Josquin Debaz

Il y a bien longtemps (huit ans, un éon ?), dans une galaxie pas si lointaine, je m’étais exercé à cartographier les liens hypertextes pointant d’un carnet de recherche hypotheses.org à un autre¹. À l’occasion des 10 ans de la plateforme Hypothèses, l’opération a été faite à nouveau, offrant un paysage d’une toute autre dimension.

Le processus passe par le recensement des liens entre les carnets de recherche, ceux inscrits par les auteurs lors de la rédaction des billets mais aussi ceux qui apparaissent sur les autres pages et widgets des carnets ainsi que dans les commentaires, à l’exclusion des en-têtes et pieds de page communs à toute la plateforme.

En 2010, le crawling avait butiné 91 carnets et 1127 pages. En 2018, c’est à 2 044 carnets et 980 374 pages qu’il a eu affaire². Entre ces carnets, 13 226 liens apparaissent (densité=6,597), ils sont ci-dessus affichés avec le logiciel Gephi en utilisant ForceAtlas pour le placement, modularité pour la couleur, et le degré pour la taille des noms de nœud³.

Caractéristiques et limites

Il faut bien noter qu’on cherche ici à repérer des affinités entre les carnets qui puissent dessiner des relations structurantes au sein de la plateforme Hypothèses. À cette fin, on affiche des propriétés formelles qui se cumulent sur dix années de pratique des carnetiers.

Les liens hypertextes agrégés correspondent à l’écriture numérique de liens sociaux qui peuvent être très hétérogènes : forts ou anecdotiques, institutionnels ou épistémologiques, complices ou antagonistes… C’est pourquoi le choix a été fait de ne pas additionner des relations dont on ne peut présupposer qu’elles renseignent une même volonté et de s’en tenir à une valeur unitaire : un carnet X peut pointer 100 fois le carnet Z, le lien sur le graphe est toujours de 1.

Le “robot” mime un lecteur obsessionnel qui passerait systématiquement de carnet en carnet en fonction des liens qui se présentent sur les pages web⁴, mais qui ne serait pas capable de repérer et de corriger une simple coquille dans une url. Il suit ce qui est mit en ligne sans préférence. Les lecteurs humains ont eux une navigation sélective qui peut être repérée sur les logs du serveur web : c’est l’Hyposphère de Pierre Mercklé⁵.

De même, le graphe ne renseigne pas la popularité ou l’audience d’un carnet, mais propose simplement de rapprocher visuellement des entités qui affichent une relation, et ce d’autant plus que leurs voisins sont communs.

Trois aires linguistiques ?

Trois grandes zones sont dessinées par le graphe, nous allons les parcourir brièvement dans le sens antihoraire. (Cliquer pour agrandir les images).

Tout d’abord, un bloc qui semble assez homogène dans lequel se distinguent des noms de carnets germanophones. Rapidement, on y lit :

• un couple de / redaktionsblog deux portails qui collationnent des billets émis dans la sphère germanophone de la plateforme ;
• archivalia très central ;
• et un binôme dhdhi / dhiha (digital humanities au Deutsches Historisches Institut / Institut Historique Allemand) qui semble relier cette île avec le reste du “continent”.

L’algorithme de partition (modularité) a réuni de manière assez homogène ce groupe, colorisé dans un même vert⁶, et il serait intéressant de lui passer un autre paramètre ou de tenter d’autres attributions pour séparer des sous-groupes.

On a le même phénomène dans le cadran suivant : une bonne séparation du reste du graphe, mais peu de précision à l’intérieur du groupe.

On retrouve plusieurs portails :

• en pour les carnets anglophones à mi-chemin des trois blocs ;
• houseofblogs et anthology, ainsi que es pour les carnets hispanophones sont au cœur d’un réseau qu’on devine plutôt anglophone.

L’héritage de la couleur par le carnet contagions serait à explorer. Il nous amène à nous pencher sur le dernier bloc, dans lequel on distinguera deux zones.

La première, balisée par le portail fr et leo, le blog d’OpenEdition, semble correspondre à un groupe associant des carnets présents de longue date sur la plateforme. On y retrouve ceux qui trônaient au cœur de l’hypothèsosphère de 2010.

Dans la seconde, les couleurs proposent de distinguer trois sous-groupes :

• En rouge, un réseau “mené” par phonotheque ;
• En vert, autour du tandem bulac / veillebulac (Bibliothèque universitaire des langues et civilisations) ;
• Enfin, plus discret, un chapelet brun où l’on trouve entre autres humanum (le carnet de la très grande infrastructure dédiée aux humanités numériques), cahier (Corpus d’auteurs pour les humanités) et bnf (Le carnet de la recherche à la Bibliothèque nationale de France).

Et après ?

Comme souvent, la visualisation par graphe permet de formuler rapidement des hypothèses, qu’il faudra ensuite consolider en faisant varier les algorithmes de spatialisation et de partition (les couleurs), mais surtout qu’il faudra étayer d’analyses plus fines pour comprendre la nature des liens évoqués. Comme les tracés rapides d’une esquisse dont on viendrait ensuite repasser les traits justes pour affirmer une interprétation.

En jouant avec les logiciels, on supprimera les portails pour mieux distinguer la “végétation” que ces “gros arbres” cachent, on supprimera les carnets les moins reliés pour ne garder que les relations les plus marquées, on isolera une partie ou une autre pour la détailler… Les possibilités sont presque infinies quand le temps du chercheur ne l’est pas !

Deux autres pistes qui demandent un peu plus de travail technique me semblent intéressantes : d’une part découper des tranches temporelles pour observer l’évolution du graphe au fil de l’évolution de la plateforme Hypothèses ; d’autre part automatiser la production et l’affichage de l’hypothèsosphère, afin que chacun puisse en suivre l’évolution, et même tenter des manœuvres pour la manipuler !

1. Josquin Debaz, « Essai de cartographie des carnets de recherche », Socio-informatique et argumentations, 8 décembre 2010. [↩]
2. Au nombre desquelles certaines pages sont automatiquement générées, par exemple la liste des billets correspondant à une catégorie, leur accès permet de se rapprocher de l’exhaustivité dans le traitement des billets. Le processus est assez intrusif et a opéré plus de 15 jours, aussi même si le hypotheses.org/robots.txt est des plus permissif, j’ai demandé l’autorisation à l’équipe d’OpenEdition et nous nous sommes accordé sur une IP et un User-agent pour que les logs soient bien identifiables. [↩]
3. Codes sources, .net (96ko) et .gephi (208ko), .png et .svg sont mis à disposition sur mon github, le reste des logs (1 339Mo) pourra servir pour de futurs exercices… [↩]
4. Plus exactement les liens qui apparaissent dans le code html, ce qui peut-être éventuellement différer de ce qui est affiché par le navigateur. [↩]
5. Pierre Mercklé, “L’Hyposphère”, 7 juin 2011, http://pierremerckle.fr/2011/06/lhyposphere. [↩]
6. l’attribution des couleurs est aléatoire et non définitive. [↩]

---

---