Organisations

Commerce et Compagnies Document numérique

Algorithmes et droit : liens et lectures

Le 16 octobre dernier avait lieu le colloque Transparence et responsabilité des algorithmes dans le cadre des entretiens Jacques-Cartier au Coeur des sciences de l’UQAM. Outre les exposés, qui furent très enrichissants, et les rencontres, qui furent toutes aussi pertinentes, je vous propose ici une sélection de liens, rapports, livres et autres lectures qui ont fait partie des travaux de la journée:

Livres

Articles

Autres

Internet Québec

Jeunes canadiens, internet et YouTube

Je désire souligner la parution de deux études concernant l’appropriation des nouvelles technologies au Québec et au Canada.

La première est la plus récente livraison d’une longue série d’études intitulée NETendances de la part du CEFRIO, un organisme de recherche: Le portrait numérique des foyers québécois en 2017 : Usage du Web, médias sociaux et mobilité.

La seconde est la suivante:

Rebecca Raby, Caroline Caron, Sophie Théwissen-LeBlanc, Jessica Prioletta & Claudia Mitchell. « Vlogging on YouTube: the online, political engagement of young Canadians advocating for social change » Journal of Youth Studies Vol. 20 , Iss. 10
http://dx.doi.org/10.1080/13676261.2017.1394995

Selon l’articule diffusé par l’équipe de recherche:

L’équipe de recherche dirigée par la professeure Caroline Caron vient de publier dans la revue Journal of Youth Studies un portrait de la présence canadienne des vlogueurs adolescents sur la plateforme YouTube. Les résultats montrent que la diffusion de vidéoblogues (vlogues) est une stratégie participative novatrice employée par certains adolescents et adolescentes afin de défendre des causes et promouvoir le changement social. Ces nouvelles pratiques sociales chez les jeunes participent à la mutation des formes de l’engagement civique et de la participation politique, qui est étroitement liée au développement des technologies numériques. Les résultats présentés dans l’article ébranlent certaines représentations sociales qui reposent sur l’hypothèse dune apathie politique généralisée chez les jeunes.

Contenu culturel Québec Rapport et étude Standards

État des lieux sur les métadonnées culturelles

L’Observatoire de la culture et des communications du Québec annonce la diffusion d’un volumineux rapport intitulé: État des lieux sur les métadonnées relatives aux contenus culturels (pdf, fr, 118 pages). 

Selon le communiqué de presse:

L’étude dresse un portrait de l’usage actuel des métadonnées dans le monde de la culture au Québec, à partir d’une recherche menée par des experts des domaines du livre, de l’audiovisuel, de l’enregistrement sonore, du spectacle, du patrimoine et de la muséologie. Il y est notamment question de l’utilisation des métadonnées pour faciliter la découvrabilité des contenus culturels, c’est-à-dire leur capacité à se laisser découvrir aisément par les consommateurs. L’ouvrage traite aussi du potentiel des métadonnées en tant qu’outil de mesure de la consommation des contenus culturels et de rémunération des créateurs et des entreprises qui en détiennent les droits d’auteur.

Journaliste Jugement Livre et édition Québec

Les nouvelles et l’utilisation équitable

Un collègue m’as mis la puce à l’oreille d’un jugement récent concernant l’utilisation équitable et la communication de nouvelles. Cedrom-SNI, La Presse, Le Devoir et Le Soleil ont obtenus une injonction interlocutoire contre un site qui moissonnait les titres et amorces d’articles afin de les rediffuser soit gratuitement son site, soit sous un abonnement payant. Voici le lien vers la cause:

Cedrom-SNI inc. c. Dose Pro inc., 2017 QCCS 3383 (CanLII), <http://canlii.ca/t/h50zb>, consulté le 2017-09-28

 

Je vous invite à lire ce sommaire de Julie Desrosiers, Chris Semerjian et Patricia Hénault chez Fasken Martineau. J’apprécie leur effort mais je suis un peu déçu qu’ils indiquent que cette « décision a de nombreuses implications dans la reconnaissance et l’étendue des droits d’auteur au Québec. » En fait, comme le précise le juge au paragraphe 23:

[23]        Le Tribunal doit garder à l’esprit que le remède demandé est analysé en l’absence d’une preuve complète et qu’il doit éviter de se pencher sur la question comme s’il s’agissait d’un procès au fond. C’est ce que la Cour d’appel soulignait dans l’arrêt Morrissette c. St-Hyacinthe (Ville de)[9] :

 

Et, au paragraphe 48:

[48]        (…) La question de déterminer s’il s’agit d’une portion importante du texte de l’article demeure une question pour le juge du fond.

 

À tout le moins, l’implication réelle de ce jugement concerne le recours aux injonctions dans un contexte de contrefaçon. Je ne veux pas minimiser la rigueur du travail de l’honnorable juge Duprat ou le travail des avocat.e.s travaillant sur le dossier. Je veux simplement contextualiser, pour le public, (et certains de mes lecteurs), les divers moyens procéduraux de la cour – tous les jugements n’ont pas le même poids. Il ne s’agit d’un prélude à une analyse plus approfondie de la question en droit.

 

Ceci dit, la conséquence pour le moissonneur de site de nouvelles est évident : il s’est fait couper l’herbe sous le pied (le jeu de motsest voulu). Sans source pour opérer son service et générer un revenu, il faut se demander s’il aura les moyens (pécuniers) pour se rendre à la prochaine étape…

 

Peut-être que d’autres seront de la partie ? Comme le précise le juge, encore au paragraphe 48:

Il faut soupeser le fait que ce type d’informations (titre et amorce ou simplement titre) est relayée en des millions d’occasions par des sites comme Google ou Yahoo.

Document numérique Lettres

Avoir la mesure des mots (lecture de Hermeutica de Rockwell & Sinclair, MIT Press 2016)

Suite à mon exploration de l’outil Voyant-tools pour l’analyse textuelle, la Société canadienne des humanités numériques a décerné son prix annuel à Stéfan Sinclair, Professeur à McGill et directeur du centre de recherche sur les humanités numériques, et À Geoffrey Rockwell, professeur de philosophie à l’University of Alberta, pour leur outil Voyant-tools ainsi que leur livre décrivant leur parcours intellectuel intitulé: Hermeneutica : computer-assisted interpretation in the humanities. Je me suis empressé d’emprunter et de lire leur monographie afin de mieux comprendre l’outil qu’ils ont créé…

Les auteurs offrent une réflexion sur leur démarche intellectuelle dans le recours à des outils technologiques pour l’analyse textuelle sourtout dans le domaine des études littéraires. Voici quelques passages qui ont retenu mon attention. Par ailleurs, je cite deux autres livres à la toute fin de ce billet – ils concernent eux aussi le domaine (surtout le livre de Holsti, qui ne figure pas dans la bibliographie de Rockwell & Sinclair mais qui traite d’un sujet très proche).

Je crois que le travail de Rockwell & Sinclair dans Hermeneutica permet de mieux comprendre comment le domaine des études littéraires s’est approprié l’outil informatique. J’espère m’en inspirer largement dans l’analyse empirique et informatique du droit… Selon les auteurs,

This book, to be clear, is not about what we can learn from corpus linguistics or computational linguistics. Rather, it is rooted in the traditions of computer-assisted text analysis in literary studies and other interpretive disciplines and the more hermeneutical ends of philosophy and history. It is about that tradition as much as it is about what you can do with hermeneutical things. Insofar as the tradition of literary text analysis has evolved in parallel with computational linguistics without building on it, we feel justified in leaving that for another project.

The use of interpretive tools in the social sciences is also outside the purview of this book. There is a tradition of qualitative techniques and tools for analyzing interviews or other texts of interest to social scientists. This is similar to literary text analysis, in that it uses computers to interpret texts, but the goals and methods are different. Atlas.ti, NVivo, and similar tools help social scientists with content analysis for social scientific aims. They are not meant to help understand the texts themselves so much as to help understand the phenomena of which texts such as interview transcripts are evidence. Again, as with linguistic analysis, we could learn a lot from such

(p. 19)

tools and traditions of research practice, but they are beyond the scope of this book. (p. 20)

En citant les travaux de Smith, Rockwell & Sinclair tentent de développer une approche théorique basée sur une approche itérative de l’interrogation d’un corpus (p.86-7). Smith a précédé Rockwell & Sinclair de quelques décennies mais fut confronté à la même problématique qu’eux: comment développer une approche méthodologique face à la montagne de données, statistiques, mesures, et autres calculs possibles sur un corpos précis.
In his article “Computer Criticism” Smith completes the move from imagery, as it is manifest in computer visualizations of various kinds, to a critical theory that opens the way for computational methods. What makes this hermeneutical circle even more interesting is that the aesthetic theory voiced by Stephen Dedalus nicely captures the encounter with the visualization. Dedalus has developed an idea from the medieval philosopher Thomas Aquinas. The encounter with art, Dedalus argues, passes through three phases:
1. Integritas: First, the aesthetic image (visual, audible, or literate) is encountered in its wholeness as set off from the rest of the visible universe.
[…]
2. Consonantia: Then one apprehends the harmony of the whole and the parts.
(p. 88)
[…]
3. Claritas: And finally one sees the work in its particular radiance as a unique thing, bounded from the rest but with harmonious parts. […]
These three phases or this aesthetic encounter make a pattern that we can use for the interpretive encounter. The sequence might be something like the following steps, the first two having been outlined in chapter 2 and the third covering how results are returned to you (the subject of this chapter).
Demarcation First, one has to identify and demarcate the text (or corpus) one is going to interpret. In that choice one is defining the boundary of a work or collection from the rest for the purposes of interpretation. Pragmatically this takes the form of choosing a digital text and preparing it for study.
Analysis Second, one breaks the whole into parts and studies how those parts contribute to the form of the whole. Smith, in “Computer Criticism,” suggests that this is where the computer can assist in interpretation. Stephen Dedalus summarizes this as analyzing “according to its form.” 18 The computer can automate the analysis of a text into smaller units (tokens). Even individual words can be identified and be used as the unit for analysis.
Synthesis Third, there is a synthesis of the analytical insights and interpretive moves into a new form that attempts to explain the particular art
of the work being studied. That is the synthesis into visualizations and then into an essay; a new work that attempts to clarify the interpreted work. These syntheses are hermeneutica.
When we return later to theorize computer-assisted interpretation, we will look more closely at Smith’s structuralist critical theory, the weakest  part of his triptych of illustrative essay, theory, and tools.
(références pour ce passage)
Smith , J. B. Image and imagery in Joyce’s Portrait: A computer-assisted analysis . In Directions in Literary Criticism: Contemporary Approaches to Literature, ed. S. Weintraub and P. Young . University Park : Pennsylvania State University Press , 1973 .
Smith , J. B. 1978 . Computer criticism. Style 12 ( 4 ): 326 – 356 .
Smith , J. B. 1984 . A new environment for literary analysis. Perspectives in Computing 4 ( 2/3 ): 20 – 31 .
Smith , J. B. 1985 . Arras User’s Manual. TextLab Report TR85-036, Department of Computer Science, University of North Carolina, Chapel Hill.
(Important: Stephen Dedalus est l’aterego littéraire de James Joyce, l’auteur qu’analyse Smith.)
Les auteurs considèrent que l’accessibilité accrue à des corpus numériques et aux outils pour les analyser introduisent des mutations dans leur discupline:
Big data has been trumpeted as the next big thing made possible by the explosion of digital data about us, to which we contribute. As we write this, big data probably is at the high point in the Hype Cycle —there are inflated expectations as to how it will transform business, government, and the academy, and soon there are likely to be more sober evaluations. Drawing on Mayer-Schönberger and Cukier’s book Big Data, we characterize how
big data changes methods as follows:
From samples to comprehensive data In the humanities and the social sciences, traditionally we either focus on works that are considered distinctive or sample larger phenomena. Big data draws on relatively complete datasets, often created for entirely different purposes, and uses them for new research. These datasets are comprehensive in a way that sampling isn’t, and in a way that can change the types of questions asked and can change people’s confidence in the answers.
(p. 125)
From purposeful data to messy and repurposed data Traditionally, the data used in research are carefully gathered and curated for that research. With big data, we repurpose messy data from other sources that weren’t structured for research and we aggregate data from multiple sources. This raises ethical issues when people’s information is used for purposes they didn’t consent to; it also means that we can extract novel insights from old data, which is why preservation of data is important.
From causation to correlation Big data typically can’t be used to prove causal links between phenomena the way experiments can. Instead, big data is used to show correlations. Big data is being pitched as an opportunity to reuse data to explore for new insights in the form of correlations. There are even techniques that can comb through datasets to identify all the statistically significant correlations that could be of research interest.
What Does This Mean for the Humanities? 
What does this mean for the humanities in general and the Digital Humanities in particular? Well, there are obvious privacy issues, ethical issues, and governance issues that call for attention. The liberal arts are supposed to prepare free ( liber) people for citizenship and participation in democratic community. Big data is now one way citizens are managed both by industry and by government. 25 The liberal arts clearly have a role in studying and teaching about big data. To get a conversation of the phenomenon going, the researchers danah boyd and Kate Crawford (2012) offer six provocative statements:
1. Big Data changes the definition of knowledge.
2. Claims to objectivity and accuracy are misleading.
3. Bigger data are not always better data.
4. Taken out of context, Big Data loses its meaning.
5. Just because it is accessible does not make it ethical.
6. Limited access to Big Data creates new digital divides.
Following boyd and Crawford, one way to think about big data is to look at the pragmatics of how working with large amounts of data changes knowledge. A particularly Digital Humanities way to do this is to think through experimenting with the analysis of large datasets. “Thinking through” is an approach of understanding a phenomenon (thinking about it) through the practices of making, experimenting, and fiddling. It is one of the ways the Digital Humanities can contribute to the larger dialogue of the humanities through what Tito Orlandi and later Willard McCarty called
(p. 126)
modeling. We create models of systems and learn through the iterative making and reflecting on the models—especially when they fail, as they usually do. The false positives that our hermeneutica throw up tell us about the limitations of our models and hence about the limitations of the theories of knowledge on which they are based.
Ainsi, (p. 128-130)
What Can We Do with Big Data Analytics?
At this point, let us take a quick tour through some of the opportunities and risks for Big Data in the Digital Humanities.
Filtering and subsetting We begin with a basic operation comparable to what intelligence services do with Information in Motion: filtering big data to get useful subsets that can then be studied by other, possibly traditional techniques (e.g., reading). The Cornell Web Lab, which alas was closed in 2011, was working with the Internet Archive to build a system that would enable social scientists (and humanists) to extract subsets from the archive. The dearth of resources that allow for navigation between large databases of content (among them the Gutenberg Project of digital texts) to specialized environments for reading and analysis should be noted here.
Enrichment “Enrichment” is a general term for adding value. In the context of big data, researchers are developing ways to enrich large corpora automatically using the knowledge in big data. In “What Do You Do with a Million Books?” (the 2006 article that first prompted many of us to begin thinking about what big data meant in the humanities), Greg Crane wrote eloquently about what we now can do to enrich big data to make it more useful. Crane has made the further point that simply providing translation enrichment could provide us with a platform for a dialogue among civilizations.
Sequence alignment Sequence alignment can be adapted from bioinformatics for the purpose of following passages through time. This is the research equivalent to what plagiarism detectors do with students’ papers. They look at sequences of text to see whether similar passages can be found in other texts, contemporary or not. Horton, Olsen, and Roe (2010) described work they had done with the ARTFL textbase to track how passages in an influential twentieth-century history by Paul Hazard had been cribbed from a seventeenth-century text. The point is not that Hazard was a lazy note taker, but that one can follow the expression of ideas across writers when one has them in digital form.
Diachronic analysis Diachronic analysis is using data sets to study change over time. Although the use of large diachronic databases dates back to
(p. 129)
the Trésor de la langue française (TLF) and the Thesaurus Linguae Grecae (TLG) projects, diachronic analysis got a lot of attention after Google made its Ngram Viewer available and after Jean-Baptiste Michel and colleagues published their paper “On Quantitative Analysis of Culture Using Millions of Digitized Books” (2010). There are dangers to using Ngrams (or phrases of words) to follow ideas when the very words have changed in meaning, orthography, and use over time, but the Ngram Viewer is nonetheless a powerful tool for testing change in language over time (and its search-and-graph approach makes it accessible to a broad public).
Classification and clustering Classification and clustering comprise a large family of techniques that go under various names and can be used to explore data. Classification and clustering techniques typically workon large collections of documents and allow us to automatically classify the genre of a work or to ask the computer to generate clusters according to specific features and see if they correspond to existing classifications. A related technique, Topic Modeling, identifies clusters of words that could be the major “topics” (distinctive terms that co-occur) of a large collection. An example was given in the previous chapter, where we used correspondence analysis to identify clusters of key words and years in the Humanist archives.
Social network analysis Social network analysis (SNA) involves identifying people and other entities and then analyzing how they are linked in the data. It is popular both in the intelligence community and in the social sciences. SNA techniques can graph a network of people to show how they are connected and to what degree they are connected. In the social sciences, the data underlying a network typically are gathered manually. One might for example interview members of a community in order to understand the network of relationships in that community. The resulting data about the links between people can be visualized or queried by computer. These techniques can be applied in the humanities when one wants to track the connections between characters in a work (Moretti 2013), or the connections between correspondents in a collection of letters or places mentioned in a play. Just as an ethnographer might formally document relationships between people, a historian might be interested in determining who lived in Athens when Socrates was martyred and how those people were connected. Large collectionsof church records, letters, and other documents now allow us to study social networks of the past. Thanks to a new family of techniques that can recognize the names of people, organizations, or places in a text, it is
(p. 130)
now possible to extract named entity data automatically from large text collections, as the Voyant tool called RezoViz does.
Self-tracking Self-tracking is the application of big data to your life. You can gather big data about yourself. Personal surveillance technologies allow you to gather lots of data about where you go and who you correspond with, and to then analyze it. The idea is to “know thyself” better and in more detail (or perhaps just to remind you to exercise more). Though results of self-tracking may not seem to be big data relative to the datasets gathered by the NSA, they can accumulate to the point where one must use mining tools to make sense of it. A fascinating early project in life tracking was Lifestream, started in the 1990s as a project at Yale by Eric Freeman and David Gelernter, which introduced interesting interface ideas about how information could be organized according to the chronological stream of life. 31 Gordon Bell has a project at Microsoft called MyLifeBits that has led to a commercially available camera, the Vicon Revue; you hang it around your neck, and it shoots pictures all day to frame bits of your life. 32 Recently Stephen Wolfram, of Mathematica fame, has posted an interesting blog essay on what he has learned by analyzing data he gathered about his activities—an ongoing process that, he argues, contributes to his self-awareness. 33 Many different tools are now available to enable the rest of us to gather, analyze, and share data about ourselves—especially data on our physical fitness data. (Among those tools are the fitbit, the Nike+ line, 34 and now the Apple Watch.)
Les auteurs (p. 128) proposent les lectures suivantes pour aller plus loin:
Jockers , M. L. 2013 . Macroanalysis: Digital Methods and Literary History. Urbana : University of Illinois Press .
Moretti , F. 2007 . Graphs, Maps, Trees: Abstract Models for Literary History. London : Verso .
Moretti , F. 2013 a. The end of the beginning: A reply to Christopher Prendergast . In Moretti, Distant Reading. London : Verso ,
Moretti , F. 2013 b. Network theory, plot analysis . In Moretti, Distant Reading . London : Verso .
L’analyse de données massives et textuelles amène certains écueils.
The problem is that when you analyze a lot of data you get a lot of false hits or false positives. The messier the data, the more false hits you get. The subtler the questions asked of the data, the more nuanced and even misleading the answers are likely to be. When you use Google to search for someone with a common name, such as John Smith, with big data you can get overwhelmingly big and disappointingly irrelevant results—result sets that are too big for you to go through to find the answer, and therefore not useful. (p. 131)
Par ailleurs,
A second problem with analysis of big data is the dependence on correlation. It doesn’t tell you about what causes what; it tells you only what correlates with what (Mayer-Schönberger and Cukier 2013, chapter 4). With enough data one can get spurious correlations, as there is always something that has the same statistical profile as the phenomenon you are studying. This is the machine equivalent to apophenia, the human tendency to see patterns everywhere, which is akin to what Umberto Eco explores in Interpretation and Overinterpretation (1992).
The dependence on correlations has interesting implications. In 2008, Chris Anderson, the editor in chief of Wired, announced “the end of theory,” by which he meant the end of scientific theory. He argued that with lots of data we don’t have to start with a theory and then gather data to test it. We can now use statistical techniques to explore data for correlations with which to explain the world without theory. Proving causation through the scientific method is now being surpassed by exploratory practices that make big science seem a lot more like the humanities. It remains to be seen how big data might change theorizing in the humanities. Could lots of exploratory results overwhelm or trivialize theory? What new theories are needed for working with lots of data?
A related problem is “model drift” or “concept drift,” which is what happens when the data change but the analytical model doesn’t. […]  The fact that people’s  use of language changes over time is a major problem for humanities projects that use historical data. People don’t use certain words today the same way they used those words in the past, and that’s a problem for text  (p. 133) mining that depends on words. If you are modeling concepts over time, the change in language has to be accounted for in the model—an accounting that raises a variety of interpretive questions. Does a phrase that you are tracking have the same meaning it had in the past, or has its meaning evolved?
(p. 132-3)
Eco , U. 1992 . Interpretation and Overinterpretation. Cambridge University Press .
Mayer-Schönberger , V. , and K. Cukier . 2013 . Big Data: A Revolution That Will Transform How We Live, Work, and Think. New York : Houghton Mifflin Harcourt
Ainsi, les auteur concluent (p. 133-4)
Similar questions about cost effectiveness should be asked, and are being  asked, about text analysis and mining in the humanities. Does text mining of large corpora provide real insight? There are two types of questions that we need to keep always in mind in analysis, especially in regard to largescale analysis:
• Are the methods and their application sound, and can they be tested by alternative methods (or at the very least, are we sufficiently circumspect about the data and methodologies)? In large-scale text analysis or “distant reading,” it is easy to misapply an algorithm and generate a false result. It is also easy to overinterpret results. Since at the scale of big data one can’t confirm a result by re-reading the sources, it is important to
confirm results in various ways. There is a temptation to use the size of the data to legitimize not testing results by reading, but there are always way to test results. Jockers (2013) shows us how one should always be (p. 134) sceptical of results and develop ways of testing results even if one can’t
test them by reading.
• Are the results worth the effort? Obviously, people who engage in text analysis and in data mining believe that the results are interesting enough to justify continuing, but at an individual level and at a disciplinary level we need to ask whether these methods are worth the resources. Computational
analysis is expensive not so much in terms of computing (of which there is an ample supply thanks to high-performance computing initiatives) as in terms of the human effort required to do it well. Is computational analysis worth the training, the negotiating of resources, and the programming it requires? Individuals at Voyant workshops ask this question in various ways. Also important are the disciplinary discussions taking place in departments and faculties that are deciding whether to hire in the Digital Humanities and whether to run courses in analytics. Hermeneutica can help those departments and faculties to “kick the tires” of text analysis as a pragmatic way of testing analytical methods in general.
Les auteurs offrent un exemple de leur cru des écueils de l’analyse de données massives et textuelles.
We have our own story about too many results—a story that points out another form of false positive in which the falsity is more that of a false friend. In May of 2010 we ran a workshop on High-Performance Computing (HPC) and the Digital Humanities at the University of Alberta. We brought together a number of teams with HPC support so they could prototype HPC applications in the humanities. One team adapted Patrick Juola’s
idea for a Conjecturator (Juola and Bernola 2009) so that it could run on one of the University of Alberta’s HPC machines. The Conjecturator is a data-mining tool that can generate a nearly infinite number of conjectures about a big dataset and then test them to see if they are statistically interesting.
The opposite of a “finding” tool that shows only what you ask for, it generates statistically tested assertions about your dataset that could be
studied more closely. The assertions take this form:
Feature A appears more/less often
in the group of texts B than in group C
that are distinguished by structural feature D

Citant:

Juola, Patrick, Bernola, Ashley (2009). ‘Conjecture Generation in the Digital Humanities’. Proc. DH-2009. 2009
Les auteurs indiquent que cette approche, lorsqu’appliquée au corpus de tous les livres publiés en 1850 génère plus de 87000 affirmations positives!! Ils pointent vers la fin de la théorisation scientifique classique (p. 132 – citant Chris Anderson qui, en 2008, a annoncé la fin de la théorisation scientifique). Donc, quoi faire avec 87000 théories?
• Many of the results are trivial. They may be statistically valid, but many nonetheless are uninteresting to humans.
• Many of the results are related. You might find that there is a set of related assertions about shirts over many decades.
• The results are hard to interpret in the dialogical sense. You may find a really interesting assertion but have no way to test it, follow it, or unpack it. The Conjecturator is not usefully connected to a full-textanalysis
environment in which one could explore an interesting assertion. As always, the trajectory from the very atomistic level (the narrow and specific assertions) to larger, more significant aspects is unmarked and hazardous, though not without potential rewards. (p. 135)
Vers une théorie modèle
Les auteurs (p. 152) indiquent que les travaux de Busa, avec l’aide de Tasman qui travaille pour IBM sont un pount de départ pertinent pour l’émergence des humanités numériques en études littéraires:
These are some of the first theoretical reflections on text analysis by a developer.  Though they aren’t the earliest such reflections, Busa’s ideas and his project are generally considered major initial influences in DH. 10 His essay positioned concordances as tools for uncovering and recovering the meanings of words in their original contexts. Busa is in a philological tradition that prizes the recovery of the historical context of language. To interpret  (p. 153) a text, one must reconstitute the conceptual system of its author and its author’s context independent of the text.
A concordance refocuses the philological reader on the language. It structures a different type of reading: one in which a reader can see how a term is used across a writer’s works, rather than following the narrative or logic of an individual work. A concordance breaks the train of thought; it is an instrument for seeing the text differently. One looks across texts rather then through a text. The instrument, by its very nature, rearranges the text by showing and hiding (showing occurrences of key words and their context grouped together and hiding the text in its original sequence) so as to support a different reading.
Busa , R. 1980 . The annals of humanities computing: The Index Thomisticus. Computers and the Humanities 14 ( 2 ): 83 – 90 .
Tasman , P. 1957 Literary data processing. IBM Journal of Research and Development 1 ( 3 ): 249 – 256 .
J’aime particulièrement cette idée selon laquelle: One looks across texts rather then through a text. The instrument, by its very nature, rearranges the text by showing and hiding (p. 153)
En poursuivant leur survol des textes fondateurs, les auteurs proposent ceci sur Smith 1978 (précité), à la page 156:
Smith reminds us that the term “computer criticism” is potentially  misleading, insofar as the human interpreter, not the computer, does the criticism. Smith insists that “the computer is simply amplifying the critic’s powers of perception and recall in concert with conventional perspectives.” [Smith 1978, p327] It would be more accurate to call his theory one of “computer-assisted criticism,” in a tradition of thinking of the computer as extending hermeneutical abilities. According to Smith, “the full implications of regarding the literary work as a sequence of signs, as a material object, that is “waiting” to be characterized by external models or systems, have to be realized.” [ibid] The core of Smith’s theory, however, comes from an insight into the particular materiality of the electronic text. As we pointed out in chapter 2, computers see a text not as a book with a binding, pages, ink marks, and coffee stains, but as a sequence of characters. The electronic text is a formalization of an idea about what the text is, and that formalization translates one material form into another. It is just another edition in a history of productions and consumption of editions.
The computer can help us to identify, compare, and study a document’s formal structures or those fitted to it. The process of text analysis, with its computational tools and techniques, is as much about understanding our interpretations of a text, by formalizing them, as it is about the text itself. Smith is not proposing that the computer can uncover some secret structure in the text so much as that it can help us understand the theoretical
structures we want to fit to the text.
An example of a structure interpreted onto the text is a theme. Here is what Smith wrote about mapping themes onto Joyce’s prose by searching
for collections of related words:
The concept of distribution is a diachronic, “horizontal” concept of structure that characterizes patterns along one of the vertical strata described earlier; a different concept of form or structure is the collection of synchronic relations among a number of such distributions. Synchronic patterns of interrelation are, essentially, patterns of co-occurrence. [Citant Smith 1978, p. 339]
In “Computer Criticism” (1978) and “A New Environment for Literary Analysis” (1984) Smith talks about following a “fire” theme; in “Image and Imagery in Joyce’s Portrait” (1973) he gives an example of how he studies such thematic structures. Smith describes a mental model of the text as vertical layers or columns. Imagine all the words in the text as the leftmost base column, with one word per line. Then imagine a column that marks which words belong to the fire theme. That layer could be plotted horizontally in a distribution graph. If one has a number of these structural columns, then one can also study the co-occurrence of themes across rows. Do certain themes appear in the same paragraphs, for example?
Smith anticipated text-mining research methods that are only now coming into use. He describes using Principal Component Analysis (PCA) to identify themes co-occurring synchronically, then cites examples of state diagrams and CGAMS that can present 3D models of the themes in a text. The visualizations are graphical presentations of structural models can be  used to explore themes and their relations. [Smith 1978 p.343]
In the late 1970s, Smith was trying to find visual models that could be woven into research practices. He called some of his methods Computer Generated Analogues of Mental Structure (CGAMS), drawing our attention to how he was trying to think through the cognitive practices of literary study that might be enabled by the computer. Like Perry’s model railroad, CGAMS provide a model theory that has explanatory and scalable power. The visualizations model a text in a way that can be explored, and they act as examples that a computer-assisted critic can use to model his or her own interpretations.
Les auteurs poursuivent en précisant que Smith a lié ses efforts à l’analyse littéraire en passant par les travaux de Rolland Barthes et surtout, le structuralisme (Barthes , R. 1972 . The Structuralist Activity: Critical Essays. Evanston : Northwestern University Press), ainsi:
structuralism should not be seen as a discovering of some inherent or essential structure, but as an activity of composition (p. 157)
[…] citation de Barthes 1972, pp. 214-5 & Référence ibid, p. 216
Ainsi:
That the computer forces one to formally define any text and any method makes this structuralist understanding of interpretation even more attractive as a way of understanding computer-assisted criticism.
The computer can help us with the activities of dissection and composition when what we want to study has been represented electronically. 27 The computer can analyze the text and then synthesize new simulacra for interpretation that are invested with the meanings that we (both the “we” of the developers of the tools and the “we” of users issuing queries) bring. (p. 158)
[À la note 27, les auteurs citent Rockwell , G. 2001 . The visual concordance: The design of Eye-ConTact. Text Technology 10 ( 1 ): 73 – 86. Rockwell utilise l’analogie du monstre pour l’analyse littéraire: comme Frankenstein qui est composé de divers morceaux ]
Les auteurs (p. 162) proposent que deux classes de théories sont pertinentes dans les humanités numériques: les instruments et les modèles.
À propos des instruments:
Certain instruments are theories of interpretation. An instrument implements a theory of interpreting the phenomenon it was designed to bring into view. It orients the user toward certain features in the phenomenon and away from others. The designer made the choice of what to show and what to hide. The user may tune it, but the instrument is, in effect, saying “This is important; that is not.” As Margaret Masterman wrote in “The Intellect’s New Eye” (1962), “the potential capacity of the digital computer to process nonnumerical data in novel ways—that capacity the surface of which has hardly been scratched as yet—is so great as to make of it the telescope of the mind.” (p. 162)
Citant
Masterman , M. 1962 . The intellect’s new eye . In Freeing the Mind: Articles and Letters from the Times Literary Supplement during March–June, 1962 . London : Times .
Quant aux modèles,
Thus, the things of the Digital Humanities are all models that are formalized interpretations of cultural objects. Even a process as apparently trivial as digitizing involves choices that foreground things that we formerly took for granted, forcing us to theorize at least to the point of being able to formalize. In order to be able to know what we are digitizing and how to do so, we need to develop a hermeneutical theory of things.
Through the process of digitizing we end up with three types of models: a theoretical model of the problem or cultural phenomenon; a working model of an instance of the phenomenon based on the first; and a model of the process whereby we will get the second, which may be semi-automated in code. The first is a model that is closer to what we mean by a hermeneutical theory. The second is the software, such as the e-text, that instantiates the theory to a greater or a lesser extent. The third is a model of the processing of the second, and that is what can be captured in practices and in tools (whether digitizing tools, analytical tools, or presentational tools). P. 163)
1.
Call Number AZ 186 R63 2016
Author Rockwell, Geoffrey, 1959- author.
Title Hermeneutica : computer-assisted interpretation in the humanities / Geoffrey Rockwell and Stéfan Sinclair.
Publication Cambridge, Massachusetts : The MIT Press, [2016]
Location Call Number Availability (what’s this?)
Webster 3rd Floor AZ 186 R63 2016
Description viii, 246 pages : illustrations ; 24 cm.
Bibliography Includes bibliographical references (pages [227]-239) and index.
Contents Introduction: Correcting method — The measured words : how computers analyze texts — From the concordance to ubiquitous analytics — First interlude: The swallow flies swiftly through : an analysis of Humanist — There’s a toy in my essay : problems with the rhetoric of text analysis — Second interlude: Now analyze that! : comparing the discourse on race — False positives : opportunities and dangers in big text analysis — Third interlude: Name games : analyzing game studies — A model theory : thinking-through hermeneutical things — Final interlude: The artifice of dialogue : thinking-through scepticism in Hume’s dialogues — Conclusion: Agile hermeneutics and the conversation of the humanities.
Scope and content « With increasing interest being shown in participatory research models, whether it be Wikipedia, World of Warcraft, participatory writing (like Montfort et al’s 10 Print or Laurel et al’s Design Research) or the more traditional communal research cultures of the arts collective or engineering lab, the Humanities is increasingly relying on computational tools to do the ‘heavy lifting’ necessary to process all of this information. Hermeneuti.ca, as its name implies, is about hermeneutical things–the computing tools of research that are usually hidden–how to use them, and how they are interpretative objects to be understood. Hermeneuti.ca is both a book and also a web site (http://hermeneuti.ca) that shows the interactive text analysis tools woven into the book. Essentially, Hermeneuti.ca is both a text about computer-assisted methods and a collection of analytical tools called Voyant (http://voyant-tools.org) that instantiate the authors ideas. While there is a definitely an emphasis on classic Digital Humanities work (corpus analysis, information retrieval, etc.), there is also a focus on the development of software as part of a project of knowledge that encompasses the idea of software as an active part of knowledge production that brings this book into the Software Studies series »–Provided by publisher.
Subject Heading Humanities — Research.
Digital humanities.
Humanities — Methodology.
Alternate Author Sinclair, Stéfan, author.
ISBN 9780262034357 hardcover ; alkaline paper
0262034352 hardcover ; alkaline paper
BOOK
2.
Call Number QA 76.76 H94B37 2013
Author Barnet, Belinda.
Title Memory machines : the evolution of hypertext / Belinda Barnet ; with a foreword by Stuart Moulthrop.
Publication London : Anthem Press, 2013.
Location Call Number Availability (what’s this?)
 OFFSITE STORAGE  QA 76.76 H94B37 2013
Description xxvi, 166 pages ; 24 cm.
Series Anthem scholarship in the digital age.
Anthem scholarship in the digital age.
Bibliography Includes bibliographical references and index.
Contents Foreword: To Mandelbrot in Heaven / Stuart Moulthrop — Technical Evolution — Memex as an Image of Potentiality — Augmenting the Intellect : NLS — The Magical Place of Literary Memory : Xanadu — Seeing and Making Connections : HES and FRESS — Machine-Enhanced (Re)minding : Development of Storyspace.
Subject Heading Hypertext systems — History.
ISBN 9780857280602 (hardcover : alkaline paper)
0857280600 (hardcover : alkaline paper)
BOOK
3.
Call Number P 93 H65
Author Holsti, Ole R.
Title Content analysis for the social sciences and humanities / Ole R. Holsti. —
Publisher Reading, Mass. : Addison-Wesley Pub. Co., [1969]
Location Call Number Availability (what’s this?)
 Vanier 2nd Floor  P 93 H65 c.3
Description 235 p. ; 22 cm.
Bibliography Bibliography: p. 195-221.
Includes indexes.
Subject Heading Content analysis (Communication)
Content analysis (Communication) — Data processing.
Document numérique Droit Test

Cadres juridiques des documents numériques

Je suis retombé par hazard sur le livre de Mélanie de Dulong de Rosnay intitulé Les Golems du numérique : Droit d’auteur et Lex Electronica et je me suis mis à chercher une liste exhaustive des cadres juridiques applicables aux documents numériques et j’ai déterré deux acétates d’une présentation que j’ai fait dans le cadre du cours de Réjean Savard en 2010.

Dans la première, Gowers (2006 , p. 13) propose une ontologie simplifiée du champ d’application de la propriété intellectuelle à la connaissance.

Dans la seconde, je tente de nommer tous les cadres juridiques applicables aux sciences de l’information (mon intention en 2010).


Maintenant, je tente de recenser tous les cadres juridiques applicables aud documents numériques. En ce qui concerne le droit, ce que le document contient déterminera le cadres juridiques applicable. Ainsi:

1. Si le document contient de la connaissance, il se peut que le droit de la propriété intellectuelle s’applique (c.f. : l’image de Gowers ci-haut) selon le cas: droit d’auteur, brevet, marque de commerce, design industriel, etc. Il se peut que les lois sur le statut d’artiste, les bibliothèques/archives nationales, le développement de l’industrie du livre, la liberté d’expression, la diffamation et le secret industriel soient à considerer.

2. Si le document provient d’une instance gouvernementale ou d’une organisation détenant des informations publiques (certaines données financières d’entreprises cotées en bourse; débiteurs de l’État; récipiendaires d’une subvention…), les lois sur l’accès aux documents publics s’appliquent ainsi que la loi sur le cadre juridique des TI selon le cas.

3. Si le document inclut des éléments concernant des personnes physiques, les lois sur la gestion des renseignements personnels, la vie privée, l’anonymat ou le droit à l’image s’appliquent.

4. Les marchés (analyse économique du droit), plateformes (lex électronica: la gouvernance par la technologie) ou organisations où les documents numériques sont créés ou échangés, ainsi que les contrats qui y sont négociés (e.g.: les moyens privés de bâtir un cadre juridique), peuvent favoriser l’émergence d’un système juridique privé ou non-régalien : réglementation, compétition, standards, gouvernance, normes, subventions de l’État, contrats types, métadonnes juridiques.

Impression 3D Rapport et étude

Enjeux de l’impression 3D


Professeur Guillaume Blum de l’École de design de l’Université Laval annonce la diffusion d’une nouvelle publication concernant  les enjeux organisationnels, économiques et sociétaux de l’impression 3D dont il est le co-auteur :

Blum, G., de Blois, M., & Tadjine, N. (2017). L’impression 3D: de l’émerveillement technique aux enjeux organisationnels, économiques et sociétaux. Québec, Canada: École de design, Université Laval. Disponible sur http://design.ulaval.ca/impression3d

Dans un courriel diffusé sur la liste dh@groupes.renater.fr, la liste francophone de discussion autour des Digital humanities (sic), le professeur Blum précise que:

« Le rapport s’intéresse avant tout aux conséquences humaines et sociales reliées à l’impression 3D. Après un premier chapitre consacré à l’évolution historique, puis un deuxième aux éléments techniques (types de machines, techniques d’impression, matériaux, etc.), les trois chapitres suivants se centrent sur les enjeux organisationnels, économiques et sociétaux.
Ce rapport devrait intéresser les professionnels qui souhaiteraient sortir des enjeux purement techniques, mais également les curieux, les étudiants et les chercheurs, tant en sciences humaines et sociales que dans des domaines scientifiques et techniques. »

À lire, le communiqué de l’école de design de l’Université Laval

Canada Québec Rapport et étude Universités

La science à l’étude

Sans l’ombre d’un doute, le but de la recherche est de faire de l’argent. Ou, du moins, contribuer à augmenter la valeur des activités économiques de la Province de Québec par la commercialisation des extrants de la recherche et du développement. C’est ce qui se dégage de la lecture (somme toute rapide, je l’admet) de la Stratégie québécoise de la recherche et de l’innovation (SQRI), un document de plus de 125 pages.

Oser Innover: la stratégie québécoise de recherche et d’innovation (SQRI)

Dévoilée en même temps que le 85e congrès de l’ACFAS à Montréal, la Stratégie ou SQRI présente les orientations politiques du gouvernement provincial ainsi que les cibles à atteindre.

D’entrée de jeux, le document s’inscrit dans le modèle proposé par l’OCDE en ce qui concerne les méthodologies à appliquer pour mesurer l’impact des politiques publiques scientifiques, connu sous le nom Manuel de Frascati, révisé en 2015. Ce volumineux tome (plus de 400 pages) indique aux statisticiens nationaux comment compiler des données statistiques pour observer puis comparer les éléments pertinents de leurs économies. Par exemple, le nombre d’employés universitaires, de brevets déposés, d’articles scientifiques ainsi que la valeur des investissements pour les fonds de recherche ou les crédits d’impôt corporatives en recherche et développement sont tous des mesures pertinentes pour déterminer l’impact des politiques publiques.

Il est absolument pertinent de comprendre dans quel cadre la SQRI s’inscrit : en particulier pour pouvoir se l’approprier en tant qu’acteur social directement impliqué dans la grande machine universitaire. Une petite recherche à l’intérieur du document permet de déceler que le seul moment où l’on mentionne la suite de caractères « biblio » est pour évoquer la bibliométrie (en tant que mesure de productivité intellectuelle) et pour discuter des données ouvertes (comme intrant à la recherche ou, plus précisément, pour « Faire de l’État un catalyseur du changement »). Le SQRI ne semble pas mentionner le libre accès aux publications scientifiques.

Grosso-modo, le SQRI, à la page 12, propose le modèle suivant:
R&D => Invention => Innovation => valeur
La recherche et le développement induit des inventions qui, si elles sont mis en oeuvre dans les pratiques industrielles et commerciales, deviennent des innovations qui peuvent enfin générer de la valeur.

Le rôle des universités s’inscrit en amont et celui de la propriété intellectuelle, le vecteur qui permet à la R&D de traverser ce modèle. À ce titre, la PI est définie ainsi à la page 121 :

Caractère intangible ou intellectuel d’œuvres ou de créations et ensemble des lois qui régissent ces propriétés. On distingue six éléments de la propriété intellectuelle: les brevets, les marques de commerce, les conceptions industrielles, l’information confidentielle, le droit d’auteur et la protection des topographies de circuits intégrés.

Par ailleurs, la SQRI propose deux formes d’innovation, l’innovation sociale, qui s’oppose à l’innovation « classique » du domaine des innovations technologiques de produits et de procédés (encadré 2, p.12). Si l’innovation classique semble relever du domaine de la propriété intellectuelle et de son archétype, le brevet, l’innovation sociale est d’un autre ordre. Selon le SQRI:

Une innovation sociale est une idée, une approche, une intervention, un service, un produit, une loi ou un type d’organisation constituant une nouveauté et répondant plus adéquatement et plus durablement que les solutions existantes à un besoin social bien défini, ou encore une solution ayant trouvé preneur au sein d’une institution, d’une organisation ou d’une collectivité et produisant un bénéfice mesurable pour la collectivité et non seulement pour certains individus. La portée d’une innovation sociale est transformatrice et systémique. L’innovation sociale entraîne une rupture avec ce qui existait jusque-là.
Tiré de l’encadré 2, SQRI, p. 12, citant le Manuel de Frascati 2015 OCDE

Voici, en bref, les trois objectifs énoncé par le gouvernement dans le SQRI:

Agir avec audace, trois grands objectifs
1. Développer les talents, les compétences et la relève
– Développer la capacité des citoyens et des institutions à appuyer leurs décisions sur des connaissances scientifiques.
– Stimuler la passion des sciences et de l’innovation.
– Promouvoir les talents et les compétences et optimiser leur intégration dans la société.
2. Accroître la capacité de recherche et soutenir l’innovation sous toutes leurs formes
– Soutenir les chercheurs et les innovateurs pour assurer le foisonnement des idées.
– Investir dans la recherche collaborative et les projets innovants.
– Assurer l’accès à des infrastructures compétitives et leur financement.
3. Accélérer et amplifier le transfert et la commercialisation des innovations
– Dynamiser l’écosystème de la commercialisation des innovations.
– Favoriser la création et la croissance des entreprises innovantes par l’adoption précoce et l’intégration des innovations.
– Soutenir les projets de commercialisation des innovations.
– Maximiser le transfert et les retombées de l’innovation sociale et technologique.

Chacun des objectifs et sous-objectifs est développé dans le prospectus du SQRI. Il faut comprendre que le chercheur invente et la corporation innove. Il faut donc commercialiser pour atteindre de la valeur.

Je saute le premier objectif car il s’inscrit moins dans mes préoccupations immédiates.

Pour le second, le gouvernement identifie des domaines « émergents » dans lequel il désire intervenir, en se basant sur les travaux de l’OCDE en science et en technologie:

Sur la base d’analyses prospectives, l’OCDE (2016) a déterminé 10 technologies d’avenir.
Ces technologies d’avenir ou émergentes, aux frontières de 40 technologies clés limitrophes, sont (voir la figure ci-dessous):
1. l’Internet des objets; 2. l’analyse de grandes bases de données; 3. l’intelligence artificielle; 4. les neurotechnologies; 5. les nano/microsatellites; 6. les nanomatériaux; 7. la fabrication additive; 8. les technologies de stockage d’énergie de pointe; 9. la biologie de synthèse; 10. la chaîne de blocs (blockchain).

Et propose la figure suivante:

Dix technologies d’avenir, aux frontières de 40 technologies clés (MQRI, 2017, p. 57)

Pour le dernier objectif, accélérer et amplifier le transfert et la commercialisation des innovations, le gouvernement propose ce graphique à la page 77 :

L’Écosystème de la recherche et de l’innovation (MQRI, 2017, p. 77)

Malgré que cette stratégie beigne dans l’huile à friture néolibérale, il y a quand même de bonnes nouvelles, comme l’annonce d’un réinvestissement dans les infrastructures et programmes….

Et au fédéral?

Sur un autre ordre d’idées, le gouvernement fédéral canadien propose également un « examen des sciences » – un rapport de plus de 200 pages daté du 10 avril 2017 – sur les réformes possibles des structures de financement et de gouvernance de la recherche. Puisque ce rapport propose des recommendations (et non un énoncé de politique publique), il est moins important que le précédent. Mais les esprits curieux de savoir ce qui se trame dans les politiques publiques auront tôt fait de s’y plonger.

Pour en savoir plus

Je propose dans mon autre carnet, celui en anglais (mais moins actif), une courte bibliographie sur le thème de la « mobilisation des connaissances » – un sujet qui m’intéresse de plus en plus étant donné le rôle prédominant à la propriété intellectuelle dans le contexte de la recherche universitaire. Je compte bien, un jour, partager quelques réflexions plus structurées sur ces thèmes, spécifiquement le rôle de la propriété intellectuelle dans la mobilisation des connaissances à l’université (et surtout, comment les analyser et bâtir un service flexible et ouvert).

Commerce et Compagnies Propriété intellectuelle Rapport et étude

Comment analyser les pratiques commerciales des pourvoyeurs de licences numériques ?

La nouvelle récente de l’Université de Calgary de couper des abonnements numériques à cause de l’augmentation des coûts de la part de l’éditeur illustre un problème récurrent du monde numérique : un asymétrie de pouvoir entre les bibliothèques et leurs pourvoyeurs de collections. Il existe quelques manières de renverser la situation, notamment en constituant des consortiums d’acquisition qui peuvent établir des lignes directrices ou d’autres modalités d’acquisition ainsi que le mouvement de libre accès.

Ces mesures sont très importantes et peuvent résoudre une partie du problème, mais il est pertinent de se demander s’il existe d’autres moyens. Puisque je passe beaucoup de temps à réfléchir au droit, je me questionne sur les moyens juridiques de résoudre des problèmes d’asymétrie de pouvoir.

Un des thèmes qui est sous développé dans les questions juridiques en bibliothéconomie est la nature anticompétitive du recours à un droit monopolistique découlant du droit d’auteur et de la propriété intellectuelle. En effet, la notion d’antitrust en propriété intellectuelle est peut-être un filon à creuser…

J’y songe depuis un certain temps, les questions antitrust sont un domaine technique découlant de la nature économique du droit patrimonial. Il s’agit d’un sujet relativement inexploré dans le contexte des licences numériques en bibliothèque.

Justement, le Department of Justice des USA viennet de diffuser des lignes directrices pour analyser des questions antitrust dans les licences en propriété intellectuelle. Une lecture rapide de ce document n’offre pas de réponses directes. Il faudra creuser cette question du rôle de l’approche antitrust dans les pratiques commerciales de pourvoyeurs de licences numériques.

Au Canada, la Commission du droit d’auteur détient des pouvoirs pertinents en ce qui concerne le contrôle judiciaire de pratiques commerciales dans les industries du droit d’auteur. Encore ici, il ne s’agit pas d’une réponse directe à la question mais un début.

(J’ai souvenir de doctorants à l’Université de Western Ontario qui réfléchissent à ce genre d’approche)

À suivre… mais il est très pertinent pour notre milieu de réfléchir sur la question des pratiques commerciales en lien avec la règlementation de l’antitrust et, surtout, son contrôle judiciaire.