affordance.info

J'aime que tu plussoies : la base de donnée, le biotope et l'écosystème

(disclaimer : billet dans lequel il sera question de métaphores écologiques, de Naomi Klein, du Like de Facebook et du bouton "+1 de Google, mais également de la crise documentaire, de l'intentionalité, du pulsionnel, et des huîtres.)

CHAPITRE PREMIER.

Dans les années 40, aux états-unis, Harold Lasswell, théoricien de la communication, lui assignait comme objectif d'être capable de répondre à la question suivante : “Who talks to whom about what, through which channel, and with what effect ?". Les fondamentaux.

Une base de données.

La "base de donnée des intentions" est un concept forgé par l'analyste et blogger américain John Battelle, concept que j'ai moi-même souvent commenté sur ce blog.

Je viens, chez ce même John Battelle, d'en trouver une représentation illustrée :

Quelques observations rapides :

• on pourrait assez facilement étendre les "acteurs" de chaque ligne (ceux mentionnés sur l'image ont l'avantage de représenter les plus évidents et/ou incontournables)
• seul Google est présent dans 3 des 5 catégories. En réalité il est aussi présent sur la ligne "the purchase" puisqu'il sait ce que nous achetons grâce à Google Checkout.
• La plupart des services présentés par John Battelle ont recours, sous différentes formes, à des options de géolocalisation : Twitter, Google et Facebook pourraient ainsi également être présents sur la ligne "The Check-in" mais John Battelle a préféré structurer son illustration sur la base du service "premier" sur lequel se positionnent les sites mentionnés.

Un écosystème informationnel.

Des biotopes.

Pour donner dans la métaphore écologiste, il est clair que cette "base de donnée des intentions" est l'écosystème informationnel global et "naturel" du web, un écosystème au sein duquel Amazon, Twitter, Facebook, Google et les autres constituent autant de biotopes différents. En changeant de biotope, en nous déplaçant d'un biotope à un autre, nos interactions avec l'écosystème d'ensemble changent, nos besoins ne sont plus les mêmes, nos intentions se modifient également.

"Quand un biotop' rencontre un aut' biotop' ..." Nous évoluons dans cet écosystème et nous interagissons avec lui. Mais les différents biotopes interagissent également entre eux selon 4 modalités principales qui vont de la réciprocité à la prédation.

1. la réciprocité : échange de liens, backlinks, trackbacks, etc ... La réciprocité est au coeur des biotopes originels du web. Rien n'est possible sans elle.
2. le parasitage : il s'agit ici d'une réciprocité subie, tel biotope étant "obligé" d'intégrer un composant de tel autre biotope pour assurer sa propre survie ou sa propre domination. Un exemple dans ce billet qui illustre la manière dont les sites sociaux (Facebook, Twitter) influent sur l'organisation de la hiérarchie de liens des moteurs (Google & Bing).
3. le phagocytage (ou phagocytose) : procède et opère essentiellement sur le mode documentaire (exemple détaillé ici)
4. la prédation : essentiellement le rachat (au sens économique : telle boîte rachète telle autre) ou l'épuisement (la domination de telle boîte rend caduque des boîtes plus faiblement dimensionnées ou trop spécialisées sur un secteur ou un service)

A noter : la réciprocité et le phagocytage sont entretenus et entretiennent en retour la déconstruction toujours plus avancée de la "page-web" comme unité documentaire (désormais caduque).

A noter aussi : les 3 premières modalités sont de nature principalement documentaires (s'il était besoin de souligner encore une fois l'importance des sciences de l'information pour la compréhension des mécanismes du web ... cf le retour de Roger II)

La question de l'huître et de la perle. Quand on cause écosystème et biotopes, on finit assez vite par causer de biocénose c'est à dire de "l'ensemble des êtres vivants cohabitant dans un espace défini (le biotope)". Donc si je résume : 

• l'écosystème c'est Internet (web + net) que je choisis de traiter sou l'angle d'un écosystème informationnel
• les biotopes ce sont les "sites" ou "acteurs" qui prennent place dans cet écosystème et le constituent partiellement
• la biocénose c'est toi, c'est moi, c'est nous quoi :-) Et plus précisément les utilisateurs qui interagissent avec un biotope et/ou qui sont au sein dudit biotope

Or la page Wikipédia de la biocénose nous rappelle que :

"Le terme de biocénose fut inventé et introduit dans la littérature scientifique par le biologiste allemand Karl August Möbius en 1877, alors qu'il étudiait les huîtres après qu'il eut noté que, chez ces animaux comme chez d'autres, il fallait placer le cadre d'étude au niveau non pas de l'individu, mais de l'ensemble des individus."

Et nous revoilà revenus à notre base de donnée des intentions : les différents acteurs (biotopes) fonctionnent initialement en nous prenant pour des huîtres, c'est à dire à l'échelle de la population connectée au service dans son ensemble. C'est là toute la force (et l'argument marketing) de Facebook mais également de Google. C'est la loi de la statistique des grands nombres, celle de l'algorithmmie à large spectre. Et c'est ce qui conditionne d'abord l'ensemble des opérations documentaires qui ont lieu à l'intérieur du biotope concerné, lui permettant de tenir son rang dans l'écosystème global. Traduction : si Facebook comptait 17 membres et si Google indexait 4000 pages, ben ils ne seraient pas devenus Facebook ou Google. Traduction supplémentaire : si l'algorithmie de Google ou Facebook n'était pas dimensionnée à une échelle qui est celle du parc à huîtres, les interactions documentaires internes ne seraient pas suffisantes pour renouveler la masse du biotope et ils péricliteraient d'eux-mêmes.

Mais les mêmes acteurs (biotopes) ont également besoin de chercher ceux d'entre nous (les huîtres) qui renferment une perle, et quelles perles sont semblables ou dissemblables. C'est le volet "personnalisation" de la base de donnée des intentions. Et c'est de ce volet que dépendent les interactions documentaires de surface, c'est à dire celles qui vont permettre audit biotope d'initier les opérations de parasitage ou de phagocytage décrites plus haut.

Dans la base de donnée des intentions de ces biotopes ainsi constitués, le "Where I am" n'est rien s'il ne peut compter sur un "Where are they ?", le "What I want" n'a de valeur que s'il est corrélé à d'innombrables "What do they want".

CHAPITRE SECOND.

J'aime que tu plussoies.

La qualification des interactions documentaires sur le web est un chantier complexe auquel je m'efforce de m'atteler depuis ma thèse. Le lien (hypertexte) est l'essence du web ; de la nature relationnelle du web. Les systèmes comme le "like" de Facebook sont un contresens manifeste du projet qu'était le web dans l'esprit de ses pères fondateurs. Je me suis déjà largement expliqué sur ce sujet dans ces 2 billets :

• le like tuera le lien
• le web, un point c'est tout

Pour autant, dans la lutte pour la monétisation des interactions documentaires (même inessentielles), lutte qui fait rage sur le web, Google ne pouvait pas rester sans réaction face au lancement et à la multiplication du "like de Facebook. Il lance donc, en réponse, le bouton "+1" et officialise la guerre des boutons (de recommandation). Basiquement, rien de plus qu'un énième système que recommandation qui permet de "voter" ou de "plussoyer" n'importe quel type de contenu (news, sites web, produits, etc ...), puis de diffuser et/ou de partager ce vote auprès de ses relations, le tout à partir d'un profil Google  ouvert (Google profile) et pour l'instant sur la base de son carnet d'adresse Gmail. Soit une énième brique dans la poursuite d'un moteur "social" où les votes des individus composant le réseau pourraient se substituer aux liens hypertextes qui constituent le coeur de l'algorithmie de tous les moteurs (PageRank). A ceci près que si en 2004 il semblait encore possible d'imaginer un moteur 100% social, en 2011 la socialisation ayant changé de nature (et d'étendue), les individus sont relégués au rang de "pousse-bouton", et l'activation dudit bouton vaut comme recommandation pour devenir à son tour, l'un des innombrables paramètres qui composent les algorithmes des moteurs.

Socialisez-moi. Même si cela alimente continuellement la rumeur et les débats entre analystes, experts et autres gourous, force est de constater l'incapacité quasi-structurelle de Google de négocier un virage social efficace (l'échec des nombreux services "sociaux" initiés par la firme, de Google Wave à Orkut en attestent). En revanche nul ne consteste la capacité du même Google à capitaliser (au sens propre et au sens figuré) sur les interactions sociales de sites tiers. Il lui fallait donc se doter, a minima, de son propre système de recommandation interne. Avec à la clé un pari de taille : Facebook compte aujourd'hui 500 millions de membres, mais les utilisateurs de Google sont largement aussi nombreux. Ce nouveau bouton-poussoir poursuit donc un double objectif :

• améliorer qualitativement la prise en compte d'une ingénierie de la recommandation pour affiner le niveau de personnalisation proposé dans les requêtes
• permettre de constituer rétroactivement, une communauté sociale active autour des - très largement sous-utilisés - profils Google (rappelons que ne verront les "+1" de leurs copains que les utilisateurs ayant déjà créé un profil Google), communauté devant permettre, sinon de rivaliser avec Facebook, du moins de relativiser l'effet communautaire du même Facebook

La différence principale entre le "Like" de Facebook et le "+1" de Google est ainsi résumée par Matt Cutts :

• " "+1" n'est pas un bouton "j'aime" ! Lorsqu'un internaute clique sur le bouton +1, son appréciation ne va pas directement être envoyée sur le profil de tous ses contacts. Dans le cas de Google, les "+1" n'apparaissent que lorsqu'un autre internaute effectue une recherche."

Différence effectivement importante même si elle est encore à nuancer (si invasifs qu'ils soient, les "Like" de Facebook ne sont pas systématiquement envoyées à tous nos amis).

En revanche, éternel point commun avec Facebook : le business de la recommandation (toujours dans la bouche du même Matt Cutts) :

• "Nous avons aussi intégré "+1" aux publicités : il est clair que les annonceurs peuvent prétendre à des clics plus pertinents. C'est un outil très puissant !"

Autre point commun (nonobstant ce que prétend Matt Cutts plus haut) :

• les "+1" sont publics. On va donc bientôt voir apparaître des compteurs de "+1" à côté des résultats de recherche, comme on a vu fleurir des compteurs de "like" un peu partout sur le web. Chouette :-(

Comme cela est très bien résumé sur Presse-Citron :

"Ce qui est plus intéressant c’est qu’en plus de recevoir le lien en « feed » direct, vos amis lorsqu’ils feront une recherche et obtiendront le site que vous avez « plussé » (futur verbe dans le dictionnaire?), verront directement votre recommandation intégrée à Google

 A terme donc les résultats de recherche Google seront réorganisés pour les utilisateur utilisant +1 pour favoriser les liens les plus « plussés » dans leur réseaux social ! Reste la question de « quel réseau social » ? C’est peu être la la faiblesse de ce nouvel outil… Pour utiliser Google +1 il faut posséder un « profil ouvert » Google. Or la plupart d’entre nous a déjà largement assez de profils divers et variés comme ça et je ne suis pas sûr que les gens soient prêt à re-remplir une sorte de profil « Facebook 2 » parce qu’ils veulent utiliser +1."

Moralités. 

... Hors la recommandation située, point de salut = > Quand j'étais petit (enfin pas très grand), j'étais allé au Futuroscope de Poitiers avec mes parents. Et on m'avait vendu une "première expérience mondiale de cinéma personnalisé dans laquelle le public décide de l'histoire". Mes yeux d'adolescent en frémissaient d'impatience. Tout ça pour me retrouver dans une salle de cinéma parfaitement banale, avec un boitier à 2 boutons (rouge et vert) entre les mains et en train de regarder un film digne des meilleurs montages documentaires du CRDP dans années 80 où la "première expérience mondiale de cinéma personnalisé" se résuma à appuyer tous ensemble et toutes les 10 minutes sur le bouton rouge ou vert pour savoir si l'homme au parapluie allait sortir dans le jardin (bouton rouge) ou rentrer dans sa cuisine (bouton vert). Si je vous raconte tout ça c'est parce que la recommandation collectivisée ou socialisée (les boutons rouge et vert en étaient une forme primitive) n'a d'intérêt qu'en fonction de ce sur quoi elle s'applique, et de la pertinence "en situation" de son activation.

... Le retour des autarcithécaires = > en admettant que ces systèmes de boutons de recommandation parviennent à s'installer réellement dans les usages, à devenir la critériologie de référence pour l'assignation de corpus personnalisés, sociabilisés et hyper-intentionnalisés (cf la base de donnée des intentions, point de départ de ce billet), en admettant cela, le risque d'un appauvrissement de l'écosystème du web et celui de la montée en régime d'une armée d'autarcithécaires serait, également, confirmé. Ce serait alors un bouleversement colossal dans la nature de notre rapport à l'information : le retour en force d'un communautarisme (et donc d'un autisme) informationnel. Soit la négation même de l'hypertexte.

... Les hyperliens ne s'usent que si l'on ne s'en sert pas = > tous les blogueurs et webmasters vous le diront : la consultation de leurs backlinks (liens entrants) est devenue d'une uniformité affligeante. Il y a de cela quelques années, la consultation des mêmes backlinks permettait de découvrir, au bout du lien, un autre blog, une autre réflexion, une critique, un point de vue, une "altérité", un "écrit". Aujourd'hui les "référents" d'un site web sont aussi divers et hétérogènes que la lecture de l'annuaire d'un village de 3 habitants :

• twitter ***
• netvibes
• facebook
• et quelques autres hameaux

*** un exemple supplémentaire à propos de Twitter : dans l'ancienne version du site, les Retweets devaient être faits manuellement, ce qui permettait d'y ajouter son commentaire, d'en changer les hashtags, bref d'y déposer une marque documentaire subjective et donc "d'enrichir", de mieux "documenter" les raisons et motivations desdits Retweets. Dans la nouvelle version du site, le Retweet est entièrement "automatique", via un simple bouton, ce qui augmente l'incitation à Retweeter et permet donc de doper encore davantage le mode de propagation virale qui sert de modèle à Twitter, mais ce qui ôte toute possibilité d'appropriation ou de description documentaire.

... Du partage pavlovien comme nouvelle normativité "sociale" = > Les contenus n'ont jamais été aussi propulsés, disséminés, recommandés, likés, plussoyés. Mais ils n'ont jamais été aussi peu discutés, aussi peu commentés, aussi peu documentés. Une autre forme de la crise narrative que traversent les sociétés hyper-connectées. Un appauvrissement de l'écosystème des contenus informationnels du web qui conditionne l'enrichissement et l'éparpillement des économies de la recommandation. La sémantique uniforme des "like", "share" et autres "recommend" est le nouveau modèle du référencement, c'est à dire de la condition d'existence documentaire d'un contenu, d'un site, d'une marque, d'un individu, d'un profil. Entre fabrique de l'émotion et obligation de partage, s'exprime un conditionnement pavlovien du "partage sans engagement", du "partage qui ne coûte rien", nouvelle et exclusive normativité pour le coup doublement sociale.

... Le degré zéro du lien = > Les "like", "share", "recommend", et autres "+1" sont des chimères d'hyperliens. Des liens qui n'inaugurent aucun chemin sauf celui du retour vers un entre-soi. Des clics qui ne relient rien. La victoire de la compulsivité d'une activité de pousse-bouton savamment entretenue par un marketing pulsionnel et le besoin d'être "en état de partage permanent" comme d'autres étaient hier "en état de transe permanente" sous l'effet de psychotropes divers. Une victoire de l'ingénierie et des technologies relationnelles. Mais également peut-être, une défaite programmée de la narration, de la dialectique, de la controverse, de l'engagement, de l'exprimable. Un Waterloo documentaire. Panem et circenses. Du pain et des jeux. Du pain relationnel et des jeux informationnels dans une enceinte fermée. Une histoire qui finit bien. Qui doit bien finir. Qui ne peut que bien finir. D'ailleurs la citoyenneté numérique des acteurs de cette histoire se résume à la possibilité d'un pouce levé.

Marc Zuckerberg nous l'avait expliqué hier, il n'y aura pas de bouton "Dislike", Matt Cutts nous le rappelle encore aujourd'hui : "Nous ne voulons pas prendre en compte les signaux négatifs, il n'y aura donc pas de bouton "-1"." Les signaux négatifs c'est mauvais pour les annonceurs. C'est mauvais pour le commerce. Et puis on vous a déjà dit que l'histoire devait bien finir. Les signaux négatifs c'est un privilège qui n'appartient qu'à Goog Faceb César.

Oui mais si l'on a envie d'une autre fin ?

La réponse avant la question. Ou le complexe du scribe.

Préambule. Le poète, l'informaticien et le moteur. Le poète Léopold Sedar Senghor écrivait : "L'encre du scribe est sans mémoire". L'informaticien Apostolos Gerasoulis (le papa du moteur de recherche Ask Jeeves) s'interrogeait en regardant défiler les 10 millions de requêtes quotidiennes d'Ask Jeeves : "Je me dis parfois que je peux sentir les sentiments du monde, ce qui peut aussi être un fardeau. Qu'arrivera-t-il si nous répondons mal à des requêtes comme "amour" ou "ouragan" ?"

Le 8 septembre 2010, Google lance officiellement la fonction "Google instant search", en français dans le texte : "recherche instantanée" (nota-bene : pour un guide complet de Google Instant, voir le billet de SearchEngine Land). La nouveauté de ladite fonction tient en une ligne : les résultats de recherche s'affichent en cours de saisie de votre requête. Cela va vite, très vite, c'est - de mon point de vue - assez déroutant au premier abord mais - de mon point de vue toujours - on en prend assez vite l'habitude sans pour autant en devenir accroc (quoi qu'il soit encore un peu tôt pour savoir s'il s'agit d'un coup de poker ...).

Le scribe, la suggestion et l'auto-complétion : suggérer n'est pas prédire mais peut fortement y ressembler. Au commencement était le verbe Google Suggest, fonctionnalité reposant elle-même sur un moteur de complétion, c'est à dire un programme informatique issu - en gros hein ... - de la linguistique de corpus et permettant non pas de "prédire" quelles seront les prochaines lettres/mots que vous saisirez mais - la nuance est de taille - de vous suggérer par voie d'affichage les lettres/mots les plus fréquemment saisis sur la base de la combinaison initialement entrée. Dans le cas de Google, il s'agit de l'ensemble des requêtes de la planète, réparties, stockées et synchronisées entre les différents centres-serveurs de la firme. Autant dire que d'un strict point de vue statistique, vous avez effectivement pas mal de chances que la supposée "prédiction" tombe juste.

Et puis voilà que débarque des laboratoires de Google, Google Scribe, qui n'est "que" le déploiement sous forme d'API de la fonction Google Suggest (ce qui par exemple permet de faire tourner l'instant search sur Wikipedia ou sur YouTube, et dans plein d'autres endroits)

Pourquoi Google Instant Search ? A chaque nouveau rachat, nouveau produit ou nouvelle fonctionnalité, tout ce que la planète compte d'experts es-googologie - et il y en a beaucoup - se fendent de leur analyse pour tenter de trouver les "vraies" raisons de l'affaire. Permettez que j'y ajoute la mienne :-) L'argumentaire de Google se limite - comme souvent - au minimum syndical :

• "on a lancé ce truc là pour améliorer l'expérience utilisateur et parce que les gens aiment bien accéder le plus vite possible aux résultats (de leurs recherche), c'est le web en temps réel."

Ouaip. La communication autour du produit est à son image : basique et efficace. La viralité fera le reste.

Je voie au moins 3 raisons de fond au lancement de Google Instant Search, qui s'inscrivent toutes dans la stratégie habituelle de la firme et qui correspondent également à la transformation du marché de la recherche d'information ("search market" comme disent nos amis anglo-saxons).

Primo. La téléphonie mobile. Toutes les études le montrent, les smartphones et autres tablettes et cellulaires seront, demain, le premier moyen d'accès à Internet à l'échelle de la planète. Et si vous avez déjà essayé de taper des requêtes un peu longues sur lesdits smartphones, avec vos doigts gourds et que ces derniers (les smartphones pas vos doigts) soient équipés de touches ou d'écrans tactiles, vous avez mesuré tout l'intérêt que présente une fonction permettant de vous éviter une saisie souvent délicate. De fait, la fonction "instant search", qui ne tourne pour l'instant que sur des ordinateurs, sera disponible plus tard cet automne pour les téléphones cellulaires. 

Deuxio. L'achat de mots-clés. Eeeeet oui. Le nerf de la guerre. LE modèle économique - pour l'instant - indépassable de Google, l'achat de mots-clés sous forme de liens sponsorisés. Et là, si les résultats s'affichent en cours de frappe, sans que l'on ait le temps de saisir certains des mots-clés précisément achetés par telle ou telle entreprise ... là ... tout change. Ainsi, les entreprises dont le nom est suggéré en premier à la seule saisie de l'une des 26 lettres de l'alphabet (exemple en anglais ou en français), ces entreprises là jubilent. Les autres ... toutes les autres ... un peu moins.

Tertio : le moteur de divination. Lors de sa Keynote pour le lancement de Google Instant, Eric Schmidt nous a refait le coup du moteur de divination, d'un moteur qui serait capable d'en connaître suffisamment sur nous ("avec notre accord bien sûr" juge-t-il aussitôt utile de préciser ...) avec un moteur qui en saurait tellement sur nous qu'il serait capable de nous fournir des informations avant même que nous ne lui ayons adressé la moindre question, et de devenir lyrique en annonçant que le "cloud computing and the pervasiveness of the internet is creating new opportunities to build new platforms and create new products, and to take search closer to the area of artificial intelligence." ... Bullshit. Habillage cosmétique et belles formules évasives (et non pervasives) avec comme objectif avoué de faire fantasmer le chaland grâce au maronnier du marketing de la recherche, j'ai nommée l'intelligence artificielle. En revanche, en revanche, on peut - me semble-t-il - trouver la clé de Google Instant dans une conférence en ligne donnée à Stanford par Dan Russell (de chez Google) dans le cadre d'un séminaire sur les IHM (Interfaces Homme-Machine), conférence que je vous avais déjà narrée dans un précédent billet et où l'on apprenait entre autres ceci :

• "l'un des outils méthodologiques les plus surveillés par l'équipe IHM ("Usability labs") de chez Google est la fonction "refine search" qui (...) est un remarquable indicateur permettant d'établir des corrélations entre ce que les gens tapent et ce qu'ils cherchent "en fait" parmi la liste proposée. Entre les deux se construit une échelle d'intentionalité qui semble observée de très près par Dan Russel."

En 4 ans, cette échelle d'intentionnalité s'est muée en alchimie probabiliste autour des "typical searches". Le moteur de divination qui s'approche sans cesse de l'intelligence artificielle n'est que de la poudre aux yeux. En revanche, le moteur d'intentionnalité est déjà sous vos yeux.

Les SEO se ramassent à la SERPe. (nota-bene : SEO = search engine optimisation, désigne à la fois l'optimisation des résultats de telle ou telle page dans les moteurs de recherche et les gens dont c'est le métier. En France on appelle ça des référenceurs, mais c'est moins trendy que SEO // SERP : Search Engine Result Page ; les webmasters et/ou référenceurs font du SERP tracking - ils surveillent les pages de résultat - pour pouvoir ensuite améliorer leur SEO). Et donc, disais-je : 

Les SEO se ramassent à la SERPe. Donc pour le dire différemment, l'arrivée de la recherche "instantanée" risque de sérieusement redistribuer les cartes du référencement naturel ainsi que celles du positionnement payant. D'autant que Google en a profité  - le 12 septembre soit 4 jours après le lancement d'Instant Search - pour également et subitement changer les règles jusqu'ici en vigueur pour l'achat de mots-clés "concurrentiels", permettant ainsi à n'importe quelle entreprise d'acheter le nom d'une entreprise concurrente (ce qui était jusqu'ici rigoureusement interdit). Bref, même si ce n'est pas l'objet principal de ce billet, tout porte à croire que ça va saigner ...

L'auto-complétion ou l'angoisse de l'incomplétude. Il est un point commun à l'ensemble des systèmes d'informations offrant des fonctionnalités de recherche (moteurs, bases de données, etc.) C'est l'angoisse de l'incomplétude. 

• "Peut-être vos archives sont-elles incomplètes ?" se risquait à demander Obi-Wan Kenobi à la bibliothécaire Jocasta Nu dans la (nouvelle) trilogie Star Wars, ce à quoi il lui était répondu : "Nos archives sont complètes et parfaitement sécurisées jeune Jedi. Si cet enregistrement n'est pas présent dans nos archives, c'est qu'il n'existe pas." 

Le cauchemar du "il y a 0 résultat correspondant à votre requête". Vous me direz avec Google, il y a toujours une réponse, à tel point qu'on inventa même un jeu à celui qui trouverait LA combinaison de deux mots-clés ramenant un seul et unique résultat (le Googlewhack). L'angoisse de Google demeure cependant mais sous un angle différent : c'est l'angoisse de "la bonne réponse existe. Elle est quelque part dans les 700 000 pages de résultat listées ci-après.", ou déclinée différemment, "la bonne réponse existe mais elle n'est pas sur notre première page de résultats". Bref, l'angoisse du taux de précision a supplantée celle du taux de rappel. 

Black Hat Trick. Pour y faire face (à cette angoisse), Google a déployé - au moins - trois stratégies :

1. son coeur d'algorithmie (principe du Pagerank et des innombrables variables attenantes),
2. son marketing (le bouton "feeling lucky")
3. et son moteur de complétion. 

Comme je l'avais longuement analysé dans ce billet, les ingénieries de la sérendipité se développent aujourd'hui considérablement, et sur plusieurs axes qui vont de celui des usages (web "social") à celui des outils (algorithmies affinitaires). Le coup de dès que semble proposer la fonction "instant search" ne vient ici abolir aucun hasard. Du point de vue de l'internaute il augmente statistiquement les chances de s'orienter vers autre chose que sa requête initiale mais pas celle que le "quelque chose" en question l'intéresse effectivement. Ce n'est donc qu'une "demi-sérendipité". 

On ne prête qu'aux riches. Mainstream mon ami.  Nombre de billets et d'articles ont déjà remarquablement dénoncé les "dangers" que représente la fonction "instant search" pour la représentation de la diversité : 

• une recherche moins diversifiée
• la multiplication des stéréotypes
• la mort de la longue traîne des recherches

De la responsabilité du scribe : les paroles s'envolent, les écrits restent, et les moteurs tournent. Le nom de Google Scribe est mal choisi. Il n'offre en effet aucun parallèle avec le travail des scribes de la haute-antiquité. En revanche, l'homonymie est intéressante. Pour plusieurs raisons. Google n'est certes pas un scribe copiant et recopiant à l'infini les mêmes textes dans le seul souci de leur conservation. Quoi que. Quoi que ...

• La responsabilité de Google comme société d'engrammation, de mise en mémoire est de nature judiciaire. Elle affecte des questions comme le droit à l'oubli. 
• La responsabilité de Google comme société de pro-grammation, de mise à disposition intentionnelle d'une certaine représentation d'une mémoire collective, cette responsabilité là est d'ordre moral.

La polémique Véronienne (véronistique ?) autour des stéréotypes racistes - à laquelle on pourrait ajouter celle des requêtes trop "sexy" - véhiculés par l'auto-complétion ("les noirs puent" et autres joyeusetés) soulève d'importantes questions :  

• éthiques (faut-il se faire l'écho d'une pensée raciste même si cette pensée raciste est la plus répandue ?)
• philosophiques (selon quels "critères", au nom de quel(s) principe(s) et avec quelle part de responsabilité un algorithme peut-il donner à lire des valeurs "morales" ou "amorales" ?)
• économiques (pourquoi sur la lettre A auto-compléter avec Apple et non avec Adobe ?) 
• géo-politiques (pourquoi les noirs puent-ils sur Google.fr et pas sur google.com ? imaginez l'auto-complétion dans les territoires occupés sur des mots comme "les israëliens ..." ou "les palestiniens..."). 

Des questions qui attestent s'il en était encore besoin de l'importance de la langue et du mot comme véhicule de tout pouvoir, de toute politique, de toute économie. De tout ce qui nous permet de "faire société". Se contenter d'attendre de Google qu'il nettoie mieux sa base de suggestion me semble bien loin de la réalité des enjeux soulevés.   

Les technologies de complétion, appliquées à l'échelle d'une entreprise comme Google dont l'empreinte sociologique est au moins aussi importante que son emprise financière sur le secteur qu'elle domine, ces technologies ne sont pas neutres : elles interrogent directement le réagencement perpétuel des discours et des agencements d'énonciation complexes qui les produisent. 

"L'encre du scribe est sans mémoire" écrivait le poète. La mémoire de Google Scribe est sans encre. Le scribe est un individu oeuvrant, sur ordre, dans une dynamique collective de perpétuation du savoir. Il n'est qu'un passeur de traces dont seul le collectif pourra ensuite "faire mémoire". Le scribe de Google est une technologie agissante, un acteur qui en le donnant à lire, choisit ce qui de nous, fera ou non mémoire, pour un temps ou pour tout le temps.

A bien y regarder, les résultats stéréotypiques de Google (au moins ceux sur les juifs et les noirs) proviennent non pas de dérapages de ses utilisateurs, pas davantage qu'ils ne trahissent un imaginaire collectif qui ferait de l'immensité d'entre nous des racistes en puissance : menées à leur terme les requêtes "les noirs puent" ou "les juifs sont radins" affichent essentiellement des messages de forums déjà bien référencés et effectivement racistes (dont ceux de l'hélas incontournable Doctissimo) et, pour le reste, des sites de "blagues" plus ou moins drôle mais dont le stéréotype constitue le principal - et souvent - le seul - ressort "comique.
Par ailleurs, et à l'appui de mon argumentaire précédent, le ratio entre les résultats "stéréotypiques" et les résultats "génériques" est, me semble-t-il suffisamment éloquent :

• requête "les juifs" 1 900 000 résultats ; requête "les juifs sont radins" : 14 000 résultats
• requête "les noirs" 5 140 000 résultats ;  requête "les noirs puent" (avec guillements = expression exacte), 8880 résultats : requête "les noirs puent" sans guillements, 1 760 000 résultats. Soit dans ce dernier cas, en poussant l'illogisme à son terme, 1 français sur 5 qui exprimerait des opinions racistes. Sauf que. Sauf que un site n'est pas un français. Et que nombre des pages listées sur ce genre de requêtes contiennent aussi - et heureusement - des contre-argumentaires qui démontrent l'inanité de ce genre de préjugé raciste.

Et puis de toute façon ...

Ce n'est pas une réponse puisque je n'ai pas de question. La manière dont les gens utilisent les moteurs est un domaine de recherche à part entière, qui comporte de nombreuses variables, mais l'une des pratiques dominantes n'est pas celle qui consiste à poser des questions. De fait même le grand Google s'y est cassé les dents, en fermant son site Google Answers. La pratique courante pour les requêtes informationnelles (hors les requêtes navigationnelles et transactionnelles) est plutôt celle qui consiste à combiner 2 ou trois mots pour vérifier une assertion. Et si l'efficacité de Google Instant peut probablement être démontrée pour les requêtes transactionnelles (taper "acheter billet" pour vous en convaincre), elle est en revanche beaucoup plus délicate pour les requêtes informationnelles ou assertionnelles. Lesquelles requêtes représentaient tout de même, en 2006**, et de l'aveu même de Google, plus de 63% de l'ensemble. 

**Si quelqu'un a des chiffres plus récents, je prends, mais là j'ai eu la flemme de chercher :-(

Perpetuum mobile. Quelques jours après le début de la rédaction de ce billet, Google a modifié les résultats de certaines de requêtes incriminées, pour les rendre plus compatibles avec la FAQ du service en question, dans laquelle on peut lire : "Enfin, la saisie semi-automatique exclut les termes relatifs à la pornographie, la violence et l'incitation à la haine." 

Réponses responsables ou neutralité des réponses : that is the question. Le danger est que la responsabilité du scribe ne sera jamais compatible, de quelque manière que ce soit, avec la neutralité du moteur. Dans la place hégémonique qu'ils occupent aujourd'hui dans nos usages connectés, les noeuds hyperconnectés que sont les moteurs doivent trouver le moyen de choisir, dans certains cas, entre les deux. Toute réponse est d'abord l'exercice d'une responsabilité. N'en donner à voir que certaines, impose le risque de s'en trouver, un jour, responsable.

D'autant que la neutralité ne semble d'ailleurs plus aujourd'hui d'actualité dans l'univers de discours qui structure la présence et l'image de la firme. Et ce changement de positionnement est éclairant. Ainsi dans un récent entretien au NYTimes, Eric Schmidt déclare (c'est moi qui souligne) : 

• "Google does not promise that it will treat all Web sites neutrally, he said. “What we promise is the best answer that we can come up with, as judged by the end user.” Sometimes that is a Google site and sometimes it is not, he said. “There is not a deliberate favoritism from a business perspective. There is a favoritism from what end users prefer, and we have ways to measure that.”

Faut-il ainsi croire que les réponses racistes stéréotypiques sont celles que l'utilisateur final préfère ? C'est, à tout le moins envisageable. L'économie de Google est une économie de média. Un média qui s'inscrit lui-même dans une économie de l'attention.

Google Ins ... tants de cerveaux disponibles.

• "Les internautes vous paient avec le temps qu'ils passent sur vos contenus, ils vous paient avec leur attention. C'est cette attention que les annonceurs veulent."

Voilà ce que déclarait David Eun, responsable des partenariats chez Google (sur la diapo 27). Bernard Stiegler a bien démontré en quoi ces médias de l'attention se reposaient sur du pulsionnel comme principal vecteur de leur stratégie de captation. Les "noirs qui puent" et autres "juifs radins" de Google Instant relèvent du même processus avoué. La réponse pulsionnelle, la réponse de l'instant, celle de Google Instant, c'est le verbe "puer" accolé à l'expression "les noirs". 8880 résultats. Alors que "les noirs et l'esclavage" en donne 128 000. La réponse qui capte l'attention n'est hélas jamais très loin de celle qui fonde et flatte nos - mauvaises - intentions, nos plus viles pulsions. A l'inverse il serait pourtant facile d'imaginer caler les réponses de Google instant sur les pages renvoyant aux expressions les plus "statistiquement" significatives, et de contribuer, ce faisant, à la neutralité du moteur. Ainsi :

• "les noirs et l'esclavage" (128 000 résultats contre 20 000 pour "les noirs puent") ou bien encore
• "les juifs et la shoah" (616 000 résultats, contre 14 000 pour "les juifs sont radins")

Au lieu de cela, le moteur propose actuellement des résultats qui sentent le sauvetage en catastrophe  et qui transpirent le politiquement correct : ainsi la requête sur les juifs propose "les juifs ... dans le coran ... en france ... d'algérie" et celle sur les noirs : "les noirs ... en couleur (sic) ... en france ... au japon ... en équipe de france"

Le poids des mots. Car telle est la réelle pulsation de la sémantique universelle après sa digestion dans le ventre de l'ogre motorisé : le pulsionnel est présent, mais il l'est à la marge ; il est "contenu". Le rationnel est - pour l'instant mais pas dans l'instant - dominant. Encore faut-il que l'ingénierie linguistique du favoritisme pulsionnel lui donne la chance de pouvoir être représenté à hauteur de ses occurrences réelles. En cela comme en d'autres sujets, les machineries de l'instant ne semblent pas être les plus appropriées. 

On observe aujourd'hui la structuration et la pregnance de plus en plus fortes d'ingénieries relationnelles (principes de recommandation) en parallèle et parfois en remplacement des premières ingénieries occurentielles (principe du matching). On a déjà observé et démontré le danger que constitue une ingénierie qui se présente comme une vue objective alors qu'elle est par nature nécessairement subjectivée. Le risque est aujourd'hui celui de l'émergence d'ingénieries intentionnelles, qui nous "porteraient à croire" ou nous "prêteraient à penser" sans que nous ayons, de quelque manière que ce soit, manifesté l'un ou l'autre de ces deux désirs ...

Anatomie d'un tweet ...

Un chaîne de 140 caractères ? Pas que ...

Lire attentivement le billet de ReadWriteWeb qui détaille les enjeux de ce creuset à métadonnées.

Culture documentaire et folksonomies

Article "de commande", pour la revue "Documentaliste, sciences de l'information", à paraître fin Février 2010. La version ci-dessous est celle de soumission, non encore revue et corrigée pour publication définitive. La version définitive sera déposée en archives ouvertes au moment de sa parution.

Culture documentaire et folksonomies.

L’indexation à l’ère industrielle et collaborative. Des folksonomies aux hashtags, quelles cultures informationnelles ?

A L’INDEX. Il a déposé des photos de ses vacances sur FlickR ; recherché une vidéo d’un extrait de colloque sur YouTube ; partagé des signets sur Delicious ; publié un article sur son blog ; bavardé sur Twitter à propos d’un événement récent ; consulté des photos ou des profils de ses amis sur Facebook. Dans chacun de ces cas de figure et dans bien d’autres encore, l’usager a, en sus de son activité de dépôt, de recherche, de publication, de consultation ou de simple conversation, été invité à pratiquer une indexation libre. Une indexation sur ses propres traces informationnelles ou sur celles produites par d’autres. Une indexation qui traverse nos espaces numériques publics, privés et intimes, désormais réunis en une même sphère d’indexabilité. Une indexation à l’unisson de la cinétique des traces auxquelles elle s’attache : synchrone, instantanée, fragmentaire, plurielle. Enfin, une indexation parfois collaborative et le plus souvent, transparente aux autres, à tous les autres.

C’EST EN FORGEANT QU’ON DEVIENT FORGERON ET C’EST EN INDEXANT ... QU’ON FINIT SUR TWITTER.

Communauté. Wikipédia définit la « folksonomie » comme : « un processus de classification collaborative par des mots-clés librement choisis, ou le résultat de cette classification. » Les raisons permettant d’expliquer leur succès sont connues : citons pêle-mêle leur faible coût cognitif, leur aspect orienté-tâche, et le bénéfice qu’elles apportent en terme de filtrage collaboratif. Soit l’avènement de la communauté comme indexeur.

Interfaces. Les folksonomies font le choix d’un affichage de nuages de mots, plutôt que celui d’une zone de saisie laissée entièrement vierge. Le mot plutôt que l’absence du mot. Or un grand nombre de scénarios de recherche d’information se construisent sur une absence de besoin documentaire clairement circonscrit, que les folksonomies permettent donc d’amorcer, de combler ou d’orienter.

Économie. Le succès des folksonomies repose en outre sur une triple économie : économie de compétence documentaire et informatique, et économie d’échelle (chacun travaille d’abord pour soi – ce qui évite la tentation du spam ou de l’usage détourné – le résultat de ce travail restant toujours possiblement mais non nécessairement bénéfique à tous)

Et puis vinrent les Hashtags. Un hashtag est un mot-clé. Plus précisément, c’est une fonctionnalité d’indexation liée au service de micro-blogging Twitter. Il s’agit, au sein d’un message (un tweet), d’un mot ou d’une concaténation de mots, précédée du symbole dièse (#), et permettant de l’indexer, soit pour pouvoir suivre l’ensemble des messages ainsi balisés soit pour leur ajouter un niveau de sens différent. #exemple
Tout comme les mots-clés ou « tags » des folksonomies, les hashtags participent pleinement au processus de redocumentarisation aujourd’hui à l’œuvre sur le web. Eux-mêmes d’ailleurs, se prêtent à de nouvelles scénographies documentaires. Ainsi le site WhatTheHashtag permet de retrouver la signification d’un Hashtag ainsi que d’autres informations contextuelles à son sujet (contributeurs l’utilisant le plus, fréquence d’utilisation sur les sept derniers jours, mais aussi autres hashtags et sites web associés).

L’INDEXATION : DU MARQUAGE AU REBOND, DE LA RARETÉ A L’ABONDANCE. 
Hier, l’indexation était autant une technique documentaire qu’une trace mémorielle scriptuarisée – et parfois sanctuarisée. Aujourd’hui, avec l’arrivée des folksonomies, de l’indexation sociale du web contributif, du temps réel, de la synergie presqu’immédiate entre les temps jadis distincts de la recherche, de l’accès et de la consultation, elle a effectuée une mue cardinale. Sans se départir de ses vertus premières,  elle a désormais pour vocation principale de favoriser la recherche par sérendipité c’est à dire de faire naître ou d’amplifier la capacité de rebond inscrite à chaque carrefour de nos navigations sur le web, dans la plus petite unité d’information disponible. C’est une véritable ingénierie de la sérendipité qui se met en place.
En d’autres termes, l’indexation est passée d’une économie de la rareté (rareté du sens permise notamment pas les différentes techniques de désambigüisation, le travail sur les renvois), à une économie de l’abondance où l’on ne se préoccupe guère des « risques » d’ambigüité, d’homonymie, comptant sur l’aspect massivement collaboratif et ouvert du processus pour les atténuer ou, à l’inverse, acceptant ces risques comme autant de chances nouvelles de s’orienter différemment dans de gigantesques entrepôts de ressources hétérogènes.
Ce basculement est fondamental : il ne s’agit plus seulement de gérer des hiérarchies documentaires mais des hétérarchies de ressources et de parcours.

Indexer : qui, quoi, où, comment ? Dès lors, l’indexation sociale s’affranchit d’un certain nombre de savoirs et d’héritages professionnels. N’importe qui peut en effet se trouver en situation d’indexeur : simples usagers de services, producteurs ou consommateurs de contenus, novices ou experts. Ensuite, la granularité des ressources indexables s’élargit considérablement : au-delà des ressources scientifiques et des objets culturels, c’est l’ensemble des photos, vidéos, documents de travail, billets de blogs et autres « profils » sur les réseaux sociaux qui entrent dans le champ des objets indexables, et ce qu’ils « m’appartiennent » ou me soient étrangers. Enfin ce sont les finalités et la nature de la tâche d’indexation qui se diversifient : on peut indexer « à la volée » (en même temps que l’on parcourt ou découvre des ressources), pour son seul usage personnel ou à destination explicite d’une communauté d’intérêt ou de pratique, en parfaite connaissance de cause ou dans une totale ignorance du sujet ou de l’objet du processus.

L’indexation : industrielle ou sociale ? On oppose souvent l’indexation sociale, participative, contributive, à l’indexation « sérieuse » (c’est à dire normée) et à l’indexation d’abord machinique (informatique) puis aujourd’hui industrielle telle que pratiquée par les moteurs de recherche. Opposition factice à bien y regarder.
Ainsi Google, qui revendique et affiche comme l’un des motto de la firme ne pratiquer « aucune intervention humaine dans nos résultats de recherche », pratique pourtant sans cesse l’indexation humaine et collaborative : chacune de nos requêtes couplée à chacun de nos clics sur tel ou tel résultat issu de cette requête équivaut littéralement à une qualification humaine du résultat de la requête, qualification qui sera ensuite intégrée dans l'ensemble des paramètres algorithmiques permettant, pour l'utilisateur identifié et/ou pour l'ensemble des requêtes semblables déposées, de faire varier l'ordonnancement des résultats. Dit autrement, le couple « requête / activation d'un lien de la page de résultat » équivaut exactement à la procédure qui, dans les folksonomies, fait correspondre un ou plusieurs mots-clés librement choisis à une page web.
L'indexation à l'ère industrielle est donc nécessairement sociale.

A SUIVRE ...
Cultures. La culture documentaire du web est – notamment – celle d’une bibliothéconomie de masse, d’un passage à l’ère industrielle des processus et des compétences liées à l’indexation, et ce dans un environnement pour lequel tout est document, tout devient une trace, un « fait » documentaire, y compris et jusqu’à nos plus infimes traces identitaires. Dans ce monde, l’horizon de l’indexation se déplace ; la question n’est plus celle de l’autorité (qui a autorité pour indexer) ni même de l’expertise (qui a compétence pour indexer), mais celle de l’usage (qui a besoin d’indexer).
3 sphères. Dès lors, trois sphères de pratiques sont amenées à cohabiter et à interagir : l’indexation professionnelle de fonds documentaires parfaitement circonscrits, l’indexation industrielle de l’ensemble des contenus du web telle qu’opérée par les moteurs de recherche, et l’indexation sociale. La tendance de fond étant celle d’une perméabilité chaque jour plus grande et plus réciproque entre chacune de ces trois sphères.
3 axes. L’interaction avec les savoirs professionnels de l’évolution des processus d’indexation peut être aujourd’hui prolongée selon trois axes. Tout d’abord, « ceci ne tuera pas cela ». Il faut laisser s’opérer toutes les substitutions nécessaires entre d’anciennes compétences et de nouvelles habiletés, pour autant que ces dernières répondent à un besoin réel que les premières ne peuvent suffire à combler. Ensuite, ne pas jeter les anciens formalismes dans l’eau du tout participatif. La compétence documentaire d’indexation sera de plus en plus déterminante, tout au moins pour une partie de la morphogénèse complexe et permanente des contenus et des interactions se donnant à lire sur la toile. Enfin, ces deux cultures documentaires ne sont pas nécessairement antagonistes. Il existe une voie médiane. Des modèles hybrides sont d’ores et déjà disponibles, capables par exemple d’ajouter de la structuration ou des notions d’héritage à l’intérieur de systèmes de folksonomies, tout en bénéficiant de l’effet d’échelle et de la simplicité d’amorçage de ces dernières ou bien des communautés qu’elles fédèrent.

En tout état de cause, ces perpétuels déplacements de compétences, ces réinventions permanentes de la chaine de traitement du document, ces nouvelles granularités documentaires préfigurent les nouvelles granularités sociales déjà observables dans les usages du web et dans la manière dont celles-ci impactent directement notre rapport au monde, et pas simplement de manière virtuelle.


Olivier Ertzscheid. Janvier 2010. Texte pour la revue Documentaliste, Sciences de l’information.

Searchology.

Searchology. Tel est le nom de l'événement au cours duquel Google a présenté de nouvelles options de recherche. La dernière "searchology" s'était tenue il y a deux ans de cela et elle avait vu l'annonce de la recherche universelle. Petite revue de détail de cette dernière Searchology ...

Nota-Bene :

• ces options sont pour l'instant disponibles uniquement dans la version anglaise du moteur (http://www.google.com).
• Danny Sullivan en livre l'analyse détaillée la plus complète et la plus intéressante.
  

Acte I. You're my Wonder Wheel : une oasis de recherche dans le désert de la catégorisation (clustering). Il s'agit là d'une représentation cartographique de l'outil de catégorisation tournant déjà dans Google (affichage tout en haut ou en bas de la première page de résultats). Ici, Google marque deux points. Le premier parce que la catégorisation est incontestablement une clé importante pour le guidage (affinage) des recherches. Or sur ce terrain Google avait un temps de retard. Le second parce que cette catégorisation est représentée de manière cartographique. Mais si les moteurs cartographiques sont bien installés (Kartoo en tête), leur interface graphique chargée est très souvent déroutante pour l'utilisateur lambda. Avec sa Wonder Wheel, Google allie la puissance de la catégorisation et celle de la cartographie mais de manière non-déroutante pour l'usager, sans que celui-ci ait besoin de faire appel à une acculturation particulière. Comme le rappele Danny Sullivan dans son billet la catégorisation avait été "inventée" (dans le monde des moteurs de recherche) par AltaVista avec son algorithme "Live Topics", notamment développé par un certain François Bourdoncle, actuel PDG d'Exalead.

Acte II. A la recherche du temps perdu : Google Timeline. Dans toute activité de recherche d'information, la capacité de replacer une information en contexte sur une ligne du temps est un énorme avantage qualitatif qui permet de trancher dans le quantitatif des résultats délivrés. Le passage des moteurs à l'indexation temps réel ("world live web") ne doit pas faire oublier l'aspect fondamentalement discriminant qui permet de disposer d'une archéologie (même sommaire) de l'inscription numérique des informations diffusées en ligne. C'est précisément pour répondre à ce besoin que Google propose une fonctionnalité de type Timeline. Laquelle fonctionnalité est remarquablement intuitive : l'affichage se fait d'abord par clusters de "dizaines d'années" pour, en deux clics, permettre de descendre au niveau du cluster mensuel. Le gros défaut de cette Timeline est qu'elle ne permet pas réellement de "dater" une information. Elle se contente de récupérer les "années" figurant dans le corps du texte. Ainsi, je n'ai pas écrit d'articles en Juin 1944, mais l'un de mes articles (et mon nom) se retrouve dans un recueil qui comprend également une analyse du discours du 6 Juin 1944. C'est là tout le problème de l'information "non-structurée" avec laquelle doivent se débrouiller les moteurs de recherche. Et c'est ce qui m'amène au troisième point, le moins souligné par les différents analystes, le moins visible également, mais à mon avis pourtant de loin le plus important.

Acte III. "Rich snippets" : Google embarque sur le web de données et s'empare des microformats. Ce n'est là rien moins que l'entrée officielle de Google dans la course au web sémantique. Dans un article produit à l'occasion du dernier séminaire INRIA j'écrivais ceci :

• "A l’inverse d’une approche descendante impliquant que soient déjà franchis les différents obstacles techniques permettant la mise en œuvre d’un web totalement sémantique, l’évolution des fonctionnalités sémantiques des moteurs de recherche suivra plus probablement une approche ascendante, émergente. Il s’agit cette fois de prendre progressivement en compte les différentes avancées des protocoles, langages et formalismes liés au web sémantique, non pas de manière globale mais sur des contenus très ciblés, ou dans le cadre de contextes de recherche là encore très spécialisés. En Mars 2008, Yahoo ! a ainsi annoncé qu’il prendrait en compte le standard RDF ainsi que les microformats. Pour ne prendre que ce dernier exemple, de nombreux développements existent actuellement. La dernière course de fond engagée par les moteurs consistera donc à en prendre le maximum en compte (sans nécessairement attendre une harmonisation globale ou une standardisation univoque de l’ensemble des développements  applicatifs en cours), tout en trouvant le moyen de s’en servir pour « enrichir » l’expérience utilisateur lors d’une recherche d’information, par exemple en présentant des résultats de recherche davantage structurés ou permettant davantage d’interactions synchrones avec d’autres recherches, d’autres services, d’autres terminaux d’accès. Dit autrement, les moteurs sémantiques pourraient fournir une solution aux limitations de la recherche par mot-clé."

Sur son blog, Google écrit ainsi :

• "today we are announcing that some of our snippets are going to get richer. These "rich snippets" extract and show more useful information from web pages than the preview text that you are used to seeing. For example, if you are thinking of trying out a new restaurant and are searching for reviews, rich snippets could include things like the average review score, the number of reviews, and the restaurant's price range (...) In this example, you can quickly see that the Drooling Dog Bar B Q has gotten lots of positive reviews, and if you want to see what other people have said about the restaurant, clicking this result is a good choice. We can't provide these snippets on our own, so we hope that web publishers will help us by adopting microformats or RDFa standards to mark up their HTML and bring this structured data to the surface."

L'enrichissement sémantique des résultats (rendu possible par l'ajout de microformat du côté des utilisateurs qui créent les contenus) est la face la plus avancée - et peut-être la plus pragmatique - de la quête du web sémantique. Une autre approche est l'enrichissement sémantique des requêtes elles-mêmes (en s'appuyant par exemples sur des bases de questions). Quand ces deux approches là seront effectives, c'est à dire probablement dans quelques - très - courtes années, l'expérience de la recherche d'information n'aura alors plus rien à voir avec celle que l'on exerce aujourd'hui. Et de la même manière qu'il est impossible de faire mesurer à une jeune internaute à quel point la recherche sur Gopher ou Véronica étaient à des années lumières de ce qu'il connaît aujourd'hui, la recherche sémantique de demain (après-demain ?) renverra à l'âge de pierre notre pratique actuelle de la recherche d'information.

Web sémantique

Un diaporama de Fabien Gandon sur le sujet, diaporama présenté lors du dernier séminaire INRIA. Ce n'est certes qu'un pauvrepoint, et sans le texte qui va avec c'est naturellement parfois assez elliptique, mais pour celles et ceux qui sont déjà "un peu" versés dans les projets du web sémantique, ce support rassemble et synthétise remarquablement l'essentiel des problématiques et des standards dudit web sémantique. L'ensemble est disponible sur Slideshare.

Les cahiers au feu ... et les fils RSS au milieu

Comme promis, un petit billet "revue de liens" pour expurger mon agrégateur avant de partir en vacances.

Côté Moteurs (et un peu au-delà) :

• Difficile de passer à côté du "big deal" passé entre Yahoo! et Google suite à la tentative avortée de rachat de Yahoo! par Microsoft. Pour une synthèse, voir notamment ce qu'en disent Adscriptor, Techcrunch, Média & Tech, Francis Pisani, Techcrunch France, ReadWriteWeb et (plus synthétique) Le Monde. Quelques analystes avaient, dès le départ de l'affaire, souligné que l'offensive de Microsoft avait de forte chances d'échouer au profit de Google. Ce dernier tire effectivement une nouvelle fois son épingle du jeu en renforçant une position déjà outrageusement hégémonique sur le marché de la publicité en ligne. De son côté, Yahoo! sauve (provisoirement ?) les meubles en renflouant ses caisses, mais le "coup" porté par cette affaire est en train de bousculer grandement (et durabement ?) la structure (et l'autorité) de son exécutif ...
• Microsoft (pour se remettre du fiasco Yahoo ?) vient donc officiellement de s'offrir Powerset, moteur plus sémantisé que réellement sémantique (comme je tente de l'expliquer dans les 75 000 signes rédigés pour le séminaire INRIA IST'2008). L'argumentaire mis en avant dans le billet du blog de Microsoft est celui du renforcement du moteur Live.com (qui est clairement à la ramasse par rapport à Google et Yahoo) grâce à la mise en avant de la compréhension du contexte et de l'implicite. Bref, Microsoft entre officiellement dans la course au web sémantique. 
• On pouvait déjà faire plein de choses avec Google et ses services (ou ceux qu'il a rachetés). On peut désormais en faire encore plus. Celui-ci a en effet annoncé qu'il allait se lancer dans le marché (juteux et stratégique) de la mesure d'audience et du "média-planning". Un créneau jusqu'ici propriété quasi-exclusive de Nielsen Online et ComScore (qui en tremblent déjà ...) ou Médiamétrie dans l'héxagone. Inutile je pense d'en rajouter une couche sur le fait qu'en gagnant (ce n'est pas encore fait et comme le souligne Emmanuel Parody c'est le marché de masse qui est d'abord visé ...) le marché de la mesure d'audience, Google devient un peu plus l'alpha et l'oméga d'une certaine représentation du web. Cette nouvelle corde à son arc est cependant parfaitement "logique" pour au moins deux raisons : primo l'infrastructure dudit Google, son nombre colossal de serveurs, et l'ampleur des données qu'il recueille et dont il peut librement disposer, deuxio, l'atout stratégique et l'effet de levier que représente un outil planétaire de mesure d'audience pour (mieux) vendre (encore plus) de la publicité aux annonceurs. Le service porte le doux nom de Google Ad Planner.
• Google (ben oui, encore ...) se lance dans une opération de communication de maintien de la neutralité du Net. A l'heure où l'on constate partout (y compris en France - loi Hadopi - et au Canada mais aussi aux Etats-Unis avec la très récente annonce d'une purge du réseau Usenet) la transformation des FAI en auxiliaires de police, Google à donc annoncé (sans fournir de date ni de nom de service, ni de détails ...) : "le développement d’outils qui permettront aux internautes de vérifier par eux-même si leur fournisseur d’accès à Internet (FAI) intervient d’une manière ou d’une autre sur leur connexion." (via Ecrans) L'alpha et l'oméga disais-je ... A propos, plus largement, de la loi Hadopi (parenthèse ci-dessus), il existe heureusement encore quelques dangereux anarchistes pour tenir un discours vivifiant et cohérent sur la question du copyright et du logiciel libre.
• Le web invisible connaît un deuxième recul très significatif. Après l'annonce (par Google) d'une indexation possible des données contenues derrière certains formulaires de recherche, c'est désormais Adobe qui annonce que le format Flash sera indexable par les moteurs. Comprenez : Adobe va mettre à disposition de Google et Yahoo! (pourquoi pas de Microsoft ? Parce que Microsoft développe sa propre technologie concurrente à Flash : Silverlight) un player spécifique qui permettra de naviguer "dans" les sites en flash et d'en indexer certains éléments au passage. Pour le reste, voir le billet de Techcrunch d'où je tiens l'info, les Questions/Réponses de Google WebmasterCentral et la FAQ d'Adobe. La question de l'indexation (et du référencement) des sites en Flash est un vieux serpent de mer pour les référenceurs. Avec ce nouveau système, c'est un pan entier du web qui va à son tour émerger dans les pages de résultats des moteurs. Les avis des analystes sont par ailleurs assez partagés sur l'intérêt et la nouveauté relative de cette indexation.

Côté Réseaux sociaux :

• Marc Andreessen (fondateur de Netscape et actuel gourou de Ning) rejoint l'exécutif de Facebook. Bonne pioche dans tous les cas et rapprochements probables ou nouvelle concentration à venir de ce côté là.
• Une bibliographie sur la question des réseaux sociaux par l'une des meilleurs spécialistes de la question, Danah Boyd.
• Un entretien avec Pierre Bellanger (PDG Skyrock) à propos du "premier réseau social d'Europe" (Skyblogs) dans lequel tombe une (de mes) idées reçues : "La totalité (des blogs) est active. Tout blog qui n'a pas été modifié ou consulté dans les derniers 90 jours est automatiquement supprimé. Près de 10 000 blogs sont ainsi fermés chaque jour, tandis qu'il s'en crée plus de 30 000. La plate-forme est un réseau vivant. Pas de cimetière de blogs ou de profils chez nous !"

Côté web 2.0 :

• une (petite) bibliographie francophone sur le sujet.
• le panorama des médias sociaux par FredCavazza
• Web 2.0 et logique de marchés multifaces : l'article d'un économiste sur ce que "cache" la gratuité des services 2.0. "No free lunch sur le Web 2.0 ! Ce que cache la gratuité apparente des réseaux sociaux numériques (.pdf) (Via Pintini)

Côté bibliothèques :

• Alors que la bibliothèque du Congrès fait le bilan (globalement positif) de l'initiative FlickR, la bibliothèque municipale de Toulouse devient tout simplement la deuxième bibliothèque au monde à lui emboîter le pas. (En plus ce sont des photos du plus beau coin du monde, celui où j'ai grandi ;-) Plus d'infos dans le billet des Bibliothèques2.0.
• un essai de 15 pages, très stimulant, dans lequel il est question de l'avenir des bibliothèques, d'affordances, et de géométrie euclidienne : "S'il vous plaît, dessine-moi une bibliothèque. De la bibliothèque euclidienne à la bibliothèque numérique" (.pdf)

Côté Wikis et Wikipédia :

• Un article de référence sur la génèse des Wikis : "Du web aux wikis : une histoire des outils collaboratifs."
• suite à la dernière affaire en date autour de Wikipédia, initiée par l'agence de relations publiques Euro-Rscg, David Monniaux propose une réponse souriante.

Côté "livre et numérique" et livres numériques :

• dommage que je n'aie vraiment pas le temps d'en parler en détail mais d'autres  (françois, Virginie et hubert notamment) le font heureusement avec talent ... Donc en vrac : Bruno Patino vient de remettre au ministère de la culture son "Rapport sur le livre numérique" (.pdf). Pour les plus pressés, voir le résumé qu'en donne Le Monde.
• Quelques jours auparavant, le SLF avait mis en ligne (à l'aide de CommentPress) son propre rapport (et ses propres préconisations) sur l'analyse de la situation : Accueillir le numérique.
• Une étude intéressante (mais payante) sur l'usage des E-books en bibliothèque, avec cependant quelques extraits gratuitement accessibles et assez révélateurs sur ledit usage.
• Une autre étude (gratuite cette fois), en provenance de l'association des bibliothèques de recherche au Canada, sur les usages, les licences, les accès et les impacts des E-books : "E-Books in Research Libraries: Issues of Access and Use (doc)" (via Pintini encore)
• La librairie dans 150 ans : brillant exercice de fiction par Cory Doctorrow.

Côté Web sémantique :

• Pour tout savoir sur le RDF (format au coeur de la sémantisation du web), les documents et recommandations officielles du W3C, traduites en français.
• Une conférence passionnante (datée du 11 Juin 2008) réunissant un échantillon très représentatif du gratin du web sémantique (dont Tim Berners Lee et Nova Spicack) : live vidéo ici.

Côté bibliométrie et indicateurs scientifiques :

• un rapport sur l'usage statistique des citations (.pdf) et son résumé en français sur le site de Sauvons la recherche. Le rapport plaide clairement en faveur d'une théorie de la relativité générale des indicateurs statistiques scientifiques là où la plupart des "décideurs" y voient l'alpha et l'oméga de toute politique d'évaluation digne de ce nom. Pour les autres, il est toujours possible de faire joujou avec ce genre d'outils.

Côté lectures :

• le dernier Livre Blanc de Christophe Asselin/Digimind sur la "Réputation Internet". Avec notamment quelques buzz digitaux disséqués et l'indication de "stratégies" pour les anticiper, les démonter, les relancer, les contrôler. Du simple veilleur au consultant en communication de crise, ce Livre Blanc devrait amplement satisfaire son lectorat.
• LA bible du documentaliste et du bibliothécaire : le Traité de Documentation de Paul Otlet, sous-titré "Le livre sur le livre". C'était en 1934. Et on n'a guère fait mieux depuis.
• Pour se faire plaisir (et se faire un peu peur dans la veine du 1984 d'Orwell), la dernière nouvelle de Cory Doctorrow : Little Brother. Librement téléchargeable.

Côté ressources pédagogiques :

• Un vrai cours en ligne de Laurent Jenny sur l'Histoire de la lecture (avec bibliographie, exercices et tout et tout)
• Prenez des textes scientifiques "fondateurs" et faîtes-les analyser par des scientifiques d'aujourd'hui pour mieux comprendre leur impact et leur inaltérable actualité : c'est la très bonne idée du projet Bibnum, pour l'instant encore à l'état de maquette, mais dont on souhaite qu'elle prenne très rapidement son essor (et qu'elle s'ouvre au-delà des 4 domaines qu'elle entend pour l'instant couvrir - math, physique, chimie, biologie -  les SHS constituant un formidable terrain de jeu pour ce genre de mise en perspective).

Et pour finir, un petit lien du Week-End :-)

• transformer les classiques de la littérature en vilains pauvrepoints

Des ressources (pédagogiques) et des hommes (pédagogues)

... en vrac :

• Des vidéos ...
• En français dans le Wesh : la vidéo culte sur le web 2.0 de M. Wesh, with french subtitles.
• Commoncrafts : LE spécialiste des tutoriels-en-carton-avec-des-doigts-qui-montrent, qui après ceux sur les wikis et les flux RSS récidivent heureusement avec les blogs, les réseaux sociaux  et le social bookmarking. (Via Francis Pisani)
• Une vidéo de six minutes réalisée par un expert sur le sujet pour une introduction au web sémantique à l'usage des non-geeks. Louable effort. (Via Nova Spivack)
• Et puis (beaucoup) plus long et (un peu) plus compliquée que les vidéos précédentes : celle de la leçon inaugurale de Gérard Berry au collège de France, premier informaticien dans le domaine du génie logiciel à se livrer à ce genre d'exercice. Passionnante.
• Dans la série, "des bases de données à la télé", BioMedCentral a ouvert depuis Septembre 2007 sa "chaîne" sur YouTube. Au programme : des interviews, des cours, une une belle vidéo de 3 minutes vantant les mérites de l'accès ouvert aux résultats de la science. Dans le même genre, le Babouin (de chez qui je tiens l'info) signale le site Scivee, qui veut "explorer de nouvelles manières de disséminer la science", et s'y emploie en permettant aux scientifiques de diffuser des vidéos. Scivee est d'autant plus intéressant qu'il se divise en deux parties distinctes : d'un côté des vidéos scientifiques à caractère pédagogique ou informatif, et de l'autre des PubCast (publication cast) qui associent à chaque vidéo, l'article scientifique qu'elle vient illustrer. Cette dernière catégorie est redoutablement efficace puisqu'elle permet - au choix - de faire figurer en face dudit article une interview du chercheur parlant de sa recherche et du contenu de son article, ou bien encore le film de l'expérimentation décrite dans l'article.
• Des revues ...
• La Criée est un blog, plus précisément "une tentative de distribution gratuite de périodiques gratuits mais non sans valeur. Elle est destinée à rendre utilisables rapidement les signets que je réunis pour alimenter AURELIE, le catalogue des périodiques électroniques du SCD de l’Université Toulouse 2." Possibilité de naviguer dans les catégories qui reprennent les 10 principales entrées de la Dewey. (Via MSEDoc)
• Des droits ...
• Une présentation de 6 minutes, réalisée par des bibliothécaires, pour expliquer aux chercheurs et scientifiques quels sont leurs droits (d'auteur) et comment in fine le conjuguer avec leurs devoirs (de chercheurs). (Via Pintini)

Web sémantique

On parle beaucoup du web sémantique. Si l'objectif du projet est très bien défini depuis Mai 2001 par le texte fondateur de James Hendler, Ora Lassila et Tim Berners Lee (ici traduit) la réalité technologique du projet est souvent plus délicate à appréhender pour le profane. Les deux ressources qui suivent peuvent permettre à certains d'y voir un peu plus clair :

• un cours assez concis et assez complet sur le web sémantique (et surtout assez abordable, y compris par des non-informaticiens.
• (via Pintini) une vidéo de 9 minutes (en anglais) sur RDF (une des technologies au coeur de la "sémantisation" du web).

Fini les vacances, c'est la rentrée ...

Côté moteurs/wikipédia/knol :

• On a donc pas mal parlé avant et pendant les vacances du projet de Google concernant son "encyclopédie" Knol : dans Ecrans, Florence Devouard s'inquiète à raison en rappelant que 50 % du traffic vient directement de Google. Google Blogoscoped y revient également en soulignant l'argument selon lequel Google ne pouvait plus accepter de voir partir tout ce traffic "non-monétisé" vers un site (wikipedia) indiquant qu'il refuserait toujours la publicité.
• Voir aussi la rapide analyse comparative de ReadWriteWeb entre Knol, Wikia, Wikipedia et Mahalo autour des trois mamelles de l'argent, de l'attention (comme vecteur de monétisation) et de l'altruisme (comme contribution à la somme des connaissances disponibles).

Côté réseaux sociaux, moteurs de recherche et scientométrie :

• Medline nous avait déjà habitués à son goût des interfaces innovantes. En voici une nouvelle baptisée GoPubMed qui permet, sur la base d'une recherche de faire émerger des "réseaux sociaux" à partir des noms d'auteurs d'articles et de leurs adresses de courier électronique (Via Cismef). En fait, plutôt qu'un réseau social (ce qui est l'argumentaire marketing du lancement de ce nouveau service), c'est bien de scientométrie qu'il s'agit, c'est à dire de la capacité, via un moteur sémantique, de repérer des collaboratoires, des "collèges invisibles", et de cerner en un instant sur un thème donné, l'état des publications en la matière et les chercheurs les plus en vue. Exemple : en entrant le terme "stuttering" (bégaiement) et en cliquant (à gauche dans la rubrique "What") sur "Hot topics", vous visualisez :
  
  • un "top 20" des auteurs ayant le plus publié sur le sujet
  • un "top 20" des publications classées par pays
  • un "top 20" des journaux dans lesquels on trouve le plus de publications en rapport avec le bégaiement
  • une courbe temporelle vous permettant de visualiser la progression (ou le recul) du nombre de publications par an sur ce sujet
  • une visualisation sous forme de graphe des réseaux de collaboration entre auteurs (répondant à la question "qui publie avec qui ?")
• c'est à tomber par terre. Et on se prend à rêver d'un tel outil dans le cadre d'un moteur généraliste majeur à vocation scientifique (maiiiis non, pas forcément celui-là, il y a aussi celui-là). Pour mieux comprendre la puissance d'un tel outil : allez le tester, et lisez le communiqué de presse (.pdf).

Côté moteurs tout court :

• le 7 janvier 2007, il y a donc de cela exactement un an, Jimmy Wales annonçait le lancement de Wikia, le moteur de recherche dont les résultats seraient validés par des humains. Et bien exactement un an plus tard, on nous annonce le lancement de Wikia (en version béta) pour demain, le 7 Janvier 2008 donc. A ce sujet, voir la revue de presse de Christophe Asselin. Le site de la "communauté" wikia est ici, et comme on peut le lire dans le wiki du projet, Wikia compte s'appuyer sur tout l'éventail des technologies de recherche à valeur ajoutée, à savoir la sémantique (= catégorisation), le "réseau social", l'indice de "réputation", et une infrastructure "distribuée". Lancement demain donc, et affaire à suivre de près pour ce nouveau "moteur de recherche open-source collaboratif".

Côté Bibliothèque "2.0" (ou pas ...)

• Une conférence qui s'est tenue début Novembre à Berkeley sur le sujet des bibliothèques "2.0" avec les supports de présentation accessibles en ligne (supports présentés parfois sous forme classique - un bon vieux powerpoint - parfois sous forme "2.0" - un wiki). Pas de grande nouveauté mais cela vaut le coup de visionner la conférence inaugurale de Meridith Frakas qui embrasse bien la situation (.ppt)
• l'un des derniers rapports du Pew Internet nous apprend (via 01.net) qu'outre-atlantique, la première raison de fréquentation des bibliothèques est ... le fait d'y trouver une connexion Internet. De quoi largement réalimenter de vieux démons débats, tant sur le taux d'équipement desdites bibliothèques dans notre bel hexagone, que sur la place des technologies d'accès dans ces enceintes et le taux de formation et d'encadrement qui est dévolu à leurs personnels.

Côté Folksonomies & Indexation sociale

• Lire l'un des derniers articles de Manuel Zacklad au titre programmatique : "Classification, thésaurus, ontologies, folksonomies : comparaisons du point de vue de la recherche ouverte d’information (ROI)".

Côté néologismes :

• Saluons l'arrivée de la Zemblanité, exact opposé de la sérendipité et qui désigne "la faculté de faire de façon systématique des découvertes malheureuses, malchanceuses, attendues et n'apportant rien de nouveau." La génèse du concept et sa présentation détaillée sont disponibles sur Urfist-Infos.
• Saluons (Via Francis Pisani) l'arrivée  de la "mobiquité" : mobilité + ubiquité. Un néologisme qui traduit bien la place de plus en plus importante qu'occupe dans notre société et dans nos comportements informationnels, l'informatique nomade et/ou ambiante.
• Reste à savoir si ces deux néologismes entreront au panthéon linguistique aux côtés de la blingocratie.

Côté copyright, Fair-Use et autres creative commons

• Un rapport intitulé : "Recut, Reframe, Recycle: Quoting Copyrighted Material in User-Generated Video" (.pdf). La question posée est de savoir si dans le cadre des sites de médias participatifs donnant lieu à divers remixages (exemple : YouTube), les détournements, parodies, et autres mashups de diverses oeuvres de fiction relèvent - ou non - du cadre du Fair Use (= usage équitable) et échappent donc à la législation du copyright. La réponse du rapport est claire : Oui. Il y a dans ces "oeuvres" de nouveaux éléments (détournement, transformation, remixage) qui les inscrivent dans le cadre de la constitution d'une culture populaire. "Video remix culture does not violate copyright." Les auteurs du rapport rappellent également qu'il est important de sensibiliser aussi bien les "auteurs" que les "remixeurs-amateurs" à la notion de propriété intellectuelle et d'usage équitable, pour que les premiers soient conscients de la richesse que ces remixages peuvent (parfois) apporter à leurs oeuvres, et pour que les seconds travaillent et s'amusent dans le respect de l'oeuvre des premiers. A noter : le site de présentation de l'étude est très bien fait, puisqu'en sus du téléchargement de l'étude proprement dite, il propose également une courte vidéo en rappelant les principales problématiques et conclusions, et propose également de télécharger un fichier excel du corpus de vidéos utilisées. Il propose enfin, pour chaque type de remixage (détournement, critique, débat, illustration, etc ...) les 5 vidéos les plus parlantes. Certaines d'entre elles sont réellement ... parlantes.
• Et puis vraissemblablement à ne pas rater (je ne l'ai encore pas visionné en entier, mais il est plein d'interviews avec Yochai Benkler et ne peut donc pas être mauvais :-) un documentaire sobrement intitulé "Steal this Film" qui décrypte les enjeux liés à la notion de propriété intellectuelle et plus largement de "diffusion" dans le contexte actuel. Pour les plus pressés, plein d'extraits sur Google Vidéo, pour les autres téléchargement dans plein de formats possibles directement sur le site du documentaire. Il y en a même qui se sont déjà attelés au sous-titrage en français.

Côté traces documentaires identitaires (ou identité numérique si vous préférez) :

• nos comportements informationnels laissent de plus en plus de place à l'égotisme forcené. Au service de cet égotisme on compte d'ailleurs de plus en plus d'outils tendant à l'illustrer (les divers outils de classement façon "top 50 de quelque chose"), à le renforcer (économie de la réputation), à en faire naître le besoin (via des interfaces navigo-ludiques dont vous êtes le centre et la circonférence), ou à en faire l'alpha et l'oméga d'un modèle économico-sociétal (facebook). C'est l'éternelle histoire de la poule et de l'oeuf.
• Got dans ses petites cases, nous gratifie d'un éclairant billet sur FOAF (Friend Of A Friend) dont on aimerait effectivement penser que le modèle réellement ouvert qu'il incarne soit l'avenir des protocoles tournant derrière la plupart des réseaux sociaux. Mais je ne peux hélas pas m'empêcher de penser qu'il y a encore bien du chemin à parcourir ... l'heure étant plutôt pour les grosses cylindrées à la centralisation des profils propriétaires ... ce qui doit nous inciter encore davantage a faire plus de place aux initiatives alternatives et technologiquement éprouvées (dont FOAF).

Côté ressources pédagogiques :

• un petit inventaire à la prévert joliment présenté des différents outils de recherche d'information : le Pass recherche sur internet.
• un (énième) guide de la recherche d'information à destination des cadres de l'éducation nationale mais heureusement lisible par tout le monde ;-)

Côté voeux, bonnes résolutions et oracles divers :

• il y a ceux qui ne croient plus aux blogs sous leur forme actuelle (Jean-Michel Salaun et Jean Véronis) ... mais qui continuent heureusement de blogguer :-) De mon coté je reste sur le créneau de l'enthousiasme (peut-être un peu candide), même si - à l'instar des deux précédemment cités - je constate ici et là une raréfaction des pépites blogguesques, nombre de trouvailles ayant visiblement du mal à tenir sur la longueur, ce qu'on aurait du mal à leur reprocher tant il est vrai qu'en dehors d'un projet affirmé de publication (journal, auto-fiction, carnet de recherche, formation à distance), l'exercice du blog est une gymnastique chronophage, et que "le temps de blogguer" n'est pas nécessairement la chose la mieux partagée du monde. Il n'en demeure pas moins qu'en repensant à ce qu'était la pêche informationnelle d'avant et d'après le temps du blog, ce "format éditorial" a tout de même été l'occasion d'entendre de bien belles voix, et de découvrir de fort pertinentes analyses. L'avenir dira ce la forme blog deviendra, mais les potentialités, l'univers de discours offert par une petite quantité de ces "nanopublications" reste pour l'instant et de mon point de vue, essentiel.
  
• il y a ceux qui comme Fred Cavazza, se livrent à leur petit exercice de prospective du nouvel an, et ceux qui comme Francis Pisani, font une revue de presse des principaux exercices du genre.

Et mes prédictions à moi ?

• A l'instar de ce que décrit Christian Fauré à propos du service Twine, je crois que l'ensemble des acteurs majeurs de la recherche d'information (Google, Yahoo! Microsoft) et quelques-uns de leurs challengers (Exalead, Facebook) vont prendre de plus en plus nettement le grand virage de l'hybridation. Une hybridation entre :
  • des espaces et des services collaboratifs,
  • des technologies sémantiques ou sémantisées de représentation et d'agrégation des connaissances,
  • et des algorithmies de recherche "pures" (ou recherche universelle).

• Je crois que la diversité des contenus va (enfin) atteindre un équilibre longtemps espéré entre le "texte seul" et la vidéo et l'image.
• Je crois enfin que l'une des grandes questions en terme de recherche (notamment pour les sciences de l'information et de la communication) sera la mise au jour des nouvelles autorités cognitives qui s'articulent aujourd'hui de manière encore un peu floue derrière la monétisation (ou la non-monétsation) des services à base de connaissance (Knol, Wikipedia).
• De mon côté je retiens comme éléments et tendances majeures de l'année écoulée : les deux nouvelles étapes de la dérives des continents documentaires que sont :
  
  • d'une part, la synchronisation transparente entre nos activités informationnelles connectées (on-line) et déconnectées (off-line),
  • et d'autre part, la sphère croissante d'indexabilité (notion de "graphe social" pour faire simple) de l'humain au travers de ses innombrables traces documentaires éparses sur le(s) réseau(x).
• Ce qui me semble frappant au-delà de tout c'est l'avénement imminent et probable d'une nouvelle génération d'algorithmes ayant capacité à représenter sur un même plan des documents toujours plus fragmentaires, des traces identitaires toujours plus documentées, et à transformer toutes ces traces d'attention en vecteurs d'intentions, pour le plus grand bonheur des grandes industries culturelles et des quelques acteurs qui dominent actuellement le marché (et ce au-delà du discours geignard et misérabiliste que s'obstinent à tenir les mêmes industries culturelles). En un mot comme en cent : la redocumentarisation du monde. Il est certain qu'il va falloir être très très très attentif aux Network sciences, car elles seront le creuset plus que probable de cette nouvelle génération d'algorithmes et de modes de représentation, et qu'à mon sens, elles seules ont aujourd'hui la capacité à réunir en un même cadre d'analyse les fronts de recherche les plus innovants, les techniques d'indexation et de représentation du vivant au sens large.
• Voilà pour le côté vivifiant et optimiste de la chose. Côté pessimiste (mon éternel côté cassandre :-); je crains que nous ne soyons confrontés à une échéance majeure, celle de la médecine personnalisée et/ou médecine "2.0" et/ou médecine désintermédiée. La montée en puissance et la position désormais établie de ces nouveaux prescripteurs planétaires que sont les moteurs de recherche d'une part, la mise à la portée du grand public des technologies de génomique (notamment à des fins d'auto-diagnostic) d'autre part, les rapprochements entre les premiers (moteurs de recherche) et les secondes (sociétés de génomique), et enfin l'engouement de plus en plus explicite chez tous les grands acteurs de l'industrie médicale (et notamment pharmaceutique) pour des modèles de diffusion et d'accès reposant sur du gratuit financé par la publicité va nécessiter, pour le moins, de grands chantiers didactiques si l'on veut éviter d'aller à coup sûr ... droit dans le mur. Va falloir se trouver dare dare un José Bové de la santé comme bien commun de l'humanité. Sinon ...

Bonne année à vous tous :-)

Ontologies

La notion d'ontologie est depuis déjà quelques siècles au coeur de la pensée philosophique. Elle est depuis ses débuts au coeur du domaine de l'ingénierie des connaissances. Elle est enfin depuis très récemment vivement débattue dans le cadre de la mise en place d'un web sémantique.
Les trois ressources suivantes vous permettront, chacune à leur manière d'en approcher les enjeux :

• "Comment les ontologies ont changé ma vie" est une remarquable parabole illustrant les reltions complexes qui unissent des objets et des univers de discours et de relations tentant de rendre compte de leur nature profonde. C'est aussi un petit bijou d'humour pédagogique :-)
• "Ontologies informatiques" est un texte scientifique de Fabien Gandon (INRIA / W3C) en 5 parties publié sur le site )i(nterstices qui propose une découverte de la notion d'ontologie et de ses applications.
• Et puis il faut enfin voir et/ou revoir la vidéo Information (r)evolution de Michael Wesh, qui parvient à mettre en abîme à sa manière si particulière et si pertinence, la dialectique de l'ordre et du chaos qui au coeur même des ontologies et de leur entreprise de description du monde, de notre monde. Une vidéo qui permet également de mieux comprendre pourquoi la question ontologique est au coeur des mécanismes d'inscription, de partage, de création et d'organisation du web de demain.

IC 2008

J'ai découvert le domaine de "l'ingénierie des connaissances" (IC) pendant ma thèse, grâce à Jo Link Pezet (ma directrice) qui m'a présenté quelques valeureuses "ontologues" et quelques preux hérauts des systèmes multi-agent (spéciale dédicace à Nathalie Aussenac, Marie-Pierre Gleizes et Pierre Glize). C'est à cette époque que j'ai également compris tout l'intérêt qu'une approche de ce type pouvait apporter aux problématiques qui traversent le web (notamment) depuis déjà plusieurs années. Les points de rencontre entre les sciences de l'info et de la comm., et l'ingénierie des connaissances, sont féconds et nombreux. Chaque domaine offre à l'autre des méthodologies et des cadres d'analyse qui permettent de mieux articuler et de mieux "penser" les bouleversements actuellement en cours sur le net. Espérons donc que le colloque IC 2008 sera l'occasion de fortifier ces synergies naissantes.
Parmi tant d'autres, pour découvrir de manière claire ce qu'est l'IC et quels sont ses enjeux, vous avez à votre disposition :

• le mémoire d'Habilitation à diriger les recherches de Bruno Bachimont (.pdf)
• les cours de Nathalie Aussenac et de Jean Charlet
• mais aussi la rubrique "Ingénierie" d'ArchiveSic

Voilà. Maintenant il ne vous reste plus qu'à prendre connaissance du programme d'IC 2008, "le" colloque du domaine, et quà soumettre vos propositions de communication ou de poster avant le 28 Janvier. Tout le reste est expliqué sur le site de la conférence.

Graphe, Web, Net

Dans sont dernier billet, Tim Berners Lee revient sur une notion au coeur de bien des débats ces derniers temps, celle du graphe social.
Partant de l'analogie fréquemment et un peu abusivement employée qui fait que quand on parle de graphe, on fait immédiatement référence à Internet, à l'image du réseau, Tim Berners Lee commence par rappeler que le Net et le Web ne sont pas la même chose, mais que tous deux sont effectivement des graphes (d'ordinateurs pour le premier et de contenus/documents pour le second). Il se lance ensuite dans un plaidoyer pour la notion de graphe, regrettant même avec humour de n'avoir pas appelé le www (world wide web) le GGG (giant global graph).
Mais le passage le plus intéressant est celui qui clôt son billet :

• "The less inviting side of sharing is losing some control. Indeed, at each layer --- Net, Web, or Graph --- we have ceded some control for greater benefits." Et plus loin :  "Letting your data connect to other people's data (...) is still not about giving to people data which they don't have a right to. It is about letting it be connected to data from peer sites. It is about letting it be joined to data from other applications. It is about getting excited about connections, rather than nervous."

Tim Berners Lee dans ce court paragraphe nous montre clairement la voie : cesser d'être "nerveux" et "s'enthousiasmer" pour les possibilités offertes par une interconnexion globale des hommes, après celle des ordinateurs et des documents. Mais Tim Berners Lee dans son argumentaire plaide également pour une architecture standardisée et normée afin d'opérer ces connexions, sur le modèle de FOAF.
La question est donc de savoir si dans la situation actuelle, ceux qui nous rendent nerveux (Facebook) et les autres (OpenSocial) sont prêts à se rabattre, et leur immense vivier d'utilisateurs avec eux, vers des descriptions standardisées du type de FOAF. Le web, le net et le "graphe" auraient naturellement tout à y gagner, en accélérant ainsi par exemple la progression du web sémantique (ou sémantisé).

<Update> Voir aussi le billet de Francis Pisani </Update>

Google est le webOS. Le WebOS est Google.

La stratégie de Google se dévoile chaque jour davantage (ce qui ne la rend pas pour autant transparente ou prévisible). A lire le début du dernier billet de leur blog officiel, on pourrait penser avoir trouvé la réponse à la question du WebOS : le WebOS sera donc ... mobile. L'informatique personnelle disposait de ses terminaux "bureautiques", les terminaux du WebOS seront d'abord nos cellulaires. Ni strictement WebOS (Web Operating System), ni idéalement SOS (Social Operating System), mais plutôt hybride : MOS (Mobile Operating System).  Et bien c'est une erreur.
Comme cela est indiqué dans le même billet, Google n'annonce donc pas le lancement d'un Gphone, d'un téléphone portable "à la" Iphone. Google annonce que l'Open Handset Alliance, va lancer Android : "la première plateforme vraiment ouverte et complète ("comprehensive") pour les terminaux mobiles." De quoi s'agit-il ? Le mieux (et le plus court pour moi :-) est d'aller lire le billet succinct de Jean-Marie Le Ray ou celui de Zorgloob. La formule est simple : réunissez autour du développement d'une plateforme de déploiement d'applications "ouvertes" des opérateurs de téléphonie leaders, des fabricants de combinés, des éditeurs de logiciels et des fondeurs. Expliquez-leur que tous réunis ils disposent d'un marché de 3 milliards d'individus (marge basse et en expansion constante), et proposez-leur de s'entendre sur un standard autorisant le développement d'applications pouvant à loisir être embarquées ou déportées vers tout type de mobile afin de mieux se partager les revenus engendrés (probablement) par la publicité ciblée et le profilage marketing qui sera alors possible. Comme le rappelle judicieusement (et avec une pointe d'ironie) Jean-Marie : "Après l'Open Software, l'Open Device, l'Open Ecosystem et l'OpenSocial, voici donc l'Open Platform. Que d'ouverture !" Un monde ouvert. Open world. Et à la différence de Tristan Nitot, je ne croie pas qu'il faudra attendre 10 ans pour savoir si l'Android tuera ou non l'Iphone ou si l'Iphone se ralliera à l'Android. Google vient, à quelques jours d'intervalle, de déployer une stratégie identique d'ouverture et d'alliance : non pas pour éliminer une concurrence momentannée ou pour rattraper un retard supposé (qu'il s'agisse de l'Iphone ou de Facebook) mais pour s'assurer un pré carré inaliénable sur des secteurs actuellement en pleine expansion, et ce pour un bon nombre d'années à venir.
Mais revenons un instant sur le billet du blog annonçant le lancement d'Android : "Our goals must be independent of device or even platform." C'est pour le moins une formule programmatique et qui fait état d'une volonté d'escamotage (au sens propre) inédite. Je m'explique : si l'on enlève les périphériques et les plate-formes de la chaîne informatique que reste-t-il ?? L'essentiel. Le coeur. Le code. Les données. Google. Naked web. Désintermédiation applicative. Le web mis à nu. Et Google dispose en la matière d'une solide expérience. Demandez-donc aux libraires, aux éditeurs et aux bibliothécaires ce qu'ils en pensent ...
Et alors ?
Et alors il s'agit là - à mon avis - d'un nouveau signe du déploiement à moyen terme d'un Internet substitutif. L'internet de Google. Un réseau ouvert. Ouvert mais propriétaire. "Tu fais ce que tu veux chez moi, tu y invites qui tu veux, tu t'y comportes comme tu veux mais ... tu n'oublies pas que tu es chez moi." Ou plus précisément, moi propriétaire, je mets tout en oeuvre pour te permettre d'oublier que tu es chez moi : en te laissant te comporter à ta guise, en te laissant meubler ou réaménager tout ou partie de ma maison, je t'observe, je t'analyse pour mieux te rendre lisible, perméable, prévisible, pour rendre monétisable chacune de tes actions, chacun de tes comportements. Google n'inventera pas le WebOS. Parce qu'aujourd'hui plus qu'hier, il paraît clair que le WebOS, c'est Google. Et que Google, c'est le WebOS. Les observateurs attentifs et parfois hâtifs du net (dans lesquels je m'inclue) ont eu le tort (et moi avec) de ne voir que le côté applicatif de la chose en essayant d'anticiper sur la stratégie de Google, en essayant de décliner cette stratégie sur des modèles existants, en cédant à la facilité du raisonnement par le calque. Pourtant, et les mêmes observateurs l'avaient depuis longtemps noté, Google n'est pas dans une stratégie d'imitation ou de suiveur. Il est, depuis le départ, dans une logique de rupture. Une logique disruptive. Mais il a l'intelligence (et la capacité) d'accompagner cette rupture, et de se servir de son formidable vivier d'usages et d'usagers, pour la documenter en temps réel. Il n'a cure de créer un autre Facebook, un autre Iphone ou un autre Windows. Google est le net. Ce n'est aujourd'hui plus (seulement) d'une métonymie qu'il s'agit, mais d'une réalité (de plus en plus) tangible.
A moins ... à moins que les données mises à nue ne nous sauvent de ce web mis à nu.

<Updates du lendemain>

• Didier Durand n'est pas d'accord avec moi et avance quelques arguments de poids (financier) qui ne me convainquent pas pour autant, j'essaierai d'y revenir dans un prochain billet ...
• A lire aussi, le billet de Seb (sur Web-Mining.fr), qui est d'accord avec moi et reprend également à son compte l'argumentaire de Christian Fauré (API = DRMs des données) et pointe joliment le risque de devenir autant de simples "locataires de nos propres données" propriétaires, et propriété de Google (ou d'un autre)

</Update>

Le retour de Roger dans le web sémantique

Roger prépare son retour. Tout est expliqué chez Jean-Michel Salaun. Après s'être intéressé au document, c'est cette fois le web sémantique que sera au coeur des préoccupations. Le web sémantique est par ailleurs l'objet re ragards croisés intéressants, comme celui-ci qui l'interroge du point de vue des bibliothèques, comme un catalogue géant. Mais aussi et surtout, ces deux billets (1 et 2) de ReadWriteWeb qui mettent en balance les deux écoles du web sémantique, celle d'une approche par le bas (bottom-up), et celle d'une approche par le haut (Top-down). A l'occasion je vous invite à relire cette proposition d'une troisième voie, un web socio-sémantique, troisième voie qui pour différentes raisons (dont celle des réseaux sociaux comme nouveau paradigme documentaire structurel et structurant) me semble la plus probable et la plus prometteuse. Allez Roger, au boulot.

(Via Jean-Michel Salaun, Pintiniblog)

Chacun cherche son web

Si vous n'aimez pas le web sémantique, si vous n'aimez pas le web socio-sémantique, alors "allez vous faire foutre" peut-être aimerez vous le web pragmatique.

Réflexions folksonomiques

A lire dans le dernier numéro du BBF un article d'Olivier Le Deuff qui fait le point (définition, historique et débats en cours) sur le principe et les usages des folksonomies (indexation sociale) et de leur système de "tag". Article repris et discuté par Got.
J'en profite pour vous livrer un article co-écrit avec mon camarade de jeu Gabriel Gallezot,que je vais présenter bientôt lors d'une conférence en suisse, et qui traite, justement, de folksonomies.
Le titre est le suivant :
"Etude exploratoire des pratiques d’indexation sociale comme une renégociation des espaces documentaires. Vers un nouveau big bang documentaire ?" in "Document numérique et société", 1ère édition, sous la dir. de Ghislaine Chartron et Evelyne Broudoux. Actes de la conférence organisée dans le cadre de la Semaine du document numérique à Fribourg (Suisse) les 20 et 21 septembre 2006. ADBS Éditions, 2006. 344 p. Collection Sciences et techniques de l’information.

En voici le résumé :

• "A l’échelle du web, la massification des corpus et celle des accès ainsi que la concentration des acteurs (moteurs de recherche), témoigne d’une tectonique documentaire qui bouleverse nombre d’usages associés au document, du point de vue du traitement de corpus documentaires inédits dans leur forme (formats) et dans leur taille (volumétrie), ou de celui de la recherche et de l’accès pertinent et/ou raisonné auxdits documents. Des pratiques d’indexation sociale (folksonomies) émergent, en lien avec la préemption par un public non expert de techniques d’analyse et d’outils s’inscrivant habituellement dans l’héritage de la linguistique de corpus et plus globalement des sciences du document. Ces pratiques de re-documentarisation s’appuient sur une assise communautaire forte. Leur succès – à la fois public et technique – s’explique par un faible coût cognitif conjugué à une renégociation inédite des espaces documentaires du web. L’observation de motifs récurrents dans l’application de ces pratiques les situent dans la lignée des travaux définitoires du web socio-sémantique et pose également la question de la perméabilité de deux modèles. Avec le risque que le modèle bibliothéconomique d’accès raisonné aux connaissances soit battu en brèche par un modèle « marchand », subordonnant pour la première fois la problématique qualitative du « classement » des biens culturels à celle purement comptable du nombre de fois où ils sont « accédés »."

En langage non-universitaire cela pourrait donner un truc du genre :

• "Pourquoi diable tant de gens utilisent-ils des sites comme FlickR et tout un tas d'autres systèmes de tags ? Ces trucs là peuvent-ils vraiment améliorer l'organisation de l'information sur la planète comme les index et autres thésaurus le permirent pour l'amélioration de l'organisation des bibliothèques ?"

Si la lecture vous tente, le texte intégral est ici (Téléchargement sdndocsoc.pdf)
A ce propos et dans la série "science 2.0", ce serait pas mal si pour quelque conférence que ce soit on pouvait disposer du texte ou au moins du résumé des articles des collègues afin de ne pas découvrir une dizaine de communications par jour et de donner plus de champ aux débats qui sont tout de même censés être l'intérêt principal de ce genre de manifestation (après le voyage et les petits four bien entendu :-))

Web du futur

Nombreux sont les prospectivistes et groupes de réflexion qui s'interrogent sur ce que sera l'Internet de demain. L'avis de son créateur (du web) vient enrichir le débat. Tim Berners Lee vient en effet de donner une conférence sur "Le futur du web". J'en retiens :

• un concept intéressant : "l'ingénierie philosophique" (relire à ce sujet, Deleuze et Guattari ainsi que Stengers) vue comme conjonction de règles microscopiques (nanopublishing, hyperliens, trackbacks) et de comportements macroscopiques
• la confirmation d'un "virage social" : les règles du web de demain seront autant techniques que sociales
• la va-et-vient permanent entre les échelles de l'infiniment grand et de l'infiniment petit, prenant l'exemple des wikis où chacun est éditeur et ou s'agrègent aussi d'immenses collectifs (wikipedia), et l'exemple des blogs ("Micro : trackback, Macro : Blogosphère")
• suivent ensuite nombre de considérations "techniques" sur l'architecture du web sémantique (ontologues de tous les pays, ceci est pour vous)
• Tim Berners Lee concluant son exposé en annonçant l'avènement prochain d'un nouveau champ scientifique baptisé "Web Science".

RSS bidirectionnel

RSS est un format de diffusion (syndication) de contenus qui a bouleversé nombre de nos pratiques informationnelles. Le principe est simple : les sites/blogs mettent en place des flux RSS avec un format de données automatiquement structuré (en RDF ou en XML) et les utilisateurs peuvent les lire dans des outils dédiés (aggrégateurs, utilitaires mail, navigateurs). Pour l'utilisateur : gain de temps et possibilité de choix (pour approfondir, c'est par là). Or voici que Ray Ozzie (la papa de Lotus Notes, récemment recruté par Microsoft) vient de proposer un RSS de deuxième génération baptisé SSE : Simple Sharing Extensions.
De quoi s'agit-il ? De RSS "bidirectionnel". L'utilisateur peut ne plus "simplement" se contenter de recevoir des informations mais en ajouter et/ou modifier directement le flux. En anglais dans le texte cela s'appele "bidirectional, asynchronous replication".
Et à quoi ça sert ? Je traduis l'exemple lumineux de la FAQ : "SSE pourrait être utilisé pour partager votre calendrier (électronique) avec votre épouse. Si votre calendrier est publié via un fil SSE, les changements que vous y ferez seront reportés sur celui de votre épouse (jusque là donc rien de nouveau) et vice-versa. Celle-ci (votre épouse) pourra voir votre emploi du temps mais aussi y ajouter de nouveaux rendez-vous."
La bonne nouvelle c'est que Microsoft (continuant sa campagne d'opinion pour sortir du côté obscur de la force), et après avoir lancé ses applications gratuites, propose SSE sous licence Creative Commons. Ils ne leur reste plus qu'à se mettre à Linux et la boucle sera bouclée ;-)
Tiens, concernant le passage traduit de la FAQ, ne vous évoque-t-il pas un autre texte fondateur ? Cherchez bien ... par ici ... vous y êtes ! Le web sémantique !! Souvenez-vous :

• "Maman a besoin de voir un spécialiste et de suivre des séances de thérapie, deux ou trois fois par semaine. Je vais demander à mon agent de nous arranger les rendez-vous". (...) Depuis le cabinet du médecin, Lucie donna des instructions à son agent du Web sémantique par le biais de son navigateur. L'agent trouva rapidement l'information concernant le traitement prescrit à la couverture d'assurance pour la mère pour trouver un thérapeute dans un rayon de 20 miles  de son domicile  et prit en considération les taux de satisfaction (...) attribués par des services d'évaluation fiables. Maman à partir de l'agent du médecin, parcourut plusieurs listes de fournisseurs de service, vérifia." (etc ... etc ...)

Donc : du web 2.0, des ontologies, des tags, des bases de données à facette, des logiciels sociaux, du Wi-Fi à tour de bras, des terminaux qui offrent à leurs utilisateurs la réciprocité en temps réel dans l'échange de données structurées ... Il me semble que nous ne sommes plus très loin du web sémantique. Pas vous ?

Pour tout savoir sur SSE : la foire aux questions (FAQ) et les spécifications.

(Pour les sources du billet vous avez le choix : Ray Ozzie, Nicolas Nova, PointBlog, FredCavazza ...)

Le moteur d'ontologies

Découvert via la lecture de l'article "Order from Chaos" (avec comme accroche : "As more ontologies become available, it becomes harder, rather than easier, to find an ontology to reuse"), le moteur de recherche Swoogle vous permet de rechercher ... des ontologies. Même si pour l'utiliser à son optimum un détour par la page d'aide s'impose, une requête sur le terme "library" pointe vers une cinquantaine de fichiers .rdf, .owl, .daml. Il index 337 812 "documents" et permet de poser des requêtes sur des termes, des classes ou des propriétés.