Tout d'abord, dans cette analyse du corpus de nos tags, nous différencions les livres et les pages Web car tant par le mode de consultation que par le mode de conservation ou d'indexation, ces deux sources documentaires sont très dissemblables. Concernant Zotero, nous avons conservé prés de 1 000 citations réparties dans 302 livres, 70 chapitres de livres, 41 articles de conférences, 61 articles de revues et 33 thèses. Pour le Web, notre base de données Diigo compte près de 10 000 liens18.
Pour chacune de ces sources recherchons quels tags sont utilisés en co-occurrence avec les tags « intelligence » et « collective » et combien de documents sont en correspondance avec ces tags. On obtient alors le tableau suivant qui présente le résultat de 5 des 16 combinaisons booléennes d'association de deux tags (http://goo.gl/4uIjl) :
Corpus entier Intelligence Collective Intelligence ET collective Intelligence OU collective Zotero Tags 842 100 % 40 4,75 % 40 4,75 % 35 4,15 % 45 5,34 % documents 2006 100 % 25 1,2 % 19 0,94 % 17 0,84% 27 1,34 % Diigo Tags 3103 100 % 623 20 % 525 17 % 443 14,2 % 678 21,8 % documents 9653 100 % 845 8,75 % 649 6,72 % 540 5,59 % 954 9,88 %
Tableau 1: Intelligence collective : nombre de tags et de documents des archives collectées
18 Ces chiffres ont été calculés en juillet 2012, notre utilisation de Diigo et Zotero ayant continué après cette date, les données en ligne ont évoluées
Buts et moyens de l'intelligence collective - Qu'est-ce que l'intelligence collective ? 81
Parmi les enseignements que l'on peut tirer de ce tableau, le plus évident est que nous avons catégorisé quasiment le même nombre de document avec chacun des deux tags, ce qui indique que dans nos recherches les thèmes de l'intelligence et du collectif ont une même importance. Une autre évidence est la forte disproportion entre l'importance de ces deux thèmes dans les sources bibliographiques et Web. En effet, si près de 10% des liens Web sont consacrés à l'intelligence collective, il représente à peine plus d'1% des documents bibliographiques. Ceci s'explique notamment par une pratique différente de la catégorisation entre les deux sources d'information. Pour le Web, nous avons catégorisé explicitement tous les documents en rapport avec ces thèmes car c'est le seul moyen de les retrouver avec Diigo, alors que pour les documents bibliographiques nous disposons avec Zotero d'un moteur de recherche qui dispense de catégoriser chaque document. Nous avons donc utilisé conjointement les deux tags « intelligence » et « collective » uniquement pour quelques citations présentant un éclairage particulier. De plus, dans le tableau ci-dessus (Tableau 1: Intelligence collective : nombre de tags et de documents des archives collectées p. 80), nous n'avons pas fragmenté les documents Web en plusieurs documents correspondant à un passage particulier alors que c'est le cas pour les livres qui sont fragmentés en plusieurs citations. En prenant en compte uniquement les documents d'où sont issus les citations, le nombre de documents passe à 302 et le pourcentage des documents en rapport avec les tags « intelligence » et « collective » passe de 0,84 % à 5,62 %. Remarquons toutefois que même avec ce re-qualibrage, il y a proportionnellement peu de documents qui relèvent à la fois de l'un et de l'autre de ces thèmes, ce qui correspond à notre volonté de ne pas focaliser nos recherches uniquement sur l'adéquation de ces deux thèmes, préférant explorer un champ sémantique plus large afin d'ensuite mieux cerner l'espace sémantique de l'intelligence collective.
Examinons cet espace sémantique en analysant justement le champ restreint des 478 tags (443 Web + 35 Zotero) associés aux deux tags « intelligence » et « collective ». Commençons par éliminer les tags qui selon les sept types de tags définis par Golder & Huberman ne concernent pas le contenu de la ressource :
« - le contenu de la ressource (au sujet de quoi ou de qui) - le type de support
- le contributeur ou la source du document - une évaluation de la qualité du contenu
- une description des caractéristiques et un affinage de la définition du contenu - la relation avec le tagueur (« mystuff »)
Samuel Szoniecky Université Paris VIII - Saint-Denis 2009 - 2012
Buts et moyens de l'intelligence collective - Qu'est-ce que l'intelligence collective ? 82
- une activité associée à la ressource (« jobsearch », « toread ») » (Golder & Huberman, 2005 cité et traduit par Crepel 2011, p. 36)
Dans les sources bibliographiques nous avons juste éliminé 2 tags : « citation » qui permet de préciser que la note associée au document est une citation et pas un commentaire du document ; « A-LIRE » qui permet de retrouver les documents non encore consultés. Pour le Web nous avons supprimé 23 tags : 10 correspondent à une activité sur la ressource (« conférence », « colloque », « for:... » qui précise les envois vers une autre compte Delicious), 8 correspondent au type de support (« filetype:pdf », « video »...), 4 sont des affinages du contenu (« référence », « vs »...) et finalement 1 tag n'ayant pas de sens (« no_tag »). Ainsi, plus de 95% des tags que nous avons utilisés concernent le contenu des documents et représentent donc ce qu'est pour nous le champ sémantique de l'intelligence collective.
En regroupant les deux sources documentaires nous obtenons 10 tags qui sont communs aux deux sources : « animal », « collective », « critique », « fourmis », « ia », « intelligence », « outil », « scientifique », « spirale », « wikipedia ». Ils sont liés à 124 documents qui certes ne représentent qu’un peu plus d'1% du nombre total des documents mais qui reflètent l'orientation de nos recherches. Passons sur l'évidence des deux tags « intelligence » et « collective » pour voir comment les tags restant correspondent aux trois articulations fortes du plan de cette thèse pour la partie consacrée à l'intelligence collective. En effet, on retrouve les problématiques d'un discours « scientifique » basé sur une « critique » de la notion étudiée : à travers sa définition et la question du modèle « animal » exploité par l' « ia » (intelligence artificielle) avec l'exemple des « fourmis », et à travers ses usages par exemple ceux de « wikipedia ». Enfin, la réflexion sur les « outils » compose le deuxième chapitre de cette partie consacrée à l'intelligence collective. Le tag « spirale » renvoie quant à lui à nos recherches concernant un modèle graphique efficace pour le design des flux d'information, recherches qui sont au cœur de la troisième partie de cette thèse.
Sur les 443 tags (478 – 25 éliminés – 10 en doublons) que nous avons utilisés en co- occurrence avec les tags « intelligence » et « collective », près des deux-tiers n'ont été utilisés qu'une seule fois (293 ; 66 %) et seulement 43 au moins 5 fois (9,7 %). Si nous nous concentrons sur cette population des tags les plus utilisés et plus particulièrement sur les 12 tags utilisés au moins 10 fois. Ils concernent 536 documents soit plus de 96 %. Il apparaît que notre vision du champ sémantique de l'intelligence collective est composée à la fois de termes renvoyant à des aspects :
Buts et moyens de l'intelligence collective - Qu'est-ce que l'intelligence collective ? 83
• techniques : « opendata », « semanticweb », « ecosysteminfo »,
• de gestion de projet : « management », « crowdsourcing », « économie », • de pratiques innovantes : « prospective », « e-science », « e-gouv »,
• de la gestion graphique des connaissances : « cartographie », « connaissance ». L'analyse de nos tags personnels montre l'adéquation entre la catégorisation des documents que nous avons effectués et l'exposé de nos recherches dans cette thèse. Il aurait été surprenant que ce soit le contraire puisque l'expression par tag et celle de ces pages concernent le même sujet et surtout ont le même auteur. Toutefois, une analyse plus fouillée de notre catégorisation pourrait être menée notamment pour déceler au-delà des évidences des « signaux faibles » qui nous échappent encore, mais que la comparaison de notre corpus avec un autre corpus de tags issu celui-ci d'une catégorisation automatique permettra sans doute de révéler.