affordance.info

Allo maman Bobo ...

Pour fêter la 1OOème note de ce blog (en un mois ...), sortons un peu (quoi que) des sciences de l'information.
Le site Next-Up propose en téléchargement gratuit un film documentaire (div-x) plus que troublant sur les nuisances sanitaires des antennes relai de téléphonie mobile. Aucune télé n'ayant à ce jour autorisé sa diffusion, les 53 minutes de ce documentaire valent le détour. La succession de témoignages est édifiante et les études cliniques et médicales citées font froid dans le dos.

Glocalization

Article au sujet de la "Glocalization" et du Web 2.0.

Le secret de Google !

Enfin démasqué. Voilà une information que Jean a probablement déjà traitée ou qui le cas échéant viendra illustrer sa croisade ;-)
Question : comment Google fait-il pour disposer de la plus grosse base d'index ?
Réponse : il invente l'indexation autoréférentielle.
Explication (message récupéré et traduit du le forum searchenginewatch) :

• "Bonjour, le nombre des pages de mon site dans Google a grimpé de 3000 à 11 600. Comme je n'ai jamais créé autant de pages, la seule explication est que Google a indexé ses propres résultats de recherche. Comme j'utilise Google pour la recherche sur mon site (via une API), Google s'est effectivement indexé lui-même."

Combien de pages vous dites ? Ah oui c'est vrai, vous ne dites plus rien ...

Analyse cognitive des "Tags"

A l'heure où l'on parle beaucoup des tags et autres folksonomies ou social bookmarks, cet article se propose de se livrer à une analyse du phénomène de tag d'un point de vie cognitiviste ("A cognitive analysis of tagging")
Je ne résiste pas au plaisir d'en traduire les quelques idées fortes énoncées en conclusion :

• "le marquage ("tagging") élimine la phase de décision (choisir la bonne catégorie) et dissipe la phase de paralysie d'analyse ("the analysis-paralysis stage") pour la plupart des gens.
• il offre un retour social et sur soi-même immédiat. Chaque "tag" traduit un peu de vos centres d'intérêts et les ancrent dans un contexte social immédiat.
• La beauté du marquage ("tagging") est qu'il est inscrit dans un processus cognitif déjà existant sans lui ajouter de coût cognitif supplémentaire."

(Repéré via SocialSoftware Weblog)

N'importe quoiooogle

Le blog officiel de Google commence sérieusement à ressembler à n'importe quoi. Après y avoir relayé les belles histoires, après nous avoir donné la recette des haricots à l'huile, voici qu'aujourd'hui un membre du staff médical prend la plume pour délivrer des conseils (médicaux) aux "frequent flyers" (ceux voyageant beaucoup en avion donc).
Ils disaient quoi déjà ? Ah oui, "Our mission is to organize world information". Sinon j'ai aussi une tante par alliance qui fait de la télépathie avec les souris. Peut être cela fait-il partie du portefeuille de compétence des Googlers :-((`

J'ai rendez-vous avec Google (à moins que ce ne soit l'inverse)

Google se sert de la société Data Docket Inc. comme société écran pour acheter les noms de domaine que la marque déploiera en temps utiles. Relevé par Greyhat, le prochain service en lien avec un DNS acheté par "Data Docket/Google" pourrait être un calendrier. Après tout ils savent déjà qui nous sommes, où nous sommes (Google Earth) et lisent le contenu de nos mails pour nous afficher des publicités contextuelles. C'est vrai qu'ils ne savaient pas encore avec qui et à quelle heure on avait rendez-vous ... Ca va être de plus en plus dur d'avoir une double vie et de commettre un "Google adultère".

De la Nasa aux enfants en passant par le MIT

C'est d'abord l'histoire d'une bonne idée : celle du MIT de fabriquer des ordinateurs portables à 100 dollars pour pouvoir les distribuer en priorité aux enfants/étudiants dans des pays émergents ou à faible pouvoir d'achat (Brésil, Chine, Egypte, Afrique du Sud, Thailande) : 15 millions d'unités seraient prévues. Ces portables seront équipées d'un dispositif mécanique de recharge de batterie (manivelle) pour le cas où aucune source d'énergie (électriqaue) ne serait disponible à proximité.
Voilà une annonce et un projet suffisamment  humanistico-technique pour que l'on s 'attende à trouver (au hasard) Microsoft comme partenaire industriel. Et bien non. C'est ... Google qui est en partenariat avec le MIT sur ce projet. Comme l'analyse remarquablement cet article, ce serait là une occasion inespérée pour lui de conquérir massivement ces marchés émergents. On se souvient en effet que des rumeurs avaient courues et courrent encore sur la possibilité de déployer un OS (système d'exploitation) Google ou un Network Computer apparenté. La stratégie Google pourrait prendre un nouvel angle en misant tout non plus sur le développement d'OS spécifique ni sur le déploiement d'un hardware quelconque (laissant en l'occurence cela au MIT) mais bien sur un offre de connection WiFi globale à bas prix (les accès étant pour ces pays hors de portée des portefeuilles les plus nombreux). Cet article suggère intelligemment que si Google parvient à mettre en place dans les 3 prochaines années ces accès Wifi globalisés autour d'une offre GoogleNet ou Google Wifi sur laquelle on le sait en train de travailler, il pourrait enterrer définitivement certains de ses prestigieux concurrents. A ce titre l'étrange partenariat conclut avec la NASA (un "Google SpacePlex" va voir le jour dans la Silicon Valley à côté du centre de recherche de la NASA) s'éclaire sous un nouveau jour. Au delà des partenariats annoncés portant sur :

• la gestion de données à large spectre (large-scale data management)
• les architectures massivement distribuées (massively distributed computing)
• et la convergence technologique "bio-info-nano"

Au delà de tout cela donc il se pourrait bien que les ingénieurs de chez Google aillent butiner le savoir-faire technologique de la Nasa en termes de réseau satellitaire pouvant supporter une architecture WiFi. Après tout ils disposent déjà du réseau et de l'infrastructure technique terrestre la plus impressionnante, il ne leur manque plus qu'un équivalent spatial. Le tout façon Google ... en attendant d'annoncer une connection Internet Satellitaire Globale.

Cher Nicolas, Monsieur le Ministre

Pardon du ton employé dans l'entame de ce mail, si je me permets d'appeler par son prénom un ministre de la république c'est parce que tu, oui "tu" as décidé de forcer la porte de ma boîte aux lettres électronique.
Etant un citoyen connecté, j'ai l'habitude de recevoir de nombreux pourriels, qui sont finalement peu ou prou du même acabit que celui que tu viens de m'envoyer : tu parles dans ton pourriel de "redressement du pays", eux semblent s'intéresser davantage au redressement d'une partie de mon individu. Tu parles de "crise économique politique et sociale", eux évoquent d'improbables crises dans mon couple (peut être en lien avec les incitations au redressement sus-cité. Tu parles de "réponses simples, rapides et efficaces" là où eux me proposent des pilules jaunes ou bleues, elles aussi soi-disant "simples, rapides et efficaces".
Ainsi donc Nicolas tu figures désormais au centre de mes filtres anti-spam au milieu des mots-clés suivants : "Viagra, Cialis, Increase Penis, Penis enlargement, Sex girls, Rolex, Babes" et donc "Nicolas Sarkozy".
Et crois le ou non, je regrette que tu m'aies poussé à en arriver là. D'autant qu'il aurait été facile, simplement en effectuant par exemple une recherche Google sur mon nom, il aurait été facile disais-je, de te rendre compte que les pétitions que je signe et les actions que je soutiens sont plutôt en opposition frontale avec les positions de l'UMP.
Je le regrette également car tu m'obliges, en tant qu'universitaire et chercheur à faire une entorse à la ligne éditoriale que je m'étais fixée et à laquelle sont asujettis les fonctionnaires de l'éducation nationale, à savoir pas de prosélitisme politique.
Je le regrette enfin en tant que citoyen car si je me félicite à chaque fois que nécessaire de l'usage que peuvent faire nos représentants des nouvelles technologies, je trouve dommage et dangereux que ceux-ci s'efforcent de contourner les lois qu'ils ont contribuer à établir :

• "L’article 22 de la loi du 21 juin 2004 pour la confiance dans l’économie numérique subordonne l’utilisation de courriers électroniques dans les opérations de prospection commerciale au consentement préalable des personnes concernées. Ce nouveau dispositif prévu par une directive européenne de 2002 vise notamment à lutter contre les spams en renforçant la protection des personnes utilisatrices d’une adresse de courrier électronique." (cf le site de la CNIL)

Ainsi donc me voila "prospect" de l'UMP car si ton pouriel est recouvert d'un vernis politique "simple, rapide et efficace" il est aussi clairement à visée commerciale puisqu'il propose un lien direct pour adhérer à l'UMP.
Ce blog est pouvu d'une rubrique intitulée "écologie de l'information" qui tente modestement d'apporter des éclairages succincts sur la manière don les nouvelles technologies interagissent et conditionnent cette sphère écologique particulière qu'est "l'usage de l'information". C'est dans cette catégorie que ce billet sera rangé. Mais bien au titre d'usage perverti.
Comme nombre de personnes ayant également reçu ce mail je me suis demandé de quelle manière il avait pu parvenir jusqu'à moi. Je suis certes abonné à nombre de listes et services en ligne mais prend bien soin de systématiquement cocher l'option interdisant que les données collectées sur ma personne soient remises à des tiers ou réutilisées à des fins commerciales.
Or ton mail m'offre (c'est la moindre des choses) la possibilité de me désabonner (ce que j'ai fait) et il m'indique : "Vous recevez ce message car vous êtes abonné au programme ok2mail." Je suis donc aller faire un tour sur le site en question (auquel je ne me suis jamais abonné) mais qui est lui-même partenaire de sites de promotions et autres cadeaux en ligne sur lesquels il est possible qu'en des temps reculés je sois allé me ballader et sur l'un desquels j'ai peut-être ommis de cocher la case idoine. Quoi qu'il en soit, donc Viagra Cialis Increase Penis Penis enlargement Sex girls Rolex Babes Nicolas, tu as déclenche plus d'une colère numérique et je t'invite à prendre connaissance sur ces quelques sites des réactions occasionnées par cette étrange opération de communication de masse (je n'en ai sélectionné que quelques-unes me paraissant particulièrement éclairantes sur la dérive que constitue ton action et les effets de bord qu'elle pourrait entraîner) : ici, là, encore là, et pour finir avec un peu d'humour, ici.
Je vous prie, Monsieur le Ministre, d'accepter l'expression citoyenne de mon agacement numérique.
(Update de tard dans la nuit : voilà ce que je cherchais, de l'action et une enquête)

Ci-joint en complément, non pas pour vous, Monsieur le Ministre qui êtes au fait de l'état des lois en la matière, mais pour le citoyen lambda, quelques extraits de la loi sus-citée consultable sur le site de la CNIL :

• " L’utilisation d’adresses de courriers électroniques dans les opérations de prospection commerciale est subordonnée au recueil du consentement préalable des personnes concernées.
• Il est interdit d’utiliser l’adresse de courrier électronique d’une personne physique à des fins de prospection commerciale sans avoir préalablement obtenu son consentement. L’expression de ce consentement doit être libre, spécifique et informée. (ce qui n'est manifestement pas le cas) En conséquence, son recueil ne doit pas être dilué dans une acceptation des conditions générales ou couplé à une demande de bons de réduction (ce qui est le cas, cette opération de prospect étant appremment liée à un service de pointzs cadeaux maximiles disponibles quand par exemple vous réservez un billet en ligne sur le site de la SNCF)
• Indépendamment des règles spécifiques prévues dans le code des postes et des communications électroniques et dans celui de la consommation, les opérations de prospection par courrier électronique, quelque soit leur nature (commerciale, caritative, politique, religieuse ou associative par exemple), sont soumises au respect de la législation relative à la protection des données personnelles, à savoir la loi Informatique et Libertés du 6 janvier 1978.
• La loi a prévu une dérogation au principe du consentement préalable en maintenant un régime de droit d’opposition : il s’agit de l’hypothèse dans laquelle la prospection concerne des « produits ou services analogues » à ceux déjà fournis par la même personne physique ou morale qui aura recueilli les coordonnées électroniques de l’ intéressé :Par exemple, une entreprise qui a vendu un livre pourra solliciter cet acheteur pour l’acquisition d’un disque, à la condition toutefois que la personne démarchée ait été expressément informée, lors de la collecte de son adresse de courrier électronique, de l’utilisation de celle-ci à des fins commerciales et qu’elle ait été mise en mesure de s’y opposer de manière simple.
• Le non-respect de ces règles (collecte déloyale, méconnaissance du droit d’opposition) est sanctionné par les articles 226-18 et 226-18-1 du code pénal  (cinq ans d’emprisonnement et 300 000 euros d’amende)."
  

 

Google traque les liens

En train de bâtir un support powerpoint pour mes étudiants je trouve l'adresse d'un site intéressant (http://21cif.imsa.edu/) sur Google, je pointe le curseur de ma souris dessus, 'click droit', hop, 'copier l'adresse du lien', re-hop et je vais coller tout ça dans powerpoint. Et là surprise, au lieu de l'attendu 'http://21cif.imsa.edu/' voici ce qui se colle (je vous le met sur plusieurs lignes pour ne pas massacrer la mise en page de ce blog) :

• "http://www.google.com/url?sa=t&ct=res&cd=1&url=http%3A//21cif.imsa.edu/ (suivi de)
• &ei=kWo5Q5aOK6ngwQHQ2qS2CA&sig2=e2zT9OY8XZmmL_M49krwSA"

Pourquoi cette redirection masquée ? Parce que Google pratique le "click tracking" (suivi de click). Cet URL alambiqué contient un identifiant unique qui permet à Google de suivre en temps réel vos clicks sur le net. Pourquoi pas ... Tous les moteurs (ou presque) le font mais en général via un 'cookie' qu'il est à tout moment possible de désactiver. Donc même si vous désactivez ou effacez le 'cookie' de Google, vos clicks sont suivis à la trace. Ce billet explique en détail (et en anglais) en quoi la manière de procéder de Google est pernicieuse. Le même billet explique également comment s'éviter d'être suivi mais c'est au prix de l'installation de tel ou tel plug-in différent selon tel ou tel navigateur.
Une nouvelle fois si tout cela servait à optimiser la recherche et non simplement à vendre des liens sponsorisés ou des programmes adwords ...
(Repéré sur Unstruct.org)

La mort lente du domaine public

Editorial de Lawrence Lessig sur la question. Extrait :
"Our leaders (...) have   been seduced by a vision of culture that measures beauty in ticket sales. They   are apparently untroubled by a world where cultivating the past requires the   permission of the past."

Google se microsoftise

Ouh là. 7 ans déjà que Google est arrivé sur le Net. Lui qui a l'habitude des "coups" médiatiques tonitruants et des services innovants, que nous propose-t-il pour marquer ce 7ème anniversaire ? La numérisation de tous les actes notariés de la planète ? La géolocalisation étendue jusqu'à Saturne ? L'implant d'une prothèse cérébrale permettant d'interroger Google par la pensée ?
Non. Pour fêter ses 7 ans d'existence, Google fait disparaître le nombre de pages indexées de sa page d'accueil.
Pour mémoire, un tour sur Internet Archive nous rappelle que c'est 2 ans après son lancement que Google mentionne pour la première fois sur sa page d'accueil (en juillet 2000) le nombre de pages indexées qui est alors de 1 milliard et des broutilles.
Rappel : quand Google arrive sur le net, la mode (pour les moteurs de recherche) est à l'interfaçage chargé. Plein de couleurs, des tas de boutons, d'options, d'onglets, de liens, de mentions légales, de bannières, de catégories, bref, ce genre de choses. Et Google marque un point décisif avec une interface qui est un modèle de dépouillement tout en marquant sa cible et en soulignant son coeur de compétence : le nombre de pages indexées.
Depuis ce temps, la communication de Google a grandi avec lui, et a oscillé entre fausse transparence (sur les objectifs de la firme) et vraie opacité (sur les algorithmes). La disparition de cette taille d'index et quelques autres éléments laissent clairement entrevoir un changement radical dans la "corporate communication" de Google. Ayant atteint une masse critique suffisante en terme non plus d'index mais de public captif, Google se microsoftise et centre sa communication sur le grand public. Oubliant de ménager les quelques nerds et autres utilisateurs attentifs et critiques pour lesquels une taille d'index veut dire quelque chose. En même temps, les coups de boutoir répétés de quelques-uns rendent de plus en plus délicat le maniement de ce genre de données et le font de plus en plus ressembler à de la communication de crise. Or Google n'aime pas la crise. Donc Google supprime la mention de sa taille d'index.
Pour son septième anniversaire, Google a oublié que dans la psychologie de base de n'importe quel consommateur, y compris non averti, on aime bien savoir ce qu'on achète. Faire le pari que tout tiendra au nom d'une identification à la marque d'un public captif (me) paraît aberrant.
Pour la première fois en 7 ans, Google vient de perdre quelque chose.

Google accepte le Google Bombing

Le "Google Bombing" est une pratique d'indexation faussée qui consiste à utiliser le Pagerank (système de classification des résultats de Google) pour associer (en général) à une requête peu flatteuse ("miserable failure") la page officielle d'une personnalité (Georges W. Bush en l'occurence)
L'actuel président des Etats-Unis n'est ni la première ni la dernière victime de ce "jeu" : Jacques Chirac au moment des essais nucléaires, Jean Charrest au moment du vote de la LEN (loi sur l'économie numérique), j'en passe et des plus (ou moins) célèbres, en firent les frais.
La pratique du GoogleBombing a ceci d'intéressant (ou de "numériquement" dangereux) qu'elle permet à n'importe qui (avec un peu de temps et quelques connaissances minimes) de fausser l'algorithmie du plus utilisé des moteurs et donc d'influer sur l'organisation des connaissances à l'échelle de la planète (puisque c'est ce que Google prétend faire). Un peu comme si n'importe qui pouvait entrer dans une bibliothèque et en modifier le plan de classement, renvoyant "Mein Kampf" au rayon jeunesse ou le "Discours de la méthode" au rayon polar.
Or voici que sur le blog officiel de Google et par la voix de Marissa Mayer, cette pratique est admise et même reconnue comme "normale". L'argumentaire est le suivant :

• l'algorithme de Google est objectif et basé sur le calcul de l'indice de citation d'une page (PageRank)
• l'objectivité est notre crédo
• nous nous refusons à déclasser à la main les pages relavant d'un GoogleBombing`au risque de perdre cette objectivité

Bien.
Imaginons maintenant que nous sommes dans une bibliothèque (universitaire ou autre) et que le(la) directeur(trice) nous tienne le discours suivant :

• la subjectivité est notre crédo
• le déplacement et le reclassement des livres dans un autre rayon est possible
• nous nous refusons à reclasser à la main les ouvrages à leur place d'origine

Tout le monde trouverait cela absurde. La raison d'être d'une bibliothèque est de proposer un accès raisonné au savoir. Pour le reste il y a les bouquinistes, les vide-greniers, le bookcrossing et le rangement de votre propre bibliothèque dans laquelle vous avez le droit de classer vos ouvrages comme bon vous semble. Or Google prétend de son côté comme une litanie "organiser l'information à l'échelle mondiale".
Et cela ne pose aucun problème à Google quand il s'agit de supprimer (manuellement) une série de sites du portail Google news en Chine, privant ainsi un cinquième de l'humanité d'un accès à des informations trop porteuses d'émancipation, de progrès, de liberté ou laissant supposer que la chine n'est peut être pas vraiment le pays des droits de l'homme et de la liberté de la presse.
Donc censurer à la main des sites jugés politiquement incorrects par le gouvernement chinois OK. L'objectivité est sauve.
Mais déclasser quelques malheureux GoogleBombing, "Ouhla surtout pas, et notre objectivité, et notre mission ?"
Donc soit ils sont devenus fous, soit il y a quelque chose que je n'ai pas compris dans leur stratégie de communication, soit ils n'ont aucune possibilité d'avoir recours à des outils sémantiques assez fins pour détecter les GoogleBombing et les pondérer différemment. Soit ils font ce qu'ils veulent.
Mais ce serait bien qu'ils comprennent qu'un moteur de recherche n'est pas une bibliothèque, que lister l'information n'est pas forcément l'organiser, et que réduire l'objectivité à une mesure statistique quand ladite objectivité concerne des contenus sémantiques et non simplement des données factuelles est une aberration.

Le web. Version 2.0

Il y eut le web. Puis vînt le web sémantique et autres Internet Nouvelle Génération.
Voici maintenant venu le temps du Web 2.0.
De quoi s'agit-il ? De cela
A quoi cela ressemble-t-il  ? A cela
Où en avoir une vue d'ensemble ? Par ici

Le P2P à l'Université.

Le réseau Internet fut tout d'abord un réseau militaire (Arpanet) puis un réseau de recherche, utilisé essentiellement dans les universités. Il était donc logique que le dernier avatar du réseau, à savoir le P2P, se trouve une plateforme dédiée à l'échange de fichiers volumineux sur les campus.
Toute l'info à ce sujet par ici.

La carte est l'avenir du web

Un article du magazine Forbes nous rappelle que dès le 16ème siècle, "the map was the interface for business" (la carte était le support du commerce). L'article revient ensuite de manière intelligente sur cette petite révolution en applications qu'à permis Google Maps non seulement en amenant une nouvelle manière de programmer des applications web (AJAX) mais également en marquant un pas décisif vers ce qui est, pour Google et pour d'autres, l'enjeu documentaire du 21ème siècle, à savoir l'indexation géographique ("geotagging").

• L'occasion de relire Bateson : "Le langage entretient avec les objets qu’il désigne le même rapport que la carte entretient avec le territoire. » [Bateson 77 p.212]
• L'occasion également de relire Lévy : « Sans doute est-ce à partir de la découverte d’un espace composé de points abstraits que Zénon d’Elée put formuler son fameux paradoxe sur l’impossibilité du mouvement. (…) Sur le Territoire, Achille ne rattrape jamais la tortue. On n’avance pas sur le Territoire, on ne peut qu’y faire le point. Mais sur la Terre (...) Achille rattrape la tortue. Or Achille (…) vit dans les deux espaces. Il se repère et s’oriente sur le Territoire, mais il progresse sur la Terre. » [Lévy 81 p.180]

L'occasion, enfin, de se demander devant Google Earth dans quel espace évoluons-nous : celui de la carte ou celui du territoire ?
Car la "surterritorialisation"** que nous préparent nos chers moteurs à indexation géographique (geotagging donc) et autres géolocalisations fait certes de chacun d'entre nous des citoyens "hyper-situés" mais également des spectateurs (acteurs ?) d'outils technologiques permettant pour la première fois dans l'histoire de s'orienter sur une carte à l'échelle du territoire.
Ce qui n'est pas sans poser question. Surtout si l'on considère qu'il ne s'agit pas simplement de trouver la pharmacie ou la pizzeria la plus proche de chez soi, mais de s'orienter, via une carte des savoirs sur un territoire de connaissance.

** dans le sens (inverse) où Deleuze parle de déterritorialisation : « Nos sociétés ne fonctionnent plus à base de codes et de territorialités, mais au contraire sur fond d’un décodage et d’une déterritorialisation massive."
(Via DigitalTechnik)

P2P avec un "P", comme "Politique"

Paru sur AgoraVox, une tribune libre de Michel Bauwens qui souligne la nécessité d'une analyse désormais politique et non plus simplement technologique du P2P.
Extrait :  "Nous croyons donc que le P2P n’est pas simplement ’déterminé’ par les nouvelles technologies et infrastructures, mais que l’émergence de ces processus est aussi le résultat d’une profonde transformation ontologique (nouvelle façon d’être et de sentir), épistémologique, et axiologique (nouvelle constellation de valeurs), dont les nouvelles technologies sont elles-mêmes l’expression. Nous admettons que ces outils technologiques rendent en partie possible la généralisation de ces nouvelles pratiques sociales."
Une version longue de cette tribune est disponible ici.

Fil bibliothéconomique

Pointée par Manue de Figoblog, cette page permet de s'abonner via un fil RSS aux nouveautés des bibliothèques de département de l'université d'Illinois. Il est ainsi possible de choisir une ou plusieurs bibliothèques de département, de récupérer les ouvrages selon un plan de classification Dewey, mais également par auteur ou par titre. Une fois ces sélections effectuées, un fil RSS est automatiquement généré pour être placé dans un aggrégateur.

Trois manières de fouiller le web

Dans la dernière livraison d'Inf@viz, Juan C. Dürsteler propose une carte conceptuelle (mindmap) inspirée des travaux de Patricio Galeas autour de la notion de "web mining" (fouille du web, à l'image du "Data" Mining, fouille de données).
Il propose de décomposer le web mining en trois sous groupes portant sur des analyses distinctes :

• WUM : "Web Usage Mining" qui s'intéresse notamment à l'analyse des logs pour retracer des profils d'utilisateurs et s'attache également à déterminer des formes ("patterns") de navigation.
• WCM : "Web Content Mining" qui s'intéresse au "contenu" (pages web et résultats d'une recherche)
• enfin le WSM "Web Structure Mining" qui prend en compte les hyperliens (statiques ou dynamiques)

Sur la page de Patricio Galeas on trouvera une présentation plus détaillée de ces notions, une liste de chercheurs et d'organisations y travaillant ainsi qu'une liste de logiciels, d'articles et de projets sur la question. Bref, une remarquable page ressource.
Il est intéressant de remarquer au regard du précédent billet que sans être à proprement parler de la fouille de données, les trois directions que prend la recherche sur le web collent assez bien à cette typologie :

• le fonctionnement "classique" des moteurs s'apparente au web content mining
• les fonctionalités de type folksonomies permettant d'ajouter des "tags" sur telle ou telle page relèvent eux d'une recherche plus "structurelle" (web structure mining), même si en l'occurence cette structuration n'est pas inhérente et objectivée (il existe tant de liens entre tant de pages) mais opérée après coup et totalement subjectivée (les "tags" sont posés a posteriori et sans aucune logique ou vue globale de l'ensemble ou sans possibilité d'objectiver ce type d'indexation).
• enfin les pratiques collaboratives de recherche (signets partagés, search party et autres MyWeb) reposent entièrement sur des catégories d'usages différenciés et permettent là aussi d'isoler des formes ("patterns")

Par ailleurs chacune de ces catégories dessert plus particulièrement deux des trois types de requêtages définis par François Bourdoncle : requêtes informationnelles d'une part et navigationnelles d'autre part (le troisième type étant réservé aux requêtes transactionnelles - du type "acheter un billet d'avion" - et pouvant donc être incluses dans le groupe générique des requêtes informationnelles).

Dès que j'ai 5 minutes je remets tout ça sous la forme d'une jolie mindmap ;-)

Dérive des continents informationnels

Dans la course bataille compétition qui oppose Yahoo! à Google, c'est depuis quelques temps le premier qui semble prendre un net avantage en termes d'innovations et de services.
Loin de la fanfare médiatique accompagnant les projets Google Print, et non content de grignoter des parts de traffic (outre-atlantique notamment) à l'ogre de Mountain View, Yahoo! a en quelques mois marqué sinon quelques points en tout cas occupé le terrain de l'innovation en matière de recherche d'information :

• d'abord avec Yahoo!Mindset et son curseur permettant d'isoler l'information commerciale de la non-commerciale (voir notamment ce billet ou celui-là)
• ensuite (et peut-être en forme de boutade au fameux "feeling lucky" de l'autre), avec l'Instant Search qui en cours de frappe vous affiche les résultats les plus pertinents pour les recherches populaires proches des lettres ou mots-clés saisis. Un peu dans la lignée de Google Suggest avec l'avantage d'afficher une "vraie" réponse plutôt que simplement le nombre de réponses correspondantes à telle requête.
• ensuite avec MyWeb2.0, qui dans la lignée de la fusion de services prônée par Yahoo! permet de pratique la recherche "collaborative" (un précurseur l'avait tenté par là) en y adjoignant la  richesse des folksonomies. Le principe est se veut simple : vous saisissez un mot (blogs par exemple) et l'écran de résultats est divisé en trois onglets : le premier baptisé "Pages" affiche les pages correspondant à la requête non pas dans l'index de Yahoo! mais dans la base de donnée construite par les internautes disposant d'un compte sur ce service (un peu à la manière des bookmarks partagés ou signets collaboratifs de del.icio.us) : il vous est ainsi possible de n'afficher que "vos" pages (celles que vous avez vous même mises dans l'index), les pages de votre communauté (groupes ou forums auxquels vous appartenez) ou les pages "de tout le monde" (comprenez de tous ceux qui ont utilisé ce service et ajouté des pages). D'où le nom "My" web. Un deuxième onglet "Tags" vous permet d'afficher le liste des tags (balises) attachées par vous (ou par d'autres) à la requête en question. Enfin un onglet "contact" permet d'afficher vos contacts traditionnels Yahoo! pour leur proposer (par exemple) de partager ces résultats de recherche.
• enfin, depuis peu il est possible d'accéder à d'anciennes versions des pages affichées suite à une requête. Jusqu'à présent Google avait le quasi-monopole de cette fonction de "cache" (et toute illégalité d'ailleurs ne rendant de compte à personne sur le temps durant lequel des versions étaient conservées dans le cache du moteur, selon quels critères,etc.). Yahoo! offre lui un service à la fois plus légal, plus malin et plus "archéologique" puisque qu'en cliquant sur le "cache" en dessous des résultats, un lien est proposé vers le site Internet Archive (Merci à Totem Consult pour cette info).

Donc je résume : des curseurs, de la recherche instantannée, de la recherche collaborative folksonomisée, et un peu d'archéologie du web : ne manque plus à Yahoo! que des taux de rappel et de pertinence identiques à ceux de Google pour faire s'effondrer le cours de l'action ;-)
Plus sérieusement, ces réelles innovations ou à tout le moins cette réelle volonté de services innovants est malheureusement un peu "noyée" dans l'offre de service Yahoo! A force de vouloir rassembler en un lieu, en un espace unique des pratiques informationnelles profondément hétérogènes (chercher de l'information dans un moteur, baliser - tagger - des pages intéressantes, utiliser le courier électronique ou l'instant messaging pour communiquer, mettre en commun des signets) une mère (le formateur) finit par ne plus y retrouver ses petits (les "formés").
Et à la problématique dérive des continents informationnels, s'ajoute celle tout aussi ennuyeuse des outils permettant d'y mettre le pied (sur lesdits continents).

 

Les wikis : technologie disruptive ?

Gerry McKiernan met en ligne une de ses présentations lors d'un colloque, laquelle présentation est consacrée aux Wikis et joliment intitulée : "Wikis : technologies disruptives pour possibilités dynamiques" ("Wikis: Disruptive Technologies for Dynamic Possibilities").
Une mine d'informations sur l'origine des wikis, les solutions techniques de déploiement et les plateformes dédiées, les enjeux éducatifs et technologiques, etc. Avec en conclusion une interrogation formulée comme suit : "La "méthodologie" wiki serait-elle le meilleur moyen de créer de vraies archives ouvertes ?"
Remarque : sur le site du colloque en question on trouve une foule d'autres présentations ou de liens à propos d'information literacy, des creative commons,  des archives institutionnelles, des usages professionnels des blogs, etc.

Google : un modèle de complexité

Entrevue accordée à STIC-Hebdo par Jean Paul Delahaye, spécialiste des systèmes multi-agent et de la modélisation de la complexité, avec une accroche prometteuse : "En matière de complexité, le plus remarquable des problèmes d'aujourd'hui et de l'intérêt d'algorithmiques propres, c'est la fonction pageRank de Google."

Blog de thèse : l'aventure continue ...

La "mise en blog" de ma thèse (portant sur les enjeux de l'organisation hypertextuelle de la connaissance) à suscité (quelques) encouragements et débats et m'a donné l'occasion de regarder ce qui se faisait en la matière.
Après un départ précipité et un ralentissement tout aussi sensible, la périodicité des billets sera désormais quotidienne (grâce à la fonctionnalité de postage différé de la plateforme qui m'héberge). Les 7 billets de la semaine à venir seront donc automatiquement publiés chaque matin et aborderont la question des nouvelles figures de l'auteur : que devient-il sur le web ? La mort de l'auteur annoncée par Foucault a-t-elle eu lieu ? Quels sont les nouvelles autorités émergentes ou constituées ? Comment les appréhender dans le champ de la critique littéraire ? Etc.
Post Scriptum 1 : Le "style" des billets demeure celui d'une thèse (très académique  donc) même si lesdits billets sont le fruit d'une re-lecture/écriture qui s'efforce de leur ôter un peu de leur lourdeur initiale.
Post Scriptum 2 : Dans un esprit (vaguement) "oulipien" et dès les billets de la semaine prochaine, j'essaierai d'inclure j'incluerai à la fin de chacun d'eux un lien vers un site ou un texte "actuel" permettant de mettre en résonnance ou de mesurer la justesse (ou l'inexactitude) des passages écrits (en tout cas "soutenus") il y a de cela (déjà) 4 ans.
Si avec tout le mal que je me donne, vous n'allez pas déposer quelques constructifs et dialectiques commentaires, c'est que vous êtes des ingrats ;-))
Post Scriptum 3 : Pour ceux et celles qui s'intéressent à la littérature électronique, à la place de l'auteur dans cette dernière et plus globalement à la notion d'autorité à l'oeuvre dans les textes, jetez-vous donc sur la thèse d'Evelyne Broudoux qui parle mieux que personne "d'autoritativité" (et qui en plus arrive à prononcer ce terme sans bafouiller ;-))

Feuille de route pour "ouvrir" les technologies de l'information et de la communication

A Harvard, le "Berkman Center for Internet and Society" vient du publier "La feuille de route pour des écosystèmes ouverts dans les technologies de l'informaiton et de la communicaiton" ("Roadmap for Open ICT Ecosystems" (.pdf, 50 pages) Le document souligne la réelle valeur ajoutée d'une approche "ouverte" et la manière dont celle-ci encourage les pratiques collaboratives et l'innovation. En mélangeant observation théoriques et études de cas piochées dans différent pays ce document souligne le rôle des écosystèmes technologiques. Plaidoyer intelligent et argumenté qui démontre pourquoi les écosystèmes technologiques ouverts ("open technology ecosystems") sont plus adaptés aux besoins des gouvernements et des organisations que les systèmes clôts ou propriétaires.

(Vu sur Open Access News)

Des contenus, des contenants et de la légitimité d'un filtrage à la source.

Après la très polémique et débattue LEN ("Loi sur l'économie numérique"), voici venir le temps du filtrage à la source. Le principe est le suivant : mettre en application un décret obligeant les FAI à "mettre en oeuvre auprès de tous leurs abonnés, de manière automatique, des dispositifs techniques performants et activés par défaut qui permettent de restreindre l'accès aux services de communication au public en ligne mettant en péril les mineurs."
Ce qui soulève (au moins) deux problèmes :
1. que devient la liberté de choix de l'utilisateur final ? (la responsabilité des parents et des éducateurs est une chose (essentielle) et le filtrage àla source en est une autre)
2.  la nature même des contenus qui pourraient dès lors être "filtrés" et qui ne sont pas qualifiés "d'illégaux" (auquel cas pourquoi pas) mais de contenus « offensants » ou « préjudiciables ».

Le communiqué de presse de l'association IRIS (Imaginons un réseau Internet Solidaire) est en ligne ici. et nous rappelle que si nous n'en sommes pas encore là, la vigilance demeure de rigueur.
Bon faut que j'aille acheter des censures filtres à café :-((

(Via Homo Numericus)

DLib / La france en retard / Jeanneney a tort

Parution du numéro de Septembre de DLib Magazine. Au sommaire (entre autres), deux articles permettant de dresser un état des lieux des archives institutionnelles ("Institutional Repositories"). Cet article permet de constater le retard français en la matière puisque seulement 27% des universités françaises disposent d'archives institutionnelles contre 100% en Allemagne et en Norvège, 93% en Australie, j'en passe et des meilleurs (pourcentages). Ces chiffres sont certes à modérer selon la nature et le nombre de documents disponibles dans lesdites archives mais tout de même ...
Un autre article étudie de près ce qu'on (il ?) appelle le "Google 5", à savoir le projet de numérisation engagé par Google avec 5 grandes bibliothèques. Il s'interroge (notamment) sur les points suivants :

• le taux de couverture d'un tel projet à l'échelle de l'ensemble des livres imprimés
• la question de la langue : quelles langues sont prédominantes ?
• celle du copyright : quel pourcentage des ouvrages concernés par le projet Google sont libérés de leurs droits

Toutes les réponses à lire dans cet article avec des arguments allant dans le sens opposé de JN Jeanneney (notamment pour ce qui est de la couverture linguistique, démontrant que la couverture des ouvrages numérisés par Google Print est représentative (et même un peu en dessous pour l'anglais) de ce qui se passe à l'échelle des ouvrages imprimés de la planète et n'augmente pas l'écart ou la part faite à la langue anglaise.)
'

Google et les jeunes

Dans la panoplie marketing de Google il est une cible privilégiée : le public étudiant. Et pour cause, on sait l'adéquation quasi parfaite qui existe entre les besoins et le mode de vie de cette population et la panoplie de services offerte par Google. Les étudiants ont du boulot ? Google Scholar. Les étudiants ont des amis ? Google Talk ou Google mail. Les étudiants vont au ciné ? Google SMS pour les programmes. Les étudiants vont se balader ? Google Maps pour s'orienter. Tous ces services habituels sont donc réunis en une page "marketée" pour le public estudiantin. Avec un bonus, la possibilité d'avoir une adresse mail "gmail" si on prouve qu'on est étudiant en envoyant depuis la page en question (ou par SMS) une adresse mail valide en ".edu" (tous les étudiants de tous les campus américains en ont une) : marketing dérisoire tant il est aujourd'hui aisé de se procurer une adresse gmail.
Mis à part ce dernier point, voila encore la preuve de la formidable machine à "créer du besoin de services internet" qu'est Google. Miser sur les étudiants et emporter leur adhésion c'est se garantir un public fidèle et formatté pour quelques années. C'est aussi l'occasion de s'attaquer au public potentiellement le plus critique, celui qui a priori a le plus de chances d'aller voir ailleurs que sur Google, de développer par rapport à ce moteur un esprit critique et une distance nécessaire. Donc autant leur administrer une bonne dose de dépendance Googlienne le plus tôt possible. Et demain ? Après la page "http://services.google.com/university/", verra-t-on apparaître une page "http://services.google.com/lycée/" ou bien encore "http://services.google.com/primaire/" ?
(Via Zorgloob)

Agenda

J'aurai le plaisir de me trouver en (très) bonne compagnie, le 11 octobre à Lyon, lors de la journée organisée par DocForum et Olivier Andrieu sur le thème : "Peut-on vivre sans Google ?".

Google "searchblog" vu par Technorati

Dave Sifry (le big boss de Technorati) salue à sa manière l'arrivée de Google dans la blogosphère, prétexte à souligner ce qui demeure indubitablement (pour l'instant) la supériorité de Technorati en termes de services à valeur ajoutée.
(Via Pointblog)

Collection de discours publics

"La Collection des discours publics est une base de données sur la vie publique française depuis plus de 30 ans qui rassemble toutes les prises de positions officielles des personnalités politiques sélectionnées et analysées par la Documentation française. Près de 170 000 documents sont ainsi accessibles par recherche sur différents critères". (Kesako dixit)
La recherche thématique permet par exemple de repérer 130 discours portant sur le thème "Livre et lecture publique" (dont quelques-uns à propos du lancement d'une certaine bibliothèque européenne ...) et 257 sur les "nouvelles technologies de l'information". N'y manque plus qu'une fonction d'export permettant de télécharger tout ou partie d'une sélection pour pouvoir y faire tourner dessus quelques outils linguistiques du type de celui-là afin d'en extraite la substantifique moëlle.

Pingomatic

Soucieux du traffic sur votre blog ? Pingomatic vous permet un en seul clic de "pinguer" (= envoyer une alerte) sur  22 outils annuaires et moteurs de recherche de blogs (dont Technorati, Syndic8, MyYahoo, etc.)

Agenda

J'aurai la joie de me retrouver en bonne compagnie à Lille le 28 Septembre, pour y évoquer la question de l'usage des blogs dans le monde de la documentation. Toutes les infos sont ici.

Google avale les blogs.

Il était prévisible que devant l'ampleur de l'expansion du phénomène des blogs, devant leurs spécificités en terme d'indexation (fréquence de mise à jour notamment) et les problèmes posés par ces dernières (spécificités), devant enfin la multiplication d'outils de recherche dédiés qui bien qu'excellents en terme de fonctionalités (www.blogpulse.com) n'offrant pas une couverture satisfaisante, il était pévisible, disais-je, que devant tout cela Google se lance dans une interface dédiée pour la recherche de blogs. C'est chose faite avec "Google Blog Search" (ici en français)
L'interface mentionne (c'est une habitude) qu'il s'agit d'une version "béta", mais ne donne en revanche aucune indication du nombre de blogs indexés (pudeur inhabituelle chez le moteur ...). Les quelques (rapides) permiers tests effectués ne semblent pas pour l'instant donner de résultats inédits en comparaison avec Technorati ou Blogpulse.
Pour le reste voir le billet éclairant et documenté de Martin.

Reputation Rank

Via Francis Pisani, cet article d'Alternet.org sur l'évolution possible de l'algorithme de Google News qui pourrait favoriser la réputation du média cité (ancienneté, nombre de prix Pulitzer reçus, etc.) par rapport aux critères "classiques" (bien que secrets) concernant la date de parution, l'importance de certains mots-clés, etc. Comme le souligne Pisani, "cela risque d’être dramatique pour les médias alternatifs qui se retrouveront enfouis en fin de liste alors qu’ils tirent une bonne partie de leur trafic de GoogleNews."
P.S. : prenez le temps de lire les commentaires de ces deux billets qui apportent des éclairages intéressants.

IBM avec un "B" comme "Blogs"

IBM se met au blog. Cet article du SiliconvalleyWatcher nous explique que l'entreprise entend réduire ses coûts et booster ses revenus.
L'entreprise a également déployé des wikis pour remplacer (dans certains départements et sur certains projets) certaines applications excel. L'objetctif global est, je cite "d'aider à améliorer la position concurrentielle d'IBM sur les marchés des technologies de l'information en ayant davantage de gourous de la technique ("tech gurus") participant à des discussions et des communautés en ligne." IBM espère grâce à cette "évangélisation" (terme décidément à la mode) réduire ses coûts marketing mais s'accompagne aussi d'une stratégie de type KM (knowledge Management) puisque Jim Finn (numéro 2 de la comm chez IBM) a pour ambition, via ce projet de donner voix aux nombreux experts sectoriels de l'entreprise.
(Via ConstellationW3)

Marketing néonatal ou open access vital ?

C'est l'histoire d'une naissance. Celle de jumeaux prématurés. Le médecin acoucheur détecte un taux soi-disant anormal d'hémoglobine dans leur sang et propose aux parents une transfusion pouvant déboucher sur de gros risques. Le papa décide alors de s'armer de son téléphone mobile pour interroger Google (nous sommes aux états-unis) sur les mots clés " Hémoglobine 'enfant prématuré' ". Il tombe alors sur un article d'une revue médicale diffusée en "open access" qui lui indique que le taux d'hémoglobine mesuré chez ses enfants est tout à fait normal. Bon. Il refuse donc la transfusion et les enfants vont très bien. Merci pour eux.
Plusieurs morales à cette histoire :

• morale 1 : l'open access sauve des vies et l'accès de tous à des savoirs pendant longtemps réservés à une "élite" prouve s'il en était encore besoin son absolue nécessité.
• morale 2 : Google sauve des vies. Et là attention. Si dans l'absolu et au vu du nombre pharaonique de requêtes enregistrées chaque jour par le moteur il est possible et même probable que dans le lot, l'une d'entre elles ait effectivement permis de sauver une vie, il faut aussi se souvenir que le service et la stratégie marketing de Google compte parmi les meilleurs au monde. Et sans aller jusqu'à affirmer qu'il s'agit d'un "hoax" (canular, rumeur), mettre à disposition des utilisateurs du moteur un service dédié pour pouvoir témoigner de "comment Google m'a permis de retrouver ma fiancée" ou "mon meilleur ami" ou "m'a guéri de la lèpre" pour pouvoir dans un deuxième temps livrer à la foule (nombreuse) des lecteurs du blog Google le récit de ces belles aventures en terminant avec une espèce de fausse pudeur aux relents Jacques Pradeliens (je cite : "Nous (Google) pouvons seulement ajouter que nous sommes émus d'avoir joué un rôle dans le bien être et la santé d'une famille", rideau, sortez vos mouchoirs.), tout cela sent l'agence de comm à plein nez. J'ai d'ailleurs souvenir (mais ne retrouve plus la source, vous chercherez par vous même) d'une histoire du même acabit qui concernait cette fois un homme (américain toujours) victime d'un malaise (douleur dans le bras droit, essoufflement, difficulté à respirer) qui eût l'idée de taper ses symptômes dans Google pour découvrir, Loué soit Google, qu'il était en train de faire un infarctus, et de témoigner que Google lui avait sauvé la vie et son éternelle gratitude. L'histoire ne dit pas s'il eut été sauvé en composant le 15 ...

Pour pleurer (ou rire) un bon coup (ou prendre un leçon de marketing) c'est par là.

Et pour conclure je me permets de citer la conclusion du billet de Peter Suber qui fait aussi écho à cette info sur le blog Open Access News :

• "Google se félicite de permettre l'interrogation de son moteur via des téléphones mobiles. Howard (le père des jumeaux) se félicite de savoir se servir de son mobile pour interroger Google. David Trachtenbarg and Thomas Golemon se félicitent pour leur article de 1998 à propos de la chirurgie néonatale chez les prématurés. L'American Academy of Family Physicians se félicite d'avoir mis en accès ouvert leur journal American Family Physician." et je me félicite d'avoir écrit ce billet ;-))

"abondance" de blogs ne nuit point

Olivier Andrieu s'est enfin décidé à ouvrir son blog. Et c'est tant mieux. Depuis que j'enseigne la recherche d'information et ce qui tourne autour (stratégies des moteurs, veille technologique, etc.), c'est à dire depuis (déjà ...) plus de 8 ans, l'avantage d'Olivier c'est qu'il m'a évité de rédiger à l'attention de mes étudiants une longue webo/bibliographie pour qu'ils puissent approfondir les quelques connaissances transmises. Alors pour m'avoir permis pendant toutes ces années de conclure mes cours par : " Et si vous voulez en savoir plus ou continuer de vous tenir au courant, retenez une seule adresse : abondance.com", pour cela donc :
MERCI Monsieur Andrieu, et bienvenue dans la blogosphère Olivier :-)

Fin de wikipedia dans 15 ans

En écho au très débattu (et de plus en plus - injustement à mon sens - critiqué) projet wikipedia  ce billet signé Jimmy Wales ("the wikipedia guy")  sur le blog de Lawrence Lessig sur l'avenir de l'encyclopédie wikipedia qui indique que ce projet atteindra un "niveau raisonnable de réussite" quand "au moins 250 000 articles seront disponibles dans chaque langue, qu'il aura au mois 1 million d'auteurs et que des efforts significatifs seront fait en direction de langues très peu parlées dans le monde. (...) Je prédis que ce sera chose faite dans 15 ans. L'anglai et l'allemand ont déja franchi le seuil des 250 000 articles. Le japonais et le français suivront dans un an. (...)" Et de conclure son billet par : "The encyclopedia will be free."
Alors dans 15 ans Wikipedia ? Une fin ou un commencement ?

Pour mémoire il aura fallu 21 ans (1751-1772) au projet de Diderot et d'Alembert pour arriver à son terme. Wikipedia a elle vu le jour le 15 Janvier 2001. Si Wales a raison, il aura donc fallu 19 ans à Wikipedia.
Une fois retirées les différences de réalisation entre les deux projets (ils étaient deux les wikipédistes sont des milliers, elle était en une langue wikipedia est multilingue, etc, etc, etc.) la réalisation d'une encyclopédie semble donc être soumise à un contingent temporel immuable : 20 ans.

La terre en flash

Reprendre les données satellites de Google Maps et de MSN Virtual Earth pour proposer le tout dans une navigation flash, c'est ce que propose le site Flashearth. En fait la principale originalité su site est d'indiquer qu'il utilise ces données sans autorisation et demande donc de restreindre l'utilisation de Flashearth à des fins éducatives.
(Source : David Touvet)

P2P Payant ???

Rendre payante la copie pour usage privé dans le cadre des réseaux P2P ... C'est l'ambition de la proposition de Loi du député Alain Sugueunot (UMP).
Il y a les "pour" (mais pourquoi sont-ils pour ???????) et heureusement les "contre".
Y'a du lobbying dans l'air.
A lire du côté des "contre" le texte bien informé, bien argumenté et au style direct d'une retraitée aveyronnaise : "P2P : n'ayez pas peur"

Moteurs & Morale : les nouveaux citoyens "censurés-connectés"

Google, Yahoo! et MSN : l'incontournable triade dont on ne sait plus très bien si c'est la société de l'information ou la société de consommation qui est leur principal "moteur". Pour être présents sur le (gigantesque) marché chinois, les trois sociétés se sont empressées de signer l'"Engagement public sur l’autodiscipline pour l’industrie d’Internet en Chine."
Le contenu de ce texte et l'organisation de l'accès à Internet en chine (tels qu'en rend compte BBC News) laissent pantois et donnent une idée d'un autre genre de fracture numérique : après "ceux qui sont connectés" et "ceux qui ne le sont pas", voici les "CCC" ("citoyens connectés-censurés" ou "Censored-Connected Citizens"). Ce texte signé par 130 majors du web, dont nos trois colosses, est un engagement à ne pas donner accès à de l'information qui pourrait "compromettre la sécurité de l'état et perturber la stabilité sociale (sic)".
Dernière en date des dérives inévitables de ce genre de "conflit d'intérêt", le journaliste Shi Tao condamné à 10 ans de prison pour avoir "illégalement transmis des secrets d’Etat à l’étranger." Or dans cette affaire le verdict (.pdf) atteste que Yahoo! a fourni aux autorités chinoises des informations (adresses IP) permettant de faire le lien entre Shi Tao et des emails enoyés vers des sites web à l'étranger.
Après les fonds de pension et autres entreprises éthiques, à quand un moteur éthique ?
(Sources : Reporter Sans Frontières, Pandia Search World)

8 billion pages in Google. That's all ???

(French version / Version française)

What do finally represent the 8 billion pages (perhaps even a little more) available in Google?  Not so much ... considering the (2003) report "How Much Information in The World" from Berkeley University: 
* Surface web : 167 TeraBytes of information
* Academic Libraries :  2,000 TB
* Deep web :  91,850 TB
(1 TB = 1000 GigaBits)

Now let's have a look at that problem :

• PROBLEM : "If the median size of a page on the web is 605 Kb (according to the same "How much Information Report"), then how much information can really be accessed using Google ?"

• SOLUTION:  605 X 8 000 000 000 = 4 840 000 000 000 Kb or 4,84 TB

In other words : 
Google gives access to 0,005 % of world information.
Not so much ?

8 milliards et pourtant si peu ...

(English version / Version anglaise)

Que représentent finalement les 8 milliards de pages (peut-être même un peu plus) disponibles dans Google ?
Finalement peu de choses au vu du rappel de ces chiffres datant de 2003 (Rapport ahurissant "How Much Information in The World" de l'Université de Berkeley) :

• le web "de surface" (= indexé ou susceptible de l'être par les moteurs) représente 167 TéraBits d'information
• les données des bibliothèques : 2,000 TB
• le web profond ("invisible" ou "deep web") : 91,850 TB

(Pour mémoire 1 TB = 1000 GigaBits)

Et maintenant un peu de mathématiques :

• PROBLEME :

"Sachant que (selon le même rapport que plus haut) la taille moyenne d'une page web est de 605 Kb (prenant pour cela en compte le fait que nombre de pages incluent des images, des films et des animations) quel est le volume de données indexé par Google et que représente-t-il à l'échelle de l'ensemble des données existantes ?"

• SOLUTION : 605 x 8 000 000 000 = 4 840 000 000 000 Kb
  ou encore 4,84 Terabits ou encore ...

Google permet d'accéder à 0,005 % de l'information mondiale.

RSS pour quoi faire ?

Sur cette page une liste impressionnante, exemples et logiciels applicatifs à l'appui, des possibilités d'usage du RSS.

les mystères du référencement selon Google

Je sais que je ne suis pas le premier (loin s'en faut) ni le plus illustre (loin s'en faut également) à m'étonner des mystères du référencement selon Google mais avouez que cela a de quoi laisser perplexe :

• il y a trois jours (7 septembre) une requête "affordance" sur Google donnait ce blog en 8ème position sur la partie "france", ce qui n'était pas si mal après une semaine d'existence. Le même blog n'était pas référencé sur la partie "web" (mondial), ni sur le web francophone.
• Trois jours plus tard (aujourd'hui 10 septembre), le blog "affordance"  :
  • n'apparaît plus qu'à la 72ème place (sur 547) du "web français" (et encore de manière indirecte, via un trackback déposé sur un autre blog, Vtech)

• mais est troisième (sur 721) sur la toile francophone

• et cinquième (sur 140 000 références) sur le web mondial !!! Sans pour cela qu'aucun des billets n'ait été traduit en anglais ...

Tout cela laisse perplexe.
D'autant qu'étrangement que naturellement c'est à chaque fois sur ce billet que se fait l'entrée d'index, billet que contient les mots clés "Google, Yahoo! et MSN" et qui se termine par les mots suivants : "Tout cela (...) prouve (...) qu'en terme de mise à jour d'index, Google est plus rapide." :-))

Webology : Scirus meilleur que Google

4ème numéro de Webology.
A lire notamment l'article "Precision and Recall of Five Search Engines for Retrieval of Scholarly Information in the Field of Biotechnology" de S. M. Shafi & Rafiq A. Rather. 5 outils (AltaVista, Google, HotBot, Scirus and Bioweb) sont mis au banc d'essai sur des requêtes en biotechnologies. Les résultats intéressants montrent que sur les premiers résultats Scirus est devant Google en terme de pertinence sur de l'information "scientifique" (scholarly). On pourra cependant regretter que Google Scholar n'ait pas été mis au banc-test et ne soit évoqué qu'en conclusion de l'article ainsi que le choix d'Hotbot (qui n'est plus un moteur du tout).
A lire également une entrevue avec la grande prêtresse de l'IST, j'ai nommé Amanda Spink : "The Past, Present and Future of Web Search Research"

Pédagogie de la recherche

2 courtes animations (en anglais) sur le site UCLA Library permettent de manière très pédagogique d'aborder la question méthodologique essentielle du choix de l'outil de recherche. Si vous manquez d'arguments pour expliquer à vos étudiants que "Non, non il n'y a pas tout sur Internet, il existe aussi des trucs étranges que l'on appelle des bases de données et qui contiennent - si si je vous le jure -  des informations qui ne sont pas dans google", alors les deux vidéos ("How scholarly search engines differ" et "How to search journal article databases") de cette page sont pour vous (eux) :

Sur la même page un toujours très pédagogique TP sur "Google Scholar ou PsychInfo ?"

Aimez-vous (google) Scholar ?

Sur les 10 campus universitaires que compte la Californie, 8 bibliothèques universitaires ont répondu à un questionnaire sur l'usage qu'elles faisaient de l'outil Google Scholar dans leur travail et sur les postes de consultation accessibles aux étudiants et aux enseignants. Le résultat est un rapport de 12 pages qui synthétise l'ensemble des réponses reçues et permet de pointer aussi bien les avantages que les inocnvénients de cet outil, notamment par rapport aux bases concurrentes de l'ISI.
(Source : On Google Scholar)

Petite typologie du blog de thèse (PhDblog)

La thèse est-elle soluble dans le blog ?
Débat (amical) amorçé ici. Si vous avez une opinion ou si vous avez des exemples d'autres blogs de thèse ... les commentaires sont ouverts.
Les relations entre blog et thèse sont plus fournies qu'on ne le croit. Une petite recherche fait rapidement remonter le site PhDweblogs.net, annuaire des blogs de thèse recensés dans le monde dans lequel on s'aperçoit qu'il y a grosso modo trois manières de blogger avec sa thèse :

• Catégorie 1 : "les aléas de la thèse" : on y explique combien c'est dur de faire une thèse, on y raconte les galères pour trouver un financement, on y narre par le menu le harcèlement que vous fait subir votre directeur, les affres de la soutenance etc. Semble concerner plutôt des thèses "sciences dures"
• Catégorie 2 : "Une thèse autrement" : il s'agit cette fois d'une édition commentée de la thèse où on s'autorise à écrire tout ce qui n'entre pas dans le "format" académique de la thèse (erreurs de manip, lectures intéressantes mais non retenues au final, réflexions pertinentes mais un peu trop hors cadre par rapport au sujet, etc. Semble concerner plutôt des thèses "sciences humaines et sociales"
• Catégorie 3 : "les hybrides" : mélange des deux catégories précédentes

Première constatation : il en va des blogs de thèse comme des blogs en général : on y raconte d'abord sa vie.
Seconde constatation : les thésards bloggers ont une fâcheuse tendance à bosser sur des sujets eux-mêmes en lien avec les blogs ou bien tout cas pour lesquels les blogs sont aussi un terrain d'expérimentation voire une part de leur corpus (sociologie du journalisme, travail collaboratif, sciences de l'éducation), ou bien sur des sujets assez éloignés de l'académisme (ce qui n'ôte rien à leur intérêt comme en témoigne cet éloquent passage sur les vibromasseurs)
On peut donc considérer que l'expérience relatée ici et qui commence là est unique en son genre une anomalie. Sauf si bien sûr vous me dénichez d'autres semblables anomalies. Netchercheurs, Prêts ? Commentez !!

P.S. : je m'aperçois que j'ai inclus dans ce billet le terme "vibromasseur". Faudrait pas qu'il m'arrive la même chose qu'au Grand professeur Aixtal.

Côté obscur de Google (encore)

Repéré via le blog Innovation des Echos, un article (de plus) sur le côté obscur de Google qui établit une scénario prospectif sur lequel tout le monde est apparemment d'accord : fin des PC personnels ("PC is passé"), énormes services centralisés, avénement du tout en ligne, et pour l'espèce humaine toujours deux bras et deux jambes mais aussi une connectique mobile sous forme d'interfaces transparentes intégrées dans l'environnement (technologies haptiques)
Cet article à le mérite de passer en revue de manière exhaustive ( à ma connaissance) les différents "rachats/déploiements de service/rumeurs/levées de fonds" autour de la stratégie Google. Un bon rappel donc pour ceux qui auraient pris des vacances durant l'été ;-)

P2P et avenir d'Internet

L'un est-il l'avenir de l'autre ? Titre accrocheur et dossier (première partie) fouillée sur ITRManager.