Partie 1 : Introduction et problématique

Que doit-on entendre par « humanités numériques » ? Comment discerner méthode, outil et problématique de recherche ? Que peut apporter le recours à l’outil informatique dans le cadre d’un travail de thèse ? Quel nouveau rapport aux sources et au travail de chercheur cela amène-t-il ?

Le 12 novembre 2015 avait lieu à la Bibliothèque Nationale de France, en étroite collaboration avec Paris-Sorbonne (IV), une journée d’études et de conférences intitulée « HumaN’Doc 2015 ».

Attention ! Ce résumé n’est pas exhaustif et n’a pas la valeur d’actes de colloque. Le but de cet article est de reprendre les éléments apportés par cette journée de rencontres lorsqu’ils apportent quelque chose à la réflexion menée pour ma thèse.

D’autres interventions et d’autres éléments ont été évidemment évoqué et fouillé lors de cette journée mais vous les retrouverez sur le site d’HumaN’Doc ainsi que dans les vidéos des interventions mises en ligne sur Youtube.

De manière moins formelle, revenant à l’occasion de cet article à l’expression « carnet de thèse » : il s’agit ici d’arracher quelques pages de notes prises à la volée lors d’HumaN’Doc 2015. Je ne vous livre pas non plus les plus de quinze pages de prises de note, mais seulement des extraits remaniés de manière plus problématisée – et ne souhaite pas prétendre à plus.

Afin de situer rapidement le contexte des conférences entendues et des rencontres faites, je me permets de reprendre ici quelques éléments des discours d’ouverture de la journée d’étude.

Pascal Aquien, Professeur de littérature anglaise à Paris-Sorbonne, rappelle que le projet HumaN’Doc s’inscrit dans un partenariat entre Paris-Sorbonne IV et la Bibliothèque Nationale de France  qui existe depuis longtemps. C’est ce lien institutionnel et de recherche qui permet aujourd’hui de mettre en relations différents acteurs autour de la question des « humanités numériques ».

Qu’entend-t-on par « humanités numériques » – domaine qui se développe de manière importante ?

On pourrait tenter de le définir de la manière suivante : l’application des outils informatiques à des sujets et des matériaux de la recherche en humanités. Un exemple concret d’application peut être par exemple l’identification de certains corpus – Molière et Shakespeare ont-ils véritablement écrit tous leurs textes ? Pour répondre à ces questions, les humanités numériques proposent de procéder, par exemple, par la comparaison automatisée des figures rhétoriques ou d’éléments linguistiques récurrents. Le Labex OBVIL (pour Observatoire de la Vie Littéraire)  réalise par exemple une étude aboutissant à la création d’un corpus de textes hyper Apollinaire, c’est-à-dire les textes du poète enrichis de liens renvoyant entre autres aux critiques littéraires de l’époque.

Didier Alexandre, Professeur de littérature française à Paris-Sorbonne et coordinateur du Labex OBVIL, donne également l’exemple d’une étude sur l’évolution de la notion de cosmopolitisme – et notamment de l’utilisation du mot « cosmopolit* » – vers celle de mondialisation – et l’apparition du mot « mondialis* » – en passant par le nationalisme, ceci à travers un vaste corpus de textes numérisés sur une période donnée ; corpus analysé de manière informatique afin de faire apparaître la répartition et l’occurrence des termes à travers les siècles.

Voir le site du Labex OBVIL pour plus d’informations et d’études.

L’outil informatique et les découvertes qu’il permet ne sont pas anecdotiques.¹

La pratique et les nouvelles perspectives ouvertes par les humanités numériques amènent évidemment à la problématique de la numérisation des textes et documents car cette numérisation permet l’automatisation de certaines recherches et collectes de données, ainsi que le rappelle dès l’ouverture Denis Bruckmann, Directeur des collections à la Bibliothèque Nationale de France. Du point de vue de la BnF il y a le numérique patrimonial – issu de la numérisation du patrimoine – et le numérique natif – à la fois l’ensemble des sites internets créés, et dont les contenus n’existent que sous cette forme, mais également le numérique présent dans la chaîne du savoir : de la production (articles, …) à la réception (revues, …) et de la conservation (archives du web, …) et à la recherche (bases de données, accès à distance…) . Ce nouveau support, on peut le dramatiser ou on peut le considérer comme une mutation sociale et technologique que doivent prendre en compte tous les acteurs de la recherche.

Afin de mieux se rendre compte de l’actualité et de l’importance de cette question : en terme de lecteurs et visiteurs, on compte 3000 lecteurs en salle de lecture de la BnF pour 60 000 sur Gallica pour une même période. Gallica est donc une bibliothèque qui est sans comparaison avec le site physique en terme de fréquentation, on ne peut nier son impact.

Gallica justement et Les archives de l’internet sont des exemples de cette prise en considération du numérique, de même que les réflexions et les actions menées par la BnF sur les humanités numériques, comme cette journée Human’Doc.²

Frédéric Clavert est docteur en histoire contemporaine, participant du Labex Écrire une nouvelle histoire de l’Europe , tient le carnet scientifique histnum sur l’histoire contemporaine à l’ère numérique. Il a tenu lors de cette journée Human Doc une conférence intitulée « Comprendre les humanités numériques : Enjeux, Outils, Réseaux – L’exemple de l’Histoire. »

A travers notamment son travail sur le centenaire de la Première guerre mondiale sur les réseaux sociaux, il a pu soulever les questions théoriques comme pratiques des humanités numériques.

Frédéric Clavert³ a proposé dans son intervention les définitions et enjeux de ce que l’on appelle les humanités numériques.

Les enjeux :

L’usage des sciences informatiques dans les SHS ne se résume pas à développer des programmes mais il permet également de se poser des questions méthodologiques, épistémologiques etc

Il faut insérer cet usage dans un phénomène plus vaste, la mise en donnée du monde qui correspond notamment à relever les éléments quantifiables pour pouvoir les analyser. Mais le fait de parler de ce processus est antérieur à l’ère numérique. Par exemple lorsque la marine américaine a systématiquement relevé et classé en tableau la fiabilité et les données des routes empruntées par ses capitaines – dont les choix étaient empiriques – cela leur a permis de déterminer quelles routes étaient les plus intéressantes et du même coup de faire des économies de temps et de carburant.

La méthode :

Il s’agit dans la recherche de passer du qualitatif au quantitatif. Parmi d’autres exemples de cette mise en donnée du monde on peut citer, Google Books  dont on peut grâce au programme Google Ngram Viewer exploiter le contenu des livres numérisés de manière quantitative – par exemple mesurer l’occurrence de tel mot ou de tel concept dans des corpus de textes très larges. Les lieux sont également des informations qualitatives mises en données via la technologie GPS, quant aux réseaux sociaux numériques, ils mettent eux en données tout aussi quantifiables les données sociales.

D’un point de vue plus large, la révolution promise des années 80 avec le développement matériel de la micro informatique a été plus un changement qui a été effectif par l’adoption de l’ordinateur à la place de la machine à écrire. Mais l’historien, lui, dans sa pratique et sa recherche, est resté qualitatif.

Actuellement, nous assistons à un véritable changement. La mise en données du monde combine en effet plusieurs phénomènes : l’informatisation, la numérisation et la mise en réseau , qui sont des choses différentes. Par exemple, Gallica est d’abord une numérisation des sources suivie d’une mise en ligne de cette version numérique. Cette mise en données du monde est facteur de changement car elle touche la société sur d’autres aspects : ainsi toutes les sources primaires, passées ou futures seront numériques et disponibles sur ce format-là presque uniquement – ce qui résout certains problèmes liées à l’incompatibilité entre la consultation et la conservation de certaines sources sur matériaux très sensibles. Il y a aussi une mise en données de l’histoire, en effet si cela touche toute la société, cela touche évidemment les disciplines aussi.

Cette mise en données de l’histoire n’est pourtant pas une nouveauté : dès 1959 on peut lire les premiers articles qui évoquent la nécessité d’utiliser l’informatique/mécanographie. Par exemple, la question des sources notariales qui sont de plus en plus abondantes, impose d’envisager une manière de gérer une information devenant en effet de plus en plus massive avec d’autres moyens.

Frédéric Clavert cite l’exemple d’un article en archéologie, une décennie plus tard, où le chercheur explique qu’il croise les sources grâce à l’ordinateur et accède ainsi à des informations qu’il n’aurait pas obtenu ou même soupçonné  autrement.

De nouvelles sources :

Face à une mer de données l’historien doit adopter une nouvelle méthodologie. Faire intervenir une médiation computationnelle peut être une solution.

En terme d’épistémologie, les sciences historiques au fur et à mesure du XX^e siècle ont évoluées : on ne s’intéresse plus uniquement à la source politique ponctuelle et sur un temps court, le temps l’événementiel mais on prend en compte le temps long, de grands thèmes, de grandes unités de temps – comme plusieurs siècles par exemple – et par là même ce changement d’objet et de méthode de recherche provoque tout à coup l’abondance des sources et l’historien a alors de très grandes masses de sources à gérer. On peut citer par exemple le travail de Le Roy Ladurie, entre 1950 et 1960.

Les sources et leur archivage change également. A titre de comparaison dans l’histoire américaine : étudier les sources de l’administration Johnson se réduisait à consulter une dizaine de milliers de notices alors que en ce qui concerne l’administration Clinton on compte plus de 3 millions de courriels.

Les sources primaires de l’historien sont donc de deux natures : d’un côté des sources qui ont été mis en données par la numérisation par exemple et de l’autre des sources qui sont nativement numériques (emails, sites, … ). Le goût de l’archive est alors différent : on peut traiter les sources de chez soi et non au centre de recherches, sous un autre format.

De ces changements épistémologiques et de format, la lecture de ces nouvelles sources primaires par le chercheur en est modifiée.

On peut distinguer la lecture proche classique de l’historien qui reste dans un premier temps dans le qualitatif – avant d’en exploiter éventuellement des données quantitatives –  qui elle-aussi change car les conditions d’accès aux sources sont différentes et donc l’expérience est différente. Par exemple, se pose la question de l’annotation qui est un phénomène de très long terme (cf les recherches sur l’histoire de l’annotation depuis l’Antiquité) qui aurait pu disparaître avec la version papier des sources et du travail du chercheur. Mais en réalité il a évolué, car nous pouvons ajouter des annotations via des logiciels comme Zotero qui permet de retravailler nos sources et nos annotations de la même manière : numériquement.

Travailler sur des sources numériques facilite grandement le travail collaboratif simultané. Par exemple un fond photographique sur le débarquement en Normandie ne possédaient pas de légendes correctes, il a été mis en ligne sur FlickR Commons pour pouvoir identifier les lieux et les personnes. C’est désormais fait grâce au travail de particuliers qui avaient par exemple ces informations dans leurs archives familiales.

On distingue également l’ouverture de grandes perspectives sur une lecture distante des sources : le traitement informatique des masses de données étant l’intermédiaire entre l’historien et ses sources. Cela permet de réaliser des études sur de grandes périodes de temps, un grand nombre de sources, de pouvoir en tirer des résultats quantifiables et sous des formes visuelles variées (graphes, cartes, nuages de mot-clefs, réseaux, …). L’intérêt premier est de gagner un temps considérable sur la gestion des données pour passer plus de temps à l’analyser et de peut-être mettre en relation des éléments qui n’auraient pas pu l’être sans l’aide des outils informatiques.

Une limite est à noter cependant. Si elle ne rend pas l’utilisation de sources purement numériques caduques, loin de là, elle souligne le fait d’être particulièrement prudent. En effet, lorsque toutes les sources sont numériques, il est nécessaire de garder à l’esprit ce qui n’a pas été numérisé : la tentation de tirer des conclusions de corpus non exhaustifs est d’autant plus grande que le nombre des sources traitées est déjà gigantesque.

On trouvera par exemple sur le carnet “Socio informatique et argumentation” un article présentant les perspectives et les limites d’analyses de l’outil de Google Ngram Viewer.

Sur le carnet de Frédéric Clavert, la catégorie “Mise en donnée de l’histoire” explicite de manière théorique ou appliquée les tenants et aboutissants de ce passage à un nouveau matériau de recherche.

Une partie 2 de ce compte-rendu partiel viendra compléter cette approche théorique par des exemples d’application concrète de recherches en humanités numériques, avec notamment les différents outils susceptibles d’être utilisés dans le cadre d’une thèse.

1. Ces propos sont en très grande partie ceux de M. Aquien et M. Alexandre, il s’agit ici de paraphrases parfois enrichies, parfois tronquées. Je n’ai pas utilisé les guillemets car je travaille à partir de mes notes et non d’enregistrements. Ce qui laisse place à certaines erreurs ou déformations que je ne souhaite pas attribuer de manière certaine à M. Aquien ou M. Alexandre malencontreusement. [↩]
2. Ces propos sont en très grande partie ceux de M.  Bruckmann, il s’agit ici de paraphrases parfois enrichies, parfois tronquées. Je n’ai pas utilisé les guillemets car je travaille à partir de mes notes et non d’enregistrements. Ce qui laisse place à certaines erreurs ou déformations que je ne souhaite pas attribuer de manière certaine à M. Bruckmann malencontreusement. [↩]
3. Une fois encore le contenu de l’intervention de Frédéric Clavert était beaucoup plus vaste que les éléments que je propose ici, mais ce sont les réflexions et références qui entrent le plus dans le cadre de réflexion de ma thèse. De plus, au même titre que les interventions précédentes rapportées ici,  il s’agit de paraphrases parfois enrichies, parfois tronquées. Je n’ai pas utilisé les guillemets car je travaille à partir de mes notes et non d’enregistrements. Ce qui laisse place à certaines erreurs ou déformations que je ne souhaite pas attribuer de manière certaine à M. Clavert malencontreusement. [↩]

---

---