Roberto Busa, « The Annals of Humanities Computing : the Index Thomisticus », 1980

Dans un article publié en 1980 dans la revue Computer in Humanities [1], Roberto Busa revient, 6 ans après la parution du premier volume de son grand œuvre, sur l’histoire d’un projet d’envergure : l’Index thomisticus. L’occasion pour ce pionner de la linguistique computationnelle de revenir sur trente ans de pratique et de partager les fruits de sa réflexion.

De la métaphysique de la présence à l’Index Thomisticus

Entré dans la Compagnie de Jésus à l’âge de 20 ans, R. Busa soutint treize ans plus tard (en 1946) une thèse sur la métaphysique de la présence chez St Thomas d’Aquin. Son premier travail fut de repérer dans les tables et index, les occurrences des termes praesens et praesentia, contenues dans l’œuvre du philosophe et théologien. Des termes dont il réalisa qu’ils n’intéressaient qu’indirectement ses recherches, la doctrine de la présence chez Thomas d’Aquin étant principalement exprimée par les usages de la préposition in. L’extrême fréquence du terme le dispense de recensement par les concordances imprimées. En effet, les concordances traditionnelles, du type de celles qui existent depuis le Moyen-âge pour la Bible latine, ne répertorient que les mots dits « signifiants » (verbes, noms, adjectifs, adverbes). R. Busa se lance donc lui-même dans le travail de recension et rédige pas moins de 10 000 fiches à la main.
Ce fastidieux travail suscita une double prise de conscience. L’idée, d’une part, que tout essai d’interprétation de la doctrine d’un auteur/penseur doit être précédé d’un travail lexicographique de nature à identifier les particularités de son « système verbal ». D’autre part, que les connecteurs logiques (prépositions, conjonctions) sont d’une importance fondamentale puisqu’ils manifestent « la logique profonde de l’être, qui commande les structures de bases de l’esprit humain. »

Fort de ces nouvelles convictions, Busa comprit que les recherches philologiques nécessitaient d’étendre le champ des concordances jusqu’à proposer un répertoire de tous les mots.
L’idée de l’Index thomisticus est née.

« Had to look for some kind of machinery. » 

L’immensité de la tâche imposait le recours à une machine. R. Busa fut en effet l’un des premiers à comprendre que les nouveaux outils utilisés pour manier des chiffres et faire des statistiques à des fins scientifiques, guerrières ou commerciales pouvaient également servir la culture et les humanités.

À ce titre, l’index thomasien est la première concordance intégrale effectuée à partir de l’œuvre d’un auteur et réalisée grâce à l’informatique. Et l’on se fera une idée du caractère gigantesque de l’entreprise en considérant les 10,5 millions de mots que compte le corpus.
La méthode développée par R. Busa est classique :
– transcrire sur des fiches chaque phrases du corpus
– créer autant de fiches qu’il y a de mots dans ladite phrase
– lemmatiser chaque mot et renseigner la phrase complète qui l’emploie
– classer l’ensemble par lemme, trier alphabétiquement et dresser des tables de valence.

 La parution des volumes d’index commence en 1974 pour s’achever en 1980, avec la sortie du 56^ème volume imprimé. Depuis 2005, l’index est disponible en ligne.

Les débuts de l’informatique appliquée à la linguistique : des cartes perforées aux bandes magnétiques

On est au début des années 50 : tout ce qui touche de près ou de loin à l’informatique, concerne de près ou de loin la société IBM. Roberto Busa s’adresse donc à Thomas J. Watson, son président et fondateur, convaincu que le système de cartes perforées exploité par la firme serait la solution à son problème. Inspiré du principe du piano mécanique et de celui des métiers à tisser Jacquard, l’outil consiste en des fiches cartonnées, perforées à certains endroits, permettant toutes sortes d’opérations mécaniques de tri et de comptage. En étroite collaboration avec les ingénieurs d’IBM, R. Busa travaille à l’adaptation de ce dispositif à sa problématique. Ses recherches aboutissent et permettent à R. Busa de présenter, dès 1951, de présenter en 1951 un premier index réalisé au moyen de cartes perforées [2].

Trois ans plus tard, apprenant l’existence du système des bandes magnétiques mis au point par la Remington Rand, R. Busa comprit que cette invention allait permettre d’accélérer et d’optimiser la fabrication de la concordance. L’essentiel du travail se ferait désormais par ce qu’on appellerait un jour l’ordinateur.
En même temps que l’Index thomisticus, il mit en chantier de nombreux projets, dont plusieurs travaux sur des textes en diverses langues, y compris le grec ancien, le russe, l’araméen et l’hébreu. En 1958, il publie une édition assistée par ordinateur des manuscrits de la Mer morte.

Quelques citations remarquables

L’œuvre de Roberto Busa permet de dégager plusieurs caractéristiques importantes de ce qu’on appelle aujourd’hui les Digital humanities. À ce titre, il est frappant de constater combien, trente ans après la publication de cet article, les propos de R. Busa restent d’une cruciale actualité. Et certains de ses propos résonnent aujourd’hui comme autant de mots d’ordre ou de mises en garde pour qui souhaite se lancer dans un projet d’humanités numériques.

« Research with books or on a computar terminal should not yet be considered alternative but rather complementary. »
Voici en germe, aussi bien la manière épistémologique de fonder une problématique en Humanités numériques, que la nécessaire constitution d’une équipe pluri-disciplinaire, associant humanistes et informaticiens.

« It would not be reasonable to use the computer just to obtain the same results as before, having the same qualities as before, but more rapidly and with less human effort.»
En d’autres termes, l’informatisation de la recherche en sciences humaines vise non pas à limiter les efforts de l’homme, mais à l’approfondissement et à l’amélioration qualitative des résultats de la recherche.

« Using computers will therefore lead us to a more profound and systematic knowledge of human expression ; in principle, it can help us to be more humanistic than before .»
L’informatique est et doit rester un outil. Un outil qui ne peut se substituer ni à l’intelligence humaine, ni à l’implication d’un personnel hautement qualifié. Mais un outil dont la manipulation, pour atteindre les objectifs escomptés, nécessite une connaissance approfondie de la problématique étudiée et de sa discipline de référence. C’est parce qu’il était un remarquable philologue que R. Busa a pu, à moindre frais compte tenu l’époque et l’ampleur de la tâche qu’il s’était assignée, mener à bien ses innombrables projets. En ce sens, le recours à la machine ne lui a épargné ni peine, ni travail mais l’a au contraire obligé à pousser plus loin ses analyses lexicales, à développer ses compétences de latiniste, à affiner son art en somme.

Guillaume Rouvière

Gllm Rouvière

More Posts

Follow Me: