“The History of Humanities Computing”

Compte-rendu du texte de Susan Hockey
(Department of Information Studies, University College London)

Susan Hockey nous raconte la genèse des  Humanities Computing  de 1949 à nos jours. Les quatre périodes historiques étudiées, nous permettent de suivre l’évolution :

• des technologies : des réalisations semi-automatiques aux technologies du Web,
• des comportements humains : des projets portés par un individu à la création d’une communauté en interaction permanente,
• des productions de ressources : des documents portant sur les thèmes chers aux Humanités aux textes analytiques sur les Humanities Computing.

***

Première période : 1949 – début des années 1970

Les Humanities Computing naissent en 1949 avec le projet de Roberto Busa. Le prêtre jésuite crée un index contenant tous les termes des ouvrages de Saint Thomas d’Aquin, soit onze millions de mots en latin médiéval : l’Index thomisticus. Les textes sont tapés au fur et à mesure sur des cartes perforées. Un programme informatique semi-automatique établit des concordances et prend en compte la lemmatisation.  C’est la naissance des concordanciers, des logiciels permettant d’explorer des corpus textuels afin de rechercher certains mots et leurs contextes d’occurrences.

Dans les années 1950-1960 des projets sur des corpus de textes, des ensembles d’auteurs sont menés par des universitaires isolés. Une application des concordanciers se distingue : l’approche quantitative, pour étudier le style d’un texte et établir sa véritable paternité.
La fin du 19^ème siècle présentait des expériences similaires sur des textes littéraires. Mendenhall prouve que Shakespeare est bien l’auteur de certains textes  en comptant le nombre de mots possédant le même nombre de lettres dans ses œuvres et celles de Bacon.

Les ordinateurs permettent de brasser des corpus plus importants et donnent des résultats plus précis. En 1964, Mosteller et Wallace identifient le véritable auteur de 12 des 85 articles du recueil  Federalist Papers. Grâce à des méthodes statistiques ils attribuent la paternité de ces textes à Madison et non à Hamilton, tous deux Pères Fondateurs.

Cependant la technologie reste limitée. Des problèmes parfois toujours d’actualité sont pointés :

• Deux types de données analysables : nombre ou texte
• Accès séquentiel aux données enregistrées sur bande magnétique
• Représentation complexe d’ensembles de caractères non-standards
• Localisation imprécise d’expressions dans les textes à linéaments (poésie, théâtre, manuscrit …)

En 1967, COCOA Concordance Program est créé par Russel. Il permet d’obtenir la fréquence de termes et d’établir des concordances entre des textes de structures différentes.

Entre le début des années 1960 et le début des années 1970, des conférences sur les Humanities Computing vont donner naissance aux futurs groupes de travail, centres, associations et revues spécialisés dans ce domaine d’études :

• 1964 : conférence à Yorktown Heights au Royaume-Uni (IBM).  Publication des actes:  Literary Data Processing Conference Proceedings.
• 1963 : fondation du Centre for Literary and Linguistic Computing à Cambridge (Wisbey)
• En Allemagne, à Tübingen, développement des logiciels d’analyse de texte : TuStep software modules (Wilhelm Ott).
• 1966 : publication de la revue Computers and the Humanities (Raben).
• 1970 : conférence internationale à l’Université de Cambridge.

Deuxième période : années 1970 – milieu des années 1980

Les universitaires s’intéressent au potentiel des ordinateurs pour leurs recherches et leurs enseignements. Le développement des conférences, la création de nouvelles associations et de revues renforcent le mouvement :

• 1972-1980 : organisation de quatre conférences importantes au Royaume-Uni.
• 1973: fondation de l’Association for Literary and Linguistic Computing (ALLC). Organisation d’un événement annuel et publication du journal Literary and Linguistic Computing (1986).
• Milieu des années 1970 : série de conférences en Amérique du Nord : International Conference on Computing in the Humanities (ICCH). Création de l’Association for Computers and the Humanities (ACH, 1978).

A la fin des années 70 : les directions des systèmes d’information des universités commencent à supporter les travaux des chercheurs en améliorant les logiciels de concordance. Le concordancier d’Oxford (OCP) est créé en 1982. Des cours analysant le phénomène des Humanities Computing sont donnés dans les universités. La question de former systématiquement les étudiants à la programmation se pose.

Le besoin  d’archiver et de garantir l’intégrité des textes électroniques se fait ressentir. En 1976, le système d’archivage OTA (Open Text Archive) permet de conserver les textes et de les partager entre universitaires. Des bases de données de textes en langues classiques sont construites (Thesaurus Linguae Graecae, Brunner). Les bases de données relationnelles sont privilégiées car elles structurent mieux l’information sous forme de tables. Le disque remplace la bande magnétique. Il permet un accès aléatoire et non plus seulement séquentiel aux données.

La naissance des bibliothèques numériques entraîne avec elle la question de la création de normes de description des documents électroniques.

Un décalage existe entre les enseignants chercheurs et ces nouvelles technologies souvent complexes. Les universitaires préfèrent encore publier leurs travaux via les modes de diffusion traditionnels.

Troisième période : milieu des années 1980 – début des années 1990

Deux nouveaux outils facilitent l’utilisation de l’informatique et les interactions entre universitaires : l’ordinateur personnel (IBM, Apple Macintosh) et le mail (listes de diffusion). Les universitaires peuvent innover librement avec leur ordinateur. Apple Macintosh rencontre le plus de succès :

• Interface graphique agréable,
• Représentation des caractères non-standards,
• Développement de l’hypertexte avec l’HyperCard et son modèle de fiches reliables. En 1991, pour son projet Beowulf Workstation, Conner améliore son enseignement en tissant des relations entre un texte ancien, ses versions anglaises modernes et des annotations.

Des listes de diffusion apparaissent :

• 1986 : Ansaxnet (Conner).
• 1987 : Humanist (MacCarty).

Un regroupement massif de connaissances sur les logiciels, les projets et les publications est effectué au sein d’une bibliographie : Humanities Computing Yearbook (HCY, 1988).

La normalisation des schémas et langages est lancée :

• 1986 : Publication du langage de description à balises SGML (Standard Generalized Markup Language, ISO). Il permet de séparer la structure logique du document et sa mise en page.
• 1994 : Création du format de codage TEI (Text Encoding Initiative) via les mails et les listes de diffusion. Il permet de décrire la structure spécifique des textes appartenant au domaine des Humanités. Les bibliothèques numériques se développent et utilisent ce format pour rechercher en plein texte.

Point important : Les  Computational Linguistics se distinguent progressivement des Humanites Computing.

Quatrième période : début des années 1990 à nos jours

L’arrivée d’Internet et du World Wide Web font apparaitre de nouveaux moyens de diffusion de l’information. Au départ, les universitaires à l’origine du format TEI se méfient du Web et du langage de balisage HTML (HyperText Markup Language). Pour les nouveaux arrivants, le Web est perçu comme une opportunité de rendre visibles leurs travaux universitaires, de promouvoir leurs activités au sein d’une communauté élargie. Les contraintes de format, de taille des fichiers n’existent plus. Les hyperliens permettent de mettre à profit les annotations. Le processus de création, de publication des documents est simplifié.

Au début des années 1990, la réflexion sur l’édition électronique des travaux universitaires est lancée. Certains projets sont réalisés mais beaucoup d’entre eux sont abandonnées quand arrive la phase de création de logiciels, de saisie et codage des textes.

Du côté des standards et des  langages, le format TEI utilise SGML pour définir un ensemble de balises et pour préciser la manière dont elles peuvent être utilisées.

En informatique,  l’accent est porté sur la navigation et les interfaces plutôt que sur le développement d’outils d’analyse de textes. L’idée d’introduire de la technologie dans les Humanités est plus familière grâce aux efforts concernant la présentation et l’accessibilité des documents. Publier des travaux universitaires sur le Web devient une pratique commune.

Les bibliothèques commencent aussi à publier le contenu de leur collection sur Internet. Le  moteur de recherche Open Text SGML permet d’effectuer des recherches sur des chaînes de caractères.

Le projet Orlando mené par l’Université d’Alberta, portant sur la création d’une histoire de l’écriture féminine britannique, renouvèle la conception de la publication électronique de documents. L’extraction de parties de documents et leur reconstitution dans un nouvel ensemble pour générer par exemple des chronologies sur un sujet précis sont désormais possibles.

Des outils en ligne encouragent le travail collaboratif. Ils facilitent l’édition électronique de manuscrits. Des spécialistes du monde entier peuvent les annoter successivement à distance.

Une réflexion commune débute sur la manière d’envisager les traitements des ressources multimédia (images, fichiers audio et vidéo).

Enfin, l’accès élargi aux ressources électroniques grâce au Web fait éclore un nouveau champ universitaire mêlant technologies numériques et sciences humaines et sociales : les Humanities Computing. La communauté universitaire adopte cette nouvelle discipline  et des formations spécialisées sont ouvertes au Royaume-Uni et aux Etats-Unis.

***

D’autres projets motivent à présent la communauté des Humanities Computing :

• La publication du patrimoine culturel sur le Web afin de le rendre accessible au grand public.
•  L’intégration des techniques de la  linguistique computationnelle, dans le cadre de projets tels que la bibliothèque numérique Perseus.
• La mise à disposition des outils et techniques développées par les Humanities Computing pour d’autres domaines de recherche.
• Le recrutement dans le milieu universitaire, mais aussi dans l’édition électronique, les technologies de l’éducation et du développement multimédia, d’étudiants diplômés en sciences humaines et en informatique.

En somme, comme le dit Susan Hockey, à l’heure d’Internet, l’imagination et l’innovation dont  a fait preuve la communauté des Humanities Computing ont permis d’ouvrir à ce domaine de connaissances un large horizon de possibilités.

Mélissa Hernandez

---

---