Prospéro 2 au village

Francis Chateauraynaud et Josquin Debaz

En juin 2010, l’association Doxa et le GSPR avaient organisé une rencontre consacrée au développement du logiciel Prospéro 2 dans le but de favoriser l’appropriation du nouvel ensemble instrumental par un noyau d’utilisateurs confirmés. Depuis, de nombreuses fonctionnalités ont été ajoutées sans pour autant donner lieu à des applications finalisées1. Préparant activement le « logiciel du futur », une quinzaine de béta-testeurs se sont réunis du 5 au 8 octobre 2011, à l’écart de l’agitation urbaine, quelque part dans le cadran Sud-Est, dans un espace propice au travail intensif.

Prospériens en action

L’école d’automne proposée par l’association Doxa s’est organisée sous la forme d’une série d’ateliers de réflexion et d’échanges pratiques. Les différentes fonctionnalités déjà en place dans Prospéro 2, ainsi que les multiples propositions d’ajout, ont été mises à l’épreuve du point de vue de l’intégration prochaine de l’instrument dans les enquêtes sociologiques d’inspiration pragmatique ou apparentée. Parmi les questions majeures au programme, on comptait notamment celles-ci :

  • Comment articuler, toujours plus précisément, la prise en compte de la profondeur historique des dossiers et l’analyse fine des récits et des arguments développés au fil du temps par une foule d’auteurs-acteurs hétérogènes ?
  • Comment insérer dans l’architecture proposée les données de terrain recueillies par le chercheur, depuis les entretiens jusqu’aux matériaux non-verbaux et les notes d’enquête, en les liant à l’analyse des corpus de textes ?
  • Quels protocoles faut-il mettre en place pour assurer un processus cumulatif assurant à la fois la comparabilité des expériences et la disponibilité des ressources forgées antérieurement dans des contextes très divers (partage de corpus, de dictionnaires, de catégories d’analyse) ?

Soleil détrompeur

 

Remettre les textes dans leur matérialité

Comment intégrer l’environnement de l’enquête sociologique dans l’analyse des corpus ? Dans Prospéro I, dont le développement a été continu de 1995 à 2008, il était possible d’associer des « ressources externes » aux textes insérés dans les corpus : images, fichiers sources (en particulier les « pdf »), liens vers des sites web, vidéos, bandes-son, etc. L’effort de développement actuel vise une plus grande interaction des corpus avec les matériaux d’enquêtes. Plusieurs stratégies et solutions techniques ont été présentées et discutées, l’accord étant assez général sur la nécessité de replacer les textes dans leur environnement matériel et intellectuel. Prospéro 2 aura ainsi pour caractéristique de mieux prendre en compte l’origine et l’environnement des documents traités, grâce à une gestion intégrée des sources, des versions et des ressources multimodales associées. Cela suppose cependant une architecture plus lourde et la mise au point de descripteurs partagés, que le serveur Chéloné prendra en charge, portant l’espace collaboratif organisé autour de la collection de corpus.

Une autre dimension explorée en détail concerne les cadres de référence associés aux textes sources. Comment améliorer l’espace de calcul fondé sur les relations entre les descripteurs externes (dates, auteurs, titres, noms et types de supports, statuts des auteurs, etc.) et les propriétés extraites des contenus discursifs étudiés ? Prospéro 2 crée une rupture avec la version précédente en permettant la création dynamique de champs externes produits « à la volée » au fil des besoins de l’exploration et de l’analyse des corpus. Mais comment faire en sorte que les croisements pertinents puissent émerger des traitements ? Les discussions ont porté à la fois sur les propriétés internes de la base de (méta)données ainsi produite et sur les opérateurs de sollicitation permettant d’attirer l’attention des chercheurs à travers des menus contextuels générés dynamiquement. Parmi les résolutions importantes concernant ce point, il a été décidé de clairement distinguer dans l’interface du logiciel des champs fondamentaux, au statut non négociable (comme les titres, les dates, les auteurs et les noms de supports par exemple), des champs spécifiques dont le caractère transposable à d’autres corpus est toujours sujet à caution – en tout cas à discussion – et dont la liste est a priori indéterminée, ainsi que des champs réservés à des annotations ponctuelles. La possibilité de regrouper ou de recoder les champs, déjà présente dans PI doit être rendue plus praticable grâce à l’utilisation d’une interface plus mobile, dont les principaux paramètres sont à la main de l’utilisateur.

Dans PI on adopte un point de vue ultra-textuel : tous les textes subissent le même traitement, ce qui a le grand avantage de permettre une portabilité quasi totale, au risque toutefois d’écraser au passage des différences majeures. Dans Prospéro II, dès le départ, une catégorisation opérationnelle de types de documents, permettra d’enclencher des calculs de nature différente, des outils de représentation spécifiques. Par exemple, une décision judiciaire n’a évidemment pas la même structure textuelle et les mêmes usages qu’un point de vue publié dans la presse nationale, qu’un rapport parlementaire ou qu’un article scientifique. Il ne s’agit plus simplement d’enregistrer la corrélation entre des propriétés et des types d’auteur et de support, mais également d’ajuster des outils sémantiques aux propriétés des textes. Chaque type de texte sera ainsi associé à un ensemble d’instructions (au sens pragmatique du terme) permettant d’en explorer à la fois la structure interne et les usages réels ou potentiels dans le corpus. Prenons le cas du jugement prononcé par un tribunal dans le dossier des effets sanitaires des ondes électromagnétiques, on peut s’attendre à ce qu’il soit repris en tant que décision et non comme un simple point de vue analysé par ses commentateurs, ce qui a de nettes conséquences en termes argumentatifs : on n’oppose pas aussi simplement une nouvelle décision à une décision déjà prise que l’on fait valoir un point de vue face à un autre point de vue. L’exploration des controverses ne peut s’écarter durablement de ces nuances dans les corpus hétérogènes qu’elle traite. Le traitement indifférencié des textes et des discours, issu du mouvement de re-symétrisation produit par le tournant « constructiviste » qui a traversé les science studies, ne peut plus satisfaire aux contraintes épistémiques de la sociologie contemporaine.

Tiresias 2 et le suivi dynamique des corpus évolutifs

Suivre dynamiquement des dossiers qui ne cessent de rebondir est assez éprouvant pour les chercheurs. Si de multiples techniques ont été testées et adoptées par le passé, il a semblé opportun de revoir de fond en comble la structure du logiciel Tiresias, du moins dans sa partie « araignée du web » de façon à permettre un suivi continu de multiples sites, fils et autres bases de données textuelles. Cette nécessité est notamment apparue dans le cas de l’observatoire développé par le GSPR et l’ANSES, le nombre de dossiers à suivre étant passé au fil des années d’une dizaine à plus d’une trentaine. Qu’il s’agisse d’algues vertes, de bisphénol, de gaz de schiste, de nanotechnologies, d’OGM ou même de radioactivité, la délégation2 à des robots du suivi quotidien de différentes sources ayant une certaine portée dans la confection des corpus – en partie du fait de leur « autorité » pour les acteurs – depuis les fils de dépêches jusqu’à des sites d’acteurs institués (agences ou ONG) en passant par des blogs de référence ou des supports de presse électroniques, devient cruciale et présente l’avantage d’accroître la puissance de raisonnement et d’enquête des outils, en limitant les coûts de « backtrack » dans les archives3.

 

Une étude en rouge

 

Indicateurs de polyphonie et gestion des textes à interlocuteurs multiples

Une des idées fortes avancées au cours de l’atelier peut être reformulée ainsi : au lieu de chercher à construire un module d’analyse d’entretiens distinct et autonome, il faut plutôt le penser dans un continuum visant tous les textes à locuteurs multiples (comptes-rendus de réunions, débats parlementaires, séances de débat public, chats et forums du Web…), eux-mêmes compris dans la série des textes à haute activité dialogique dont le logiciel est capable d’établir la liste à partir d’indicateurs élémentaires – qui existent déjà dans les classes de marqueurs et autres outils (comme les formules) mais sont largement sous-utilisés. On sait depuis Bakhtine4, que toute expression discursive engage une dimension dialogique et que celle-ci, selon les types de supports, les cadres d’énonciation ou encore les formes et styles d’écriture, est plus ou moins explicite à la surface des textes. Même les articles de presse, pièces parmi les plus faciles à analyser avec des outils sémantiques du fait de leur système de contraintes, sont marqués par la pluralité des voix, la polyphonie étant liée au caractère plurilogal de l’ « interdiscours »5. En faisant de l’analyse des échanges conversationnels, un cas particulier de textes à haute teneur en modalités dialogiques, on peut à la fois réutiliser des fonctionnalités mobilisées sur le corpus général (par exemple les propriétés spécifiques des auteurs et  les analyses plus « lexicales » projetées ici sur les différents locuteurs) et faire apparaître ce qui caractérise en propre les moments d’échanges et retranscription. Par ailleurs, il paraît opportun de demander à Prospéro de faire apparaître les constantes et les variations dans les prises de parole des mêmes locuteur selon qu’elles ont lieu en contexte dialogique explicite ou dans des figures discursives d’apparence plus monologiques6. Enfin, dans le cadre cette ouverture à la diversité des formes dialogiques, il semble nécessaire de reprendre un fil abandonné dans la version I : alors que dans les premières maquettes de Prospéro, les formes pronominales étaient toutes prises en compte, la montée en puissance sur de grands corpus a conduit à marginaliser ce type de fonctionnalité analytique. Il ne s’agit pas seulement de compter les « je » ou les « nous », mais de rendre visibles les propriétés qu’engagent le recours à l’anaphore d’un côté et l’engagement de locuteurs pris dans des « paires » ou des « tours de parole », voire dans des récits d’échanges conversationnels comme c’est souvent le cas dans les entretiens : « alors je lui ai dit …. et il m’a répondu … »  Par ailleurs le croisement de l’analyse des formes pronominales et des classes de formules peut permettre la mise en évidence de propriétés passées inaperçues. Ainsi, la forme « on nous /EPREUVE » pointe très fréquemment sur des figures de dénonciation, notamment à travers des formes comme « on nous dit … », « on nous promet … », « on nous annonce … » etc.

  ▲
▲ ▲

Jeudi 6 octobre, entre 22h00 et Minuit, une soirée spéciale a été consacrée à Marlowe et aux analyses éventuelles qu’il pourrait produire dans le cadre de la campagne présidentielle 2011-2012. Le lecteur attentif de ce carnet et des travaux qui le sous-tendent se souvient peut-être qu’en 2007, un dialogue avait été rendu public dans lequel était réinterrogé un corpus de plus de 1500 discours politiques des principaux candidats à l’élection présidentielle7. Depuis, Marlowe suit automatiquement, via différents fils transmis par Tiresias, l’actualité politique. A ce titre, il dispose d’une mémoire déjà assez longue d’événements et de déclarations qui pourraient donner lieu à différentes restitutions, soit par un accès direct sur le site Marloweb, soit par la production de notes et de rapports rendus publics sur le Web. En tout état de cause, avec l’effondrement du système installé naguère en Sarkozie, le projet de décortiquer les centaines de discours de l’homme aux cinquante sobriquets, dans le but d’appuyer le mouvement critique, a largement perdu de sa pertinence.  Mais comme on sait, Marlowe a plus d’un tour dans son sac.

Liste des participants à l’école d’automne Prospéro 2 de 2011 :

Sebastien Buisine (Doxa), Pierrick Cézanne-Bert (Doxa), Jean-Pierre Charriau (Doxa), Francis Chateauraynaud (GSPR / Doxa), Josquin Debaz (GSPR / Doxa), Federico Ferretti (GSPR), Jean-Michel Fourniau (IFSSTAR / GSPR), Bernard Gomel (Centre d’Etudes de l’Emploi / Doxa), Christelle Gramaglia (CEMAGREF), Markku Lehtonen (SPRU, Sussex), Aymeric Lunneau (GSPR), Guillaume Ollivier (INRA), Gregory Salle (CLERSE CNRS), Patrick Trabal (Université Paris Ouest / Doxa), Jean-Michel van Couyghem (Cessa).

  1. Au vu de la bibliographie des usages de Prospéro I, il faudra du temps pour accumuler autant de travaux issus de P2 ! []
  2. Il s’agit évidemment d’une délégation partielle, ayant toujours à l’esprit qu’une veille, même automatisée, doit rester sous contrôle humain. []
  3. Voir sur ce point le suivi des conséquences de Fukushima sur le dossier nucléaire dans le monde, dans Francis Chateauraynaud, « Le sens de l’irréversible. Chronique du nucléaire civil après Fukushima IIème partie », Socio-informatique et argumentation, 22 juillet 2010. []
  4. Mikhaïl Bakhtine, Esthétique et théorie du roman, Paris, Gallimard, 1978. []
  5. Sophie Moirand, Les discours de la presse quotidienne, Paris, PUF, 2007. []
  6. On sait par exemple que le face à face tend à favoriser l’usage de figure concessive ou de procédé d’euphémisation. Voir Marianne Doury et Catherine Kerbrat-Orrechioni, « La place de l’accord dans l’argumentation polémique : le cas du débat Sarkozy/Royal (2007) », A contrario, 2011/2 n° 16. []
  7. Francis Chateauraynaud, « Dialogue avec un sociologue électronique », Document du GSPR, 9 avril 2007. []

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.