# Du bricolage individuel à l’infrastructure collective <small>fréderic clavert / c²dh, université du luxembourg </small> Note: Se présenter. - rappeler projets type #ww1 / AWAC2 / negotiating the past - mais surtout Journal of Digital History Bref expérience des corpus du web de différentes natures et collectés de manières variées. Expériences individuelles et expériences collectives. Et je vais essayer d'insister sur le passage d'une expérience individuelle (bricolage au sens de Levi Strauss) à une expérience collective, car donne l'occasion de balayer un très grand nombre de pratiques liées à ce type de corpus.

## bricolage et pratiques numériques discètes <figure> <img src="img/ecrire.jpeg" width="200px" /> <figcaption><small>Caroline Muller, avec F. Clavert,<br /><em>Écrire l'Histoire. Gestes et expériences à l'ère numérique.</em></small></figcaption> </figure> Note: Présentation du livre et des recherches qui l'ont précédé. Utilisation de deux de ses concepts: - **Bricolage raisonné** - ouvrir une boîte à outils, choisir l'outil adapté, ne pas standardiser - **Pratiques numériques discrètes** - de petits gestes qui infléchissent la méthode sans être documentés Les pratiques numériques discrètes sont de diverses natures: - usages banals comme le Ctrl+F ou le copier-coller - des usages très récents comme l'usage d'un modèle de langue / d'IA générative Peut mener à des aberrations, comme citer une cote d'un document d'archives sans dire clairement que la version numérisée du fonds a été consultée, et non sa version matérielle. Or les conditions de lecture du document font évoluer son interprétation (Arlette Farge).

# bricolage individuel

## #ww1 : un dispositif de bricolage Note: - Avril 2014 – décembre 2019 : 9,1 millions de tweets, environ 1 million d'utilisateurs - Collecte : 140dev, puis DMI-TCAT à partir de septembre 2017 et en raison d'un changement technique côté API de Twitter. Rupture dans le corpus: pas les mêmes meta-données - tableurs, OpenRefine, IRaMuTeQ, Gephi puis Dataïku DSS

## « Because we can » Note: Avantages et désavantages du bricolage individuel - Pourquoi Twitter ? L'API de streaming était *relativement* ouverte - **L'accès a orienté le choix de l'objet** - Le corpus a des absences qu'on ne voit qu'en le questionnant : où sont Jaurès et Clemenceau ? Ici le bricolage a permis de mener une recherche originale, mais l'on en voit immédiatement les limites, car dépendance à un dispositif technique que l'on ne maîtrise pas vraiment.

## L'APIcalypse Note: - Bruns (2019) : la fermeture progressive de l'accès des chercheurs aux données des plateformes - #coronavirus : streaming lancé le **15 mars 2020**, arrêté en **mars 2023** - Collecte a posteriori par l'API académique : sans les tweets supprimés ni comptes privés - L'accès gratuit à la recherche ferme en 2023 La collecte a posteriori par l'API académique a exclu les retweets à cause des limites de l'API. Les tweets supprimés et les comptes privés sont absents. Ce qu'on possède, c'est ce qu'on a collecté avant la fermeture.

## Après l'APIcalypse : l'accès passe par des institutions <span class="kicker">1 · Bricolage individuel</span> - DSA, art. 40 : acte délégué adopté le 2 juillet 2025 - Chercheurs **agréés**, recherches sur les **risques systémiques**, très grandes plateformes - Hypothèse : le collectif devient pour partie **une contrainte**, pas seulement un choix <div class="todo"> À VÉRIFIER : état réel de l'art. 40 en octobre 2026 avant de l'affirmer </div> Note: [45 s] L'accès passe de plus en plus par des institutions : collections de bibliothèques, accès pour chercheurs agréés. Le DSA, article 40, a un acte délégué adopté le 2 juillet 2025, mais limité aux risques systémiques et aux très grandes plateformes. Je le dis comme hypothèse : le collectif devient pour partie une contrainte, pas seulement un choix. Transition : quand on ne peut plus collecter seul, on passe par d'autres.

# vers l'échelle collective

## Deux façons d'être collectif Utiliser l'infrastructure des autres / Construire la sienne

## AWAC2 : l'infrastructure des autres Note: - Collection **COVID-19 de l'IIPC**, constituée par des bibliothèques du monde entier - 6 chercheurs, 4 pays (LU, NL, DK, FR) ; lecture distante : acteurs, types de contenus, interconnexions - La collecte a **déjà décidé** de ce qu'est la donnée - Une page archivée peut être une page qui n'a jamais existé telle quelle (p. 75) ; il faut renoncer à la page « originale » (p. 163)

## De letterbox à digishell Note: Construire sa propre infrastructure ne signifie pas ne pas utiliser des infrastructures existantes / donc pour religis la BNUS, TGIR, etc. Mais signifie réfléchir à la couche infrastructurelle plsu adaptée au projet. Projet de Benoît Majerus. - **Letterbox**: 2 personnes, Luxembourg - **Digishell** (ERC): 6 personnes / recherche dans 4 pays S'appuie sur une infrastructure existante, mais nécessitée de mettre en place Letterbox, c'était deux personnes sur le Luxembourg. Digishell, c'est cinq ou six personnes sur quatre pays, et le projet commence. Je ne vous donne donc pas des résultats, mais trois déplacements que ce passage impose. - Documenter: Paramètres de collecte, versions d'outils, limites du corpus. Ce que deux personnes se disaient à voix haute doit s'écrire. Les pratiques discrètes deviennent visibles. - Mutualiser: L'outil, le modèle de données, la répartition du travail - Recruter: Quels profils ; qui maintient après le financement le livre rappelle que les financements durent quelques années et que rien n'est prévu pour la maintenance. Tension à assumer : le livre refuse de standardiser les gestes, mais un projet collectif doit en formaliser une partie. Dire laquelle, et laquelle on laisse au bricolage.

## questions juridiques Note: Les questions de conformité au RGPD et aujourd'hui à l'AI act se posent pour toute recherche; Sont plus aiguës pour les projets collectifs. - **Délégué à la protection des données (DPO)** : conformité RGPD de l'établissement - **Comité d'éthique** : évaluation de la recherche Transition : mais l'infrastructure collective a ses propres échecs.

## les limites de l'infrastructure collective Note: - On reste dans un archipel : bases propres à chaque projet, schémas locaux, standards trop lourds - Maintenance post-financement, question des « cimetières numériques » - La maintenance de l'interface est moins pensée que celle des données

## penser l'accès Note: - problème des accès aux plateformes qui ferment ou se referment. L'accès aux données du projet doit être pensé en fonction de ce risque. - le corpus gelé est une ressource sous condition de documenter sa collecte. Lien avec ReligiS : l'axe 6 vise l'intégration dans les infrastructures de données ouvertes, alors que les données de réseaux sociaux ne sont généralement pas redistribuables. Transition : depuis deux ans, une autre technique déplace le problème, l'IA.

# une pratique numérique discrète massive et honteuse: les modèles de langue Note: - Le coût d'entrée de la programmation baisse : vibe coding - **Double dépendance** : la source et l'instrument passent par des plateformes Passer à un usage (ou non-usage) qui soit pensé et adapté à ReligiS. Domaine d'application clair: vous aurez un corpus hétérogène: que change-t-elle dans ce qu'on peut demander à des sources dispersées ? Nécessite un effort supplémentaire de documentation. Garder les prompts, les réponses, les traces de tout usage de l'IA.

# conclusion: faire des choix Note: On n'évacue pas complètement le bricolage, mais on choisit ce que l'on formalise plus. Peut-être faut-il se poser un certain nombre de questions: 1. quel accès en début de projet, à quelles types de données, pour combien de temps? 2. qui décide de ce qu'est la donnée, de ses métadonnées: pour les médias sociaux, c'est la plateforme par exemple. 3. que perd-on si l'accès est coupé? 4. qui maintient après le financement? Et pourquoi faire cette maintenance? 5. qui répond du cadre juridique et éthique?