• 1 Trésor de la Langue Française Informatisé, http://atilf.atilf.fr/ à l’entrée « donnée ».
• 2 Serge Abiteboul, Sciences des données : de la logique du premier ordre à la Toile, Leçon inaugurale (...)
• 3 Paul Mathias, Qu’est-ce que l’internet ?, Paris, Vrin, 2009.

1Le terme de donnée, pour polysémique qu’il soit, a connu une évolution sémantique depuis une vingtaine d’années qui semble avoir figé son sens aux yeux de nos contemporains. Si l’on suit un dictionnaire historique comme le TLFi, est attesté, dès le xix^e siècle, le sens de « quantité connue dans l’énoncé d’un problème et qui sert à trouver la solution », mais l’est aussi « ce qui est connu et admis, et qui sert de base, à un raisonnement1 ». Une donnée n’est donc pas toujours une mesure, une quantité, c’est aussi un outil de la démonstration. Le développement des bases de données dans le dernier tiers du xx^e siècle et leur massification au début du xxi^e formalisent un processus rappelé par Serge Abiteboul dans sa leçon inaugurale au Collège de France en 2012. En informatique la donnée est une représentation formalisée et élémentaire, dont la manipulation permet d’extraire des informations dont l’ensemble peut permettre de dégager des connaissances2. La « databasification3 » amorcée dans cette période s’est traduite par l’émergence d’un rapport aux données orienté vers leur traitement avec le big data, par exemple. Dans ce cas le terme anglosaxon Data induit un rapport plus distancié à l’acquisition de la donnée. Celle-ci est rarement posée en amont, parce qu’elle est souvent produite par d’autres (Insee, établissements privés), dans ce cas le terme désigne des enregistrements offerts à l’étude, soit une chose qui en décrit d’autres, qui se laisse enregistrer, analyser et réorganiser.

• 4 Michel Serres, « Les Nouvelles technologies. Révolution culturelle et cognitive », conférence donné (...)

2Ces approches distinctes autorisent une définition maximaliste. Tout traitement de signes est alors manipulation de données. Celle-ci devient universelle si l’on suit Michel Serre qui écrivait : « Je ne connais pas d’être vivant, de cellule, tissu, organe, individu et peut-être même espèce, dont on ne puisse pas dire qu’il stocke de l’information, qu’il traite de l’information, qu’il émet et qu’il reçoit de l’information4 ».

• 5 Bruno Latour, « Que la bataille se livre au moins à armes égales », postface à Zaccai Edwin, Gemenn (...)
• 6 Jean-Philippe Genet, « Source, Métasource, Texte, Histoire », dans Francesca Bocchi et Peter Denley (...)

3En ce contexte information et données peuvent être considérées synonymes. Dans une autre conception, plus construite, on pourrait, suivant Bruno Latour, parler d’obtenues décrivant des aspects d’un réel que l’on cherche à comprendre5. C’est à cette conception que nous nous référons ici, proche au fond de ce que Jean Philippe Genet nommait des métasources6.

• 7 https://archives.ungeneva.org/lontad.
• 8 Pour un aperçu des projets soutenus par le Collex-Persée, https://www.collexpersee.eu/les-projets/.
• 9 Jo Nockels, Paul Gooding, Sarah Ames, et al., « Understanding the application of handwritten text r (...)

5Les activités de numérisation produisant des données exploitables à partir de documents historiques ont débuté il y a déjà plusieurs décennies. L’accélération de ce mouvement au cours de la période très récente est cependant particulièrement frappante. Elle se manifeste par l’émergence de portails donnant accès à de gigantesques gisements d’information. Les plus spectaculaires exemples récents sont probablement l’ouverture du portail dédié aux archives de la Ligue des Nations7 ou la multiplication des initiatives locales, soutenues en France par plusieurs dispositifs institutionnels – nous pouvons citer ici les ANR Corpus, ou le Collex-Persée8 – parfois celle de chercheurs isolés. Le succès rapide de Transkribus, qui permet, sous certaines conditions, la transcription automatique de vastes corpus sans que l’opérateur n’ait besoin de compétences techniques, à la seule condition d’une phrase d’apprentissage assez courte, atteste d’une rapide accumulation en cours de données brutes produites à partir des matériaux de l’historien9. Plusieurs facteurs rendent compte de cette accélération récente, qui en tendance fait de la donnée historique, autrefois rare et coûteuse à obtenir, sinon un produit de grande consommation, du moins une matière première abondante.

• 10 Cf, https://www.irht.cnrs.fr/fr/recherche/les-programmes-de-recherche/horae
• 11 https://escripta.hypotheses.org/ et https://scripta.psl.eu/en/
• 12 https://traces6.paris.inria.fr/
• 13 https://www.unige.ch/lettres/humanites-numeriques/recherche/projets-de-la-chaire/fondue / FoNDUE es (...)

6Les besoins de l’industrie publicitaire, des réseaux sociaux, des écrans tactiles ont récemment mis en lumière des algorithmes de reconnaissance d’écritures manuscrites, élaborés il y a longtemps déjà en d’autres contextes. Ces algorithmes, incorporant très souvent des éléments d’intelligence artificielle (IA), ont suscité l’intérêt d’un grand nombre de laboratoires de sciences humaines qui voient dans ces outils les moyens d’exploiter des données textuelles d’un volume toujours croissant et disponibles au format image. On peut citer l’ANR Notre Dame dirigée par Julie Claustre Mayade (LAMOP) et pour la place parisienne le projet HORAE10 de l’IRHT et de la BNF ou bien encore le projet escripta de PSL11. Une plateforme en ligne permet aujourd’hui de faire de la reconnaissance de caractère en utilisant des modèles ou en faisant de l’entraînement12. Le laboratoire d’humanité numérique de Genève a initié une chaire pour mettre en place une infrastructure HTR, orientée vers des écritures plus modernes, il s’agit du projet Fondue13. Les mêmes tendances sont perceptibles à Princeton et Mannheim.

• 14 Anr Exo-Popp, Extraction optique des entités nommées manuscrites pour les actes de mariage de la po (...)

7Ce ne sont là que quelques exemples, mais l’engouement pour de telles approches ainsi que le développement de techniques d’apprentissages pour des écritures médiévales, modernes ou contemporaines s’expliquent assez aisément. En effet, la documentation écrite représente un des supports essentiels de la connaissance en Histoire. Permettre l’extraction automatique d’informations depuis ces textes par la reconnaissance d’éléments d’intérêts et d’entités nommées – l’ANR Exo-PoPP conduite par Sandra Bree en fournit un exemple14 – offre la possibilité d’accéder à des gisements colossaux de données pour l’instant très peu exploités.

• 15 Romain Garcier, Emmanuel Martinais, Laurnce Rocher, « Désigner, mesurer, réguler : la mise en polit (...)

9Moins perçue, la prolifération des capteurs se traduit par la construction de gisements de données permettant de documenter à un très bas niveau de granularité, au long de périodes parfois longues, de multiples pratiques sociales, la circulation automobile dans les grandes villes par exemple15, à Paris, en permanence mesurée sur plus de 3 000 tronçons de voies depuis 2014. 

• 16 André Zysbeg, Les galériens : vies et destins de 60,000 forçats sur les galères de France 1680-1748(...)

10Plus abondantes, souvent facilement accessibles, pour certaines peu coûteuses, les données accessibles à l’historien, qu’elles documentent la période contemporaine ou les mondes anciens, ont pour particularité de ressembler peu à celles traditionnellement maniées par ceux-ci. Les historiens en effet furent longtemps cantonnés à l’exploitation de données agrégées ou de bases de données péniblement constituées au long d’une vie de labeur, dont l’exemple canonique serait sans doute l’énorme gisement d’informations construit par André Zysberg pour étudier les galériens du roi soleil16. 

• 17 Patrick Manning, Big Data in History : A World-Historical Archive, New-York, Palgrave, 2013.
• 18 Jo Guldi, David Armitage, The history manifesto, Cambridge, Cambridge University Press, 2014.

11 S’il est rare que l’on puisse parler de big-data, à ce jour du moins, la taille des données exploitables dans le cadre d’une enquête historique est sans précédent, la possibilité de couvrir de vastes aires géographiques ou de longues périodes également. Cela conduit certains d’entre eux à espérer un retour à la synthèse17 comme l’avènement d’une histoire authentiquement globale18. 

• 19 Jean-Luc Pinol, André Zysberg, Métier d'historien avec un ordinateur, Paris, Nathan, 1995.
• 20 Benjamin Derruelle, Stéphane Lamassé, « Un processus de production du savoir historique et encyclop (...)

12 La complexité de nombreux jeux de données, des procédures aussi qui permettent tant leur construction que leur stockage ou leur exploitation, est de plus sans commune mesure avec celle des tableaux Excel construits à partir d’un dépouillement des listes nominatives de recensement ou des listes électorales qui servaient de référent aux réflexions méthodologiques, alors pionnières, de Jean-Luc Pinol et André Zysberg19. L’analyse d’une page Wikipedia se révèle ainsi une entreprise fascinante et complexe, parce que les traces de son élaboration permettent de décrire de façon fine la génétique du texte apparaissant à l’écran, mais au prix d’une forte technicité qui impose une maîtrise du fonctionnement des bases de données et de l’historicité des dispositifs logiciels eux-mêmes20.

• 21 Stéphane Lamassé, Gaëtan Bonnot. Dans les dédales du web. Historiens en territoires numériques, Par (...)

13Les données les plus contemporaines ont de plus la particularité de documenter des pratiques – des conversations impromptues liées à l’activité sur les réseaux de toute sorte – et qui laissaient auparavant peu de traces ou bien d’offrir une granularité nouvelle, celle de l’individu, qui était auparavant inaccessible et qui nécessite de requérir à questionnaires inédits21.

• 22 Nicolas Bourgeois, Marie Cottrell, Benjamin Déruelle, Stéphane Lamassé, S., & Patrick Letrémy, « Ho (...)

15La manifestation sinon la plus spectaculaire, du moins la plus évoquée aujourd’hui est celle de l’accessibilité nouvelle d’outils incorporant des éléments d’intelligence artificielle. Très souvent, le terme désigne implicitement l’application de méthodes d’apprentissages profonds. Et de fait, même si les études historiques faisant appel à de tels outils sont rares encore, quelques exemples récents prouvent la potentielle fécondité de l’application de ces techniques aux matériaux de l’historien. Le recours aux cartes de Kohonnen permet ainsi de caractériser finement le vocabulaire d’un corpus de textes en faisant saillir non seulement les écarts entre ses éléments, mais l’horizon commun à celui-ci, l’épisté du temps lorsque l’outil est appliqué à un ensemble de textes scientifiques ou techniques22.

• 23 Julien Alerini, Madalina Olteanu, James Ridgway, « DiscreteTS : two hidden-Markov models for time s (...)
• 24 Philippe Rygiel, Une impossible tâche ? L’Institut de Droit international et la régulation des migr (...)

16Les possibilités statistiques nouvelles offertes en ce contexte sont moins spectaculaires, ou moins visibles, mais changent elles aussi les modes de manipulation et d’appréhension des données possibles, même si, malgré quelques expérimentations, elles sont rarement actualisées dans la production historienne. Quelques travaux modélisent les données au moyen de chaînes de Markov cachées23, moyen efficace de détecter des irrégularités et des lacunes dans la distribution temporelle d’actes administratifs anciens. L’usage, rare encore, d’arbres et de forêts de décision24 autorise à repérer efficacement des interactions entre variables dans le cas de populations peu nombreuses mais décrites par de nombreux caractères.

• 25 Hans Bandemer, Wolfgang Näther, “Fuzzy data analysis”, Springer Science & Business Media, 20, 2012.

20La difficulté même, et les pages nombreuses consacrées à son examen, aboutissent au constat que les faits consignés dans les bases de données sont des faits produits en prenant appui sur une documentation, processus dont la trace doit être conservée et liée à l’information résultante. Il y a là une différence avec le moment quantitativiste des décennies soixante et soixante-dix. Si on ne parle pas de « modèle » mais de « questionnaire » dans cette culture française, il y a pourtant une vision claire des caractéristiques propres à l’analyse historique de la documentation. Naît une tension qui est celle de la prosopographie entre la base de données structurée et l’analyse textuelle qui définit une position particulière que caractérise un besoin de produire des recherches à partir de données « floues25 ». De véritables stratégies se mettent en place oscillant entre une réduction et une prise en compte de la complexité documentaire.

• 26 Françoise Autrand (dir.), Prosopographie et genèse de l'Etat moderne : actes de la table ronde, Par (...)
• 27 Christophe Charle, « Une enquête en cours : le dictionnaire biographique des universitaires françai (...)

21Plusieurs colloques rendent compte de ce moment, celui de Paris en 198426, celui dont les actes sont réunis par l’école française de Rome en 1988. Tous les articles de ce dernier volume abordent les problèmes liés aux usages de l’informatique lors de la création et l’interrogation des bases de données prosopographiques. Ce colloque est en fait un agrégat d’expériences concernant pratiquement toutes les périodes historiques. On y présente les modèles de fiches que l’on saisit, les traitements statistiques opérés et certains articles évoquant le problème du rapport aux données. L’un d’entre eux nous semble assez caractéristique. Il s’agit de celui de Christophe Charle, dans lequel il revendique une forme « d’artisanat » dans sa démarche. Il considère la donnée entrée dans la machine comme le produit d’une interprétation assumée, une construction27. Dans le cas de la prosopographie, on peut considérer cela comme une forme de scientificité. De fait, le codage favorise les regroupements et l’interprétation des absences, mais nécessite beaucoup d’explications des logiques qui fondent les choix du concepteur de la base. C’est en évoquant les données manquantes qu’il discute de la fiabilité des données. La question, ici, est celle de la production documentaire dont les transformations peuvent fragiliser les résultats obtenus. Évidemment cette situation, où l’information ne peut pas être connue, produit une incertitude quant aux résultats. Il est intéressant d’observer comment le raisonnement historique intègre cette incertitude en poussant la réflexion vers l’environnement social au sein duquel est produite la documentation. Ainsi, Christophe Charle propose d’expliquer la production d’archives par le niveau de richesse des familles. Les hommes d’affaires provenant de familles de notables, leurs ascendants sont plus faciles à pister historiquement ; quant au déclassement, il le juge marginal.

• 28 Gian Piero Zarri, et alii, Projet RESEDA (rapport final), (1977).

22Une autre façon d’aborder la question des incertitudes introduites par la documentation a consisté à développer des systèmes experts susceptibles de permettre l’extraction des données depuis les sources. C’était l’objectif du projet Reseda développé au CNRS par Gian Piero Zarri qui proposait une approche orientée intelligence artificielle. La finalité était de permettre à l’ordinateur d’extraire et de coder un contenu sémantique. Ce projet a débuté dès 1976 et présente des caractéristiques propres à la prosopographie. Il tient compte de l’hétérogénéité de la documentation et se structure par « épisode ». La vie d’un individu est ainsi conçue comme une suite de moments, de segments temporels. L’auteur du programme est assez clair quant aux possibilités qu’il assigne à son système : « (…) on pourra présumer avec un certain degré de fiabilité que quelqu’un a suivi des cours universitaires, même si cette information n’est pas explicitement attestée dans la base28. »

• 29 Pour une présentation, cf. Jean Pierre Dedieu, « Les grandes bases de données. Une nouvelle approch (...)

23Plusieurs difficultés sont inhérentes à cette approche. Il est difficile d’éliminer la possibilité pour deux codeurs d’introduire des informations sous deux formes différentes L’objectif du meta-langage et des règles est d’atteindre un haut niveau de formalisation par rapport à la documentation, mais l’apprentissage de la syntaxe de formalisation a représenté pour le projet une contrainte trop lourde, raison de son échec. À la même période, Manfred Thaller propose un système permettant d’intégrer certains niveaux d’incertitude et de qualité des données, notamment lorsqu’il s’agit de gérer la temporalité. Dans le contexte de l’époque, l’apprentissage de la méthode, comme l’usage des dispositifs logiciels associés, du fait en partie d’une ergonomie que l’on jugerait aujourd’hui rudimentaire, empêchent son adoption au-delà de cercles étroits29.

• 30 Robert Salais, « La donnée n'est pas un donné », Revue française d'administration publique, 3, 2010 (...)
• 31 Laure Berti-Équille, « Qualité des données », Techniques de l’ingénieur. Informatique HB4 (H3700) [ (...)
• 32 Masime Huré, « Une privatisation des savoirs urbains ? Les grands groupes privés dans la production (...)
• 33 Latanya Sweeney, « k-anonymity : a model for protecting privacy », International Journal on Uncerta (...)
• 34 Étienne Ollion, Julien Boelaert, « Au-delà des big data. Les sciences sociales et la multiplication (...)

26L’entrée dans un monde de données massives, aux gisements alimentés par les données produites par les opérateurs internet, la multiplication des capteurs et la mise en ligne des données détenues par les états et les grandes organisations ont conduit, dans un contexte marqué, pour les grandes organisations et les États, par le triomphe du pilotage par le chiffre30, à faire de la donnée, de sa gestion comme de son exploitation une problématique centrale, du fait des enjeux31 tant politiques32 et éthiques33 qu’économiques ou scientifiques34, associés à celle-ci.

• 36 Cf. Rali Harrathi, Sylvie Calabretto, « Un modèle de qualité de l'information », Revue des Nouvelle (...)

28Souvent menés à partir de types spécifiques de données, ces travaux ont débouché sur la multiplication de référentiels, et abouti à des modélisations de plus en plus complexes et précises autorisant une description fine de la qualité des données36. S’en dégagent quelques principes généraux qui conduisent à mettre l’accent sur leur complétude, leur précision, leur cohérence, les conflits de valeurs possibles pour une même entité, ou encore leur fiabilité.

• 37 Jacky Akoka, Isabelle Comyn-Wattiau, Stéphane Lamassé, & Cedric Du Mouza, « Contribution of concept (...)
• 38 Senzhang Wang, Jiannong Cao, and Philip Yu, « Deep learning for spatio-temporal data mining : A sur (...)
• 39 Philippe, Rygiel, Stéphane Lamassé, « Nouvelles frontières de l’historien », Revue Sciences/Lettres (...)

29Émergent alors un lexique, comme des stratégies – analyse interne, confrontations et croisements des informations produites par divers moyens, enquêtes sur les conditions de production des informations – mais aussi des dynamiques de recherche. Au rang de celles-ci la modélisation du jugement expert37, comme de la temporalité38 occupent une place de choix. Ce contexte autorise ou favorise une rencontre, qui n’est plus un horizon39 mais une pratique, avec les préoccupations des sciences sociales et peut être particulièrement des historiens, par métier porté à l’évaluation et à la critique de la documentation et de l’information.

• 40 Christine Plumejeaud-Perreau, Silvia Marzagalli. « Qualifying and representing confirmed, possible, (...)

31Parmi les projets favorisant les intersections disciplinaires autour de l’incertitude, le projet autour de la base de données Navigocorpus marque ainsi une étape. Portant sur des données commerciales maritimes du xviii^e siècle, le projet qualifie l’incertitude historienne sur les courses et propose des représentations tenant compte visuellement de ce paramètre40.

• 41 Lucie Fossier, « L'utilisation de l'informatique pour l'exploitation des documents textuels médiéva (...)
• 42 Edgar Lejeune, Médiévistes et ordinateurs : organisations collectives, pratiques des sources et con (...)

33S’ébauche dans ce cadre, assez rapidement, un rapport à la cliométrie qui intègre la question du rapport à la documentation41. Il suppose également un usage précoce de l’informatique qui conduit, dans les conditions concrètes de l’époque, à un commerce obligé avec les informaticiens comme avec les autres utilisateurs des centres de calcul42.

• 43 Léo Dumont, Octave Julien, Stéphane Lamassé, « Articuler histoire et informatique, enseignement et (...)
• 44 http://analyse.univ-paris1.fr/.

35Dans ce cadre, la notion de données, qui favorise la mise sur pied de formations destinées à des publics variés, au niveau doctoral en particulier, va progressivement gagner en centralité43, cependant qu’émergent lentement des échanges autour de questions qui ne sont plus ou plus seulement de formation mais aussi de recherche, imbrication qu’illustre le déroulement du projet Analyse44.

• 45 Yacine Jernite, Pierre Latouche, Charles Bouveyron et alii. « The random subgraph model for the ana (...)

37Si ces interactions mènent parfois à une hybridation des savoirs, ce n’est pas cependant toujours le cas. À la crainte des informaticiens d’être pris pour de simples prestataires de service répond celle des historiens de devenir simples fournisseurs de données. Même si l’entreprise peut avoir des vertus heuristiques dans chaque champ, elle n’en demeure pas moins alors d’effet limité, ne remettant pas en jeu le rapport à leurs données des acteurs. Nous l’avons expérimenté à l’occasion d’une enquête sur les réseaux d’évêques mérovingiens au milieu des années 2010. Sollicités par une équipe de mathématiques appliquées qui se tournait vers l’analyse des réseaux sociaux, nous avons entamé une coopération autour de données relationnelles produites à partir des textes évoquant les conciles tenus en Gaule mérovingienne au sixième siècle. Après obtention d’un financement, un stagiaire fut recruté qui partagea son temps entre les deux laboratoires. Son travail aboutit à la production d’un paquet R, la publication d’un article45 et conduira au lancement d’une thèse de mathématiques appliquées.

• 46 Jacky Akoka et alii, « Modélisation conceptuelle des bases prosopographiques : représentation de l’ (...)

39La genèse et le déroulement du projet Daphné nous semblent pouvoir fournir en ce domaine un cas d’école éclairant46. Nous disposions d’importants gisements de données, de qualités très hétérogènes, comportant énormément d’incertitude. Notre intuition était qu’une base de données qui doit servir à un questionnement historique, contient de l’incertitude et que celle-ci doit être autant que possible définie et modélisée.

• 47 Richard T. Snodgrass, « The Temporal Query Language TQuel », PODS, 1984, p. 204-213 ; Shamkant B. N (...)

44Avant tout mes premiers échanges ont surtout consisté à expliquer aux historiens que tout ce qu’ils fantasmaient sur l’apport de l’informatique à leur recherche, tout ce qui leur semblait d’une incroyable utilité pour leur recherche en histoire... existait déjà. Oui nous avons des modèles, des langages47 pour les données temporelles et nous pouvons implémenter des bases de données temporelles et ce depuis de nombreuses années, comme en témoigne cette rapide synthèse de la recherche sur les bases de données temporelles et des quatre phases qui se chevauchent :

• 48 http://www.cs.aau.dk/˜csj/Glossary/index.html

Depuis 1993 : Phase de consolidation avec l’élaboration d’un glossaire consensuel des concepts de bases de données temporelles48, suite de tests du langage de requête TSQL2, etc.

• 49 Jacky Akoka, Isabelle Comyn-Wattiau, Stéphane Lamassé et Cédric Du Mouza, « Modeling historical soc (...)
• 50 Jacky Akoka, Isabelle Comyn-Wattiau, Stéphane Lamassé, Cédric du Mouza, « Contribution of conceptua (...)

49Et c’est ce questionnement qui nous a conduit à réaliser que nous tenions là un beau sujet de recherche, à savoir comment gérer cette incertitude dans le processus d’interrogation de sources et d’élaboration des recherches ! Ce sujet est tellement complexe et riche qu’il a déjà débouché sur deux projets et un troisième déposé avec des financements nationaux... Et ces projets ont commencé par le commencement... à savoir échanger avec les historiens pour comprendre leurs données et pourquoi il y avait de l’incertitude. Cela nous a conduit à réaliser main dans la main un modèle générique de données prosopographiques intégrant cette incertitude49. Cette construction n’a pas été un long fleuve tranquille puisqu’il a fallu régulièrement remettre en question ce modèle afin de lui fournir la généricité qui lui permet de couvrir les différents modèles existants ainsi que les différentes formes d’incertitude. Après avoir étudié comment travaillaient les historiens, nous avons ensuite proposé un processus qui soutient automatiquement l’intuition des historiens dans le domaine de la prosopographie. Cela a conduit à une contribution triple : un modèle conceptuel de données, un modèle de processus et un ensemble de règles combinant la fiabilité des sources et la crédibilité de l’information50.

• 51 Wissam Mammar Kouadri, Jacky Akoka, Isabelle Comyn-Wattiau, Cédric du Mouza, « Uncertainty Detectio (...)

50Par la suite, nous nous sommes penchés sur le problème de détection de l’incertitude... Ce problème est finalement peu étudié en informatique, encore moins en langue française, alors qu’il est d’un intérêt crucial dans les bases de données SHS. Nous avons donc pu identifier et coder une approche basée sur un vocabulaire existant et des motifs (patterns) d’incertitude, identifiés avec les historiens51, complétée par une approche de Machine Learning en cours de validation par les informaticiens et les historiens pour non seulement détecter l’incertitude dans le texte en langage naturel, mais également la quantifier. Nous étudions enfin les meilleures façons d’agréger des informations avec différents scores d’incertitude. Toutes ces contributions sont à la fois des contributions en informatique puisque nous élaborons modèles, langages, algorithmes et implémentations, mais également en histoire car cette recherche réalisée en collaboration permet d’entrevoir une exploitation bien plus riche des données par les historiens.

• 52 Joseph Morsel, « Les sources sont-elles « l e pain de l’historien » ? », Hypothèses, 1, 2003, p. 27 (...)
• 53 Philippe Rygiel, « L’enquête historique à l’ère numérique », Revue d'histoire moderne et contempora (...)
• 54 Joseph Morsel, « Traces ? Quelles traces ? Réflexions pour une histoire non passéiste », Revue hist (...)

51L’effort réflexif imposé par cette modélisation a en effet conduit à repenser, en le poursuivant ou en l’accompagnant par d’autres voies, le travail entamé par Joseph Morsel 52sur les sources historiques. Il s’agit alors de revenir sur les processus métier de l’historien et le détail des jugements experts qu’il formule, ainsi que sur que les notions, impensées parfois, qui structurent profondément le rapport de la profession à la documentation. Cette dernière est parfois rapidement assimilée à une collection de traces, définition d’une fausse simplicité, alors que les sources portent les traces de médiations multiples que le recours au numérique conduit à dévoiler53 et enchâssent de multiples historicités, celle des phénomènes visés certes, mais celle aussi « de l’engendrement d’une documentation permettant un travail historien54 ».

• 55 Dzovinar Kévonian, Philippe Rygiel, Simon Burrows, Edmond, J., Jo Guldi, J., & Jean-Pierre Bat, « C (...)

52L’interrogation sur la donnée historienne, son éventuelle spécificité et les formes de préhension qu’elle permet, pas plus que les questions portant sur les difficiles alliances qu’il appartient aux historiens de nouer afin d’opérer en ce nouveau contexte, n’épuisent la liste des questions brûlantes que pose l’entrée dans l’âge des données. D’autres sont plus directement politiques ou citoyennes, certaines conduisant par exemple à des interrogations sur les contraintes économiques, idéologiques ou politiques qui conditionnent la production et l’accessibilité des données et donc les histoires légitimes qu’il est ou sera possible d’écrire en ce nouvel âge55. Elles feront à n’en pas douter l’objet de débats dans les pages de ce dossier.