1Qu’est-ce que la cartographie du Web ? est un livre posthume publié en 2021 chez OpenEdition Press dans la collection « Encyclopédie numérique », qui rassemble des ouvrages abordant de manière synthétique des thématiques méthodologiques liées aux humanités numériques. Son auteur initial, Franck Ghitalla, a été enseignant-chercheur à l’université de technologie de Compiègne (UTC) et est l’un des précurseurs en France de la cartographie d’information et des études du Web, à l’intersection des sciences de l’ingénieur et des sciences sociales. À la fois synthèse de l’œuvre de Franck Ghitalla et hommage de la part de ses collègues, il est d’ailleurs édité et préfacé par deux chercheurs qui introduisent l’ouvrage et le concluent par un hommage aux travaux et à l’esprit scientifique de l’auteur : Dominique Boullier, professeur de sociologie à Sciences Po Paris et directeur du Costech à l’UTC puis du Médialab de Sciences Po Paris, laboratoires connus pour leur approche interdisciplinaire des données numériques, et de Mathieu Jacomy, chercheur en sociologie des sciences et créateur ou contributeur d’outils d’analyse et de fouille de données tels que Gephi ou Hyphe.
2Ce livre se veut une introduction, voire un manuel de réflexion méthodologique, sur l’analyse de réseau, la fouille du Web et la cartographie d’information. Le cœur de l’ouvrage, rédigé tantôt à la première personne du singulier, tantôt à la première personne du pluriel, est issu du blog de Franck Ghitalla, L’Atelier de cartographie, et se construit comme une exploration du Web aux côtés du chercheur. Ce sentiment d’exploration en compagnie de l’auteur est transmis, tant par la thématique des différents chapitres et leur organisation progressive, que par le style, limpide et pédagogique, qui rend la lecture fluide et agréable.
3Dans la première partie, « Chroniques du Web », l’ouvrage navigue entre les différentes perceptions et conceptions que l’auteur s’est faites du Web au fil de ses recherches, et revient sur les outils employés pour l’investiguer. Cela correspond à la chronologie de Franck Ghitalla et à sa réflexion personnelle autant que collective autour de la forme du Web. La deuxième partie de l’ouvrage, intitulée « Études cartographiques du Web » propose une mise en pratique de ce qu’il est possible de faire avec les outils et protocoles conçus et exposés plus tôt ; elle constitue une réflexion sur les effets et usages de ces outils. Cette dernière remarque résulte d’une caractéristique de l’ouvrage à laquelle ce compte rendu se doit de rendre honneur. En effet, la richesse de Qu’est-ce la cartographie du Web ? ne réside pas seulement dans l’étude des propriétés « physiques » du Web ou des outils permettant sa visualisation et son exploration : elle réside aussi dans ce que l’auteur, par le récit de ses questionnements, réussites et échecs, donne à voir et à comprendre du processus collectif, collaboratif et humain de la recherche, et de ses porosités avec le monde de l’innovation.
4L’intérêt de cet ouvrage réside notamment dans la découverte du Web pas à pas qui est proposée au lecteur. Dans la partie intitulée, l’auteur commence son exploration par un questionnement sur la forme du Web, curiosité qu’il partage par exemple avec les auteurs de l’article « Graph Structure in the Web » (Broder et al. 2000), dont il prend comme point de départ le schéma de mise en lien des informations. Dès lors, chaque chapitre aborde une nouvelle variable à prendre en compte dans la fouille et la visualisation du Web.
5Ainsi, l’ouvrage se centre d’abord sur les liens entre les contenus du Web, et donc sur la mise en réseau de cet espace. Assez rapidement, cette conception amène l’auteur à s’interroger sur l’enjeu de la mesurabilité, abordant les célèbres « six degrés de séparation » (Travers et Milgram 1969) en leur apportant un certain nombre de nuances. L’une d’entre elles concerne l’existence de longs liens très faibles – parcourant une grande distance dans le réseau – qui expliquent cette mesure. Or, si le Web amplifie ce phénomène, il ne rapproche pas pour autant les communautés entre elles. Par ailleurs, certains nœuds réduisent l’étendue du réseau en formant des ponts entre les communautés : en cela, ils ne sont pas complètement comparables aux autres. Franck Ghitalla parle alors de « hiérarchie » entre les nœuds, ce qui suppose une approche plus qualitative pour en faire l’étude. Il s’intéresse également à la manière dont les nouveaux nœuds s’introduisent dans un réseau structuré et se positionnent par rapport aux autres. Cette approche dynamique introduit la pertinence d’autres sciences pour appréhender le Web, particulièrement la biologie, sur laquelle l’auteur revient dans l’ensemble de l’ouvrage.
6La prise en compte du poids des nœuds, c’est-à-dire de leur importance dans le réseau, nécessite des outils. L’algorithme HITS proposé par Jon Kleinberg fournit à l’auteur une nouvelle manière de mesurer les distances au sein du Web et d’en appréhender la fouille. Une fois établie l’existence de sous-groupes très connectés entre eux, ou clusters, l’algorithme HITS (Hyperlink-Induced Topic Search, Kleinberg 1999) permet de repérer les hubs, ces nœuds qui font office de ponts entre des groupes, et les autorités, nœuds vers lesquels beaucoup de liens pointent au sein d’une communauté. Pour Franck Ghitalla, cette possibilité est à la fois un moyen d’explorer le réseau avec des portes d’entrées pertinentes – offrant une économie de temps au chercheur – et un moyen de visualiser le Web. En effet, la hiérarchie des nœuds l’amène à décrire le Web en termes de couches ayant chacune des propriétés différentes. Cette représentation du Web est mobilisée et affinée tout au long de son travail. La première couche concentre pour lui les nœuds les plus importants, c’est-à-dire les nœuds de référence tels que les moteurs de recherche, plateformes ou sites officiels ; la deuxième est constituée des différents agrégats et clusters thématiques ; la dernière, la plus profonde, est celle des bases de données.
7L’existence de couches étant posée, l’auteur se concentre sur l’exploration de la couche des agrégats, approche qu’il justifie par la taille assez limitée de ces espaces. L’exploration des nœuds les plus importants – sélectionnés au moyen de l’algorithme HITS puis validés par observation qualitative – semble l’approche la mieux adaptée. Cette approche inductive de « knowledge discovery », chère à l’auteur, est inspirée de travaux tels que ceux de J. Kleinberg. Elle est originale parce qu’elle prend pour fondement les outils statistiques qui mesurent les nœuds ayant des propriétés spécifiques : opérateurs de ponts entre les communautés ou nœuds très connectés. L’analyse de leur contenu vient dans un deuxième temps. Le rôle du chercheur consiste alors à comprendre et interpréter ce qui rapproche et rassemble certains contenus. Cette approche est l’occasion de présenter les outils de navigation, de récolte et d’archivage des données numériques développés par Franck Ghitalla, ses collègues ou ses étudiants ; ainsi, elle rend compte de la manière dont la recherche évolue de pair avec la technique.
8L’ouvrage questionne ensuite l’aspect dynamique du Web, et plus précisément la diffusion et la circulation des informations. Le modèle des différentes couches est alors réemployé pour comprendre les modes de diffusion de l’information en ligne : la diffusion de type « broadcast », avec un hub qui transmet une même information par l’intermédiaire d’un grand nombre de liens ; la diffusion « virale », c’est-à-dire la transmission horizontale d’informations, essentiellement au sein d’un ensemble très connecté, d’un agrégat. Une fois l’enjeu de la circulation d’informations exploré via le réseau, l’auteur passe à une nouvelle question, en ajoutant au fur et à mesure des couches de finesse et de complexité, comme celle de la nature des liens.
9Plusieurs études de cas sur la thématique des attentats lui font développer une analyse de réseau multidimensionnelle riche, pertinente et nécessairement qualitative. Cette étude de cas concerne les attentats terroristes de 2015 et part du travail effectué par Valdis Krebs sur les attentats de 2001 (Krebs 2002). En reprenant et vérifiant lui-même ce travail, Franck Ghitalla rend compte de son exploration à l’échelle française. La multitude d’informations à considérer, notamment sur la nature des liens – lien familial, lien indirect, partage d’une activité ou d’une passion, coprésence en un même lieu –, appuie l’argument selon lequel il est nécessaire que l’outil d’enquête combine une approche qualitative avec l’analyse de réseau. Dans cette approche qualitative, il propose de construire des graphes multicouches pour visualiser la place variable des acteurs d’un réseau complexe, selon que l’on prend en compte, par exemple, les liens familiaux, géographiques ou économiques.
10La seconde partie de l’ouvrage s’attache à décrire plusieurs recherches effectuées sur et en dehors du Web, en tirant profit des questions, concepts et outils développés plus tôt. Cette partie permet au lecteur de se projeter dans l’usage pratique de l’analyse de réseaux et rend compte de l’exploration concrète, par l’auteur, de ses propres outils. Dans l’objectif plus large de « cartographier la science », il tente de visualiser le champ de la recherche scientifique française sur les véhicules autonomes. Ce terrain a pour point de départ un accès privilégié et exhaustif à l’ensemble des travaux publiés sur le sujet en France ainsi qu’à un grand nombre de métadonnées (mots-clés, coauteurs, laboratoires, revues…). Grâce à cette cartographie, il peut observer les imbrications réelles entre disciplines, laboratoires et équipes de recherche mais également entre institutions publiques et privées (entreprises, start-up, etc.). Il parle ainsi d’« écosystème d’innovation » pour évoquer l’espace d’échange et d’interconnexion constitué par les acteurs de la recherche et du monde entrepreneurial.
11À travers ces exemples, l’auteur révèle l’aspect hautement politique de la cartographie de l’information, lorsque celle-ci a des fins journalistiques ou commerciales. En effet, par sa qualité visuelle et sa capacité à montrer en simplifiant, la carte dévoile les acteurs-clés d’un réseau, alors que ces derniers cherchent parfois la discrétion – ce qui pose des problèmes de confidentialité et projette le cartographe dans une situation délicate. L’auteur prend plusieurs exemples pour rendre compte de sa propre expérience dans cette position.
12La plus grande richesse de l’ouvrage, directement liée au contexte de rédaction de chacun de ses chapitres – qui étaient des articles de blog –, réside dans ce qu’il révèle du processus de la recherche en train de se faire. En effet, l’auteur propose à ses lecteurs des réflexions et des questionnements inscrits dans des contextes très concrets, qu’il s’attache à détailler : projets collectifs, avec des étudiants, non financés… Cette ouverture sur les coulisses du travail fait mieux comprendre le rôle joué par son réseau. En cela, il en dit autant sur les méthodes de recherche par l’explicitation de leur contexte que par des développements sur les outils et sur les questionnements de la cartographie du Web.
13Enfin, la lecture de l’ouvrage amène à s’interroger sur la perméabilité entre équipes de recherche et entreprises au sein des « écosystèmes d’innovation ». Cet aspect aurait mérité un traitement plus fourni.