La machine qui préférait remettre l’actualité en histoire

De l’importance des séries longues pour saisir des configurations actuelles

Francis Chateauraynaud

Quel que soit le niveau auquel on se place (sur le terrain, dans les archives, au plus près des arènes publiques ou sur le net), suivre les acteurs n’est pas toujours une tâche très facile. La difficulté varie clairement selon les objets que l’on se donne, mais tracer un chemin pertinent en accord avec ce que font et disent les acteurs eux-mêmes suppose une ingéniosité permanente dans la manière de mener les enquêtes – dont la forme ne peut se déduire d’un simple mot d’ordre, fût-ce celui d’un chercheur aussi imaginatif que Bruno Latour, qui l’utilisa dès le milieu des années 19801. Suivre qui, dans quelles situations, jusqu’où ? Et comment suivre plusieurs acteurs à la fois ?

Dans le cas des corpus de controverses, conçus d’emblée comme des objets évolutifs, on s’en tire le plus souvent en enregistrant les points de vue successifs des principaux auteurs-acteurs. L’affaire semble d’autant plus aisée aujourd’hui que les protagonistes produisent leurs propres séries textuelles et les diffusent sur le Web. En ce sens, il suffit en effet de les suivre, quitte à faire quelques retours en arrière ou à élargir le spectre des supports pertinents selon la tournure des événements et des disputes – on peut par exemple introduire le point de vue d’acteurs locaux ou de milieux spécialisés  lorsqu’une enquête sur le terrain a permis d’identifier des arènes ou des processus de discussion peu visibles dans les arènes publiques nationales2.

Dans ce billet, je ne vais pas traiter des nombreux problèmes posés par les changements d’échelle opérés dans la construction des corpus, mais seulement de la manière dont on peut être conduit à suivre les protagonistes à rebours. En effet, une des propriétés remarquables des corpus évolutifs n’est pas tant la mise à jour continue des informations que la possibilité qu’ils offrent de confronter systématiquement les nouvelles informations à la série des épreuves passées. Encore faut-il, bien sûr, disposer des bons corpus et des outils d’analyse adéquats. De fait, cette courte contribution va s’appuyer sur un des outils basiques, souvent omis dans les présentations synthétiques de Prospéro et cie, permettant de repérer des proximités inter-textuelles et de les ordonner chronologiquement. En m’appuyant sur un exemple récent, prélevé dans le dossier nucléaire, et dans le but d’enrichir la gamme des usages possibles de nos outils, je convie ainsi le lecteur à un nouvel exercice socio-informatique.

*

*        *

Le 6 mars 2010, un communiqué du Réseau Sortir du Nucléaire (RSN) tombe sur la liste de diffusion à laquelle Christopher Marlowe et moi-même sommes abonnés, en tant qu’observateurs attentifs des alertes, controverses et autres conflits dont le champ nucléaire est le théâtre quasi-quotidien. Intitulé : « Révélations d’une source interne à EDF : l’EPR risque l’accident  nucléaire ! », ce texte, ainsi que la dépêche de l’agence Associated Press (AP) qui le reprend, sont rapidement insérés dans le corpus – lequel contient à cette date 3248 documents3.

Vue sur le texte de RSN
Vue sur le texte de RSN

Sur l’écran précédent, on voit en un clin d‘œil que le nouveau texte entré parle de problèmes de sûreté en croisant une logique intitulée « Crises et Catastrophes » avec un ensemble d’objets techniques. Par ailleurs, on relève qu’outre eDF, se trouvent engagés des pays comme la Chine et la Finlande, ainsi que l’AIEA, l’Agence Internationale pour l’Energie Atomique. Une lecture rapide du texte confirme que l’enjeu de sa diffusion consiste à décrédibiliser le réacteur porté par les exploitants français rendant publics des documents internes faisant état de « graves problèmes techniques ». Il s’agit de déployer un contre-discours face au discours officiel, relayé par le gouvernement français, faisant la promotion du « haut niveau de sûreté » offert par le réacteur EPR.

Une fois sous Prospéro, après visualisation des propriétés marquantes du nouveau texte introduit dans le corpus, il est facile de demander au logiciel de faire remonter la série des textes les plus proches.

Liste des textes les plus proches
Liste des textes les plus proches
Zoom sur le texte de 1975
Zoom sur le texte de 1975

La liste des « textes proches » rapatriés par le logiciel fournit plusieurs indications précieuses : si la liste est relativement courte (9 textes ; la dépêche AP étant un satellite du texte de référence), et si elle est nettement concentrée sur les années 2000 (7/9 textes), Prospéro s’est autorisé à remonter jusqu’en … 1975 ! Dans cette micro-série, on note également que la presse n’est pas dominante (3 articles dont 2 de Libération) ; par contre, la série rapproche les opposants (les Verts, Greenpeace puis le RSN à deux reprises) ainsi que des instances officielles (IRSN et ASN). Prospéro suggère ainsi à l’utilisateur de remettre en histoire la question de la sûreté des réacteurs et lui fournit un premier micro-corpus pour centrer son enquête.

Avant d’y regarder de plus près, il faut dire un mot sur l’algorithme, assez trivial, qui permet ce genre de remise en série. Il s’appuie sur l’analyse comparée des jeux d’actants des différents textes du corpus, ainsi que sur les listes d’entités et de qualités qui marquent chaque texte – conçu comme un territoire lexico-sémantique autonome (on ne mélange pas les textes dans le corpus, cela va de soi). Pour qu’un texte soit considéré comme proche, il faut qu’il partage des actants, des entités et des qualités, mise en commun qui donne le score affiché entre crochets dans l’image précédente – on voit d’ailleurs que le texte le plus proche est bien la dépêche issue d’Associated Press (AP), et que les autres textes sont rapprochés du communiqué de RSN par un score évoluant entre 30 et 35 points – je passe sur le calcul des points qui n’est rien d’autre qu’un savant dosage de pondération des parties communes aux différents textes des listes d’actants et des listes lexicales.

*

*        *

Qu’apprend-on en lisant ce texte de 1975 ? Publié par Témoignage chrétien, organe alors assez critique, il s’agit d’un article intitulé « Une bougie peut arrêter une centrale »,  signé par le dénommé Yves Chavagne, qui entend montrer avec force argument qu’ « [e]n dépit des assurances officielles tous problèmes de sécurité ne sont pas résolus ». Est-ce que la diffusion de l’extrait suivant, après quelque substitution d’éléments de contexte, produirait chez le lecteur le sentiment, même confus que ce propos a déjà 35 ans ?

« Le 15 avril, M. Jacques Chirac a déclaré à propos des centrales nucléaires:  » Il n’est pas sérieux de dire que l’énergie nucléaire présente pour l’environnement un inconvénient quelconque. Il n’y a aucun danger pour l’homme et pour l’environnement. C’est un débat, je dirais, pas sérieux.  » De son côté le rapport d’Ornano sur la localisation des centrales nucléaires, alarme:  » La technique des centrales nucléaires est à présent une des plus sûres que l’humanité possède.  » »

L’air de rien, cet extrait indique, en creux, la force de la critique sociale de l’énergie nucléaire – on est bien sûr en pleine période de critique radicale. Mais pourquoi cette intervention du rédacteur de Témoignage chrétien ? Les milieux nucléaires de l’époque s’appuient sur une étude coordonnée aux Etats-Unis par Norman C. Rasmussen (Massachusetts Institute of Technology) et dont les conclusions sont clairement orientées vers la supériorité du choix nucléaire pour faire face aux problèmes d’énergie – Three Mile Island, l’accident qui contribuera à faire basculer la politique nucléaire n’est pas encore dans l’espace des possibles4. Le journaliste de Témoignage Chrétien, qui ne partage visiblement pas l’optimisme des tenants du nucléaire , souligne que « l’étude a été financée par la Commission de l’Energie Atomique (AEC), qui est le CEA américain » – rappelons que les milieux chrétiens ont été très engagés dans la lutte contre le nucléaire militaire. Et d’ajouter :

« Peut-on être juge et partie ?  La remarque est évidemment valable pour notre pays. Nul organisme indépendant d’EDF du CEA et de l’industrie nucléaire ne possède les moyens de conduire une contre-expertise complète du nucléaire. Ce devrait pourtant être le préalable au choix de l’énergie nucléaire. »

Aujourd’hui, la configuration a changé, et la condition « préalable » exigée par l’auteur semble remplie, au moins formellement, par l’organisation des débats publics5 : une contre-expertise et un contre-pouvoir existent, non seulement du fait de la puissance d’expression conquise par les acteurs anti-nucléaire6 mais parce que l’autorité de sûreté (ASN) et l’IRSN (Institut de recherche en Sûreté Nucléaire) ont gagné en autonomie vis-à-vis des exploitants du nucléaire7.

Le rapprochement opéré par Prospéro est plutôt heuristique en ce qu’il permet d’établir à la fois des continuités (comme l’affirmation sécuritaire relative au nucléaire) et des ruptures (le changement du jeu d’acteurs). Mais le rapprochement est aussi plus profond puisqu’il concerne le système technique de sécurité des réacteurs et le scénario de franchissement des enceintes de confinement. L’article de 1975 se centre en effet sur ce qui apparaît [déjà] comme un des éléments critiques :

«[…] puisque c’est lui qui est chargé d’évacuer la chaleur produite par la cassure des atomes d’uranium. Il s’agit d’un réseau complexe de. tuyauteries en acier inoxydable dans l’ensemble des 40000 kilomètres (le tour de la Terre) de tuyaux d’une seule centrale de 1000 mégawatts. Ces canalisations sont sujettes à la corrosion sous l’effet conjugué des température, radioactivité et pressions élevées qui règnent dans le coeur du réacteur. Les soudures sont particulièrement vulnérables. Que l’une cède sur une grosse tuyauterie et une fuite d’eau importante est possible. »

Mieux, comme pour l’EPR récemment, la critique porte sur le « système de secours » qui a été mis en place précisément parce que la rupture du premier système est « très redoutée » par les ingénieurs. :

« Mais les essais faits jusqu’ici sur son efficacité, n’ont jamais donné satisfaction. […] La défaillance des deux systèmes de réfrigération entraîne l’arrêt automatique et immédiat de la réaction de désintégration des atomes d’uranium. Mais les produits nés de cette fusion continuent de dégager une énorme quantité de chaleur. Elle est susceptible de libérer une partie du contenu du réacteur. Les conséquences sont redoutables ».

En France, le rapport d’Ornano affirme que les trois enceintes de sécurité placées entre le réacteur et le monde extérieur rendent « pratiquement impossible toute contamination accidentelle de l’environnement ». Mais le rédacteur de Témoignage Chrétien n’en démord pas :

« […] l’accumulation de chaleur dans  la chaudière nucléaire peut déjouer cette triple sécurité. Si l’explosion de la centrale à la manière d’une bombe atomique est impossible, par l’élévation de la température […] La matière fondue tombe au fond de la cuve, la perce pour se répandre dans les soubassements de la centrale et s’infiltre dans le sol. Autre scénario : le métal liquide réagit violemment avec l’eau restée au fond de la chaudière. L’explosion qui accompagne alors la fusion de la cuve menace de rupture l’enceinte de béton et une partie des produits hautement radioactifs s’échappent de la centrale dans l’environnement. »

Selon le rapport Rasmussen, la probabilité de rupture d’une canalisation du circuit primaire de refroidissement est d’une fois par 100000 années et par réacteur, soit « la probabilité annuelle de notre mort accidentelle par empoisonnement ou du fait d’une arme à feu ». Les opérations de comparaison sont légion dans les dispositifs argumentatifs développés au fil des controverses. Mais l’espace de calcul peut être rudement mis à l’épreuve par la mise en variation argumentative. Ainsi, l’auteur ne manque pas d’indiquer que « la probabilité croît avec le nombre de réacteurs ». S’appuyant sur l’Appel des 400 scientifiques du 6 mars 19758, l’article rappelle qu’il reste des « effets physiques mal connus » :

« Par exemple, on ne dispose que d’une connaissance expérimentale très imparfaite du vieillissement ou irradiation des matériaux employés dans le type de centrale actuellement en construction. Par ailleurs, il est difficile de faire entrer les défaillances humaines accidentelles ou délibérées dans un modèle mathématique. Ainsi deux réacteurs américains viennent d’être arrêtés pour plusieurs mois à la suite d’un incendie provoqué par une bougie ! Des systèmes de commande essentiels ont été atteints. Les deux réacteurs ont été stoppés manuellement ! Selon Rasmussen un tel incident ne devrait arriver qu’une fois par milliard d’années ! »

Terminant par un argument par les conséquences, selon lequel « l’accélération du programme nucléaire français introduit de fait des risques supplémentaires », cet article assez emblématique de la critique nucléaire de 1975 insiste sur la dépendance des modèles produits pour rassurer l’opinion vis-à-vis des promoteurs de l’électro-nucléaire. Dans un article signé le 22 mai 1975 par le même Yves Chavagne, « Energie nucléaire : La radioactivité doit faire peur », on lit, à travers un mouvement de concession de forme assez classique :

« Certes, il est vrai que jusqu’ici:  » Il n’y a jamais eu un seul accident mortel d’origine nucléaire (…) dans aucun réacteur industriel ». Mais on ne peut prétendre dénombrer les morts dus, à l’exploitation de l’énergie nucléaire, comme ceux dus aux accidents de la route. Car les conséquences de l’irradiation ou de la contamination interne peuvent être très longues à se faire sentir (sauf en cas d’irradiation instantanée importante) : quelques années voire des dizaines d’années pour l’apparition de cancers, une ou plusieurs générations pour la manifestation de tares héréditaires. »

Le billet est déjà fort long et je ne vais pas entrer dans l’analyse détaillée des marqueurs argumentatifs. Cela dit, un exercice intéressant consisterait à remettre en série longue toutes les formes concessives déployées dans un ou plusieurs corpus, de façon à voir les types d’entités et de relations qui y sont mises en balance.

*

*        *

Du point de vue plus sociologique, si le communiqué de RSN de mars 2010 se rapproche de la contestation de la maîtrise des risques développée dans les années 1970, le discours officiel des autorités et des exploitants étant alors conçu comme une rhétorique à visée soporifique, il n’est évidemment pas construit sur le même dispositif. D’abord, il pointe vers les documents que les internautes sont invités à télécharger.

L’argumentation se place dans une série déjà nourrie de critiques portées contre le réacteur EPR, et surtout réengage le RSN dans la logique de la révélation d’informations confidentielles –  marquant ainsi sa détermination après la longue série d’épreuves judiciaires autour de l’affaire du « secret-défense » , au cours de laquelle le porte-parole du réseau avait été poursuivi et mis en garde à vue à deux reprises. Or un des nœuds de cette affaire était l’identification des sources internes des « fuites d’information », traitées d’un côté comme une violation du secret, de l’autre comme un alerte citoyenne :

« Le Réseau « Sortir du nucléaire » révèle des documents confidentiels, divulgués par une source anonyme interne à EDF. Ces documents démontrent que la conception de l’EPR implique un sérieux risque d’accident majeur – risque pris en conscience par EDF pour des raisons de calcul économique. Potentiellement sujet à un emballement dont les conséquences seraient incontrôlables, l’EPR s’avère donc extrêmement dangereux. »

Annonçant la  constitution d’un « groupe d’experts » chargé d’analyser de façon approfondie ces documents, le Réseau n’hésite pas à en tirer d’ores et déjà  les premiers enseignements :

« Certains modes de pilotage du réacteur EPR peuvent provoquer l’explosion du réacteur à cause d’un accident d’éjection de grappes (qui permettent de modérer, d’étouffer la réaction nucléaire). Ces modes de pilotage sont essentiellement liés à un objectif de rentabilité économique, qui implique que la puissance du réacteur puisse être adaptée à la demande électrique. Ainsi, dans le but de trouver une hypothétique justification économique à l’EPR, ses concepteurs ont fait le choix de prendre le risque très réel d’un accident nucléaire. De plus, l’essentiel des arguments en faveur de l’EPR (puissance, rendement, diminution des déchets, sûreté accrue) s’avèrent faux. »

Pour les anti-nucléaire, la conception de l’EPR accroît le risque d’un accident entraînant la destruction de l’enceinte de confinement et la dispersion massive de radionucléides dans l’atmosphère, ce qui les fonde à évoquer Tchernobyl. Pour saisir ce qui a contribué au rapprochement automatique, généré sur des bases lexico-sémantiques par l’algorithme de Prospéro, il faut citer le descriptif du « scénario accidentel » tel qu’il est inféré de la lecture des documents :

« Selon les calculs d’EDF et d’Areva, le pilotage du réacteur en mode RIP (retour instantané en puissance) et la disposition des grappes de commande du réacteur peuvent provoquer un accident d’éjection des grappes de commande à faible puissance et entraîner la rupture de l’enveloppe du mécanisme de commande de la grappe (i). Cette rupture provoquerait le passage du réfrigérant en-dehors de la cuve du réacteur nucléaire. La perte de réfrigérant (un type d’accident nucléaire très grave) entraînerait la rupture d’un nombre important de crayons par échauffement du combustible et des gaines (ii) et donc le relâchement de vapeur extrêmement radioactive dans l’enceinte de confinement. Il y a alors un risque important d’excursion critique qui résulterait en une explosion (iii), la puissance du réacteur EPR étant démultipliée de façon extrêmement brutale. Suite aux éjections des grappes de commande à faible puissance (EDG), le réacteur EPR pourrait ne pas se mettre en arrêt automatique (iv). Quelle que soit la configuration des grappes de commande, l’accident d’éjection de grappe de commande entraîne un taux important de rupture du combustible (NCE) et donc un risque élevé d’excursion critique (v). »

Le moins que l’on puisse dire est que les marques d’enchaînement causal sont particulièrement visible dans l’organisation des énoncés. Cela dit, l’analyse interne des documents suppose, on le sait, des appuis externes,  permettant de saisir le « contexte » dans lequel sont produits les énoncés, afin de lever des implicites, notamment quant à la visée poursuivie par les acteurs. Ici l’auteur du dévoilement critique fait lui-même le travail d’explicitation : en effet, nous dit le communiqué, les 8 et 9 mars 2010, une conférence internationale de l’AIEA est ouverte par Nicolas Sarkozy, qui s’exprime pour une fois dans un anglais irréprochable, ce qui tient sans doute à son ethos de nucléophile sur actif. Et le réseau de conclure :

« Il est scandaleux que la France continue ainsi à faire la promotion du nucléaire en général, et de l’EPR en particulier, alors même que la dangerosité de ce réacteur est aujourd’hui démontrée. Il faut donc abandonner immédiatement la construction de l’EPR en Finlande, en France et en Chine, et annuler impérativement le projet prévu à Penly. Le meilleur moyen d’éviter l’accident nucléaire reste la sortie du nucléaire. »

Même si la critique bénéficie d’outils d’expression et de mise en réseau puissants, et si la configuration générale a clairement changé, à travers l’installation de contre-pouvoirs contraignant les autorités et les exploitants à rendre des comptes, elle a de forte chance d’avoir peu de prises, comme dans les années 1970, sur le processus de décision concernant les choix industriels – le cas des OGM formant un contre-exemple marquant de ce point de vue.

Encore trois choses destinées à conclure cet exercice  méthodologique suscité par la réactivation du passé  à partir d’une configuration actuelle (les corpus évolutifs ont ainsi des vertus évoquant l’« anamnèse »!) :

  • le retour du passé dépend bien évidemment de la profondeur historique donnée au corpus. En l’occurrence les textes des années 1970 ont été introduits lors d’une recherche menée à la fin années 1990. Le billet aurait pu tout aussi bien s’appuyer sur le texte suivant daté de 1999, « Le plus important est de conserver la culture de sécurité » et consacré à « l’EPR comme réacteur du futur ». Quelle que soit l’amplitude du recul produit, la possibilité d’une remise en série constitue un des ressorts majeurs de l’enquête  socio-informatique et se démarque des tentations du traitement de l’information « en temps réel » qui caractérise les systèmes de flux contemporains.
  • L’entrée dans la matière textuelle reste un ressort majeur et incontournable pour prolonger la mise en corpus et l’application de techniques informatiques – et de ce point de vue,  elle pose un défi aux promoteurs des technologies de l’information dites « intelligentes »  : comment engendrer une capacité de lecture et d’analyse automatisées suffisamment ancrée et intelligible sur des objets de cet acabit, qui supposent non seulement des « ontologies » extrêmement détaillées mais des règles d’interprétation particulièrement sensibles aux micro-variations ?
  • Le degré auquel on peut déléguer la recherche de rapprochements et de recoupements à un logiciel dépend fortement de la qualité des outils sémantiques dont il est doté en amont, et de la nature des interactions développées avec ses utilisateurs ;  du même coup, la production automatique de mises en rapport historiques dépend de la manière dont s’articulent les fonctions algorithmiques et la logique d’enquête développée sur les dossiers.
Réseau cumulé de l'EPR@ sur le corpus nucléaire
Réseau cumulé de l’EPR@ dans le corpus nucléaire global

La capture d’écran ci-dessus fait apparaître la tête du réseau de l’EPR@, réseau saisi à partir du corpus nucléaire global. En ouvrant les éléments contenus par la catégorie Etats-critiques-et-Défaillances, qui figure en bonne place (5ème rang) dans la liste des catégories influentes du réseau, on rend manifeste ceux qui sont fortement connectés au réacteur EPR, au fil des textes – notons que le « retard » concerne ici à la fois le chantier finlandais et le chantier de Flamanville.

Comparaison des entités texte de 1975 / texte de 2010

La comparaison du texte de 1975 et de celui de 2010 est effectuée ici à l’aide du comparateur de sous-corpus de Prospéro I.  La liste de droite expose les éléments communs aux deux textes, classés par leur degré de variation en importance relative – et qui expliquent le rapprochement effectué automatiquement par le logiciel.

  1. B. Latour, Science in Action : How to Follow Scientists and Engineers through Society, Harvard University Press, 1987 []
  2. voir l’étude récente sur la réversibilité dans le cas des déchets radioactifs : partie de séries « nationales », l’enquête dans la Meuse a fortement modifié la composition du corpus relatif aux disputes sur la « réversibilité ». []
  3. Contrairement à d’autres grands corpus, le dossier nucléaire est suivi en mode (hyper) supervisé : il n’y a pas d’autre automate impliqué que ceux qui alimentent les listes de diffusion ou les fils RSS et le chercheur décide au cas par cas de la pertinence de chaque document. Évidemment, on peut soupçonner la production d’un vague biais de lecture. Mais dans ce cas, l’affaire est facile à régler : tout interlocuteur qui souhaite contrer ou invalider le résultat obtenu (en terme de structures textuelles) est invité à construire, par la méthode de son choix, un contre-corpus,et à proposer une comparaison systématique. Il n’y a pas de corpus naturel, parfaitement représentatif, homogène et exhaustif dès lors que l’on s’attaque à des dossiers complexes qui transitent par toutes sortes de canaux et d’arènes []
  4. voir l’analyse de Michel Llory, L’accident de la centrale de Three Mile Island, Paris, L’Harmattan, 1999 []
  5. Voir le site du débat organisé par la CNDP en 2005 et 2006 []
  6. Voir F. Chateauraynaud et alii, Pour un observatoire informatisé des alertes et des crises environnementales, GSPR, 2003 []
  7. Voir la Déclaration commune sur le réacteur EPR 2 novembre 2009 Traduction par l’ASN du  » Joint Regulatory Statement  » publié conjointement par HSE , STUK et l’ASN. []
  8. Risques et dangers du programme électronucléaire, Groupe de scientifiques de l’Université Paris XI (Orsay) ; et pour une analyse de cette période de la critique anti-nucléaire voir Philippe Garraud, « Politique électro-nucléaire et mobilisation : la tentative de constitution d’un enjeu », Revue française de science politique, Volume 29, 1979, p. 448-474 []

7 réflexions au sujet de « La machine qui préférait remettre l’actualité en histoire »

  1. Josquin

    Est-ce que Marlowe est en mesure de développer un tel raisonnement ?
    Je vois bien l’intérêt de décrire le processus pour un utilisateur humain, mais le procédé ne serait-il pas, puisqu’on y trouve une certaine régularité, systématisable ?

  2. FC

    Bonne question en effet.
    Il y a tous les ingrédients dans le POLAR pour permettre de systématiser des rapprochements de ce type – mais avec une difficulté créée par la « sémantique des textes » : autant dans Prospéro l’utilisateur choisit de pointer tel ou tel texte, le système se contentant d’utiliser les « objets » associés – au sens de langage objet – sans perdre le fil, autant Marlowe doit pouvoir retrouver de quel texte il s’agit et enclencher un calcul adéquat dans la liste des textes – c’est faisable, mais moins facile que pour les entités ou les énoncés plus facilement internés. Un script utilisant la primitive (gen_corpus) permet par exemple de construire la liste des textes qui contiennent un % déterminé d’entités du texte de référence. Mais comme on est en mode dialogique, il faut que l’utilisateur puisse désigner celui-ci à Marlowe : « le dernier texte de l’ASN sur le réacteur EPR » – pas évident de programmer à partir de ça un chaînage qui marche à tous les coups.

    Un truc qui ne marche pas trop mal par contre c’est la recherche de textes proches à partir du dernier texte du corpus – une commande comme « recherche les textes les plus proches du dernier texte du corpus ». Là il n’y a pas d’ambiguïté … et on peut remonter de texte en texte, en testant l’avant dernier texte, l’avant avant dernier etc

    Les discussions en cours sur la forme que pourrait prendre Marlowe II tendent vers une modularisation qui permettrait de lier interfaces graphiques (avec des objets clairement indexés) et requêtes spécialisées. Le pari de se placer dans une boucle de dialogue où tout doit être ré-explicité en langage naturel a des vertus mais aussi des limites : la pureté du modèle heurte la logique des usages. De fait une fois que Prospéro II sera fonctionnel, Marlowe réapparaîtra d’abord sous la forme de modules utilisables en contextes – ce qui supprimera les dialogues destinés à lui faire cerner l’objet de la requête et qui finissent souvent .. à côté de la plaque … Évidemment le côté histrion, le jeu avec l’aléatoire, la mise en variation des chemins, etc en seront affectés, mais on peut nous faire confiance, cela engendrera certainement de nouvelles stratégies d’écriture pour éviter l’utilitarisme computationnel qui fait courir un risque de réductionnisme informatique … D’ailleurs un projet de méta-Marlowe capable d’animer un réseau d’instances distribuées est déjà dans les fiches !

    FC

    %%%%
    %%% Exemple d’application de gen_corpus
    %%Exploitation de la primitive lisp gen_corpus pour caractériser la dernière période du corpus
    % L est calculée dans l’appel du script avec (setq L (last_periode_corpus 500 31))

    (de gen_diag_sous_corpus (NOM L)

    (gen_corpus NOM L)

    (setq $xnbtxt (eval (css ‘$gen_corpus. NOM ‘.nbtxt)))

    (setq $XAUT (eval (css ‘$gen_corpus. NOM ‘.aut{0:12})))
    (setq $XACT (eval (css ‘$gen_corpus. NOM ‘.act{0:29})))
    (setq $XACTSPE (eval (css ‘$gen_corpus. NOM ‘.actspec{0:19})))

    (setq $XENTZ (eval (css ‘$gen_corpus. NOM ‘.ent0)))
    (setq $RESXENTZ (eval (css ‘$gen_corpus. NOM ‘.ent0.res{0:19})))
    (setq $LISTXENTZ (eval (css ‘$gen_corpus. NOM ‘.ent{0:49})))

    (setq $XLISTCAT (eval (css ‘$gen_corpus. NOM ‘.cat_ent{0:6})))

    (setq $XPERS (eval (css ‘$gen_corpus. NOM ‘.pers{0:19})))

    (setq $XPERSZ (eval (css ‘$gen_corpus. NOM ‘.pers0)))
    (setq $RESXPERSZ (eval (css ‘$gen_corpus. NOM ‘.pers0.respers{0:19})))

    (setq $XCATZ (eval (css ‘$gen_corpus. NOM ‘.cat_ent0)))
    (setq $LXCATZ (eval (css ‘$gen_corpus. NOM ‘.cat_ent0.rep{0:12})))
    (setq $XCAT (eval (css ‘$gen_corpus. NOM ‘.cat_ent{0:9})))
    (setq $XCOL (eval (css ‘$gen_corpus. NOM ‘.col{0:9})))
    (setq $TXTPZ (eval (css ‘$gen_corpus. NOM ‘.txt0.titre_txt)))
    (setq $TXTPL (eval (css ‘$gen_corpus. NOM ‘.txt[-1].titre_txt)))

    ))))))))

  3. Thierry

    Bonjour,

    j’espère ne pas être trop maladroit dans mon intervention mais l’histoire de « l’enquête à rebours » réalisée par le sociologue informatique est très intéressante. Elle m’a rappelé l’usage que l’on peut faire de l’outil « chronologie » de Google en particulier.

    – par exemple : à la requête « histoire de la sociologie visuelle »

    http://www.google.fr/search?hl=fr&tbo=s&rlz=1G1GGLQ_FRFR378&tbs=tl%3A1&q=histoire+de+la+sociologie+visuelle&meta=&aq=f&aqi=&aql=&oq=&gs_rfai=

    > on découvre une remarquable adéquation entre les dates proposées par Google et l’histoire de la sociologie visuelle telle que formulée par un Douglas HARPER : « Alors que la photographie était présente à une petite échelle dans la sociologie américaine des débuts, il fallut attendre les années 70 pour reconnaissance… En anthropologie la photographie avait servi à rassembler des données pour appuyer les théories de l’évolution sociale, courantes au début du XXème siècle. Son usage tomba en désuétude avec le changement d’orientation théorique de la discipline. Dans les années 40, le travail pionnier de Bateson et Mead relança l’utilisation de la photographie dans l’analyse de la culture »

    http://cat.inist.fr/?aModele=afficheN&cpsidt=1550088

    la timeline de Google nous montre clairement : 1940 (-Le travail pionnier de Bateson et Mead relança l’utilisation de la photographie dans l’analyse de la culture) 1974 (- L’article de Howard Becker dédié aux articulations fécondes entre la sociologie et la photographie) ..

    la coïncidence est absolument remarquable, je trouve ici.

    Sans doute est-ce du à un heureux hasard, car Google « indexe » uniquement (bêtement ou avec intelligence) des documents, des mots en contextes, suit des metas, mais n’est pas professeur d’histoire de la sociologie !

    – la preuve : si on se livre à une autre recherche, par exemple sur « l’histoire du mariage catholique en France »

    http://www.google.fr/search?hl=fr&tbo=s&rlz=1G1GGLQ_FRFR378&tbs=tl%3A1&q=histoire+du+mariage+catholique+en+france&meta=&aq=f&aqi=&aql=&oq=&gs_rfai=

    > là on obtient une timeline qui correspond aux documents simplement indexés par le moteur de recherche, bien loin de l’histoire qu’un spécialiste pourrait raconter.

    voila, c’était juste une petite intervention, j’espère ne pas être hors sujet.

  4. socioargu Auteur de l’article

    Merci, c’est tout à fait pertinent. Je teste parfois Google sur la chronologie. Vous soulevez là la question de la différence entre corpus ouvert et corpus raisonné d’une part, algorithme tout terrain ayant essentiellement des visées pratiques et protocole fondé sur un minimum de représentation lexico-sémantique des textes à visée plus modélisatrice ou interprétative selon les cas. Sans doute l’idéal visé par les promoteurs du Web 3 est-il de transformer le web en gigantesque corpus rendu calculable et interrogeable à partir de balises stabilisées. Il reste que pour l’heure Google indexe (ou n’indexe pas parfois) des sites et des pages, non des textes clairement définis comme tels, ce qui donne parfois des résultats hilarants et génère pas mal de bruit sur certaines requêtes.

    Selon que les communautés savantes se sont installées sur la toile de manière organisée et explicite on obtient sans doute des résultats fort différents. Sur des « sujets de société » comme on dit on change pas mal de dimension – et en outre les acteurs interviennent à des fins stratégiques dans la structuration des pages rank évidemment … quand ça ne part pas dans tous les sens. Mais il est vrai que Google s’étant constitué en standard universel pour l’accès aux connaissances, il tente désormais de proposer tous les outils dont ont besoin les « scholars » et autres analystes … mais je crois qu’il faut générer des alternatives et que les communautés épistémiques reprennent le contrôle de leurs objets !

    Dans le type de traitement que l’on opère sous Prospéro et cie, il s’agit de se donner des collections de corpus plus conformes à la fameuse injonction de « construction de l’objet » 😉 et de disposer derrière d’outils d’analyse sémantique liés aux cadres d’analyse des chercheurs – et de contrôler un tant soit peu par la variation systématique et l’analyse de contenu, ce que donnent les algorithmes. Mais il est toujours heuristique de croiser plusieurs manières d’interroger les séries qui intéressent un raisonnement ou une enquête.C’est là que le web produit une rupture majeure avec les formes d’enquêtes antérieures.

  5. Thierry

    merci de votre réponse.

    C’est d’ailleurs pour cela que je lis vos écrits, en particulier sur ce blog.

    j’ai en effet l’impression que vous êtes le seul sociologue à réunir les 2 versants méthodologiques nécessaires à l’étude de l’activité des internautes aujourd’hui, avec Prospero et cie (et Pajek pour la visualisation de données comme vous l’avez montré dans un billet) : analyse de contenus + visualisation cartographique du web connexionniste.

    Sauf que je pensais jusque là qu’Internet n’était pour vous qu’un terrain comme un autre de la sociologie des controverses.

    Je lis avec passion vos billets (même si je n’y comprends pas tout) : il y a des notions fondamentales pour toute « sociologie de l’Internet » aujourd’hui.

    Il faut continuer. Merci.

    P.S. : y a t-il un compte-rendu de votre intervention récente au séminaire « digital humanities » de l’EHESS ? (on est plusieurs à le chercher fébrilement 🙂

  6. FC

    A défaut de cr de la séance du séminaire DH du 24 mars dernier, on peut visionner le diaporama mis en ligne ici
    Exercice : reconstruire le topo à partir des slides 😉

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.