Objets informationnels et objets culturels

[Communication présentée aux journées d’étude Ouverture et réutilisation des données « Open Data Culturel » organisées par L’Association Générale des Conservateurs des Collections Publiques de France (section PACA) à Aix-en-Provence les 19 & 20 avril 2012. Le diaporama est disponible sur Slideshare.

À l’invitation de Yannick Vernet, organisateur de ces journées, la communication s’attache à clarifier les relations entre données et information. Le rôle central de la programmation (du code) est souligné et un objet informationnel est conçu comme une généralisation de la notion de document.

Ce texte fait suite aux articles La culture démasquée en quelques clics et De l’objet culturel à l’objet informationnel dont il reprend dans la dernière partie certains arguments.]

Données, etc.

De quoi allons-nous parler durant cette journée d’étude ? Pour le savoir, examinons le programme de la rencontre [format PDF] et plus particulièrement les termes retenus par les différents intervenants dans les présentations de leurs communications.

Selon ces résumés, nous allons nous intéresser aux données (ou aux data) bien entendu, mais aussi aux ressources (ou plus précisément aux ressources numériques), aux contenus (ou aux contenus numériques), à l‘information, ou bien encore aux documents.

Les données sont parfois décrites plus explicitement comme une liste de supports médiatiques ou de modes d’écriture. Il s’agit alors de monographies, d’œuvres d’art, de photographies, de témoignages. Enfin, précision supplémentaire, les données peuvent être organisées dans des bases de données.

Ces mots choisis par des intervenants venus de domaines différents décrivent une réalité plus complexe qu’il n’y paraît; les données sont multiformes et se manifestent à la fois comme information, contenu, document, ressource, etc.

Dans la suite de cette présentation, j’essaierai d’expliquer pourquoi le concept d’information peut être distingué de cet ensemble, et en quoi il est particulièrement intéressant pour appréhender cette diversité et comprendre les relations entre ces termes.

Actions sur les données

Si l’on examine maintenant les actions diverses envisagées sur ces données – toujours à partir des résumés proposés par les intervenants – on relève encore plus de mots différents: ouverture, et réutilisation, bien sûr, mais aussi accès, appropriation, consommation, diffusion, exploitation, exposition, indexation, mashup, mise à disposition, navigation, partage, restitution, usage, valorisation.

Ce vocabulaire varié renvoie bien entendu à certaines opérations informatiques majeures comme le stockage, la recherche et l’accès à de vastes collections de données qui relèvent en fait d’une typologie réduite: les textes, les nombres (exploités éventuellement sous forme de visualisations), les sons, les images fixes, les images animées.

Toutes ces données sont structurées selon des méthodes diverses – par exemple sous la forme de tables dans les bases de données relationnelles, ou organisées en triplets dans le cas de l’open data qui nous intéresse plus particulièrement aujourd’hui et dont les caractéristiques précises seront certainement rappelées par d’autres intervenants.

Nous savons tous également que nous accédons à ces données grâce à des programmes qui opèrent directement sur elles, ou bien, indirectement, sur leurs descriptions. Il manque donc au moins deux notions très importantes dans notre petit relevé: la programmation (le code) et les métadonnées qui permettent de décrire les données. Ces deux notions sont en fait implicites si l’on veut bien admettre que les données dont nous parlons sont numériques, donc manipulées par du code informatique, et que les métadonnées ne sont en réalité qu’une catégorie particulière de données.

Programmation et métadonnées

Cette présentation des trois composantes fondamentales que sont la programmation, les métadonnées, et le contenu (ou les données) est adoptée dans l’argumentaire du projet Digital Public Library of America [projet initié par Robert Darnton et d’autres personnalités du monde des bibliothèques américaines, conçu comme une alternative publique à Google Books et qui devrait être opérationnel en 2013].

Nous remarquons au passage que le code est ici décrit en premier. Pour les architectes du projet DPLA, la programmation occupe un rôle essentiel que nous retrouverons tout au long de cet exposé.

Selon cette conception somme toute assez classique dans le monde de la culture (bibliothèques, archives, musées, etc.), il est indispensable que les données numériques soient décrites à l’aide de métadonnées. C’est grâce à ce travail de description que les données deviennent accessibles avec précision à travers des programmes informatiques. Ou si l’on préfère une autre formulation, les données se documentarisent, elles deviennent documents quand elles sont indexées et organisées. Ce seraient ainsi les métadonnées qui permettraient d’ajouter aux données brutes ce supplément de valeur qui les propulse au rang de documents. Un adage des bibliothécaires exprime ceci ab absurdo en affirmant qu’un document déclassé ou non décrit n’existe pas.

Mais est-ce vraiment le cas ? Bien que les métadonnées soient évidemment essentielles du point de vue documentaire, je vais essayer de montrer qu’elles ne sont pas indispensables du point de vue informationnel adopté ici.

Rechercher “par parties”

Supposons que nous rencontrions au cours d’une lecture cette suite de mots un peu énigmatique:

« Tap da sac’h ‘ta, breur kozh »

Il est évidemment très facile de retrouver l’auteur de cette phrase, la langue dans laquelle elle est écrite (si elle nous est inconnue) ainsi que sa traduction, en la soumettant à un moteur de recherche quelconque (par exemple Google ou Bing).
Il s’agit d’un poème en langue bretonne de Youenn Gwernig: Prends donc ton sac, vieux frère.

Passons maintenant aux images et demandons-nous dans quel tableau ce lolcat figure-t-il ?
(Un peu comme dans ces quizz de culture artistique que l’on rencontre encore parfois en parcourant le Web.)

Une requête effectuée à l’aide de moteurs de recherche par images comme TinEye ou Google Search by Images permet là aussi de répondre très facilement.
Il s’agit d’un détail du célèbre triptyque de Jérôme Bosch, Le Jardin des délices (1504), conservé au Musée du Prado.

Ce type d’application de recherche existe aussi pour la reconnaissance des motifs sonores. Des logiciels grand public comme Shazam ou SoundHound permettent ainsi d’identifier des mélodies et de retrouver le titre d’une chanson, d’une musique.

Ces modes de recherche peuvent être comparés à la recherche full text pour les documents textuels. Ils sont en fait très similaires. Comme pour une recherche full text classique, une bribe d’information suffit à repérer des objets visuels ou sonores qui possèdent cette information en commun.

Dans toutes les applications que nous venons d’examiner rapidement (que ce soit la recherche de phrases, de parties d’images, de motifs sonores), aucune métadonnée n’est utilisée. La recherche est effectuée sur l’objet même, qu’il soit textuel, visuel ou sonore. Il ne s’agit pas bien entendu d’affirmer que les métadonnées sont inutiles et peuvent être remplacées par des algorithmes. Mais ce ne sont pas les métadonnées (ou en tout cas pas uniquement les métadonnées) qui documentarisent les contenus.

La notion d’objet informationnel

En regroupant les textes, les images, les sons, etc., sous le terme générique d’objets informationnels, cela signifie donc que la connaissance d’une partie d’un objet quelconque permet d’identifier immédiatement différentes variations de l’objet en question.

Les accès directs et performants à de vastes corpus culturels modifient notre rapport à une certaine forme de culture considérée comme une accumulation passive de références, une thésaurisation de connaissances diverses. La mémorisation et la reconnaissance des œuvres, qui forment une part essentielle de ce qui constitue la culture, deviennent ainsi purement mécaniques. Elles peuvent être efficacement réalisées par des algorithmes qui agissent sur des réductions informationnelles des objets culturels.

À partir de ce constat, deux types d’interprétations peuvent alors être proposés:

• Une thèse faible selon laquelle ces applications Internet ne constituent qu’une puissante mais banale extension de notre mémoire.
• Une thèse forte selon laquelle notre rapport au savoir et à la culture est profondément modifié par les nouvelles possibilités informationnelles.

Je vais maintenant tenter d’argumenter en faveur de cette seconde position en précisant ce concept d’objet informationnel à partir de cette question de la recherche d’informations.

Cette “thèse forte” n’est pas particulièrement originale. Elle est défendue depuis plusieurs années par un auteur comme Lev Manovich pour qui nous assistons à une “softwarization” de la culture ou par certains courants de réflexion sur les digital humanities.

L’approche suivie ici est cependant assez différente. Elle repose sur une conception ontologique de l’information recherchée et s’inspire librement de plusieurs disciplines où l’on “pense en terme d’objets”. Deux de ces disciplines appartiennent à la philosophie et deux autres à l’informatique; ce sont:

• l’ontologie proprement dite (plutôt dans la tradition analytique ici);
• la philosophie de l’information dont le représentant le plus connu est Luciano Floridi;
• les méthodes de représentation des connaissances sous forme de vocabulaires structurés de termes et de concepts, appelés également ontologies;
• le paradigme de la programmation par objet sur lequel repose un grand nombre de langages modernes.

De véritables objets ?

L’argumentation qui suit conduit à envisager les assemblages d’information comme de véritables objets (qualifiés d’informationnels donc), à examiner leurs propriétés et méthodes d’accès, leurs relations avec les autres objets (en particulier les objets culturels), pour ensuite les intégrer à notre mobilier ontologique commun. Ils sont conçus comme une généralisation de la notion de document.

Ces objets s’inscrivent dans une sorte d’ontologie rudimentaire, c’est-à-dire une segmentation du monde en différentes catégories d’objets, depuis les entités naturelles jusqu’aux artéfacts – les produits de l’industrie humaine -, sans oublier des objets temporels comme les événements.

Il ne s’agit pas ici de définir un véritable système ontologique mais de proposer une approche en termes d’objets de l’articulation entre culture et information.

La typologie figurée dans ce schéma est tout à fait approximative. Par exemple, la distinction entre objets techniques et objets culturels a été fortement contestée par un auteur comme Gilbert Simondon et la réflexion actuelle sur l’avenir du livre montre bien à quel point cet objet culturel est aussi un objet technique.

L’information, un concept complexe

Mais avant de caractériser plus précisément ce que sont ces objets informationnels, revenons à l’information proprement dite. Ce concept est en fait extrêmement difficile à définir. Le mot est utilisé dans de multiples domaines et possède des significations variées. On parle ainsi de théorie de l’information, d’information sémantique, d’information physique, d’information biologique, d’information économique, de SIC (Sciences de l’information et de la communication), etc.

En informatique, malgré l’étymologie du terme français, il semble bien que l’on parle désormais tout autant de traitement des données que de traitement de l’information.

La théorie algorithmique de l’information

Il n’est pas question ici d’étudier ces différents sens, mais nous allons cependant examiner très brièvement comment le concept est abordé dans la théorie moderne de l’information car il s’agit d’une discipline où l’on dispose de définitions précises et opératoires (ce qui n’est pas toujours le cas dans d’autres domaines).

Il existe en réalité plusieurs théories de l’information. Quand on rencontre l’expression sans autre précision, on se réfère habituellement à la théorie de Claude Shannon qui remonte à la fin des années quarante. La théorie de Shannon a été développée à partir de l’étude des systèmes de télécommunication. C’est pourquoi on la qualifie souvent de théorie de la communication qui était d’ailleurs le titre de l’article fondamental de Shannon.

À partir de la fin des années 1960, une nouvelle approche a été développée par Solomonov et Kolmogorov, puis par Chaitin. D’autres auteurs non mentionnés ici ont bien sûr participé au développement de cette théorie.

Dans la théorie algorithmique de l’information comme dans la théorie de Shannon, on s’intéresse aux suites de signes dont on cherche à évaluer la complexité (définie en gros comme une quantité d’information).

Dans cette théorie, une suite finie de signes aussi complexe soit-elle est toujours conçue comme le résultat de l’exécution d’au moins un programme. Si, par exemple, on souhaite générer le livre À la recherche du temps perdu, le programme est très simple, il suffit d’écrire:

print “Longtemps, je me suis couché de bonne heure, etc.“

On s’intéresse alors à tous les programmes capables d’engendrer une même suite finie.

La quantité d’information d’une suite S est alors définie comme la longueur du plus court programme qui engendre S.

Il est ensuite possible de raffiner cette idée en introduisant également le temps de calcul du programme générateur.

Cet aperçu sommaire permet de comprendre que le rôle de la programmation n’est pas seulement essentiel du point de vue pragmatique, c’est-à-dire dans la réalisation des projets d’accès aux données comme nous l’avons vu précédemment à propos du projet DPLA. Ce rôle est aussi fondamental du point de vue conceptuel. La théorie algorithmique de l’information ne prétend évidemment pas répondre à toutes les interrogations très complexes que l’on se pose sur la nature de l’information (il est d’ailleurs permis de douter de la possibilité d’une théorie unifiée de l’information). Ce n’est pas une théorie sémantique ni une théorie physique par exemple. Cependant, la conception moderne de l’information apparaît bien indissociable de la réflexion théorique sur la programmation. L’information, ce n’est pas seulement du calcul, mais c’est d’abord du calcul.

La conception sémantique de l’information

Essayons maintenant de préciser la relation entre données et information.

On définit souvent une donnée comme un manque de régularité dans un contexte donné, un défaut d’uniformité qui peut être représenté à l’aide de symboles, etc. Il existe une littérature philosophique et scientifique considérable sur le sujet et cette “définition” devrait évidemment être largement discutée.

L’information est alors conçue comme une donnée ou des données munies d’une interprétation:

information = données + interprétation

Cette approche qui réserve au concept d’information tout ce qui relève de la signification ou de l’interprétation “sémantique” est devenue assez classique et se nomme habituellement conception sémantique de l’information.

Nous retiendrons pour notre propos actuel qu’une donnée ou une information n’est pas obligatoirement informatique (numérique), et que l’information, à la différence de la donnée, suppose toujours une possibilité d’interprétation effective. En termes philosophiques, la donnée est proto-épistémique tandis que l’information est épistémique. On ne construit pas un système ontologique uniquement avec des données.

Objet computationnel et objet informationnel

Une collection de données numériques brutes est un objet computationnel, c’est-à-dire une entité considérée indépendamment de l’interprétation des données qui la constitue. Un objet computationnel est en somme un amas de signes dont seule la faculté d’être traité par un ordinateur retient l’attention. Il s’agit en somme d’un objet informatique considéré indépendamment de son support; l’expression objet computationnel est toutefois préférée ici car un objet informatique pourrait être confondu avec un objet informationnel que nous allons maintenant définir.

Un objet informationnel peut être conçu comme une collection structurée d’informations formant un tout. Il s’agit cette fois d’informations qui ne sont pas obligatoirement numériques, mais qui possèdent une signification et sont toujours interprétables d’une façon ou d’une autre par un humain.

Lorsqu’il est numérique, un objet informationnel est un objet computationnel. Mais l’inverse n’est pas toujours vrai. Il existe des données sans interprétation; un ordinateur peut facilement manipuler des suites de signes sans signification, sans qu’il soit nécessaire que l’on sache interpréter ces suites de signes.

Un objet informationnel peut être numérique ou non, et lorsqu’il est numérique, il est indépendant de son support. La copie d’une image jpeg ou d’une musique mp3 possède exactement les mêmes caractéristiques que l’original.

Plus généralement, un objet computationnel est en fait un représentant d’une classe (ou d’un type) dont toutes les instances sont indiscernables. Un objet informationnel numérique possède donc lui aussi cette caractéristique fondamentale qui en réalité n’est pas si nouvelle. Elle existe déjà dans les objets industriels fabriqués en série. Nous choisissons d’abord un modèle d’automobile avant d’acheter une automobile physique précise.

Ce qui est nouveau, c’est bien sûr la facilité de clonage des objets informatiques et leur indiscernabilité – propriétés remarquables qui ne doivent pas nous faire oublier toutefois que ces instances font partie du monde réel. On s’en aperçoit très vite lors d’un crash de disque dur dont on ne possède pas de copie.

Objets informationnels et méréologie

Un objet informationnel comme nous l’avons dit peut être conçu comme une collection structurée d’informations formant un tout.

Nous ajoutons maintenant une nouvelle caractéristique: on accède à un objet informationnel considéré comme un tout à travers une ou plusieurs de ses parties.

Cette “définition” demeure assez vague, mais il est difficile d’aller plus loin dans le cadre de cet exposé; elle permet néanmoins de concevoir l’information en termes d’objets et d’introduire ensuite une petite typologie des objets informationnels [o.i. en abrégé] qui peut se lire comme une succession de spécifications de plus en plus précises, un emboîtement de classes où un objet d’une classe appartient aussi à la classe supérieure. Par exemple un objet informationnel numérique est un objet informationnel immatériel (mais l’inverse n’est pas toujours vrai; la parole permet ainsi de “fabriquer” des o.i. immatériels qui ne sont pas des o.i. numériques).

Un objet informationnel numérique est donc en première approximation un système méréologique. On rappellera ici brièvement que la méréologie est l’étude des relations entre la partie et le tout. C’est une discipline qui emprunte à la fois à la philosophie et à la logique formelle.

La méréologie nous permet de conceptualiser ces objets un peu particuliers. Dans notre approche, la recherche d’informations n’est pas considérée comme une recherche par contenu mais plutôt comme une recherche par partie(s). L’objet connu sur lequel porte l’investigation est une portion de l’objet inconnu recherché. Ce n’est pas un ingrédient ou un élément de celui-ci. Qu’elle porte sur des textes, des images ou des mélodies, la recherche peut être conçue comme la détermination des différents objets qui possèdent une partie commune. Cette caractérisation méréologique consolide aussi l’engagement ontologique défendu ici envers les objets informationnels.

Multiplicité et ordonnancement des objets informationnels du Web

Les objets informationnels du Web sont des ressources, c’est-à-dire des entités référencées par un mécanisme. Ces objets sont identifiés et non localisés. L’endroit de leur stockage n’a aucune importance. L’architecture du Web repose en effet sur le concept d’identification (URI) et non de localisation (URL). Un objet informationnel du Web est alors caractérisé par sa localisation indifférenciée, sa reproductibilité aisée, et en conséquence son appropriabilité.

Les objets informationnels du Web reconnus lors d’une recherche apparaissent comme une suite ordonnée, une liste de ressources dont on ne consulte en général que le haut. Le moteur ordonnance les ressources retournées en nous incitant à prendre connaissance de certaines ressources au détriment d’autres, ou pour le dire autrement, à ne pas utiliser de nouvelles ressources avant d’avoir épuisé celles qui sont statistiquement privilégiées. L’utilisateur d’un moteur de recherche agit ainsi d’une certaine façon comme s’il suivait implicitement une sorte de règle du rasoir d’Occam où les ressources en surnombre seraient ignorées, proprement éliminées en fait parce qu’elles n’apparaissent pas indispensables.

Ce dernier point est très important. Il montre le rôle crucial de l’industrie de l’organisation de l’information dans la valorisation des objets informationnels désormais les plus communs, et qui est façonnée en grande partie par l’ordre de présentation des ressources et les flux dans lesquels ces dernières sont insérées.

Représentations des objets informationnels

Les caractères manipulés dans nos logiciels sont codés par des nombres. Presque tous les alphabets et systèmes d’écriture actuels et passés sont ainsi codés selon la norme Unicode.

Les deux exemples figurés ici illustrent aussi la différence entre données et informations, entre objet computationnel et objet informationnel. En effet, un document numérique écrit en cunéiforme ougaritique (selon le codage de gauche) est un véritable objet informationnel. Quelques spécialistes dans le monde sont capables de le lire, de le comprendre et de le traduire. En revanche, un document numérique écrit avec les glyphes qui figurent sur le disque de Phaistos (selon le codage de droite) n’est pas tout à fait un objet informationnel puisque nous ne possédons pas encore une interprétation de cette écriture sur laquelle les spécialistes s’accordent.

Une partie du standard Unicode, invisible et technique, est très importante. C’est le Unicode Collation Algorithm (UCA) qui définit un ordre normalisé pour le tri, la reconnaissance et la recherche, permettant ainsi de construire des entrepôts de textes écrits dans une très grande variété de langues et accessibles à l’aide des moteurs.

Examinons maintenant la notion d’empreinte (fingerprint).

Une empreinte acoustique d’un son ou une empreinte visuelle d’une image est une représentation simplifiée, un résumé numérique d’un signal audio ou vidéo.
Les logiciels de reconnaissance de musique utilisent les empreintes sonores, et les services de recherche par images utilisent les empreintes visuelles. Comme pour les codages dans le domaine du texte, les empreintes peuvent être ordonnées et comparées entre elles. Avec les empreintes, la rhétorique descriptive des objets informationnels quitte le champ de l’expression humaine et devient automatisée. Les métadonnées ne sont plus indispensables pour accéder aux objets informationnels.

Du point de vue informationnel qui est le nôtre, une empreinte est en fait une sorte de généralisation du codage utilisé pour la représentation textuelle.

Cette approche nous donne aussi l’occasion d’essayer de concevoir le texte un peu différemment. Le texte encodé n’apparait pas formé de mots en tant qu’éléments individualisés, ou pour le dire d’une autre façon, le mot n’est pas un élément du texte mais une partie du texte. Le texte encodé, le texte sur lequel agit un moteur de recherche, n’est pas ensembliste, il est méréologique.

Méthodes d’accès aux objets informationnels

Nous disposons dès lors d’une conception unifiée où l’on accède à un objet quelconque – textuel, visuel, sonore – en mettant en œuvre une ou plusieurs méthodes d’accès à un échantillon, un fragment, un détail.

Après les représentations, examinons donc maintenant la question des méthodes d’accès. Ce sont des algorithmes qui opèrent:

• sur des classements explicites ou implicites, ou sur des hiérarchisations et valorisations effectuées par des humains;
• sur des représentations textuelles directes (codages), ou indirectes comme les contextes de publication (cas de la recherche d’images sur Google) ou les métadonnées.
  D’un point de vue philosophique d’ailleurs, il est possible ici de défendre l’opinion selon laquelle les méthodes d’accès à des représentations grâce aux métadonnées ne sont pas très différentes des méthodes qui opèrent sur les classements. Comme on le sait en effet, nommer ou décrire, c’est déjà classer.
• sur des représentations d’objets ou de fragments d’objets (empreintes) où les méthodes permettent de déterminer les parties communes aux objets.

Calculabilité externe et calculabilité interne des objets informationnels

En résumé, les objets informationnels numériques sont construits pour être ordonnés, comparés et reliés entre eux. Les recherches d’informations quelconques peuvent alors s’effectuer “mécaniquement”, c’est-à-dire à l’aide de représentations sous formes de codages ou d’empreintes, et en utilisant des méthodes d’accès algorithmiques. Cette caractéristique des objets informationnels peut être qualifiée de “calculabilité externe“.

Mais ce caractère calculable peut aussi être “interne” lorsque l’objet informationnel comporte un dispositif évolué de manipulation algorithmique des informations dont il est totalement indissociable. L’objet génère alors par lui-même du contenu interactif basé sur des collections de données. L’objet est conçu dans ce cas comme un conteneur d’information et de visualisations diverses de ces informations. On peut mentionner ici l’exemple du Computable Document Format de Wolfram. Un document CDF contient en effet un runtime du logiciel de calcul formel Mathematica. Il peut donc afficher des contenus transformés selon n’importe quel algorithme de visualisation exprimable selon ce logiciel, tout en réagissant aux modifications de l’environnement graphique. Ce type de possibilité est particulièrement adapté aux documents interactifs scientifiques qui nécessitent des calculs sophistiqués et qui manipulent des données nombreuses collectées dans des entrepôts répartis sur Internet.

Le document comme cas particulier d’objet informationnel

Le document indexé statique apparaît ainsi comme un cas très particulier d’objet informationnel. Les notions de document et d’indexation sont remplacées par d’autres concepts plus généraux (objet informationnel, représentations, propriétés et méthodes d’accès) qui sont plus efficaces selon le point de vue informationnel et qui permettent de mieux appréhender des objets complexes et dynamiques.

Ce n’est pas seulement la mémoire humaine ou la manière dont nous recherchons des informations qui sont impactées par le Web. C’est notre conception même des documents, et au delà des objets culturels et de la culture, qui est alors modifiée.

Objections et réponses

Quand on affirme ce genre d’opinion, on rencontre parfois des réticences, voire des objections.
Une première objection s’exprime souvent ainsi : « Ce n’est que du calcul ».

Remarquons tout d’abord que le point de vue défendu ici n’est pas computationnaliste mais informationnel. La théorie algorithmique de l’information qui renouvelle complètement la conception héritée de la théorie classique de Shannon définit certes la complexité de l’information à partir du concept de programme, mais ne réduit pas pour cela la notion d’information au calcul. Les concepts d’information et de programme sont intimement liés dans cette théorie, mais celle-ci ne “capture” pas la signification de l’information. Même en reconnaissante le rôle primordial du paradigme computationnel, on ne peut pas faire l’économie d’une conception sémantique de l’information. Ce sont les données, transformées par le calcul et interprétées, qui constituent les objets informationnels.

Mais surtout, il ne faut pas mépriser le calcul. Ce que l’on sait calculer est rare. D’après un théorème important démontré indépendamment par Church et Turing en 1936, les propositions décidables, celles pour lesquelles il existe une démonstration (un algorithme, donc), constituent une classe bien particulière. Il est remarquable que l’on sache produire un algorithme à propos d’un problème, répondre à une question en mettant en œuvre un algorithme sur un corpus de données. On peut améliorer et enrichir un algorithme, le simplifier et le rendre plus performant, l’étendre et l’appliquer à d’autres domaines. Non vraiment, les informaticiens sont très contents quand ils disposent d’algorithmes praticables.

Une seconde objection stipule que « les humains ne fonctionnent pas ainsi ». Les représentations numériques, sous forme de codages ou d’empreintes, et les algorithmes qui constituent les méthodes d’accès sont des constructions artificielles qui n’ont rien à voir avec nos représentations mentales et le fonctionnement de nos facultés cognitives.

Un grief semblable, classique, avait déjà été formulé dans les années 60 au temps où l’Intelligence Artificielle manifestait de grandes prétentions – c’est-à-dire à l’encontre du programme optimiste que l’on a appelé par la suite l’IA forte. Plusieurs philosophes et informaticiens ont répondu en développant des points de vues plus réalistes et moins ambitieux résumés par cette boutade du théoricien de l’informatique Edsger Dijkstra:

“Se demander si un ordinateur peut penser n’a pas plus d’intérêt que de se demander si un sous-marin peut nager.“

Débarrassé de tout anthropocentrisme, on doit alors reconnaître que si les représentations et méthodes d’accès aux objets informationnels ne sont effectivement pas celles que les humains utilisent, elles nous apprennent pourtant beaucoup sur les objets représentés.

Objets informationnels et émergence

Lorsque l’on manipule des collections d’objets informationnels sur le Web, l’abondance et la complexité des données traitées conduisent à l’apparition de nouvelles informations qui s’agglomèrent aux objets. Ce phénomène est provoqué en particulier par:
l’interconnexion de ressources diverses (n’oublions pas que les objets informationnels sont conçus pour cela, c’est-à-dire pour être ordonnés, comparés et reliés entre eux);

• l’ouverture aux ressources dans des langues inconnues, auparavant inaccessibles;
• l’insertion dans des flux informationnels;
• la sérendipité (capacité de découvrir quelque chose sans l’avoir cherché).

Ce phénomène rappelle ce que l’on nomme en ontologie l’émergence, c’est-à-dire l’apparition de nouvelles propriétés d’un système d’objets au delà d’une certaine complexité.

L’émergence décrit en gros le fait qu’un système d’objets est plus que la somme des propriétés de ses parties. De nouvelles propriétés observables émergent et conduisent alors à une nouvelle organisation du système en question.

Il convient ici de préciser que ce concept d’émergence n’a rien de magique. Il est au contraire profondément physicaliste et invoqué depuis longtemps par des auteurs divers pour décrire quelque chose que nous ne comprenons pas encore bien, en particulier l’apparition de la conscience et des caractéristiques de l’esprit à partir des propriétés physico-chimiques de la matière.

L’émergence et le concept de survenance qui lui est associé sont ainsi devenus très importants dans la philosophie de l’esprit et il existe une littérature spécialisée importante sur le sujet. Dans cet exposé, l’émergence n’est évoquée qu’à titre de conjecture et de manière élémentaire, mais notre propos ici est de montrer que l’idée peut être également mobilisée à propos de l’information. Il existe ainsi un courant de réflexion intéressant qui relie l’émergence aux récents développements de la théorie algorithmique de l’information, et l’on y rencontre même la notion d’émergence computationnelle.

Les objets culturels sont représentés sur le Web par des objets informationnels riches et nombreux. Les nouvelles propriétés qui apparaissent dans le cas de la représentation des objets culturels sont donc particulièrement repérables. Les cultures pourraient être décrites selon cette approche comme des organisations selon des propriétés émergentes de la masse informationnelle rendue intelligible par des méthodes d’accès diverses.

Pour retrouver le thème de ces journées d’étude, on peut aussi concevoir les applications nouvelles ou les usages innovants qui surviennent lors de l’ouverture des données publiques comme des manifestations de ce phénomène d’émergence computationnelle, même si, dans ce cas, les mécanismes qui permettent aux nouvelles propriétés d’apparaître ne sont pas obscurs (merci à Charles Nepote pour cette remarque).

Le Web apparait dès lors structuré en parties floues et fluides qui se chevauchent et se reconfigurent sans cesse. Une multiplicité de cultures émergent et remplacent une culture classique normative. La nature des objets culturels est alors profondément relativisée, et – pour paraphraser Quine – on pourrait même défendre ici une sorte de “pluralité et relativité” des ontologies culturelles telles qu’elles se manifestent sur le Web.

Merci à Yannick Vernet, à l’AGCCPF-PACA et à tous les participants pour ces journées d’étude fort intéressantes.

Bibliographie

• David. M. Berry, The Computational Turn, Thinking About the Digital Humanities, Culture Machine, vol. 12, 2011
• Jean-Paul Delahaye, Information, complexité et hasard, Hermès, 1999
• Jean-Paul Delahaye, Émergence et complexité de Kolmogorov, Congrès interdisciplinaire, Émergence: de la fascination à la compréhension, Université Paris Diderot, 15 & 16 décembre 2008
• Gilles Dowek, Les Métamorphoses du calcul. Une étonnante histoire des mathématiques, Paris: Le Pommier, 2007
• Hubert Dreyfus, Intelligence artificielle, Mythes et limites, Paris: Flammarion, 1992, traduction de What computers can’t do, The limits of artificial intelligence, 1972
• Luciano Floridi (editor), The Philosophy of Computing and Information: 5 Questions, Automatic Press / VIP, 2008
• Luciano Floridi, Information: A Very Short Introduction, Oxford: Oxford University Press, 2010
• Lev Manovich, Software Takes Command, 2008
• Frédéric Nef, Traité d’ontologie à l’usage des non-philosophes (et des philosophes), Paris: Gallimard (Folio Essais), 2009
• Patrick Peccatte, De l’objet culturel à l’objet informationnel, Communication présentée au colloque Si la photo est bonne – INHA, 20 et 21 octobre 2011
• Daniel Pinkas, La Matérialité de l’Esprit. Un examen critique des théories contemporaines de l’esprit, Paris: La Découverte, 1995
• Willard v.o. Quine, Relativité de l’ontologie et autres essais, 1977, réédition avec une présentation par S. Laugier, Paris, Aubier, coll. “Philosophie”, 2008, trad. fr. de Ontological Relativity and Other Essays, Columbia Univ. Press, 1966
• Gilbert Simondon, Du mode d’existence des objets techniques, Paris: Aubier, 1958 (réédition 2001)
• Peter Simons, Parts: A Study in Ontology, Oxford university Press, 1987
• Mathieu Triclot, Le moment cybernétique. La constitution de la notion d’information, Seyssel: Champ Vallon, 2008
• Achille Varzi, Mereology, The Stanford Encyclopedia of Philosophy (Spring 2011 Edition), Edward N. Zalta (ed.),

---

---