Ma nouvelle revue

Thesaurus des images médiévales

2026-05-18T00:00:00-04:00

Thesaurus des images médiévales en ligne (TIMEL)

Le Thésaurus des Images Médiévales en Ligne (TIMEL) est un outil conçu par le Groupe d'Anthropologie Historique de l’Occident médiéval et le Centre d’Études Supérieures de Civilisation médiévale. Il est destiné à faciliter le travail d’indexation des œuvres figurées du Moyen Âge, quels qu’en soient les supports. Il est mis librement à la disposition de toute personne ou institution souhaitant constituer une base de données iconographique portant sur les images médiévales. Le TIMEL est le fruit d’une longue expérience d’indexation, engagée dans les années 1980. La première édition du Thésaurus des Images Médiévales a été publiée par le GAHOM en 1993. Il a été et est utilisé par différentes institutions et équipes de recherche, notamment à la Bibliothèque vaticane. Depuis 2004, sa révision et sa refonte pour la mise en ligne en ont fait une réalisation commune du GAHOM et du CESCM. Dans son état actuel, le Thésaurus des Images Médiévales en Ligne constitue une première version, à laquelle des compléments seront apportés prochainement. Ainsi les fiches explicatives des descripteurs, partiellement renseignées à l’heure actuelle, seront progressivement complétées.

Des traductions en anglais, espagnol, allemand, (dans un second temps peut-être italien et catalan) sont en cours.

Principes généraux de l'indexation

2026-05-18T00:00:00-04:00

PRINCIPES GENERAUX DE L'INDEXATION

Le Thésaurus des Images Médiévales en Ligne est un instrument permettant de constituer une base de données iconographique. Il a été conçu en privilégiant trois critères: simplicité, rapidité du travail d'indexation, efficacité pour l'utilisateur de la base de données. L'objectif de l'indexation est double: permettre une recherche aisée des images pertinentes ; donner une intelligence minimale de chaque image. Mais le premier de ces buts prime nettement sur le second, et la compréhension de l'image que propose la base de données ne peut avoir qu'un caractère limité. Il importe de souligner que l'indexation a pour but de produire un instrument de recherche documentaire; elle ne saurait être conçue comme une analyse de l'image, ni même comme une véritable description de celle-ci.

L'image médiévale est un document complexe, subtil, qui mêle souvent plusieurs niveaux de sens et de fonctionnement. L'indexation ne peut rendre compte de tous ces aspects, qui font pourtant la richesse d'une image. On aura intérêt à la concevoir comme une infra-description, qui s'en tient à une identification des composants principaux de l'image (personnages, éléments naturels et lieux, objets et éléments architecturaux), ainsi qu'à une approche, souvent partielle, des actions, états ou thèmes représentés; même le champ « Sujet » ne propose qu'un écho discursif minimal de l'image.

C'est aux utilisateurs et aux chercheurs, et non aux concepteurs des bases de données, qu'il revient de produire les analyses que requièrent ces images.

Un nombre restreint de descripteurs

L'exigence de simplicité qui caractérise le TIMEL se traduit par une réduction forte du

nombre des descripteurs retenus (1.300 environ, à l'exclusion des noms propres, des espèces

végétales et animales, pour lesquels les listes restent ouvertes). On a, pour ce faire, privilégié des

descripteurs de sens étendu, voire élargi par rapport à l'usage courant de la langue française. On a

renoncé à des distinctions fines, mal adaptées au domaine des images médiévales et peu utiles pour

l'utilisateur, auquel il vaut mieux proposer un ensemble de résultats ample, dans lequel il peut

affiner lui-même sa sélection. Par exemple, une distinction entre « siège » et « trône »,

linguistiquement pertinente, s'avère sans pertinence ici. Aurait-il fallu les distinguer par leurs

formes ou bien en fonction de la dignité du personnage assis? Dès lors qu'il n'y a pas de corrélation

nette entre ces deux critères, aucune solution ne s'avère satisfaisante et le maintien de ces deux

termes ne pourrait que conduire à des incohérences, sans même procurer d'avantage sérieux pour

l'interrogation. Mieux vaut donc ne recourir qu'à un seul terme (en l'occurrence « siège ») et laisser

l'utilisateur intéressé libre d'opérer sa propre typologie. Pour prendre un autre exemple, la même

logique a conduit à ne retenir que le descripteur « rivière » et à exclure « fleuve ». En effet, il est

impossible de distinguer, dans l'image, une rivière d'un fleuve. L'option retenue impose certes une

entorse à l'usage linguistique courant, puisqu'elle conduit à qualifier de rivière le Nil ou les fleuves

du Paradis; mais elle s'avère cependant moins problématique que le maintien d'une distinction

inopérante, source de confusions et d'incohérences. Un thésaurus propose un usage conventionnel

spécifique d'une langue; sa finalité l'autorise à sacrifier parfois l'élégance à l'efficacité.

Par ailleurs, toute multiplication de descripteurs, dans un champ lexical donné, produit des

difficultés de délimitation. La possibilité de choisir entre plusieurs descripteurs proches et les

variations d'usages qui en résultent sont l'un des facteurs principaux de lenteur du travail

d'indexation. Elles alourdissent considérablement la phase de correction et peuvent conduire, lors de

l'interrogation, à négliger des images pertinentes. L'un des objectifs du TIMEL est d'éviter ces

difficultés et de proposer, grâce aux fiches thématiques qu'il contient, un ensemble de descripteursdont les emplois soient aussi précis et délimités que possible.

Plus le nombre de descripteurs retenus est élevé, plus la maîtrise d'un thésaurus devient

délicate et plus augmente la probabilité de variations dans son usage. A l'inverse, un thésaurus

comportant un nombre réduit de descripteur est d'un maniement plus aisé, gage d'une indexation

plus rapide et plus cohérente. La restriction du nombre de descripteurs a été menée de façon

pragmatique, sans viser l'obtention d'un corpus homogène de termes, appartenant à un même niveau

de généralité ou de spécificité. Ainsi, dans le cas d'un vocabulaire relativement précis, comme celui

qui désigne les travaux agricoles, on a pu retenir une trentaine de termes (de « battage » à

« semailles »), que l'utilisateur peut aussi appeler ensemble, grâce au terme générique

« agriculture ». En revanche, l'effort de réduction a été particulièrement poussé dans les champs

sémantiques où le vocabulaire est touffu, riche en synonymies et en intrications, et donc faiblement

classificatoire. C'est le cas par exemple pour le vocabulaire du conflit et de la guerre où « combat »

a été privilégié, au détriment de termes tels que bataille, dispute, bagarre, guerre, violence, etc., dont

on serait bien en peine de définir des critères de différenciation applicables au domaine des images

médiévales. De manière plus générale, les descripteurs du champ « Thèmes » ont fait l'objet d'une

attention particulière, parce que c'est là que les risques de chevauchement entre les termes sont les

plus grands et parce qu'il a fallu y limiter les termes abstraits, dont l'usage est particulièrement

difficile à définir.

Un Thésaurus « généraliste »

Le TIMEL a été conçu pour l'indexation iconographique des productions figurées de

l'Occident médiéval. Il prend en compte les aspects iconographiques, mais sans entrer dans le détail

de certains domaines spécialisés. Il propose donc un « tronc commun », auquel un chercheur ou une

équipe peut ajouter une (ou plusieurs) rubrique(s) correspondant à ses objectifs particuliers.

Bien qu'ils s'avèrent très importants pour l'analyse des images, certains aspects n'ont pas été

pris en compte dans l'indexation, soit parce qu'ils auraient conduit à un alourdissement considérable

de la base, pour un bénéfice parfois incertain, soit parce qu'ils posent des difficultés

méthodologiques très complexes. Ce sont en particulier :

- les éléments formels (couleurs, fonds ornementaux, etc.). En ce qui concerne le décor

secondaire, on se limite à une typologie très rudimentaire, qui ne constitue nullement une véritable

indexation des motifs ornementaux. Un thésaurus ornemental serait un complément judicieux du

présent outil.

- les gestes et les positions. Seuls certains gestes fondamentaux et bien identifiables sont notés

(« prière », par exemple). On considère qu'une indexation descriptive (type « debout », « de face »,

« main levée », etc.) aurait été très lourde pour un bénéfice limité, tandis qu'une indexation fondée

sur la signification des gestes soulève des problèmes d'interprétation très délicats.

- les vêtements: on considère qu'il s'agit d'un domaine spécialisé, dont la prise en compte

aurait alourdi considérablement la base (le descripteur « vêtement » n'est utilisé que lorsque celui-ci

est représenté pour lui-même ou comme objet de l'action).

Restent à évoquer quelques points de méthode déterminants dans la pratique de l'indexation.

Logique de l'interrogation vs. logique de la description*

Compte tenu de l'objectif assigné à l'indexation, on fait toujours primer la logique de

l'interrogation, c'est-à-dire la pertinence du résultat pour l'utilisateur de la base. On doit d'autant

plus garder ce principe à l'esprit au cours du travail d'indexation qu'on est alors aisément tentéd'entrer dans le détail de l'image, voire de livrer l'analyse que l'on a commencé d'élaborer. Il est

alors nécessaire de se rappeler que cette image est une, parmi des dizaines de milliers. Le Thésaurus

joue ici un rôle important : avec sa froide logique de règlement, il rappelle l'indexeur à l'ordre et fait

valoir que la constitution d'une base de données de grande ampleur impose de se placer à une

échelle différente.

Par ailleurs, le primat accordé à la logique de l'interrogation conduit à éliminer des

descripteurs faiblement discriminants et donc peu pertinents lors de l'interrogation. Ainsi, une

logique de la description pourrait conduire à indiquer la présence d'un personnage non identifié par

le terme « homme » ou « femme ». Ces termes ont cependant été exclus en raison de leur intérêt très

faible pour l'interrogation.

Indexation de l'image ou indexation du texte ?

Il est fréquent qu'une image – et notamment une miniature – ne soit intelligible que dans la

mesure où l'on connaît le texte qu'elle illustre. L'image renvoie à un contenu narratif ou discursif

qu'elle ne représente bien souvent que très partiellement. L'indexation doit-elle alors porter sur ce

que l'on voit dans l'image ou sur ce que l'on sait de sa signification, grâce au détour du texte ?

Aucune de ces deux réponses extrêmes ne serait pertinente. Il faut donc tenter une voie médiane,

nécessairement plus délicate à tracer : ni trop de naïveté visuelle (qui laisserait l'image

inintelligible), ni trop de référence au texte (qui étoufferait l'image).

Un moyen pour atténuer cette difficulté joue de la dualité entre le champ « Sujet » et les

descripteurs des autres champs. En effet, tandis que l'usage des descripteurs doit rester lié au

contenu effectivement représenté dans l'image, le champ « Sujet » permet, dans une certaine

mesure, d'intégrer quelques informations textuelles que l'image ne montre pas véritablement mais

qui la rendent intelligible. Ainsi, en tête du Livre des Nombres,Yahvé ordonne le recensement des

hébreux; mais l'image se contente de montrer une apparition de Yahvé à Moïse, sans préciser

d'aucune manière le contenu du message divin. Il n'y a donc pas lieu de recourir au descripteur

« dénombrement » (en « Thèmes »), dès lors que cette action n'est pas représentée. En revanche,

l'indication dans le champ « Sujet » de « Dieu ordonnant à Moïse de recenser les hébreux » permet

d'apporter cette utile précision.

Un usage systématique des descripteurs

Dès lors qu'un descripteur existe dans le Thésaurus, la présence de l'élément correspondant

dans une image doit être systématiquement indiquée. On exclut tout jugement sur l'intérêt ou non de

la représentation (même si elle est détériorée ou peu visible). En ne notant que ce qu'on jugerait

remarquable, on tendrait à se substituer au chercheur et on ruinerait la fiabilité du résultat proposé.

De même, on doit indiquer systématiquement les personnages figurant dans l'image, même si leur

présence est impliquée par l'usage d'autres descripteurs (par exemple, la Vierge dans

l'Annonciation).

N.B. : Quelques termes font l'objet d'un emploi non systématique (mais non pas fondé sur un

jugement d'intérêt). Par exemple, « selle » n'est utilisé que si l'objet est figuré isolément (les autres

seront repérées par l'intermédiaire de « chevauchée », « cheval », « âne »...). On procède également

ainsi pour certains termes d'architecture, comme « colonne » ou « fenêtre ». De même, un

descripteur comme « lit » rend inutile de préciser la présence d'un coussin et de draps.

Encoder l'implicite : didascalies implicites et explicitation des modèles textuels dans l'édition d'un corpus théâtral

2026-05-18T00:00:00-04:00

Cette communication examine une question soulevée au cours de l’édition semi-diplomatique du théâtre complet de Jean Racine, menée dans le cadre d’un projet associant publication numérique et édition imprimée, sous la direction de Tony Gheeraert et en collaboration avec la Chaire d’excellence en édition numérique de l’Université de Rouen Normandie¹ : celle de l'encodage des didascalies implicites² selon les perspectives et la méthode de Ioana Galleron³.

La difficulté envisagée ici n’est pas d’ordre technique, mais bien éditorial. Les éléments et attributs déjà définis dans les Guidelines de la TEI permettent en effet d'encoder avec rigueur aussi bien une information explicite — réplique, changement de scène, nom de locuteur — qu’une indication implicite de régie⁴. Le problème se situe au niveau de la portée de l'acte éditorial : encoder une action ou un décor implicite ne revient pas seulement à baliser un contenu qu'on suppose déjà là, ni même, à la manière d'un apparat critique, à documenter ou commenter depuis ses marges un texte qu'on considère comme déjà établi, mais bien à enrichir (à refonder ?) le texte. Cela revient, dès lors, à proposer une autre modélisation du texte dramatique que celle que supposent à la fois le geste philologique (qui vise à l'effacement) et le format de transcription (qui se veut médium neutre).

Prenons l'exemple de la réplique initiale de Zaïde à la scène 3, acte III de Bajazet (1672) : « Allons, retirons-nous, ne troublons point leur joie. » Selon le modèle interprétatif proposé par Ioana Galleron, chacun des trois verbes correspond à une didascalie, d'attitude (« ne troublons point leur joie ») ou de mouvement (« Allons », « retirons-nous »). Seulement, cette attitude est feinte et le mouvement suspendu (la scène se poursuit : signe que le retrait ne s'est pas effectué).

À quoi se résume ici le dilemme de l'éditeur ? Celui-ci peut choisir d'ignorer une information aussitôt démentie. Il peut, à l'inverse, décider d'encoder une antiphrase et une absence d'action. Il peut, enfin — c'est la solution que recommande, en tant qu'éditrice, Ioana Galleron — encoder les didascalies comme telles tout en leur adjoignant un attribut de faible certitude. À chacune de ces actions correspond une idée propre du texte et de son édition : restituer en s'effaçant ; interpréter ; extraire. Le refus d'encoder revient à l'idéal philologique de transparence et de neutralité devant l'ambiguïté et la richesse du texte. (Il s'agit de laisser au texte tous ses sens possibles, même contradictoires.) L'encodage strict fonde une posture éditoriale qui assume la nécessaire subjectivité de ses choix herméneutiques. (Et c'est le dépit de Zaïde qui surgit du contraste entre le dire et l'action.) L'encodage tempéré correspond à un effort, plutôt que d'établissement du sens, d'extraction des données. (La parole, vide de contenu scénique, reste néanmoins un fait analysable comme tel à l'échelle d'un corpus.)

Encoder l'implicite, c'est, en fait, révéler l'idée implicite du texte théâtral que se fait l'éditeur du texte qu'il transcrit — c'est-à-dire qu'il produit. Derrière toute explicitation se révèle en effet un modèle implicite : texte imprimé à restituer le plus fidèlement possible ; script scénique à interpréter le plus richement possible ; masse de données à passer au crible le plus finement possible. L'encodage ne saurait se limiter à un simple geste technique : derrière chaque balise perce une ontologie.

L'avancement du projet est à suivre sur ce site dédié et une prévisualisation partielle est déjà disponible à cette adresse.↩
On ne distinguera pas ici didascalies « implicites », « internes » ou « indirectes ». On prendra comme référence la définition proposée par Ubersfeld, 1996 de la didascalie interne : « tous les éléments […] dans le dialogue qui ont une fonction de commande de la représentation » (page 29).↩
Voir à ce sujet Galleron, 2021.↩
C'est là justement tout l'objet de l'article de Galleron, 2021 (voir, plus particulièrement, les pages 14 à 17).↩

IEML-RS: un prototype de Système de recommandation pour Isidore

2025-12-18T00:00:00-04:00

Présentation du prototype IEML-RS

IEML-RS est un prototype basé sur IEML pour la construction de requête en contexte de recherche exploratoire. Ce système de recommandation (ou Recommender System en anglais) appendé au moteur de recherche spécialisé dans la littérature scientifique en SHS, Isidore, est disponible sous forme d'une extension Firefox à l'adresse suivante: https://addons.mozilla.org/fr/firefox/addon/ieml-rs/ ou sur Github.

Son principe est simple: permettre à un.e utilisateur.ice de comparer les résultats produits par deux requêtes simultanées, la première étant le fruit d'une construction de la requête pensée par l'utilisateur.ice, la seconde étant une version 'augmentée' par un LLM qui aura produit une dizaine de variants de cette première requête.

Autrement dit, l'objectif est de mettre en évidence la part souvent invisibilisée du filtrage opéré par le requêtage d'un moteur de recherche et notamment de mettre en lumière l'impact de l'intermédiation des 'AI research assistant' de plus en plus souvent intégrés aux moteurs de recherches académiques (Tay, 2025).

En effet, d'aucun note les possibles biais de confirmation provoqués par l'utilisation d'outils de plus en plus personalisés (Cerf, 2025), ou encore le bien étudié Matthew's effect (Merton, 1968) quand le ranking des résultats met en valeur le nombre de citations.

Mais il y a aussi, selon moi, avec cette invisibilisation structurelle croissante des LLM (Eriksson et al., 2025) le risque moins évident à première vue d'une uniformisation de nos pratiques de recherche d'information. Si elles venaient à être restreinte par des outils dont la modélisation est celle du déchiffrage des intentions de l'utilisateur.ice depuis une instruction donnée exclusivement en langue naturelle, alors le travail cognitif nécessaire à l'élaboration de nouvelles connexions passerait en arrière-plan. C'est-à-dire que requêter une information à travers une instruction médiée par un LLM semble toujours une affaire de trouvabilité (trouver ce que l'on sait qu'il nous manque). Pourtant élaborer de nouvelles connexions, parvenir à faire le tri entre le bruit et le pertinent, c'est là que se joue une partie fondamentale de l'innovation en science. La sérendipité (trouver ce que l'on ne savait pas qu'il nous manquait) est fondamentalement un processus réflexif puisque la trouvaille ne peut apparaître qu'après rencontre d'un contenu et évaluation de ce contenu (Makri & Blandford, 2012). Ces moments de cueillettes informationnelles ou berrypicking (Bates, 1989) émergent pourtant de pratiques qui sortent aussi des cadres définis par les concepteur.ice.s de moteur de recherche, comme en témoigne les détournements notés sur Gallica (Dumas Primbault, 2023, 2025).

En plus de proposer des panels de comparaison des résultats d'une requête avec ou sans LLM. IEML-RS se veut une preuve de concept: il est possible de mettre en avant un paradigme alternatif dans la recherche d'information, un paradigme qui repose sur une création itérative et réflexive de requêtes en collaboration non seulement avec d'autres humains mais aussi avec un LLM. Dans ce cas, le LLM est un RAG avec prompté en fewshot (60 exemples) et grounded avec 20 entrées du dictionnaire IEML sélectionnés par cosine similarité des plongements lexicaux produits par intfloat/multilingual-e5-large-instruct (Wang et al., 2024)).

Cette co-création sémantique se produit de manière interactive dans l'extension: l'utilisateur.ice entre dans une phase exploratoire depuis un article de son choix (le seed article) et détermine lequel ou lesquels des mots-clés associés à l'article l'intéresse (ces mots-clés sont produits soit par les auteur.ice.s de l'article, soit par Isidore). Les mots-clés déjà traduits en IEML apparaissent sous la forme d'un hyperlien bleu, et ceux qui ne bénéficient pas encore d'une traduction en IEML sont cliquable en orange.

La sélection d'un mot-clé en bleu fait apparaître la grille de décomposition sémantique IEML, qui repose sur neuf roles fondamentaux: racine/processus, qui, quoi, à qui, par quoi, quand, où, pourquoi, comment. En plus de respecter la grammaire d'IEML (détaillée ici), les traductions répondent aux critères sémantiques suivants, établis par Pierre Lévy pour l'évaluation des productions des LLMs:

Chaque concept utilisé dans la traduction doit ajouter quelque chose à la définition. Il ne faut pas utiliser plus de concepts que nécessaire (rasoir d'Occam)
La traduction doit aider au regroupement/rapprochement sémantique et/ou à la différentiation sémantique
Le tout doit faire une phrase compréhensible qui ne retire ou n'ajoute rien au concept du mot-clé.

Dans le cas où un mot-clé n'a pas encore été traduit (en orange donc), si l'utilisateur.ice le sélectionne, cela produira une grille identique mais dont le contenu a été prérempli par le RAG mentionné plus haut. Cette grille est modifiable par l'utilisateur.ice et demande une validation humaine. L'intégration de cette traduction validée à la base de données des mots-clés traduits entre dans la logique au coeur du projet de Pierre Levy sur l'intelligence collective (Lévy, 1997, 2023).

Dans le cadre d'une étude utilisateur menée sur 6 membres de l'équipe du laboratoire sur les écritures numériques, j'ai observé que cette étape d'appréciation, de correction et de validation de la traduction en IEML proposée suscitait toujours une réaction: un dialogue avec le contenu proposé s'amorçait, soit verbalement, notamment pour manifester son désaccord, soit directement dans les boîtes de modification textuelle. Par exemple une personne a validé:

mot-clé traduit	racine / processus	qui	quoi	à qui	par quoi	quand	où	pourquoi	comment
labyrinthe	espace	le chercheur	le chemin	à celui qui cherche à sortir	par un dédale (pas uniquement)	quand on se perd	au cœur de la pyramide ou du gouffre	parce qu’on est attiré par le fantasme	par une progression souterraine pleine de pièges et de détours

Tableau 1: Traduction validée par un.e utilisateur.ice lors de l'étude utilisateur: la proposition faite par le LLM est commentée entre parenthèse.

Dans un sens le dialogue initié, même s'il ne laisse pas de trace dans l'application, fait écho à la recherche d'information comme processus agentiel de tri sémantique et en particulier à la place de la sérendipité dans les phases d'exploration. Je m'explique, faire le tri dans une série d'informations, est, en quelque sorte, entrer dans un dialogue mettant en correspondance les informations qui sont mises à notre disposition et les informations que nous avons accumulées dans notre mémoire. Cette correspondance ne vise pas à qualifier uniquement comme pertinents les éléments informationnels qui répondent à une requête énoncée plus tôt, elle émerge aussi du désir d'effectuer un tri voire une correction de la liste d'informations proposées. Mon avis est que ce souhait de correction reste souvent implicite mais pourrait être exploité pour la recherche d'information en contexte d'exploration.

Après validation de cette étape de traduction, le mot-clé est ajouté à la base de données des concepts traduits. La grille devient alors le support d'une exploration par concept: la sélection d'une cellule de la grille fait sortir tous les mots-clés utilisant la même valeur dans sa grille IEML.

Cette exploration se fait par itération : l'utilisateur.ice est libre de naviguer dans les mots associés sélectionnant un ou plusieurs concepts, en passant de la liste de mots-clés de l'article à celle des mots associés à un concept donné etc.

À tout moment, il est possible de lancer une requête à Isidore en sélectionnant certains des mots et concepts qui ont été enregistrés automatiquement dans le cache du navigateur et qui sont visibles dans un menu déroulant 'historique'. Ce qui fera apparaître les deux panels de comparaison avec dans notre expemple d'un côté 'editorialisation ET théorie queer' et de l'autre le variant généré par un LLM '(théories queer éditorialisation) OU (queer theories journalisme) OU (éditorialisation théories queer) OU (théorie queer et édition) OU (queer studies journalistique) OU (queer theories medias) OU (éditorialisation identités queer) OU (théories queer et discours)'.

En conclusion, IEML-RS se veut la preuve de concept qu'il est possible d'intégrer à un moteur de recherche des modalités d'interaction qui ne soit pas purement en langue naturelle et qui mette en valeur l'agentivité des chercheur.se.s. Ce prototype de système de recommandation est basé sur une personnalisation choisie et co-construite par l'utilisateur.ice sur la base de choix pensés et maîtrisés à chaque étape, démontrant qu'un système de recommandation peut être un outil critique qui permette d'exposer plutôt que de cacher, les différences de modélisation des systèmes de RI.

Bibliographie

Tay, A. (2025). The reproducibility and interpretability of academic AI search engines like Primo Research Assistant, Web of Science Research Assistant, Scopus AI and more. In Aaron Tay's Musings about librarianship. ↩
Cerf, V. G. (2025). On the Implications of Personalization. Commun. ACM, 68(12), 5. https://doi.org/10.1145/3772040 ↩
Merton, R. K. (1968). The Matthew effect in science. The reward and communication systems of science are considered. Science (New York, N.Y.), 159(3810), 56‑63. ↩
Eriksson, E., Hansen, L. K., & Dalsgaard, P. (2025). We Won't Be Talking About GenAI in 2035, and That's a Problem. Interactions, 32(6), 26‑30. https://doi.org/10.1145/3764916 ↩
Makri, S., & Blandford, A. (2012). Coming across information serendipitously – Part 1: A process model. Journal of Documentation, 68(5), 684‑705. https://doi.org/10.1108/00220411211256030 ↩
Bates, M. J. (1989). The design of browsing and berrypicking techniques for the online search interface. Online Review, 13(5), 407‑424. https://doi.org/10.1108/eb024320 ↩
Dumas Primbault, S. (2023). Naviguer dans les savoirs à l’ère numérique. Pour une ethnographie des pratiques informationnelles sur Gallica. Études De Communication. Langages, Information, Médiations, 61, 61‑89. https://doi.org/10.4000/edc.16108 ↩
Dumas Primbault, S. (2025). La découvrabilité comme ”prise” - Pratiques de détournement du moteur de recherche de Gallica. In L. Verlaet & C. Delaporte (Éds.), Découvrabilité des contenus culturels et scientifitques. ↩
Wang, L., Yang, N., Huang, X., Yang, L., Majumder, R., & Wei, F. (2024). Multilingual E5 text embeddings: a technical report. arXiv Preprint arXiv:2402.05672. ↩
Lévy, P. (1997). L'intelligence collective. La Découverte. ↩
Lévy, P. (2023). Calculer la sémantique avec le langage IEML. Humanités Numériques, 8. https://doi.org/10.4000/revuehn.3836 ↩

How to Stylo

2018-05-29T00:00:00-04:00

Introduction

Stylo est un éditeur de texte scientifique. Pour faire vos premiers pas sur Stylo, commencez par éditer cet article.

Stylo utilise le format markdown pour baliser et styler le texte. Cet article présente la syntaxe de base du markdown, et une documentation plus complète est accessible ici.

Vous pouvez visualiser l'article à tout moment en cliquant sur le bouton Preview dans le menu de gauche.

Les titres

Une modification Les titres de niveaux 2 doivent être balisés avec 2 # (##) et non un seul, car le titre de niveau 1 correspond au titre de l'article, déclaré dans les métadonnées.

Titres de niveau 3

Les titres de niveaux 3 doivent être balisés avec 3 # et ainsi de suite.

Un saut de ligne correspond au début d'un nouveau paragraphe.

Syntaxe minimale

Gras et italique

Voici du texte en italique. Voici du texte en gras.

Commentaire

La ligne ci-dessous n'apparaitra pas dans le document final.

Images

On peut insérer des images:

Titre de mon image

Notez que le «Titre de mon image» sera pris en compte comme légende de l'image dans l'article.

Listes

Les listes non numérotées:

item
item
item

Les listes numérotées:

item
item
item

L'ordre des chiffres n'est pas important:

item
item
item
item

Cette liste sera automatiquement ordonnée de 1 à 4.

Appareil critique

Notes de bas de page

Un appel de note de bas de page se fait ainsi¹. Par ailleurs, la note peut être déclarée n'importe où dans le document², en fin de document ou juste en dessous par exemple³.

Le label de la note peut être ce que vous voulez : il peut être indifféremment un chiffre ou une suite de caractères⁴.

Une note de bas de page peut aussi être écrite dans le corps du texte, en sortant l'accent circonflexe des crochets¹.

Les références

Un article scientifique utilise des références. Vous pouvez soit importer un fichier bibtex généré par votre logiciel de gestion bibliographique (conseillé), ou bien créer manuellement les références au format bibtex.

Les références sont ensuite insérées dans le texte grâce à leur clé bibtex. Pour récupérer la clé bibtex d'une référence, il suffit de cliquer sur la référence souhaitée dans la liste des référence ci-contre. La clé est alors ajouté à votre presse-papier, il suffit ensuite de la coller dans le texte (Goody, 1979).

Pour résumer :

clic sur la référence: copier la clé
coller ou CTRL+V : colle la clé dans le texte où est positionné le curseur (Goody, 1979).

Il est également possible d'ajouter une référence ainsi : « Comme le dit Goody, 1979, le geste ... »

La clé peut aussi être accompagnée de précision comme ici (Goody, 1979, pp.115).

Les références citées se retrouveront ensuite à la fin du texte dans la section ## Bibliographie

Les citations

Une citation dans le corps du texte est indiquée par guillemets « Stat rosa pristina nomine, nomina nuda tenemus ». Une citation plus longue peut être indiquée ainsi :

Stat rosa pristina nomine, nomina nuda tenemus.

la citation se poursuit avec un second paragraphe.

Versions et export

Métadonnées

Les métadonnées de l'article s'éditent dans le menu en haut à droite. Vous pouvez y indiquer le titre, sous-titre, le nom de l'auteur et son identifiant de l'Orcid⁵, le résumé et les mot-clés de l'article. Pour les éditeurs de revue, une série plus complète de métadonnées est également disponible.

Preview et annotation

Chaque version de votre texte peut être prévisualisée et annotée avec l'outil d'annotation Hypothes.is. Pour accéder à la preview, cliquez sur le bouton Preview. Pour accéder à la version html annotable, cliquez sur le bouton Anotate. Vous pouvez alors partager ces urls de preview et d'annotation. Chaque url est relative à la version du document.

Export

Plusieurs types d'exports sont disponibles :

XML Erudit : exporte un fichier xml compatible avec le schéma Erudit
Zip : comprend les trois sources de l'article : yaml (métadonnées), bibtex (bibliographie), md (corps de texte)
...

Annotations sémantiques

Il est possible de structurer sémantiquement votre texte avec des simples balises.

Il y a deux types d'annotation sémantiques:

Des annotations qui concernent un ou plusieurs mots dans le même paragraphe
Des annotations qui concernent plusieurs paragraphes

Annotation dans un paragraphe

La syntaxe:

[Voici la thèse de l'article]{.these}

Produira en HTML:

Voici la thèse de l'article

Dans la preview vous pouvez visualiser les classes:

these
definition
exemple
concept
epigraphe
dedicace
note

Annotation de plusieurs paragraphes

La syntaxe:

::: {.maclasse}

Ici un paragraphe.

Ici un autre paragraphe.

:::

Produira en HTML:


<div class="maclasse">
  <p>Ici un paragraphe.</p>
  <p>Ici un autre paragraphe.</p>
</div>

Pour plus d'informations, consultez la documentation.

Bibliographie

Goody, J. (1979). La Raison graphique. La domestication de la pensée sauvage. Les Editions de Minuit. ↩

La note se trouve ensuite à la fin du texte.↩
Voici une note déclarée en fin de document↩
Une note déclarée "n'importe où", ici, juste en dessous du paragraphe correspondant.↩
Voici une note avec un label textuel.↩
L'identifiant Orcid permettra de récupérer automatiquement l'affiliation et la biographie de l'auteur.↩

Ceci est une note de bas de page inline. Elle peut être aussi longue que vous voulez, elle sera transformée comme les autres en note de bas de page↩

En finir avec Word !

2018-01-23T00:00:00-04:00

Delete key | CC BY Ervins Strauhmanis

Le titre de ce billet aurait pu être formé autour d’une expression célèbre attribuée à Caton l’ancien : delenda carthago¹, il faut détruire Carthage. Citation dont on trouve notamment un écho chez Plutarque² qui relate que Caton utilisait de manière systématique une formule approchante (δοκεῖ δε μόι καὶ Καρχηδόνα μὴ ἐᾶν) en conclusion de toutes ses interventions au Sénat, et même à propos de sujets sans relations apparentes avec Carthage. Caton agissait ainsi pour rappeler aux Romains la menace potentielle que représentait cette cité à ses yeux, même après la Deuxième Guerre punique. La formule latine tend progressivement à exprimer l’idée d’une détermination, d’une résolution constante et sans faille que l’on décide d’appliquer à un objet.

La référence à une telle figure tutélaire ne sous semble pas excessive lorsqu’on la ramène à l’utilisation des traitements de texte. Aussi, nous examinerons liminairement les conditions de développement de ces logiciels, ce qui nous permettra d’en exposer dans un deuxième moment certaines des logiques internes, afin finalement de proposer un remède. Ce terme de remède prend ici son sens plein, à la suite des analyses de Bernard Stiegler³, puisque ce dernier envisage le numérique d’un point de vue pharmacologique. Le numérique possède ainsi intrinsèquement la double nature de remède et de poison. Et dans cette classification, les traitements de texte dans leur ensemble, nous semblent incliner fortement du côté du poison, tant et si bien que même Libre Office, qui pourtant pourrait apparaître comme un remède à Microsoft Word, n’en est pas un.

Pour le comprendre, il faut se replacer dans le premier moment de l’élaboration de ce qui devient l’informatique. Depuis la sortie de la Seconde Guerre mondiale jusque dans les années 70, les traitements de textes ne représentent pas la principale application qui est alors faite des ordinateurs. Loin de là. En ce qui concerne le domaine de la recherche, les premiers ordinateurs sont principalement utilisés dans des opérations de calcul, notamment dans le domaine de la physique et bien souvent d’ailleurs en rapport avec des applications militaires. Les ordinateurs remplacent ainsi les calculateurs, fonction occupée par des humains jusque-là. Et il n’y aura pas de retour en arrière sur ce point. Les besoins en calculs complexes sont importants dans le contexte de la guerre froide qui se met en place, chaque modèle de canon qui est produit doit en effet être accompagné de tables balistiques⁴ indispensables pour viser.

Progressivement, la puissance de calcul de ces ordinateurs est utilisée de manière appliquée, comme en témoignent les travaux fondateurs de Joseph Raben⁵. Il y a là les prémices de ce qui va devenir celui des humanités numériques, c’est-à-dire l’utilisation de ces machines pour des études en littérature ou en musicologie. Leur objet n’est donc plus la balistique et les projectiles, mais des mots ou des notes d’une partition. Ainsi en est-il des travaux du révérend Andrew Morton en 1967 qui étudie la métrique chez Homère ou encore ceux de Michael Ian Shamos qui étudie la rythmique de la cornemuse au moyen d’un IBM System/360 au début des années 70.

Cependant, au moment de la rédaction de leurs travaux, ces chercheurs qui utilisent pourtant de l’ordinateur dans le cadre de leur recherche n’utilisent pas ces machines pour rédiger leur publication, même si leur objet appartient aux sciences humaines. Cela leur semblerait d’ailleurs sans doute absurde d’utiliser la puissance de calcul de cet ordinateur encore rare et cher, pour cet usage de machine à écrire. Car ces chercheurs, comme tous ceux qui font de la science ordinaire ou normale comme l’analyse Thomas Kuhn⁶, s’ils utilisent des dispositifs électriques pour taper ou faire taper leur texte, il s’agit toujours de machines à écrire. Il existe d’ailleurs des machines à écrire électrifiées depuis les années 30. IBM est une des entreprises qui domine ce marché. Mais évidemment, les machines à écrire n’ont pas besoin d’être électriques⁷.

Or, les conditions de production et de diffusion de la science sont évidemment liées⁸. Les vecteurs de diffusions de la recherche transitent traditionnellement par l’intermédiaire de revues et de magazines imprimés. Uniquement imprimés devrions-nous préciser aujourd’hui. À l’exemple de la vénérable Revue de philologie, de littérature et d’histoire anciennes qui est fondée dès 1845 ou des Annales d’histoire économique et sociale qui sont fondées en 1929⁹. Ces deux revues ne vont pas être perturbées par l’émergence de l’ordinateur à partir de 1945. Le changement qui va transformer structurellement le rapport de la société avec les ordinateurs, et finalement celui de la recherche, réside d’abord dans l’invention de la micro-informatique. En ce sens, les années 70 représentent un tournant conceptuel, un changement de paradigme qui va modifier en profondeur notre rapport aux machines. Les premiers ordinateurs sont en effet nés de la volonté de créer un cerveau électronique. Ce rapprochement entre l’humain et la machine est rendu possible parce qu’on présume un mode de fonctionnement basé sur le système binaire pour le cerveau. John von Neumann, une des figures clefs de la conceptualisation et de la réalisation du premier ordinateur, pense ainsi sincèrement que ces machines vont permettre de faire des avancées majeures en neurologie, en psychiatrie ou même en psychologie¹⁰. Il y a là une des raisons pour laquelle les ordinateurs utilisent encore aujourd’hui ce système binaire. Or, avec la micro-informatique, la métaphore en jeu derrière l’ordinateur n’est plus celle de l’imitation du cerveau, mais devient celle de l’écriture¹¹.

Si ces premiers micro-ordinateurs apparaissent rétrospectivement relativement bon marché, ils sont néanmoins réservés à des personnes férues d’électronique qui achètent ces machines dans le but de programmer¹². Les premiers traitements de texte¹³ sont ainsi réalisés dans le cadre étroit de l’aide au développement de logiciels puisque leur première fonction est de documenter du code. Ces programmes sont au service de ceux que l’on appelle alors des hobbyists, notion qui recouvre notre catégorie mentale des informaticiens avant la lettre, avant même la discipline¹⁴. Auparavant, l’usage consistait à écrire les programmes informatiques sur un ordinateur, et la documentation indispensable à ce code, sur une machine à écrire. Rapidement, l’utilisation de ces traitements de texte va s’ouvrir vers d’autres usages au-delà de la documentation du code. Tant et si bien que la présence d’un traitement de texte sur une machine devient un argument de vente pour ces micro-ordinateurs qui fascinent. En 1984, année emblématique de la micro-informatique, il y aura ainsi plus de 300 logiciels de traitement de texte sur le marché¹⁵. Le leader s’appelle WordStar, il est conçu par MicroPro qui devient une des trois ou quatre entreprises très rentables dans ce domaine émergeant de la vente de logiciels¹⁶.

Jusqu’au milieu des années 80, la plupart de ces programmes de traitement de texte, dont WordStar, permettent à égalité d’écrire du code. La possibilité d’écrire dans un langage informatique demeure ainsi conservée. Les articles sur l’histoire de l’informatique qui évoquent les traitements de texte sont relativement nombreux¹⁷. Cependant, ils ne mentionnent jamais cette étape majeure durant laquelle nous allons perdre collectivement la capacité d’écrire du code, de la syntaxe informatique avec ces traitements de textes¹⁸. On ne trouve pas de trace de cette disparition, survenue sans bruit, car cette amputation d’une fonctionnalité n’est pas vécue comme une trahison par les utilisateurs de ces logiciels.

En effet, depuis le premier moment de ces hobbyists, une nouvelle catégorie d’utilisateurs émerge constituée exclusivement d’utilisateurs, qui souhaite donc acquérir un système complet, déjà assemblé et prêt à l’emploi. Ce nouveau public, qui se retrouve dans l’offre proposée par le Macintosh de 1984, ne souhaite plus nécessairement programmer avec ces outils.

Nous avons donc perdu progressivement la capacité d’écrire dans un langage interprétable par la machine. Ce n’est d’ailleurs pas le seul cas d’une disparition de notre capacité collective d’écrire. Le projet originel du Web tel que le portait, au départ du moins, Tim Berners-Lee passait par un navigateur qui devait permettre nativement l’écriture dans le langage de la machine¹⁹. Le projet Amaya développé de 1996 à 2012 n’a malheureusement pas rencontré de succès public, contrairement à Mosaic par exemple dont le but n’a jamais été de proposer cette fonctionnalité.

Versions après versions, les logiciels de traitements de texte apportent de nouvelles fonctionnalités dans le but de faciliter la rédaction de textes. La comparaison devient peu à peu à l’avantage de ces systèmes, par rapport aux machines à écrire, et même aux évolutions les plus récentes de celles-ci dont notamment le Vydec (vendu pour 12 000 dollars en 1982²⁰) ou le Wang Word processing machine. Parmi les premières fonctionnalités qui imposent ces logiciels pour l’écriture, figure la capacité de pouvoir imprimer un texte. Le succès de WordStar s’explique notamment parce qu’il inclut les pilotes de très nombreuses imprimantes, ce qui lui permet d’être WYSIWYG (en français : tel écran tel écrit)²¹. L’idée sous-tendue par le WISIWIG (What You See is What You Get) est d’obtenir sur une page papier l’exacte reproduction de ce qui est représenté à l’écran ; ce qui semble rétrospectivement une condition sine qua non de leur utilisation puisque la finalité des traitements de texte demeure l’impression. Or, avant la généralisation de ce WISIWIG, le résultat, pour de très nombreuses raisons²², se révélait aléatoire avec ces logiciels. Avant la généralisation de ce procédé, le processus d’écriture par l’intermédiaire de traitements de texte passe ainsi par des phases multiples d’impressions au cours desquelles on corrige le texte en fonction de ce que l’on obtient sur papier.

Parallèlement à la progression de ces traitements de texte, se développent des GUIS, acronyme pour Graphical User Interface. Ces GUIS relèvent des surcouches logicielles qui constituent un environnement graphique censé améliorer l’expérience de l’utilisateur dans ses interactions²³ avec le système. L’exemple le plus connu de ces surcouches logicielles, facultatives dans un premier temps, est Microsoft Windows. Avant de s’imposer finalement comme la seule interface possible pour les systèmes d’exploitation de Microsoft, Windows ne représente qu’un choix d’interface parmi de nombreuses autres, dont notamment TopView au milieu des années 80 proposée par IBM ou Geoworks au début des années 90. Or, la généralisation de ces interfaces graphiques représente une régression, un appauvrissement sémantique dans notre relation avec la machine²⁴. On s’exprime, on commande, au moyen de dessins, des icônes, alors que la machine, à travers la ligne de commande, le Shell, permet de formuler des expressions très fines et cela de manière efficiente. Ainsi, la souris ne représente pas le meilleur moyen de se déplacer dans un texte long, ni d’en éditer ou déplacer des parties. WordStar possédait un système de blocs de textes extrêmement pratiques, manipulables avec des raccourcis clavier. Il y a là sans doute une des raisons pour lesquelles Georges R. Martin, l’auteur à succès de la série Games of Throne, continue d’utiliser aujourd’hui une version de WordStar sous DOS²⁵. De plus, ces interfaces graphiques imposent progressivement la représentation d’une page papier en fond derrière les lettres que l’on tape. Et ce faisant, on entérine progressivement le fait que les traitements de texte sont une mise au service de l’ordinateur d’une technologie pourtant ancienne, qui est l’imprimerie²⁶. La finalité du traitement de texte résiderait implicitement dans la page imprimée, et non dans le texte numérique en lui-même, indépendamment de toutes finalités de diffusion²⁷.

Cet état de fait correspond bien à l’état d’une société dans laquelle le principal et unique moyen de lire, et notamment des travaux de recherche, relève du papier. L’édition scientifique en 1985 produit des revues papier. Or, aujourd’hui, les conditions de diffusion des textes, et encore plus particulièrement ceux de la recherche, ont profondément changé.

Nous souhaiterions retenir de cette question complexe²⁸ un exemple, celui de l’Open Access²⁹, qui nous semble représentatif des nouveaux enjeux liés aux publications scientifiques. Le libre accès autorise en effet une consultation gratuite des articles, contrairement à Elsevier, Springer/Nature, Wiley/Blackwell ou Taylor & Francis. Les abonnements à ces revues représentent un coût croissant pour les Universités, et posent la question essentielle de l’accessibilité et de la diffusion de l’information scientifique. D’autre part, on accède désormais de manière croissante à ces publications, même payantes, depuis internet. Le mode de consultation de la recherche bascule de la revue sous format papier à un mode de consultation numérique³⁰.

Or, les documents produits par les traitements de texte se révèlent fondamentalement inadaptés à cet horizon de la consultation qui n’est plus l’imprimerie, mais l’ordinateur. La métaphore de la page A4 n’a plus de sens. De là des opérations de traitements qu’il faut faire subir aux textes, de manière à tenter de revenir sur la régression dans la structuration qu’opèrent de manière croissante ces logiciels. Le point doc se révèle en lui-même problématique. Nous devrions tous utiliser des formats de fichiers qui nous garantissent la pérennité de nos données et leur diffusion, nous continuons cependant d’utiliser, de produire et d’échanger collectivement des formats propriétaires³¹. Le logiciel subit lui de plus une mutation aussi profonde aujourd’hui. S’il y a dix ans, il apparaissait encore plausible d’acheter une licence pour Word, qui donnait le droit d’utiliser une version du logiciel de manière illimitée dans le temps, la tendance, notamment pour Microsoft, est de mensualiser ces licences. Il devient nécessaire de payer un forfait, à l’instar de ce qui se pratique dans la téléphonie mobile. La cessation de paiement entraîne évidemment l’incapacité à utiliser le logiciel. Le docx ne résout d’ailleurs ici qu’en partie ce problème. Le XML rend le fichier théoriquement lisible, interopérable donc, ce qui semble une bonne chose, mais son exploitation directe ne le rend lisible qu’aux machines et illisibles pour les êtres humains.

Aussi, sans doute, faut-il nous résoudre à assimiler la fonction d’enregistrement des logiciels de traitement de texte à une compilation. Les langages de programmation peuvent en effet s’analyser traditionnellement en deux grands types structurants : les langages interprétés et les langages compilés. Ces deux types de langages réalisent des programmes au moyen de syntaxes évidemment spécifiques. Un programme en C++ s’écrit de manière différente d’un programme en JavaScript. Mais l’étape de rédaction du programme donne invariablement la capacité au rédacteur d’écrire et de lire le code rédigé. Il y a là une des raisons pour laquelle les premiers traitements de textes possédaient cette capacité d’écrire du code. La différence entre ces deux types de langage vient du fait que la compilation du programme traduit le code de manière définitive en langage binaire, afin d’être exécuté par la machine. Le programme devient alors illisible par l’œil humain lorsque les langages interprétés produisent un code qui demeure lisible et compréhensible au cours de son exécution. Ce code, une fois rédigé, est exécuté par un logiciel de traduction qui en propose une interprétation. Nous conservons la capacité de le lire concurremment. Nous sommes des utilisateurs quotidiens de ces traducteurs, puisqu’il s’agit là d’une des fonctions principales des navigateurs internet comme Firefox, Chrome, Safari ou Edge. Lorsqu’une page Web consultée apparaît sur l’écran, cette page est le résultat de la traduction d’un code par le navigateur, constituée sans doute en partie de HTML. Tous les navigateurs que nous avons cités permettent de consulter le code source qui produit la page que nous consultons.

Cette lisibilité du code lors de son exécution est le pilier du Web sémantique, c’est-à-dire d’un Web, dont les données sont accessibles, traitables et réutilisables. Sans Web sémantique, sans cette lisibilité fondamentale, Google, en tant que moteur de recherche serait aveugle, puisque pour être indexées, utilisées, diffusées, les données doivent être lisibles. Or, non seulement enregistrer un texte sous le format docx ne le rend pas lisible pour des yeux humains, pas plus que le format doc, ou le format odt, mais plus encore, l’enregistrement d’un texte dans l’un de ces formats, le rend même illisible pour toute autre chose que par un logiciel de traitement de texte. L’enregistrement d’un fichier dans ces formats, en compilant avec le texte toutes les informations relatives à la mise en page, le rend donc inutilisable dans le cadre de ce nouvel horizon de consultation que représente le Web. D’autant que les traitements de texte n’autorisent qu’un contrôle partiel sur la gestion des métadonnées qui sont pourtant un élément fondamental de ce Web sémantique.

Aussi, à la suite de Franck Frommer et de son ouvrage sur PowerPoint, La Pensée PowerPoint, sous-titré enquête sur un logiciel qui rend stupide³², nous posons l’hypothèse qu’il existe également une pensée traitement de texte. Une pensée qui est d’ailleurs forgée dans un certain contexte partiellement daté, et dans une logique qui est celle de l’entreprise.

Les traitements de texte développent cette pensée à partir de présupposés implicites qui apparaissent comme autant d’enthymèmes. En utilisant un traitement de texte, nous admettons un certain nombre de leurs prémisses. Nous avons déjà examiné deux topoï du discours enthymématique que développent les traitements de texte : la limitation du champ des possibles de ces logiciels, avec l’amputation des fonctionnalités de programmation, puis les aspects problématiques des données générées, avec les questionnements autour du format docx. D’autres présupposés demanderaient une étude approfondie ; qu’il nous soit cependant permis ici d’esquisser brièvement quelques perspectives.

Notons en premier lieu que l’existence même de ces traitements de textes en tant qu’application est contestable. La notion d’application est dénoncée depuis 1971 par Ted Nelson qui y voit là une source d’asservissement pour le public. Observons ensuite que l’expérience utilisateur est construite sur un référentiel commun dépassé comme le démontre Neal Stephenson depuis 1999. L’icône qui représente une disquette pour signifier l’enregistrement, par exemple, n’a plus aucun sens. Constatons également que les connaissances techniques précises et complexes que nous développons dans le but d’utiliser ces logiciels se révèlent inutilisables en dehors de ce cadre limité et périssable, puisque d’une part notre connaissance des traitements de texte apparaît pratiquement inutile avec tous autres logiciels, dont les systèmes d’exploitation, et que d’autre part les éditeurs en changent régulièrement les interfaces et les fonctionnalités. Remarquons enfin que les traitements de texte ne sont pas de bons logiciels pour l’édition, puisque les professionnels leur préfèrent InDesign, ou QuarkXPress.

Le bilan de ces limitations préside en partie au développement de TeX par Donald Knuth. Celui-ci ne pouvait en effet se satisfaire de la faible qualité des documents produits par les traitements de texte, en comparaison avec l’imprimerie³³. L’un des intérêts majeurs de TeX réside notamment dans le fait de découpler le texte de sa mise en forme. Cette dissociation des opérations de rédaction et de mise en page revient à opérer une distinction entre les données et leur traitement. Si dans les principes ce processus n’est pas toujours WYSIWYG, ce mode de fonctionnement se révèle au plus proche de la réalité de fonctionnement des machines. Cependant, pour nous qui sommes comme formatés par l’utilisation des traitements de texte, cela demande d’admettre d’autres prémisses. Ceci explique sans doute la méconnaissance de ce système en sciences humaines, contrairement aux autres disciplines scientifiques pour lesquelles ce mode de rédaction s’est imposé. TeX s’apparente en effet à un langage de programmation complet (Turing complete), caractéristique qui n’emporte pas a priori l’adhésion de chercheurs en Lettres, malgré des capacités de rendu professionnel en matière d’édition.

Devant ce constat de la difficulté d’apprentissage des langages informatiques, notamment ceux qui apparaissent indispensables pour écrire sur le Web, Aaron Swartz et John Gruber ont développé le Markdown³⁴. On retrouve dans Markdown la racine de Markup, présente dans l’acronyme du Hypertext Markup Langage, le HTML. On traduit généralement ce terme de markup par baliser, poser des balises. Un langage de balisage n’est rien d’autre qu’un système d’annotation d’un document qui s’effectue d’une telle manière qu’il est possible de distinguer ces balises, ces annotations, du texte que l’on annote.

Dans le cadre du HTML, lorsque l’on rédige un programme, on place ces balises, qui sont des signes spécifiques répondants à une syntaxe précise, devant les termes à utiliser. Le traducteur distingue les balises du corps du texte par des chevrons (<>). Lorsque le navigateur traduit ces signes, il en comprend l’usage. Par exemple, la balise <h1> (h pour heading) désigne un titre, le numéro « 1 » en donne le niveau hiérarchique. À la lecture de cette balise, Chrome ou Firefox vont comprendre qu’il faut mettre en page le texte qui se trouve après cette balise sous la forme d’un titre.

<h1>En finir avec les traitements de texte</h1> va ainsi donner :

En finir avec les traitements de texte

Le HTML comprend un grand nombre de balises. La mise en page du texte peut être également enrichie au moyen du CSS. La force du Markdown résulte dans l’utilisation de balises peu nombreuses, simples à mettre en place et à mémoriser. Il devient aisé de réaliser un document dont on maîtrise la mise en page sur le Web, sans pour autant devoir apprendre le HTML. Plus encore, en conjonction de Pandoc qui est un moteur de conversion, il devient possible de produire aussi bien du HTML, que des pdf, des docx, des epub, et même des présentations de type PowerPoint³⁵. On ne produit alors ses données qu’une seule fois et on les exporte mises en forme automatiquement pour plusieurs supports.

Les prémisses de l’utilisation conjointe du Markdown et de Pandoc se révèlent donc très différentes de celles des traitements de texte. Ce système de publication ne nécessite en effet aucune application spécifique et exclusive dont l’utilisateur pourrait devenir dépendant dans le temps. Ce flux de travail revient sur le schisme fondamental déjà évoqué, en proposant de compiler un. docx depuis n’importe lequel des logiciels qui permettent d’écrire du code, et il en existe un grand nombre, aux licences variées. Les données qui sont produites subséquemment en Markdown demeurent humainement lisibles. Il est d’ailleurs possible de convertir les. docx vers ce format (.md ou .markdown), permettant alors de se réapproprier ses données et d’en faciliter une diffusion ultérieure. Un des derniers éléments de distinction tient au fait que le traitement des fichiers se fait au moyen de connaissances qui s’appliquent de manière pérenne aux ordinateurs. Afin de compiler les documents, il devient nécessaire de recourir au Shell, à la ligne de commande, dont la grammaire est proche entre les différents systèmes d’exploitation. Ce mode puissant d’interaction textuelle avec les machines permet de développer une compréhension générale de leur mode de fonctionnement. Ce faisant, nous ne réduisons pas notre champ des possibles avec les ordinateurs, nous élargissons au contraire notre capacité à nous l’approprier.

En conclusion, si ce qu’on appelle le Web 2.0 se caractérise par la possibilité offerte au plus grand nombre de publier sur différentes plateformes du Web, il faut cependant reconnaître que l’écriture apparaît d’un point de vue historique comme une compétence de spécialistes qui maîtrisaient des techniques complexes. Or, il faut reconnaître que la production des documents à partir du Markdown en conjonction de Pandoc demande dans un premier temps un certain investissement, en tout cas une motivation quotidienne, et peut-être quelque chose d’une résolution indéfectible. Cet investissement nous semble pourtant la contrepartie indispensable dont on doit s’acquitter dans le dessein de s’approprier, au sens de faire sien, ce qu’est devenu l’écrit dans notre société aujourd’hui.

La notion d’appropriation se révèle problématique en ce qui concerne les logiciels, surtout lorsqu’ils sont dits propriétaires, c’est-à-dire lorsqu’ils nous privent de cette capacité. Notre usage quotidien des traitements de texte, dont nous avons appris à tirer le meilleur avec le temps, conduit à nous les rendre familiers, de telle sorte que nous pensons nous les être appropriés. Il faut reconnaître la force de conviction de cette évidence, forgée dans la quotidienneté de nos interactions avec la machine. Mais les traitements de texte contrarient toute appropriation. Cela devient d’autant plus vrai en regard de la croissance de l’Open Access, dont l’ambition est de devenir un moyen d’appropriation de la recherche pour le plus grand nombre, et même en ce qui concerne les Big Four d’ailleurs.

Aussi, s’il fallait désigner aujourd’hui une nouvelle Carthage, peut-être serait-ce moins les traitements de texte que les mécanismes de rédaction, de publication et de diffusion de la recherche scientifique dans leur ensemble. Ce qui nous renvoie aux implications éthiques de cette notion d’appropriation.

Sitographie

Notes

Sur l’attribution de cette maxime : Michel Dubuisson, « Verba uolant. Réexamen de quelques “mots historiques” romains », Revue belge de philologie et d’histoire, 2000, vol. 78-1. p. 147-169.↩
Plutarque, Vies parallèles, Paris, Gallimard, 2001, C. Anc, XVII, 2. Diodore de Sicile, Bibliothèque historique, [^s.l.], Adamant Media Corporation, 2001, tome 4, p. 422. ; Pline l’Ancien XV, p. 74 sq.↩
Concept développé autour de la question du jeu notamment dans : Bernard Stiegler, « Questions de pharmacologie générale. Il n’y a pas de simple pharmakon », Psychotropes, 2007, vol. 13, p. 27-54. Pour une adaptation au numérique : Bernard Stiegler, Digital studies : Organologie des savoirs et technologies de la connaissance, [^Limoges], Fyp éditions, 2014, p. 14 sq.↩
Mathieu Triclot, Le moment cybernétique la constitution de la notion d’information, Seyssel, Champ Vallon, 2008, p. 109 sq. Philippe Breton, Une histoire de l’informatique, Paris, Seuil,1990, p. 119 sq.↩
Joseph Raben, Computer-Assisted Research in the Humanities: A Directory of Scholars Active, New York, Pergamon Press, 1977, p. 52 (L151) et 158 (M.64).↩
Thomas S. Kuhn, La Structure des révolutions scientifiques, Paris, Flammarion, 1999, p. 39 sq.↩
Un bon résumé de l’histoire de la machine à écrire se trouve dans : William E. Cooper, Cognitive Aspects of Skilled Typewriting, Berlin, Springer-Verlag, 1983. Sur l’importance sociale et politique de celle-ci : John McMillian, Smoking Typewriters: The Sixties Underground Press and the Rise of Alternative Media in America, Oxford, Oxford University Press, 2011.↩
Sur les mutations qu’engendrent le numérique sur la recherche : Guylaine Beaudry, « La communication scientifique directe : un nouveau champ éditorial », Hermès, La Revue. 2013, vol. 57, p. 51-57. Et Guylaine Beaudry, La communication scientifique et le numérique, Paris, Lavoisier-Hermès science, 2011, notamment p. 195 sq.↩
Sur les conséquences du numérique pour les revues : Etienne Anheim, « Le numérique et l’économie éditoriale des revues scientifiques », Revue d’histoire moderne et contemporaine, 2016, vol. 62-4 bis, p. 22-32. Philippe Minard, « Les revues à l’âge numérique : au péril de l’idéologie », Revue d’histoire moderne et contemporaine, 2016, vol. 62-4 bis, p. 8-21.↩
John Von Neumann, Théorie générale et logique des automates, Seyssel, Editions Champ Vallon, 1998, p. 62 sq. et naturellement L’ordinateur et le cerveau. Paris, Flammarion, 1996.↩
Jay David Bolter, Writing Space: Computers, Hypertext, and the Remediation of Print, Mahwah, Lawrence Erlbaum Associates, 2001, p. 184-185. Daniel Punday, Computing as Writing, Minneapolis, University of Minnesota Press, 2015.↩
Paul E. Ceruzzi, A history of modern computing. Cambridge, MIT Press, 2003, p. 224 sq.↩
T.J. Bergin, « The Origins of Word Processing Software for Personal Computers: 1976-1985 », IEEE Annals of the History of Computing, 2006, vol. 28, p. 32-47. Il ne faudrait non plus oublier ici, comme dans tant d’autres domaines, le rôle majeur de D. Engelbart au Xerox Park avec le projet NLS : Thierry Bardini, Bootstrapping: Douglas Engelbart, Coevolution, and the Origins of Personal Computing, Stanford, Stanford University Press, 2000, p. 161 sq.↩
Pierre-Éric Mounier-Kuhn, L’informatique en France de la seconde guerre mondiale au Plan Calcul, Paris, Presses de l’Université Paris-Sorbonne, 2010, p. 465 sq.↩
T.J. Bergin, « The Origins of Word Processing Software… », art. cit., p. 33.↩
Sur la question de l’émergence de l’industrie du logiciel : Martin Campbell-Kelly, From Airline Reservations to Sonic the Hedgehog – A History of the Software Industry, Cambridge, MIT Press, 2004.↩
Nous renvoyons ici aux nombreuses références présentes dans les articles de T.J. Bergin.↩
Tant est si bien qu’il faut compulser les documentations des logiciels pour tenter de trouver le moment ou cette mention de la capacité d’écrire du code n’est plus spécifiée. Dans le cadre de WordStar, le schisme a lieu entre 1984 et 1987 apparemment. Les programmeurs ont à leur disposition des outils qui leurs permettent non seulement d’écrire du code, mais aussi d’en vérifier le bon fonctionnement dans un même élan. Ce sont les IDE, avec le Turbo Pascal par exemple.↩
Tim Berners-Lee, Weaving the Web, San Francisco, Harper San Francisco, 1999, p. 119 sq.↩
Ce qui représente un peu de 48 000 francs d’alors et un peu plus de 38 000 $ aujourd’hui. Source : http://fxtop.com.↩
C’est là une innovation majeure dont les concepts proviennent du Xerox Park, voir Ceruzzi, op. cit. p. 262.↩
Notons ici par exemple, la forte hétérogénéité du parc de machines, d’écrans et d’imprimantes, ce qui qui rend complexe la correspondance entre un texte écrit visualisé dans une certaine mise en page, et sa restitution. C’est en résolvant ces disparités qu’une expérience utilisateur WYSIWYG peut être développée.↩
Notamment ces GUIS actualisent le concept de WYSIWYG.↩
Neal Stephenson, In the Beginning… was the Command Line, New York, William Morrow Paperbacks, 1999.↩
Carolyn Kellogg, « The secret of George R.R. Martin’s success: WordStar on a DOS machine», Los Angeles Times. 14/05/2014, Disponible en ligne : http://www.latimes.com/books/jacketcopy/la-et-jc-the-secret-of-george-rr-martin-success-wordstar-on-a-dos-machine-20140514-story.html, Consulté le : 17/06/2017.↩
Bolter, op. cit., p. 65.↩
Sur la question : Ted Nelson,The Crime of WISIWIG, Disponible en ligne : http://xanadu.com.au/ted/TN/WRITINGS/TCOMPARADIGM/tedCompOneLiners.html, Consulté le 17/05/2017.↩
Pierre Mounier, « Le libre accès : entre idéal et nécessité / Openaccess: an ideal or a necessity? », Hermès, La Revue, 2013, vol. 57, p. 23-30. Marin Dacos, « Privés de savoir ? », #DATAGUEULE, no 63, Disponible en ligne : https://www.youtube.com/watch?v=WnxqoP-c0ZE&list=LLeUBj2CoMAmmv8r8klA6xtg&index=78, Consulté le 17/05/2017. Christophe Geiger, « La privatisation de l’information par la propriété intellectuelle », Revue internationale de droit économique, 2006, vol. 20-4, p. 389-432. INRA, Ouvrir les données et publier autrement : une obligation, une nécessité, une priorité, 2017, Disponible en ligne : http://institut.inra.fr/Recherches-resultats/Strategie/Toutes-les-actualites/OpenScience-Ouvrir-les-donnees-et-publier-autrement, Consulté le : 12/05/2017. Antoine Latreille, « L’appropriation des connaissances scientifiques à l’ère numérique », Éthique publique. Revue internationale d’éthique sociétale et gouvernementale, 2012, vol. 14, no 2.↩
Dans ce débat, l’association européen des universités se prononce en faveur de l’Open Access :http://www.eua.be/activities-services/news/newsitem/2017/06/29/achieving-open-access-by-2020-tracking-universities-progress-and-guidelines-for-the-future.↩
Robert Cookson. « Elsevier leads the business the internet could not kill ». The Financial Times, 15/11/2015 ; comme l’indique également le bilan financier de Wiley pour 2017, p. 7-8. ; comme l’indique également le bilan financier de Wiley http://www.wiley.com/legacy/about/corpnews/FY17_10K.pdf, Consulté le 17/05/2017.↩
https://twitter.com/alainmi11/status/702851174769270784, Consulté le 17/05/2017.↩
Franck Frommer, La pensée PowerPoint, Paris, La Découverte, 2010.↩
Donald E. Knuth, Digital Typography, Stanford, University of Chicago Press, 1998, p. 557 sq.↩
https://daringfireball.net/projects/markdown,Consulté le 17/05/2017.↩
http://pandoc.org, Consulté le 17/05/2017.↩