Giorgio Caviglia – Design and the Digital Humanities
Dans le cadre du séminaire “les fabriques cartographiques contemporaines” organisé par Laurence Corbel et Nicolas Thély, s’est tenu les 23 et 24 Juin 2014 à Rennes 2 une séance de présentations, de discussions et d’expérimentations de deux jour consacrée à l’analyse du projet “Mapping the Republic of Letters”.
La première journée de ce séminaire a été encadrée par les interventions de deux protagonistes du projet qui sont venus nous présenter le travail mené dans le cadre de MtRoL, leurs analyses ainsi que les questions de recherche qui les animent aujourd’hui : Giorgio Caviglia, checheur en design ─ pour lequel ce billet tente d’établir un bref compte-rendu analytique ─ et Nicole Coleman, à laquelle un billet ultérieur sera consacré.
Du design de la communication à l’analyse des correspondances savantes
Giorgio Caviglia nous a gratifié d’une intervention durant laquelle il a partagé les réflexions et expériences qu’il tire de ses activités de chercheur, designer, et développeur d’outil de visualisation et de cartographie pour la recherche en SHS au sein de l’université de Stanford.
Après avoir collaboré en tant que doctorant en design avec le Center for Spatial and Textual Analysis depuis le laboratoire DensityDesign au sein du Politecnico di Milano (Italie), il part en 2013 aux États-Unis pour devenir chercheur postdoctoral à l’Université de Stanford au sein du nouvellement créé Humanities+Design Lab (dirigé par Dan Edelstein et Nicole Coleman), groupe de recherche qui réunit des chercheurs en design, en informatique, et en sciences humaines (en Histoire et Littérature Comparée principalement).
Giorgio Caviglia initie sa présentation par un tour d’horizon du champ des “Digital Humanities”, déclinant différentes typologies de relations entre technologies numériques et sciences humaines – comme média (de communication), comme données (transformation des sources en données et diffusion), comme objets (études culturelles des artefacts numériques), et enfin comme outils (d’enquête, d’analyse, d’élaboration intellectuelle). C’est dans ce dernier registre (avec celui de “donnée”) que se placent le projet Mapping the Republic of Letters et les expérimentations qu’il mène actuellement.

Texte de la slide :
—
Media
Communication, publication, collaboration, learning
Data
Access, digitization, diffusion, construction
Objects
Software studies, cultural software, digital archives
Tools
Algorithms, metrics, visualization
Mapping the Republic of Letters est un projet multidisciplinaire initié par un ensemble de chercheurs en Sciences Humaines partageant un intérêt pour le phénomène historique de la République des Lettres, qui explore les communautés de savoir de la période des Lumières selon un angle d’analyse principalement géographique. Pour ce faire, les chercheurs élaborent des instruments d’analyse fondés sur les traces laissées par les voyages des protagonistes de cette histoire d’une part, et de leurs échanges épistolaires d’autre part.

Collage visuel associant les différents acteurs du projet et une chronologie des évènements et phases les plus importantes
Récit panoramique réalisé par Michele Grafietti
—
Plus d’informations : http://republicofletters.stanford.edu/
Ainsi qu’il le présente, le groupe de chercheurs en SHS à l’origine du projet s’est d’abord adressé à une équipe composée exclusivement d’ingénieurs afin d’élaborer une première suite d’outils de visualisation permettant de manipuler et d’explorer le corpus d’échanges épistolaires numérisés via une représentation géographique et interactive. Après cette première phase d’exploration et d’élaboration de bases technologiques, il s’est dans un second temps tourné également vers des designers via une collaboration avec le laboratoire DensityDesign, afin de confronter ce nouveau type d’outils aux pratiques effectives des chercheurs concernés.
Giorgio Caviglia nous explique que la préoccupation majeure de l’équipe de designers a alors été de mettre en place un espace d’échange permanent avec les chercheurs/utilisateurs potentiels des instruments développés. Dans un esprit de négociation et de dialogue, les techniques et documents utilisés spécifiquement en design (croquis, mockups, maquettes, scénarios d’usage, petits prototypes numériques …) ont permis de mobiliser tous les acteurs du projet dès les premières itérations de la conception, et ainsi de négocier, préciser et faire évoluer les artefacts tout au long de leur élaboration.
Il en résultera une première série d’expérimentations donnant lieu à des outils spécifiques centrés d’abord sur des corpus très précis ─ comme en témoigne par exemple le travail effectué sur Voltaire. Au terme de longs aller-retours entre chercheurs et concepteurs, ces expérimentations donneront naissance ultérieurement à des outils à vocation plus générique, tels que Ink.

Visualisation représentant les correspondances de Voltaires au moyen de l’outil Ink (laboratoire DensityDesign)
—
Plus d’informations : http://ink.designhumanities.org/voltaire/
http://republicofletters.stanford.edu/casestudies/voltaire.html
Outils heuristiques
Au cours de la collaboration, l’équipe développe une multitude d’expérimentations (aujourd’hui accessibles via la page “outils” du D+H Lab) qui à chaque fois remodulent des techniques déjà développées dans le domaine de la visualisation d’informations (telle que la visualisation de graphes, l’utilisation de diagrammes alluviaux ou de “timelines” par exemple) en fonction des pratiques spécifiques de leurs interlocuteurs. L’invention ne se situe pas tant au niveau des innovations technologiques en imagerie informatique ou mêmes des techniques de visualisations elles-mêmes (elles ont déjà été largement explorées, répertoriées et éprouvées dans le cadre d’autres disciplines telles que les statistiques, la cartographie ou l’Interaction Hommes-Machines), que dans la manière dont ces techniques sont travaillées et mises en sens par des pratiques de design au contact des contextes effectifs, considérés dans toute leur épaisseur symbolique, psychologique et méthodologique.

Fineo est un instrument de visualisation de données multidimensionnelles au moyen de diagrammes alluviaux – développé par Giorgio Caviglia au sein du laboratoire DensityDesign
Plus d’informations : http://www.densitydesign.org/research/fineo/
La particularité de l’approche adoptée réside peut-être également dans le statut des visualisations produites par une telle approche de la conception d’outils numérique : ces dernières ne sont jamais présentées par Giorgio Caviglia comme des fins en soi, destinées à présenter de façon attrayante les résultats d’une recherche ou même à être analysées en tant que telles ; mais plutôt comme une matière pour l’élaboration intellectuelle – mouvante et incarnée dans divers modes d’inscription, mobilisant dans un même temps les nouveaux outils et des séquences de pratiques et des protocoles de travail existants. Les images produites ne sont ainsi pas uniquement conçues comme des outils d’interprétation, mais aussi de tri, de paramétrage, voire même d’enrichissement et de transformation des données …
En ce sens, les catégories conceptuelles mobilisées par ce type de méthodes ne relèvent pas uniquement de l’image et de l’espace, mais également et tout autant du temps : à l’échelle des temporalités courtes relatives à une séance de travail avec les artefacts eux-mêmes ─ tous “interactifs”, appelés à être manipulés par le chercheur sur le registre d’un dialogue continu “avec” les données ─ qu’à l’échelle de l’évolution du travail avec ces outils dans le temps de la recherche et dans le contexte d’écologie instrumentale élargie (l’utilisation d’autres instruments, numériques ou non, est fortement prise en compte), voire enfin à l’échelle de l’évolution des outils eux-mêmes : Giorgio Caviglia se définit d’ailleurs moins comme un designer “graphique” que comme un designer d’interactions ou d'”Expériences Utilisateurs” (UX).
Designer de recherche
À l’issue du projet Mapping the Republic of Letters, Giorgio Caviglia rédige sa thèse de doctorat en design conduite au sein du Politecnico di Milano, qui relate les expériences de collaboration designers/chercheurs réalisées avec le CESTA, et les confronte sur un plan méthodologique avec le travail de Donald Schön relatif à l’épistémologie des pratiques de projet[1] et la connaissance située générée en situation de “pratique réflexive” par les architectes, urbanistes et designers.
Il résume le point de sa thèse par l’argument selon lequel la contribution du design aux Humanités Numériques, au-delà de la production d’outils numériques mieux pensés en termes de “scénarios d’usage” ou de modélisation visuelle, réside dans la forme d’hybridation méthodologique qu’implique la co-conception d’instruments de recherche entre chercheurs en design et chercheurs en sciences humaines : c’est le processus d’élaboration lui-même qui présente un intérêt pour les deux parties, en ce qu’il fait rencontrer la pratique interprétative du chercheur en Sciences Humaines avec les modes d’élaboration de connaissances incarnés et itératifs propres aux designers et autres praticiens du projet – qu’il s’agisse d’utiliser un outil existant, ou de participer à l’élaboration de nouveaux outils.
Working with these tools is designing with data. […] The process of working with these tools becomes similar to design process.[2]
Palladio : travailler (avec) les données
GC présente ensuite l’outil Palladio, réalisé à la suite de son travail doctoral, et destiné à “ouvrir la boîte noire” du travail avec des fichiers de données, et ainsi étendre les activités de “recherche par le design” qu’il avait décrite dans sa thèse vis-à-vis de la confection de visualisations à la phase de préparation et d’organisation des données d’une recherche par un chercheur en SHS. Là où les premiers outils s’attachaient à permettre le travail de confection des visualisations, Palladio permet de travailler de manière organique à la confection des datasets eux-mêmes.
Palladio permet à la fois de visualiser, manipuler et enrichir ses données selon un processus récursif et non-linéaire – insérer des premières données, les représenter, puis les enrichir, puis corriger une erreur, puis visualiser à nouveau, etc. – et enfin d’exporter le travail effectué sous la forme d’une image ou d’un fichier de données propre à être travaillé ailleurs.

Copie d’écran du logiciel en ligne Palladio (Juin 2014)
Page d’accueil – le chercheur est appelé à copier les données avec lesquelles il souhaite travailler
—
Plus d’informations : http://palladio.designhumanities.org/
L’outil est fondé sur un constat de terrain : d’une part, les chercheurs croisent souvent plusieurs sources de données à leur disposition (par ailleurs souvent “sales”, c’est-à-dire peu structurées, hétérogènes dans leurs règles d’encodage et redondantes) ; d’autre part, au regard d’outils existants tels que Google Refine, ces derniers manquent de lisibilité, de retours (“feedbacks”), et d’indications sur les opérations à réaliser et le processus méthodologique qu’ils ont suivi pour obtenir des résultats pertinents au fil du “façonnement” progressif de leurs données. Plus encore, les outils à disposition présentent pour la plupart un tel degré d’abstraction et d’orientation conceptuelle sur les dimensions techniques de la transformation de données, qu’il est difficile de travailler avec les données sans perdre le fil de la finalité de leur mobilisation, des questions du recherche et des phénomènes desquels elles découlent.
Palladio permet donc – à l’aide de diverses représentations riches en indices visuels sur les opérations effectuées et sur l’état des données manipulées – de modifier et “nettoyer” simplement des fichiers de données existants, mais aussi de “connecter” plusieurs fichiers de données relatifs les uns aux autres (par exemple, une liste de lettres comportant des informations sur leur ville de destination et d’origine, avec une liste de villes permettant de situer lesdites villes sur une carte via leurs coordonnées GPS) pour ensuite les visualiser sous la forme d’un graphe ou d’une carte, interactifs et paramétrables.

Copie d’écran du logiciel en ligne Palladio (Juin 2014)
Une fois les données manipulées, Palladio offre la possibilité de croiser différents outils visuels d’exploration et de filtrage
—
Plus d’informations : http://palladio.designhumanities.org/
Le souci d’une telle démarche est de faire de permettre, via ce genre d’outils numériques, une méthode de recherche qui construit dans un même temps la représentation visuelle d’un phénomène approché par un chercheur et les fichiers de données sur lesquels cette dernière est fondée.
We try not to consider visualization as rendering data that you have – the idea is more about “what about having tools that allow to structure and manipulate the dataset?” – a more constructivist approach.[3]
Les données numériques comme matériau d’élaboration de données nouvelles
À travers des outils tels que Palladio, Giorgio Caviglia dessine – et revendique – une certaine conception épistémologique du statut des données numériques de recherche manipulées dans le cadre de projets tels que MTRofL.
Comme le saura celui qui a un jour trempé dans un projet de visualisation d’informations, la réalisation d’une visualisation est quasi-systématiquement le fruit d’un aller-retour constant (et souvent invisible) entre la préparation, le “nettoyage”, l’enrichissement, le traitement des données et leur transformation graphique. Dans ce dernier, l’opération de visualisation constitue traditionnellement l’ultime étape.
Cela dit, plutôt que de considérer cette chaîne de pratiques comme relevant d’une cuisine personnelle du chercheur, l’équipe cherche à se concentrer sur cette phase itérative en postulant qu’elle est un moment essentiel dans l’élaboration de connaissances induite par de telles méthodes de recherche : on apprend autant en construisant une visualisation qu’en la regardant ou en l’analysant “en dernier recours”.
The way you structure your data is not trivial – you cannot say as a humanist “I don’t want to know about data”. The way you deal with your data is an intellectual work, not a technical work.[4]
(ré) écrire avec ses données
Les recherches du Humanities+Design Lab se tournent aujourd’hui vers l’élaboration d’outils de traitement dits “idiographiques”, qui permettent de retravailler des fichiers de données initiaux en les réorganisant, en les enrichissant et en les structurant via une représentation graphique éditable.
Le prototype présenté à l’occasion de la présentation permet, par exemple, à un chercheur qui décèle dans la représentation d’un réseau d’acteurs des relations que ses données n’ont pas mis à jour, de grouper des objets manuellement et visuellement via l’interface proposée : ce geste sera interprété par l’outil par le rajout d’une dimension (une “colonne de tableur”) nouvelle dans le fichier de données initialement importé, afin de refléter cet “enrichissement” des données par le chercheur expert.
L’objectif affiché est “d’aider le chercheur en sciences humaines à enrichir les données dont il dispose avec ses propres connaissances fines de l’objet d’étude”, et d’étendre le travail d’interprétation qui était présenté dans les outils présents à l’enrichissement du fichier de données lui-même.
Jeux de “mapping”
Alors que la question de l’analyse et de l’exploration de données par leur visualisation est déjà fortement investie par nombre d’outils disponibles dans le champ des humanités numériques, les recherches actuelles du H+D Lab semblent se porter davantage aujourd’hui vers les possibilités données à un savant d’utiliser les données qu’il dispose sur son objet comme une matière servant de base à la production de données nouvelles.
L’utilisation de modèles visuels et de métaphores interactives peut servir l’exploration et l’analyse d’un corpus via sa visualisation, mais des outils tels que Palladio nous montrent qu’elle peut tout aussi bien servir la mise en scène des pratiques d’écriture, d’enrichissement (“automatique”, ou “manuel”), d’organisation, de modification et de manipulation itérative des données travaillées dans le cadre d’une recherche : rendre visible le travail sur les données fait tout autant “travailler” une recherche que rendre visibles les données elles-mêmes.
Cette première intervention a permis également d’établir des ponts avec certaines des recherches menées à l’Université Rennes 2. Au cours de la discussion, des notions telles que celles d’espace littéraire ou de forme ont par exemple pu être confrontées avec des questions de recherche issues de l’espace intellectuel francophone apportées par les participants.
La question des “fabriques cartographiques”, fil rouge du séminaire, a été l’occasion de faire l’expérience de traductions multiples pour l’occasion de cette première intervention anglophone. La “cartographie” se transformant en “mapping” – terme au sens plus étendu, qui par ailleurs possède un sens très fort dans le domaine de l’informatique – c’est au prisme de ce mot qu’on pourrait alors questionner la pratique de recherche de laboratoires tels que le H+DLab. L’activité de Giorgio nous y a paru en effet dans une certaine mesure comme une pratique de “mapping” (qu’on pourrait traduire pour l’occasion par “traduction”) à bien des égards : traduction de données numériques (éventuellement spatiales) en représentations (géo)graphiques bien sûr, mais encore de modèles intellectuels et méthodologiques existants en scénarios d’usages reconfigurés, voire traduction de données “numérisées” en matières “digitales” – destinées, via le design d’interfaces et d’interactions, à utiliser le médium numérique comme un outil de manipulation et d’élaboration renouvelé dans le champ des Digital Humanities.
Plus d’informations :
[1] Schön, D.-A. (1997). Le praticien réflexif. A la recherche du savoir caché dans l’agir professionnel. Montréal: Logiques.
[2] “Travailler avec ces outils revient à faire du design avec des données. […] Le processus de travail avec ces outils devient similaire à celui d’un processus de design.”
[3] “Nous essayons de ne pas considérer les visualisations comme rendu des données que vous avez – l’idée est davantage “Et si nous avions des outils pour structurer et manipuler un ensemble de données ?” – une approche plus constructiviste.”
[4] “La manière dont vous structurez vos données n’est pas triviale – en tant que chercheur en sciences humaines vous ne pouvez pas dire “Je ne veux rien savoir des données”. La manière dont vous traitez vos données est un travail intellectuel, pas un travail technique.”