Lectures d’été : New York Times, Musil et Léonard

1.

Le TAL a eu les honneurs de la presse généraliste américaine, cet été. Dans un article du New York Times, un chercheur italien, Franco Moretti, présente comme une révolution l’idée de distant reading – ne pas lire les livres, mais les traiter comme des données :

« As its name suggests, the Lit Lab tackles literary problems by scientific means: hypothesis-testing, computational modeling, quantitative analysis. Similar efforts are currently proliferating under the broad rubric of “digital humanities,” but Moretti’s approach is among the more radical. He advocates what he terms “distant reading”: understanding literature not by studying particular texts, but by aggregating and analyzing massive amounts of data. »

Le lecteur averti aura constaté qu’il s’agit ni plus, ni moins, que de textométrie ou de statistique textuelle classique — et, si j’en crois les exemples donnés, de statistique textuelle qui n’a pas fini de lire le manuel de Lebart & Salem, pourtant publié au milieu des années 90.

Le point le plus amusant, dans tout cela, est peut-être le fait que l’idée de « ne pas lire les livres pour pouvoir les comprendre » est présentée comme radicalement nouvelle et même proprement renversante1 :


Robert Musil, L’Homme sans qualités2

Comme d’habitude, lire Musil donne le sentiment diffus d’être en présence d’un roman dystopien / steampunk, qui ridiculiserait nos esprits si modernes en transposant leurs idées ‘neuves’ dans le Vienne fin de siècle, un peu à la manière des Cités Obscures.

2.

Plus sérieusement, je me demande ce qui fait que le TAL reste une discipline si mal connue et si mal comprise hors de ses départements, alors même qu’il s’agit de l’un des premiers champs explorés par l’informatique3, et que le grand public se trouve plus directement que jamais au contact de chacun de ses progrès (correcteurs d’orthographe omniprésents, reconnaissance vocale, traduction automatique, filtres anti-spams, etc.)

A chaque démo que je fais à quelqu’un d’extérieur au labo, il est manifeste que notre travail a quelque chose d’ésotérique, qui laisse toujours les profanes surpris de ce que nous savons faire (par exemple du résumé automatique ou des chatbots convaincants — en fait tout ce qui touche à la génération), et déçus, voire incrédules, lorsque nous annonçons que certaines choses sont difficiles ou fonctionnent imparfaitement (détecter la nature et la fonction du mot ‘de’ dans une phrase en français, par exemple).

L’image que les gens se font du TAL est sans doute un peu trop influencée par la culture populaire (où la conversation orale avec des machines est un problème réglé depuis longtemps). Mais en réalité, l’incompréhension a lieu à un niveau plus fondamental : pour un esprit humain, il est plus facile de comprendre un langage que de l’employer. Nos interlocuteurs sont donc sidérés de voir que les machines savent faire ce qui, pour eux, nécessite une compréhension avancée du langage alors qu’il leur « manque les bases ».

C’est en général à ce moment que les accusations de charlatanisme commencent à fuser. Un intervenant dans un de mes cours de Master avait ainsi expliqué que l’un des inconvénients des systèmes d’apprentissage automatiques, par rapport à ceux basés sur des règles écrites par des humains, est que leurs erreurs sont impossibles à expliquer au client sans passer pour un escroc. Rapidement, on se retrouve à expliquer à un interlocuteur médusé la statistique bayesienne et donc à détromper le client, qui pensait sincèrement que l’ordinateur comprenait les documents à traduire ou à classer.

3.

Quand j’essaie d’expliquer mon travail, je pense souvent la BD Léonard le génie : en plein XVIe siècle, Léonard invente des machines qui nous sont familières : télévision, lave-vaisselle, répondeur téléphonique, etc.

Ses inventions sont une mécanisation directe du procédé utilisé par les humains pour accomplir la tâche, et ne ressemblent donc absolument pas aux machines que nous connaissons.

De même que dans la réalité, les machines à éplucher les patates ne sont pas composées de dizaines de bras robotiques portant de petits économes, il est vain de vouloir utiliser les ordinateurs pour traiter le langage à la manière d’un être humain4. Notre travail consiste à comprendre ce qui peut être automatisé dans le traitement du langage, en identifiant des heuristiques, des régularités, des phénomènes reproductibles — c’est-à-dire en adoptant la perspective des machines.

  1. Quelques semaines plus tôt, on pouvait lire ailleurs un portrait dithyrambique de Erez Lieberman Aiden, toutologue de première force et (entre autres) instigateur du champ des ‘Culturnomics’, qui vise à reconstituer le « génome culturel » de l’humanité en analysant les trigrammes issus des campagnes de numérisation de Google Books.

    Si je me réjouis naturellement que la puissance d’analyse des techniques de TAL arrive jusqu’au grand public, je dois dire que je reste un peu sceptique sur la méthodologie employée. Sans même entrer dans le débat sur la composition du corpus (les historiens s’en sont chargés pour moi), je dirais simplement que quand on a sous la main la puissance de Google et la quantité invraisemblable de données qu’il possède, il est un peu dommage de se contenter d’un décompte de n-grammes. []

  2. Désolé, mon exemplaire a beaucoup d’heures de vol. []
  3. Voir par exemple l’article de Marcel Cori et Jacqueline Léon sur l’histoire du TAL []
  4. Ou alors on change de domaine, en allant vers l’intelligence artificielle. C’est une discipline passionnante mais dont les applications industrielles sont encore limitées. []

Les oeuvres complètes de William Shakespeare, en poster

1.

Partons de cette image :

La forme générale est aisément reconnaissable : c’est celle d’un ‘demotivational poster’1 Cependant quelque chose distingue immédiatement cette image de la plupart des demotivationals qui circulent habituellement : son rapport d’aspect. Au lieu d’adopter les proportions d’une feuille de papier, elle s’étire en longueur pour atteindre près de 2400 px de haut, ce qui représente environ le double de la résolution verticale d’un écran courant. Le contenu de l’image étant presque exclusivement textuel, on doit donc, pour en prendre connaissance, zoomer puis scroller à mesure que l’on lit le texte.

Ce contenu est un condensé d’un article du Washington Post paru en avril 20072. Le journaliste Gene Weingarten y racontait comment il avait convaincu Joshua Bell, un très grand violoniste contemporain, de jouer dans le métro de Washington DC, pour voir si les gens s’arrêteraient ou non pour l’écouter.

L’article du Post était très long : plus de 7300 mots. Le poster en condense le contenu en 394 mots (~5%), ajoutant au passage erreurs factuelles (« approx. 2 thousand people » au lieu de 1097), approximations grammaticales et considérations subjectives diverses.

Certains paragraphes sont entièrement paraphrasés3, mais il n’y a aucun segment commun aux deux textes4. Quelques mots rares communs aux deux textes (par exemple « intricate ») sont employés dans des contextes différents – le rédacteur du poster aura sans doute été influencé, consciemment ou non, par la plume fleurie du journaliste du Washington Post. En tout cas, on voit que la personne qui a rédigé le texte du poster a pris la peine de résumer l’article, et non pas seulement d’en copier-coller les meilleurs morceaux.

Les informations qu’il a finalement conservées nous renseignent d’ailleurs assez clairement sur ses objectifs. Globalement, tout le récit de la mise en place de l’expérience, tout le background des participants passe à la trappe. Seuls ont été conservés les aspects factuels de l’expérience — et encore, parmi eux, seuls les plus lourds de sens subsistent — et la ‘morale’ de l’histoire. De plus, la nature réelle de l’expérience n’est pas révélée avant les derniers paragraphes, renforçant l’effet de surprise5.

Il paraît clair que l’auteur du poster fait oeuvre de vulgarisation, dans l’espoir de communiquer la substantifique moëlle d’un article long et relativement difficile à un public qu’il juge incapable d’en prendre connaissance sans sa médiation.

En d’autres termes, il veut faire passer un message (exprimé explicitement dans la légende) et choisit donc le mode d’expression qui lui paraît le plus adapté au public visé — il transforme un article du Post en demotivational pour toucher les adolescents qui passent leurs journées sur /b/.

Le résultat évoque un peu ces campagnes de prévention qui tentent de parler aux jeunes en intercalant des « Yo ! » et des « Trop délire » dans leurs messages de santé publique.6Le danger, comme avec les campagnes de prévention, est que le public en question n’apprécie pas forcément qu’on veuille parler comme lui parle :

Ce nouveau poster utilise de manière récursive le fait que le motivational est une image qui commente une image : il enferme donc tout le poster précédent, légende comprise, dans le cadre noir qui sépare l’image de sa légende7, et le balaie d’un sarcasme. C’est une leçon de demotivational.

Puis vient la conclusion presque naturelle de ce type d’échange :

Le texte, censément contenu du poster, est devenu illisible ; en ellle-même, la légende est dépourvue d’ambiguïté, mais l’ironie de l’ensemble échappera totalement à qui n’a pas vu le poster précédent. Le sens s’effondre sur lui-même à force de sarcasmes.

2.

Un poster n’a pas d’auteur. En dépit de la quantité de travail accompli, le rédacteur s’efface totalement, en même temps qu’il masque la source originale8. Il ne signe pas, et sa seule intervention directe, le seul moment où il s’adresse ouvertement à son lecteur est la légende de l’image (« SLOW DOWN »), qui se contente de résumer la morale de l’histoire.

Il y a quelque chose de la légende urbaine dans cette volonté de réduire l’histoire et son énonciation à un schéma simple, en gommant toutes les aspérités qui viendraient parasiter la communication de sa morale. Un peu comme avec la légende urbaine, d’ailleurs, l’effacement de toute métadonnée destinée à un lectorat humain (date de première publication, nom de l’auteur, titre, source, etc.) conduit à une multiplication des doublons et des re-publications : on se raconte sans cesse la même histoire pour transmettre son sens à ceux qui ne le connaîtraient pas encore.

Un poster n’a pas plus d’auteur qu’une parabole. Il est l’image et sa légende, comme la fable et sa morale, réunies sous une forme familière et fixées sur un support simple (une image), redistribuable tel quel. Le poster se suffit à lui-même.

Certes, son créateur doit rester anonyme, mais c’est faible prix à payer pour pouvoir, d’un seul geste, contrôler la typographie, la mise en page, le parcours de navigation même9 — en les mettant à l’abri des effets du net.

Le créateur du poster arrache le contenu aux flux ; ce contenu est nettoyé, débarrassé de ses métadonnées informatiques et de tout paratexte ; il est repackagé sous une forme à la fois anonyme et familière, anodine. L’histoire et sa morale sont figées, comme vitrifiées dans une image. Le rédacteur a recréé de la linéarité, de la non-interactivité, de l’analogique — du papier, en somme — au nom de l’expérience qu’il voulait donner au lecteur.

Il fait le geste de l’auteur.

  1. Les motivational posters, très à la mode dans les années 80-90, sont des affiches généralement composées d’une photo sur fond noir et d’une légende écrite en dessous. Leurs messages à la fois positifs et aseptisés, typiques de l’ambiance post-reaganienne, ont fait d’eux la source de moqueries constantes sur le web. On appelle ces parodies des demotivationals. []
  2. récompensé par le prix Pullitzer 2008 []
  3. Poster : « If we do not have a moment to stop and listen to one of the best musicians in the world, playing some of the finest music ever written, with one of the most beautiful ever made… How many other things are we missing? »

    Post : « If we can’t take the time out of our lives to stay a moment and listen to one of the best musicians on Earth play some of the best music ever written; if the surge of modern life so overpowers us that we are deaf and blind to something like that — then what else are we missing? » []

  4. Hormis les structures grammaticales de type « of the » et le nom de Joshua Bell. []
  5. Alors que l’article du Washington Post adopte une structure dite « Columbo », la révélation intervenant dès l’ouverture du papier, ce qui déplace le focus vers le processus de construction et le contexte. []
  6. A bien y regarder, dans le projet sinon dans la lettre, on est même plus proche du motivational poster que du demotivational []
  7. le contenu primaire de sa glose, en fait []
  8. La paraphrase du paragraphe de conclusion, à peine plus compacte que l’original, peut être interprétée comme une volonté de se soustraire à la puissance des moteurs de recherche — d’empêcher le lecteur de remonter à la source. []
  9. Cf. les exemples donnés dans un billet précédent. []

A regarder ou écouter sur le site de l’ESÉN :

Louise Merzeau répond à cinq questions qui mettent en perspective l’évolution sur internet des notions de traçabilité, de vie privée, de maîtrise ou de contrôle de son image, de transformations législatives. Elle propose enfin sa conception d’une conduite éducative adaptée à la complexité de ces sujets.

La traçabilité sur internet et ses conséquences en formation

Traces : La page

La page web n’est vraiment pas un objet idéal. On est bien d’accord. Je comprends tout à fait ce qu’il y a d’ennuyeux à la variabilité de la page, à son instabilité. Il y a la publicité, et plus généralement tout le contenu qui s’affiche sur la base des divers cookies présents dans notre navigateur. On en est au point où les résultats de Google changent en fonction de notre position géographique, voire de nos recherches précédentes (si on est loggé à son compte gmail, par exemple). Il devient impossible d’obtenir les mêmes résultats à la même requête même lorsqu’on effectue les deux requêtes en même temps.

Certains y voient un danger, une fragmentation qui rendrait le web incontrôlable et inconnaissable, voire mensonger. Je crois que c’est méconnaître le web en plaquant sur lui des modèles inadaptés. Penserait-on à se plaindre de ce que la réalité nécessite des médiations, des instruments et des objectivations pour être connaissable ?1

A première vue, la solution paraît devoir être de retrouver de l’invariant :

L’idée sous-jacente est que la réponse permettra de traiter la tendance extrêmement répandue à présenter des ressources documentaires (au sens traditionnel) dans un « enrobage » d’informations périphériques volatiles, comme des commentaires des lecteurs, des nuages de tags, de la publicité, des fils de nouvelles, etc. (et de ne publier ces ressources documentaires que sous cette forme, et jamais dans une forme « épurée », dénudée de tout enrobage). Nous voulons pouvoir mettre en évidence que, dans des réponses différentes mais ne variant que par l’enrobage, peut se cacher un noyau « documentaire » constant digne d’intérêt.

Roger II Pédauque, Le Web sous tensions

En opérant ce nettoyage – et peu importe qu’il soit conceptuel ou technique – on veut mettre au jour un « noyau documentaire » épuré et enfin redevenu stable. Il s’agit en fait de revenir au niveau supérieur, c’est-à-dire de retrouver la ressource qui a servi à constituer la page.

La ressource

Le nettoyage propose de retrouver la ressource derrière la page pour se pencher enfin sur un objet propre, digne, symétrique. C’est efficace, parce que ça permet de contourner les difficultés posées par la page web en tant qu’objet. Mais dans le même temps, le nettoyage recrée artificiellement le net ordonné et cohérent que les tenants du web sémantique, par exemple, ont en tête — vision qui, pour toute sa complexité technique, n’est finalement pas très éloignée des ‘bibliothèques universelles’ que l’avenir nous promettait, dans les années 90.

Cette manière de voir n’est pas sans poser quelques problèmes. J’ai par exemple assisté en avril dernier une présentation au DLWeb, où l’orateur s’interdisait littéralement de parler de page : ‘il n’y a pas de page sur le web, il y a des ressources dont nous ne percevons que l’ombre portée, du fond de notre caverne’. Evidemment c’était un peu difficile à tenir : le mot « page » finissait par lui échapper, et il devait se reprendre pour rester cohérent. Il y avait à l’oeuvre la force de l’habitude, oui, mais aussi le fait que le net se présente à nous sous forme de pages, qu’on le veuille ou non.

Il me semble qu’en se focalisant sur la ressource qui serait ‘enrobée’ de parasites négligeables, on vide le net de ses irrégularités, ses aspérités, c’est-à-dire les stigmates de son processus de construction (spontané, décentralisé, parfois erratique) — en somme ce qui fait de lui le net, par contraste avec tout autre média. Nettoyage c’est un bon terme parce que le net est sale, informe, décidément pas présentable — mais c’est comme ça qu’il faut l’accepter. Il n’y a pas de net propre et pur qui serait caché quelque part en dessous.

Le théâtre

Je propose une analogie. Si on va au théâtre voir la même pièce plusieurs soirs d’affilée, on constatera immanquablement des variations entre les représentations. La pièce est la même, les acteurs sont les mêmes, la mise en scène est la même, mais les représentations varient néanmoins. On peut en parler avec d’autres spectateurs qui sont venus à des moments différents, et chacun sera d’accord pour dire qu’il a vu la même pièce que les autres. Au milieu de tout ça, imaginons un monsieur qui est là chaque soir avec un petit calepin, essayant désespérément de prendre en note l’intégralité de la pièce, de démêler le texte de ce qui est une légère improvisation, de lisser les variations dues au hasard, et de séparer entre la vision du metteur en scène et ce qui se trouve écrit dans les didascalies.

Au bout d’un certain temps et au prix de beaucoup d’efforts, ce monsieur aura sans doute reconstitué le texte de la pièce avec un degré d’exactitude raisonnable. Oui. Par contre je pense qu’il sera passé à côté de ce qui se jouait sous ses yeux. Il aura retrouvé le texte de la pièce, mais pour y parvenir il aura dû ignorer la mise en scène, le jeu des acteurs, les décors, etc., en se focalisant uniquement sur le texte. Pour l’avoir vue 100 fois, il sera tout de même passé à côté de la pièce.

Même si c’est difficile, même si c’est inhabituel, même si c’est déstabilisant, je crois que nous ne pouvons pas éviter de penser le net comme un ensemble d’objets complexes, instables. Nous devons nous confronter à la page, sans nous rabattre automatiquement sur le niveau que nous comprenons mieux parce qu’il paraît mieux ‘calculable’ (la ressource).

L’instanciation

La ressource n’est pas le net tant qu’elle ne se manifeste pas sous forme de page. En elle-même, la ressource ne fait pas sens : elle est effectivement une somme d’inscriptions numériques arbitraires, du binaire. C’est bien par la page que le net se donne à voir, et si c’est tout ce que nous pouvons en voir, ainsi soit-il. Je propose donc de parler d’instanciation : chaque page vue est une instanciation de la ressource. Le web est la ressource instanciée, dans toutes ses instances à la fois. La ressource telle qu’on peut la voir dans les instances, les instances en tant que projections de la ressource.

En d’autres termes, la page est tout ce que nous voyons du web, sa manifestation. Elle n’est pas le web en soi, ni un artefact qui masquerait la véritable ressource. Elle est une instance de la ressource, et elle doit être manipulée en tenant compte de ses propriétés : la page est instable, et elle ne sera toujours qu’une représentation partielle, un échantillon de l’infinité d’instances susceptibles de naître d’une même ressource.

Cette indécidabilité est constitutive du web. Chercher à le réduire à une belle arborescence de documents linéaires me rappelle nos grands parents lorsqu’ils impriment leurs e-mails.

  1. Plus profondément, ce n’est pas la faute de Google si nous en sommes venus à nous reposer sur lui, à concevoir nos outils autour de fonctionnalités que nous tenions pour acquises. Google ne nous doit rien, et il n’est certainement pas responsable de la situation de dépendance dans laquelle nous nous trouvons. []

Traces : l’auteur

Lors d’une séance des ateliers DLWeb de l’INA, j’ai pu entendre une présentation de Bruno Bachimont sur la notion de trace numérique1 . J’ai été piqué par cette présentation : j’avais des objections, mais il était difficile de ne pas être conquis par la puissance rhétorique déployée. Il était manifeste que j’avais sous les yeux des réflexions ambitieuses, fortes, fécondes.

Pour aller un peu plus loin, je suis allé lire le dernier livre de Bruno Bachimont, et j’y ai – logiquement – retrouvé la même idée, à savoir que tout ce qui est numérisé devient une trace binaire vide de sens (il dit « anonyme ») tant qu’elle n’est pas interprétée :

« – fragmentation / recombinaison : puisque le numérique repose sur la discrétisation et la manipulation, il en résulte que toute réalité touchée par le numérique sera réduite en unités vides de sens sur lesquelles des règles formelles de manipulation seront appliquées. La discrétisation fragmente la réalité considérée, la manipulation la recombine, fragmentation et recombinaison se faisant de manière arbitraire par rapport à la nature de la réalité considérée, à son sens ou à sa signification. Les unités auxquelles aboutit la discrétisation, les entités reconstruites par la recombinaison sont définies de manière totalement arbitraire par rapport à la nature des contenus considérés ;

– désémantisation / ré-interprétation : de même, la discrétisation implique une rupture avec la sémantique propre aux contenus manipulés. Il en résulte donc une désémantisation, une perte de sens, qu’il faudra gérer à travers un processus de re-sémantisation explicitement assumé. Sinon, la numérisation, comme on le voit très souvent aujourd’hui, est vécue comme une perte de sens, une montée de l’arbitraire technicien, au lieu d’être appréhendée comme la source de nouvelles possibilités techniques »

Bruno Bachimont, Le sens de la technique : le numérique et le calcul, p. 160

Ma première objection est très simple. Analyser les objets numériques uniquement en termes de bits, c’est comme analyser les livres en termes de cellulose et d’encre et de reliure. L’arbitraire du binaire est là, mais il n’est pas pire que celui de l’écriture, et même s’il est très intéressant de l’interroger, je ne vois pas pourquoi il faudrait s’en tenir là.

Plus profondément, ce qui m’ennuie dans le fait de parler indistinctement de trace pour désigner toute représentation informatique, c’est l’aplatissement conceptuel qui a lieu : en ramenant tout à l’enregistrement numérique, aux bits, on considère ensemble et indistinctement les logs enregistrés par les serveurs et les messages laissés par les visiteurs d’un forum (par exemple). C’est ignorer l’intention de celui qui produit la trace informatique, et tout ramener à une vision mécaniste des choses.

Or on est bien l’auteur du message, mais pas celui de l’enregistrement dans le log. Il faut donc établir une distinction entre la trace (le sous-produit) et la production (le produit).

Malheureusement, une fois qu’on a dit ça, on a crée plus d’interrogations nouvelles qu’on n’en a résolu – car si on est indiscutablement l’auteur d’un post de forum, qu’en est-il d’un tweet ? A l’extrême, est-on l’auteur d’un like Facebook ? – quand il ne reste que l’intention, seulement matérialisée par le clic.

Le complexe du trouveur

Après une période d’expérimentation dans les années 2000, les blogs se sont stabilisés : ils s’inscrivent d’eux-mêmes dans des grandes catégories à peu près établies (politique, gadgets, mode / beauté, famille, etc. Se reporter à la taxonomie de Wikio par exemple). Dans tous les domaines fleurissent des blogs de veille ou de curation, où on trouve le même type de contenus courts, digestes, et avec pratiquement pas de contenu original.

L’exemple typique est une citation d’un contenu externe, rapidement commentée et mise en situation, avec un lien vers le site d’origine. Du « lien qualifié », comme j’ai pu l’entendre. Le blogueur/veilleur/curator, en sélectionnant des informations pertinentes pour ses lecteurs, apporte clairement quelque chose – il a crée de la valeur pour son lectorat. Pourtant ce qu’il a créé n’est pas un nouveau document, d’après les standards habituels : l’écrasante majorité du contenu provient d’ailleurs, et sa contribution propre n’est pas sémantiquement autonome. C’est une forme de glose.

reddit est un site spécifiquement conçu pour le partage de ces « liens qualifiés »2 . Un des phénomènes les plus distinctifs et les plus curieux sur reddit est le recours quasi systématique à des captures d’écran hébergées sur le site de partage de photos imgur : le consensus est qu’il vaut mieux composer une image avec ce qu’on veut montrer, l’uploader sur imgur et utiliser ça comme lien.

Pourquoi ? La question revient assez souvent, et les raisons invoquées sont multiples – parmi celles que j’ai lues le plus souvent :

  • Parce qu’imgur a la bande passante nécessaire pour éviter que l’afflux de traffic provoqué par reddit n’entraîne la mise hors ligne du site (caching pour prévenir une forme d’effet slashdot.)
  • Parce que ça permet de résumer un parcours de navigation complexe en un seul lien (voire d’entourer / surligner / mettre en évidence ce qu’on veut montrer), c’est-à-dire de redocumentariser.
  • Parce que c’est un aplatissement, une réduction de tous les médias du web (et de la viandosphère – penser aux photos de coupures de presse) à une forme commune, dont les contraintes sont comprises et admises par l’ensemble de la communauté. Comme on le verra plus bas, cela facilite et encourage le mash-up et la création incrémentale.
  • Parce que ça permet de figer la page pour la montrer telle qu’on l’a vue, en se prémunissant contre les disparitions et les modifications éventuelles3
  • Enfin parce que ça « évite de donner des hits » (c’est-à-dire des revenus publicitaires, en dernière analyse) aux sites qu’on veut dénoncer ; encore une fois, il s’agit de compenser les effets de bord liés à l’exposition subite à un public très large.

Néanmoins, cette pratique n’a pas que des avantages. Deux objections reviennent fréquemment :

  • l’upload sur imgur conduit à des url non signifiantes, et donc à une infinité de doublons. Ces reposts de contenus identiques sont très mal vus : ils nuisent à la qualité générale de reddit, et ils sont vus comme une sorte d’appropriation indue du travail du ‘trouveur’ du lien d’origine.
  • l’upload sur imgur efface le lien entre le contenu et ses auteur / lieu / contexte de publication originels. Privé de son contexte, le contenu du lien perd de son sens, et le travail n’est plus attribué à l’auteur. Le trouveur / curator devient est seul à être crédité, et devient donc, par droit de conquête, l’auteur principal, au détriment de l’auteur réel.

Constatons que ces deux problèmes ne sont pas d’ordre technique. Ils tiennent à notre conception de la propriété intellectuelle, en particulier de la place que nous accordons à l’auteur.

Mash-up & production incrémentale

La combinaison de ces quelques particularités a donné naissance à une culture de la réappropriation, dont les webcomics sont l’exemple le plus parlant :

Dans la petite BD ci-dessus, les deux premières cases sont de Pénélope Bagieu, et la troisième a été rajoutée par un anonyme pour moquer les règles de sécurité des aéroports américains. L’ensemble a été reposté sur reddit sans la moindre mention d’auteur – ni l’auteur d’origine, ni celui qui a ajouté la dernière case.

Un exemple encore plus étonnant :

Ici, l’auteur se met en scène découvrant son propre travail reposté sans mention de la provenance. Sa première réaction est de regretter qu’on ne l’ait pas cité. Il découvre bientôt que non content de reposter sa BD, ses lecteurs l’ont étendue et partiellement réécrite. Il constate que le résultat est supérieur à sa production d’origine. Il ne sent plus le droit de revendiquer la paternité de l’oeuvre.

Demander « Qui est l’auteur de cette BD ? » revient à demander « Qui est l’auteur de cet article de Wikipédia ? ». Il n’y a pas de réponse univoque, parce que la question passe à côté du problème.

  1. Les slides sont consultables sur le blog du DLWeb. []
  2. Il se trouve qu’on y papote aussi beaucoup, mais ce n’était pas l’objectif d’origine. []
  3. Modifier subrepticement un contenu après qu’il a été vu, surtout en réponse à des critiques, est une pratique relativement courante mais extrêmement mal vue. On parle de ninja edit. []