront l’objet de tests et de corrections. Une fois le temps de prescription échu, les données doivent être archivées et les anomalies résiduelles ne seront plus systématiquement examinées13. Récemment, le temps de prescription des données gérées par l’ONSS est passé de 3 à 5 ans.

2. les normes et leurs interrelations : au fil des modifications législatives, la signification des attributs ainsi que la structure du schéma de la base de données se modifient. Des "versions de schéma" doivent être maintenues simultanément. Ceci a une grande influence sur l’interprétation ultérieure de l’information. Par exemple, le champ de l’assujettissement à la sécurité sociale peut se modifier, incluant ou excluant tel groupe de travailleurs ou d’employeurs. Connaître ces variations est indispensable si l’on veut interpréter les séries temporelles d’effectifs. Autre exemple : depuis plusieurs années, les réductions de cotisations sociales octroyées aux employeurs sont cumulables sous certaines conditions. Evaluer les effets de la politique de réduction des charges patronales par type de réduction est dès lors périlleux puisqu’il n’est plus possible d’attribuer les embauches compensatoires (si tant est qu’on puisse les identifier) à une réduction spécifique.

3. Les pratiques administratives et informatiques : sur le plan administratif, la modification de nomenclatures internes, la restructuration de certains flux d’information et sur le plan informatique, l’introduction de nouvelles technologies, la modification des stratégies de test et de correction ont une incidence évidente sur la qualité de l’information. Si, comme nous l’avons vu au paragraphe précédent, la consistance et la complétude d’une base de données varient dans le temps, les critères permettant de mesurer consistance et complétude varient également.

4. La structure du réel appréhendé : le monde des employeurs assujettis à la sécurité sociale n’est pas un monde figé. Des entreprises fusionnent, se scindent, d’autres disparaissent, de nouvelles professions ou catégories d’activités non prises en compte dans les nomenclatures officielles apparaissent14. Sur le plan administratif, la fusion de deux entreprises donnera lieu à la suppression de deux identifiants d’employeurs et à la création d’un nouvel identifiant alors que sur le plan économique, il y a continuité. Ces questions et les divergences d’interprétation qu’elles impliquent font l’objet de nombreuses recherches15.

3.3. Le "temps long" du référentiel

15Les informations issues du système informatique permettent à l’Office National de Sécurité Sociale de remplir les fonctions administratives dont il a la charge. Elles font également l’objet de traitements statistiques utilisés à des fins de prévision dans le cadre de la gestion politique ou dans celui de recherches universitaires. Ces prévisions donnent parfois le jour à des modifications juridiques entraînant à leur tour des mises à jour de la base de données. On observe ainsi une relation circulaire entre la signification de l’output et celle de l’input. Le mode d’exploitation d’une base de données administrative a une incidence sur son propre référentiel, qu’il s’agisse du processus de production de l’information qu’elle répertorie ou du « réel » qu’elle est censée représenter (niveau 5 de la figure 3). Dans ses travaux relatifs à la mesure statistique et aux systèmes d’information qui la produisent16, Jean-Louis Besson a analysé ce phénomène :

« Pour employer une analogie informatique, la mesure « formate » le monde social comme le fait le langage. [...]Tel est le principal résultat de la quantification : produire les faits économiques et sociaux, construire le référentiel et le rendre praticable. [...]La mesure est alors constitutive du fait, non parce qu’elle le crée, mais parce que, en le stylisant, elle le rend identique pour tous et apte à entrer en combinaison avec d’autres faits. »17

16Si l’influence réciproque entre normes législatives, processus d’exploitation de la base de données et réel appréhendé n’est jamais directement observable, elle évolue dans le temps et sur le long terme, il est possible d’en saisir les stigmates. Ainsi, la politique menée en Belgique dans les années quatre-vingts en faveur de la flexibilité du temps de travail a donné naissance à toute une série d’emplois atypiques dont il a fallu tenir compte dans les bases de données de la sécurité sociale. C’est le cas, par exemple, d’emplois à temps plein s’étalant sur deux ou trois jours par semaine. Or, la prise en compte informatique et administrative de ces nouveaux cas fut (et demeure) extrêmement complexe18. Ainsi, le calcul de certaines déductions de cotisations sociales nécessite la prise en compte du nombre de journées prestées. Or, une journée de travail prestée dans le cadre d’un temps plein « normal » (à raison de 5 jours par semaine) n’est pas comparable à celle d’un temps plein « atypique ». Dans certains cas, la meilleure solution consiste à traduire ces différentes prestations en heures de travail, ce qui implique l’adoption de conventions. On pourrait affirmer que dans ce cas, le concept de « journée de travail » est devenu obsolète et n’est plus à même de représenter une réalité qui a changé mais dont les caractéristiques n’ont été qu’imparfaitement conceptualisées dans la législation.

17Notons à ce propos que le problème est d’autant plus complexe que les données dont la définition fait l’objet d’une évolution temporelle sont elles-mêmes d’ordre temporel, comme c’est le cas ici... Dans la base de données que nous étudions, sur plus de deux cents attributs potentiels, une soixantaine de champs sont prévus pour indiquer des dates ou des périodes ! Il faut en effet tenir compte de toutes les réglementations particulières applicables à chaque sous-classe de travailleurs et d’employeurs. Il s’agit tantôt de prendre en considération les différentes périodes trimestrielles applicables en fonction de la fréquence de paiement des travailleurs, ce qui implique l’agrégation de périodes qui ne commencent pas en même temps ! Tantôt, il s’agit d’enregistrer le nombre de minutes de vol prestées par les employés de compagnies aériennes... Face à un tel déluge de dates et de périodes, nous serions tentée de nous exclamer avec saint Augustin :

« Qu’est -ce que le temps ? Si personne ne me le demande, je le sais, mais si on me le demande et que je veuille l’expliquer, je ne le sais plus... »19

4. Enseignements pour la conception et l’exploitation de CD-Rom’s développés dans d’autres domaines : le cas de la recherche et de l’enseignement en histoire

18Notre exposé repose sur l’analyse d’une source informatique administrative contemporaine. Plusieurs enseignements méthodologiques en émanent et peuvent éclairer la conception de systèmes développés dans d’autres domaines. Prenons le cas de CD-Rom’s destinés à la recherche et à l’enseignement en histoire.

19Si la modélisation d’archives anciennes repose sur le respect de l’intégrité du document original (y compris des incohérences20 qu’il contient éventuellement), une fois informatisées, les sources historiques, devenues « méta-sources »21, changent de nature. De statiques, elles deviennent dynamiques, générant une grande diversité d’outputs : indicateurs, comparaisons diachroniques, interstructurelles, ... Dès son informatisation, une source historique est en effet sujette à modifications dans le temps (rythmes distincts de mise à jour, évolution des pratiques informatiques, modification de la structure de la base de données, ...)22. Les sources anciennes forment à l’origine un système d’information clos qui, une fois informatisé, devient un système ouvert, susceptible d’être diffusé par réseau, fusionné avec d’autres ensembles informatiques et interprété à la lumière d’autres systèmes de référence. Des questions similaires à celles évoquées ici se posent alors, telles l’identification de la « version originale » d’une information.

20Enfin, les événements traités par l’histoire relevant, par définition, du passé, la structure du réel appréhendé ainsi que le cadre de référence de la source pourraient apparaître, contrairement à notre exemple, statiques. Or, il n’en est rien. L’histoire est un processus de connaissance "latéral", fondé sur l’analyse de “traces” qui évoluent dans un cadre de référence donné, lui-même évolutif23. Si les événements passés sont figés, l’image que nous en avons, elle, se modifie. Les incidences d’ordre temporel lors de la mise en oeuvre d’une base de données historiques sont dès lors nombreuses24.

5. Quelques solutions aux problèmes de décalages temporels : maîtriser le temps ?

21Nous proposons ici plusieurs pistes de recherche complémentaires en vue d’assurer une prise en compte des problèmes évoqués. Les unes, opérationnelles, concernent la conception et la gestion de la base de données. Les autres, plus informelles, concernent l’exploitation du système. Nous tenterons d’en évaluer la portée respective.

5.1. Enrichir la structure du système informatique

5.1.1. Les bases de données temporelles

22Les bases de données « temporelles » (ou « historiques »)25 se caractérisent par l’ajout d’attributs et/ou d’entités permettant la prise en compte de l’évolution dans le temps :

1. du contenu de la base de données. Dans ce premier cas, toutes les transitions (mises-à-jour) permises par le schéma doivent être spécifiées. Trois types d’attributs temporels peuvent être définis :
   

• 1. « event time » : moment auquel on attribue la survenance d’un événement dans le domaine d’application (par exemple, l’immatriculation d’un nouvel employeur) ;
     

  2. « transaction time » : moment auquel un événement est enregistré dans la base de données ;
     

  3. « user defined time » : moment auquel des traitements spécifiques (sélection, « join », agrégation, ...) sont effectués.

1. du schéma de la base de données (attributs temporels “T” de la figure

2. Dans ce second cas, il est possible, à l’aide d’un système de règles dynamiques (« Business rules »), de spécifier quand et comment les modifications du domaine d’application transforment le schéma et quelle est la période de validité de chacune de ses versions (dont certaines peuvent être valides simultanément pour diverses parties de la base de données).

23Les informations spécifiées au point 1 sont en partie implémentées dans la base de données que nous étudions : un historique de chaque mise à jour est disponible et l’on peut dès lors retracer le processus de correction et de validation de l’information, ce qui est extrêmement précieux pour l’utilisateur. Les informations spécifiées au point 2 permettraient de connaître le domaine d’application (la signification) de l’information et des relations entre informations d’une période à l’autre, à mesure que la sémantique de la base de données évolue. Cette seconde propriété nous semble particulièrement adaptée aux questions évoquées plus haut, à condition d’être adaptée avec mesure :

1. nous l’avons dit : plus de vingt-cinq pour-cent des attributs répertoriés dans la base de données étudiée sont d’ordre temporel. Ajouter d’autres entités ou attributs du même ordre présente le risque de complexifier l’ensemble des traitements. Par ailleurs, les bases de données temporelles ne consistent-elles pas uniquement à reporter le problème ailleurs ? Car comment s’assurer que les attributs et entités faisant office de référence temporelle ne font pas eux même l’objet de décalages ? Afin de contourner cette délicate question, il est préférable de ne retenir comme attributs ou entités que des éléments que l’on peut générer automatiquement à partir de la base de données (comme, par exemple, les dates de mise-à-jour correspondant aux modifications des valeurs, du schéma ou du code de la base de données).

2. les travaux scientifiques en la matière sont pour la plupart fondés sur des cas d’école simplifiés permettant la mise en oeuvre expérimentale de systèmes extrêmement sophistiqués26. Les systèmes proposés doivent dès lors être adaptés en vue d’une implémentation réaliste.

5.1.2. Les systèmes de méta-information

24Parmi les événements affectant un système informatique, certains sont informels : il est impossible, par exemple, de représenter en code binaire le décalage sémantique entre une norme législative incomplète et sa représentation informatique ou encore, l’évolution des pratiques administratives influençant la base de données. D’autres événements, tels le cycle de correction des données ou l’émergence de modifications législatives à effet rétroactif, ne sont pas prévisibles. Afin de rendre compte de ces phénomènes qui influencent considérablement la signification et la qualité de l’information, les systèmes de méta-information27 constituent un domaine de recherche extrêmement riche. Appliquée à une base de données, un système de méta-information (SMI) est un système d’information documentaire, plus ou moins standardisé, destiné à décrire et à accompagner la base et son environnement, tout au long de son cycle de vie (figure 5). Une instance de l’entité “travailleur” peut être définie par différentes instances de l’entité “normes et pratiques” : définition législative, administrative, informatique et caractéristiques propres de l’objet observé (par exemple, apparition, dans le “monde réel”, de nouvelles catégories d’activité non prises en compte dans les définitions “officielles”). L’attribut temporel “T” dénote l’évolution de ces différentes définitions. Par commodité, nous représentons ici l’association au niveau d’une instance de l’entité “travailleur”. Dans la pratique, les occurrences de l’entité “normes et pratiques” peuvent s’appliquer au niveau plus désagrégé d’une instance d’attribut. Dans un précédent article28, nous en avons présenté un état de la question approfondi (domaines d’application, types de méta-données, modes d’acquisition, de représentation et d’implémentation des méta-données). Nous avions évoqué les problèmes liés à la validation des méta-données informelles, à la mise à jour simultanée des données et des méta-données correspondantes et enfin, à l’étendue de l’information qu’il s’agit de capter et de documenter afin d’interpréter les données. Où s’arrête le niveau « méta » ? Théoriquement, la hiérarchie des niveaux est infinie, chaque couche pouvant être à son tour documentée à un niveau supérieur. Sur le plan opérationnel, la couche “ultime” retenue dépendra des objectifs et des usages du système d’information. Tous les systèmes “méta” sont acceptables, quelle que soit leur ampleur, à condition d’une part, que le champ sémantique de la base de données que l’on décide de documenter soit explicitement délimité29 et que d’autre part, ce champ soit humainement gérable au sein du cadre organisationnel dans lequel il s’insère. En effet si les données peuvent être gérées automatiquement au sein d’un système informatique, les méta-données correspondantes, de par leur nature informelle et textuelle, ne peuvent souvent faire l’objet que d’une mise-à-jour manuelle dont la gestion est lourde et coûteuse.

25Ces questions ont été récemment évoquées à la lumière d’expériences concrètes lors de la First IEEE (Institute of Electrical and Electronics Engineers) Metadata Conférence qui s’est tenue à l’Université de Maryland en avril 1996. Dans une communication retentissante, « The Metadata Myth... »30, plusieurs auteurs évoquent les inextricables problèmes pratiques que posent "l’usage abusif des méta-données. Dans le domaine de bases de données géospatiales exploitées par le Bureau of Census et la National Aeronautics and Space Administration (NASA), la mise en place d’un système de méta-information fédéral a en effet entraîné les avatars suivants : coûts exorbitants en personnel et en ressources, lourdeur des mises-à-jour, ésotérisme de la documentation, et finalement, obstacle considérable à l’échange des données... Les auteurs plaident dès lors pour la mise en oeuvre d’un ensemble réduit de standards, simplifiés mais opérationnels.

26Un autre participant préconise l’usage de méta-informations afin d’assurer la pérennité des enregistrements digitaux31. Pérennité mise en péril avec l’implémentation fréquente de nouveaux logiciels plus performants mais dont la technologie sophistiquée présente des risques d’incompatibilité avec d’anciens logiciels. Et ce, en raison notamment de l’usage croissant de données graphiques, hypertextuelles et multimédia dont l’implémentation est fortement dépendante d’un logiciel spécifique. "Digital information lasts forever – or five years, whichever cornes first ! ", ironise l’auteur. Celui-ci propose d’encapsuler les anciens enregistrements dans une couche "méta" standardisée qui les rendrait "self-explanatory" et traduisibles quel que soit le logiciel utilisé ultérieurement. Mais, s’interroge l’auteur, comment assurer la pérennité et la lisibilité future des méta-données standardisées que nous concevons aujourd’hui, les standards n’étant eux-mêmes pas éternels ? Pour échapper à cet infernal et récursif problème, l’auteur propose finalement d’encapsuler l’information digitale dans une annotation qu’il estime transparente : "a simple textual encoding can serve as a transparent annotation format".

27Une petite phrase en langage naturel pour assurer la lisibilité des enregistrements digitaux... La critique historique aurait-elle encore de beaux jours devant elle ?

5.2. Interpréter l’information : les apports de la critique historique

28Une fois la structure d’une base de données enrichie, une fois un système de méta-information mis en place, la représentation automatique cède ensuite le pas à l’interprétation subjective de l’information. Mais interprétation subjective ne signifie pas absence de méthode. Ainsi, la notion d’appareil critique, au coeur de la démarche historienne, est-elle fondamentale. Elle poursuit l’objectif – ambitieux et jamais pleinement réalisé – de permettre à celui qui interprète de dépasser sa propre subjectivité en la reconnaissant explicitement. Idéalement, l’appareil critique d’une analyse devrait permettre à tous de suivre et de vérifier le cheminement du raisonnement subjectif de celui qui interprète.

29En 1993, nous avions posé les bases des modes d’adaptation de la critique historique qui, traditionnellement, s’applique aux documents écrits, à l’analyse des sources informatiques32. Nous en avons récemment rappelé plusieurs principes à propos des risques de déformation de la structure des pages hypertextuelles diffusées sur le World Wide Web33. La méthode critique que nous proposons s’inspire des grands principes de la critique externe (ou de provenance) et de la critique interne (ou de crédibilité). Elle se caractérise par la coexistence de tests informatiques et d’une investigation directe sur le terrain. Elle ne peut dès lors résulter que d’une collaboration étroite entre utilisateurs et gestionnaires d’un système informatique.

30Nous avons vu ici que la fixation d’une source informatique sur CD-Rom impliquait inévitablement une vue partielle et partiale non seulement du réel observé (c’est le cas dans tout processus de connaissance...) mais aussi de la source d’origine. Et ce, en raison de la mouvance, à divers niveaux et à des rythmes divers, de la source, de son environnement organisationnel et de son cadre de référence. En ce sens, le troisième paragraphe de cet article, relatif à l’analyse du temps au coeur d’une source informatique constitue un essai, modeste et inachevé, d’interprétation critique de l’information. En effet, les incidences des décalages temporels évoqués s’atténuent à mesure que l’on en prend conscience et que l’on en fait état de façon explicite. Pour qui étudie l’évolution des effectifs de travailleurs salariés assujettis à la sécurité sociale, prendre en considération les cycles de validation de l’information et pour qui s’intéresse, en outre, aux causes de cette évolution, connaître les modifications législatives impliquant l’inclusion ou l’exclusion de certains groupes de travailleurs, ne peut qu’améliorer la qualité des interprétations ultérieures.

31Si la démarche critique semble naturelle lorsque l’on se trouve face à une collection de documents écrits – la critique historique en témoigne –, elle est plus rarement mobilisée dans le cas de l’exploitation des systèmes informatiques. Peut-être les effets impressionnants de la technologie confèrent-ils à l’ordinateur une forme d’autorité de facto... Ainsi, un fameux producteur de SGDB (systèmes de gestion de bases de données), particulièrement inspiré, a-t-il un jour dénommé ses produits "ORACLE"...

Figure 1. Schéma “entité-association” simplifié

Figure 2. “Temps court” des traitements informatiques

Figure 3 “Temps intermédiaire” des pratiques et “temps long” du référentiel

Figure 4. les bases de données temporelles

Figure 5. Prototype de système de méta-information