Humanités numériques : un mot pour les humains

Dans plusieurs projets, ceux de collègues ou les miens, une question, classique, des “humanités numériques” se pose : celle de la meilleure façon d’encoder. Oui, un grand classique.

En attendant que paraisse un article où je parle d’ergonomie comme élément moteur de la qualité de la recherche, car c’est l’élément qui assure la qualité, l’interopérabilité et le volume des données exploitables, voici le résumé que j’ai fait, ce midi, pour un mien ami, pris dans un problème de communication entre développeurs et chercheurs en sciences humaines.

TEI pour les sciences humaines

A partir de données, éventuellement générées avec Microsoft Word (je ne l’utilise pas en ce sens, mais suis tout à fait opposé aux idéologues qui veulent empêcher de travailler avec des outils qui répondent aux besoins d’ergonomie, d’exploitation et de visualisation), si l’on veut conserver ses données en TEI (ce qui est souhaitable pour des raisons d’interopérabilité, d’explicitation de l’information implicite, donc pour la pérennité),

quatre opérations sont nécessaires:

1) définir le format cible

Prendre un segment représentatif des données à traiter et l’encoder “à fond” et aussi proprement que possible

2) Analyser le format de la source

Comprendre ce que chaque champ ou chaque mise en forme signifie et dans quel contexte pour pouvoir exploiter l’information de façon automatique. Ainsi, il n’est pas juste de dire qu’on ne peut pas utiliser l’italique pour les titres d’ouvrages et les titres de paragraphes, tant qu’on s’assure qu’il existe systématiquement un contexte qui permette de distinguer les deux (note de bas de page, paragraphe stylé qui précède, etc.)

3) Conversion vers la TEI

* En commençant par OxGarage.

* En continuant par des transformations supplémentaires

a) pour recréer une arborescence dans un fichier qui est à plat.

b) pour expliciter l’implicite (passer d’italique à <title> ou à <div> selon le contexte, passer de <ptr> à <note>)

* puis en identifiant ce qui n’est pas automatisable, tout en misant sur la capacité de l’ordinateur (nous sommes au XXIe s.). Donc même une chaîne de caractères entre guillemets non stylée, si elle est suivie de <ptr>, peut parfaitement être transformée en <q> avec les identifications de note rapportées à l’endroit qui va bien dans l’encodage.

4) Enrichissement du document TEI

Sur l’arrière-plan des enjeux

Toujours les mêmes. Toujours à rappeler.

1) Joindre le pratique au réflexif.

Convertir des données nécessite de les comprendre

2) Workflow des sciences humaines et ergonomie : le pragmatisme contre l’idéologie

Parler de TEI, c’est bien. Créer des environnements adéquats, c’est mieux. Donner aux chercheurs le moyen d’utiliser leurs outils normaux et leur fournir les moulinettes qui explicitent l’implicite sans faire de temps ni aux uns, ni aux autres, c’est l’idéal. Pour mémoire, je travaille, quant à moi, en TEI native. Mais ceux qui ont passé 20 ans ou plus de leur vie à approfondir la notion d’humanité ont certes les moyens de comprendre la TEI qui est self-explaining, mais n’ont assurément pas trente secondes à perdre à chaque opération de copier-coller parce que tel logiciel trop lourd réagit trop lentement, et encore moins trois mois à perdre pour prendre en main un outil en développement, ni même accompagner ce développement alors qu’un logiciel du marché répond déjà à leurs attentes.

3) Interopérabilité et ergonomie

Le commentaire qui précède doit se lire face aux enjeux conjoints d’ergonomie et d’interopérabilité. Une bonne ergonomie assure une meilleure qualité des données et une meilleure recherche sur des données plus nombreuses et mieux interopérables. Si le style “titre” donne un texte mis en gras et en rouge, cette information sera plus correctement renseignée que devant les balises nues. Si les opérations sont simples et intuitives, elles seront effectuées plus systématiquement. L’ergonomie n’est donc pas une question de confort de gens réticents au progrès, mais un impératif pour la qualité de la recherche.

4) Information overload et recherche scientifique

La TEI tend un piège au chercheur car elle permet d’enregistrer toutes les informations. Il faut donc bien calibrer l’encodage et les informations nécessaires pour répondre aux questions posées.

5) Visualisation

Big next step des humanités numériques. Souvent évoqué dans les ThatCamp et dans les conférences dédiées. Il s’agit de garder à l’idée que c’est en optimisant la prise de connaissance de l’information par les voies rationnelles conscientes, mais aussi par la perception intuitive que l’on crée les conditions les plus stimulantes pour l’émergence d’hypothèses nouvelles et de modes heuristiques performants.

6) Balayer devant sa porte, ou comment revoir le “workflow des humanités”

Il faut aussi apprendre à poser les bonnes questions, celles auxquelles les collègues peuvent répondre. Dans un projet, j’ai entendu “nous n’avons pas les sources et nous ne pouvons pas les modifier”. Ce qui était derrière était: “nous avons les sources, nous pouvons les modifier, mais nous n’avons pas la main sur la re-publication du corpus en ligne”. Et le blocage n’était pas du côté des collègues développant les logiciels ou gérant les restrictions du format TEI 🙂