Résumé :
Au-delà de la recherche d’outils techniques pour les sciences sociales,
celles-ci et l’informatique partagent deux problèmes épistémologiques
majeurs : celui des ontologies (et de leurs discordances) et celui de l’intégration
d’informations exprimées dans des ontologies différentes.
Après avoir introduit les notions techniques d’ontologie et d’interopérabilité,
nous montrons comment elles sont liées, comment elles peuvent être
généralisées en préservant la nature de leurs liens,
et en quoi elles sont pertinentes pour les sciences sociales.
Mots clés :
Epistémologie, ontologie, interopérabilité, intégration
de schémas, homologie structurale
Summary :
Beyond the search for technical tools for the social sciences, the latter share
with computer science two major epistemological problems : the problem of ontologies
(and their discrepancies) and the problem of integrating information formulated
in different ontologies. After introducing the technical notions ontology and
interoperability, we show how they are interrelated, how they can be generalized
so as to maintain the nature of their relationship, and how they are relevant
for the social sciences.
Keywords :
Epistemology, ontology, interoperability, schema integration, structural homology
1. Introduction
L’informatique, on le sait depuis longtemps, en particulier depuis certains
développements de l’intelligence artificielle (IA), n’est
pas seulement un pourvoyeur d’outils techniques pour les sciences en général,
et les sciences sociales en particulier. Elle soulève indirectement un
certain nombre de questions qu’on considère habituellement comme
portant sur la nature humaine. Dans notre livre « Le savoir et l’ordinateur
», nous avons essayé de montrer qu’il était préférable
d’aborder ces questions sous l’angle de la sémiotique et
de la culture. Ici, nous concentrant sur un aspect particulier, nous allons
montrer que les sciences sociales et l’informatique partagent deux problèmes
épistémologiques majeurs : celui des ontologies (et de leurs discordances)
et celui de l’intégration d’informations exprimées
dans des ontologies différentes.
Deux questions majeures et étroitement liées parcourent en effet
aujourd’hui tous les secteurs de l’informatique et des réseaux
: la question des ontologies (et, ce qui vient aussitôt avec : le problème
de leurs discordances), d’abord apparue sous ce nom en IA, et la question
de l’interopérabilité des systèmes, d’abord
apparue comme problème central du génie logiciel (c’est-à-dire
de l’étude des méthodes de développement). Ces deux
questions sont désormais omniprésentes en informatique. En particulier,
elles concernent de très près les secteurs des bases de données,
des systèmes d’information (avec les « composants métiers
» ou « Business Objects ») et de l’Internet. Pour illustrer
ce dernier cas, des enjeux économiques majeurs constituent une motivation
puissante pour traiter le problème essentiel de la recherche d’informations
pertinentes et de la synthèse d’informations en provenance de sources
multiples et hétérogènes (d’où les travaux
sur le Web sémantique et le langage OWL), mais aussi de la spécification
et de la recherche de services disponibles (d’où le secteur en
pleine expansion des services Web et du langage WSDL). La multiplicité
des ontologies développées dans les divers secteurs de l’informatique
et des réseaux est telle qu’elles constituent à elles seules
un témoin de la manière informatique de penser le monde –
qui pourrait devenir un véritable terrain d’étude ethnologique.
Après avoir quelque peu précisé ces deux questions, ainsi
que les liens qu’elles entretiennent, l’objet de cet article est
essentiellement de montrer comment elles se situent et en quoi elles font sens
bien au-delà de leur univers purement technique d’origine. En particulier,
on repère comment la notion Lévi Straussienne d’homologie
structurale se situe par rapport à celles d’intégration
de schémas (dans les bases de données) et d’interopérabilité.
2. Ontologies
Le mot « ontologie » a été introduit en informatique
par l’intelligence artificielle (IA). Dans tout cet article, nous adoptons
le sens technique précis que lui a donné l’IA, en oubliant
toutes ses connotations philosophiques : sommairement, c’est l’ensemble
des concepts et relations d’un domaine et des axiomes logiques généraux
qui les relient. Cette définition d’une ontologie est beaucoup
plus générale qu’il ne semble au premier abord, car chacun
des éléments suivants peut être considéré
comme équivalent à une formule logique (cette équivalence
est d’ailleurs explicitée de manière parfaitement rigoureuse
dans le cas des « graphes conceptuels » de Sowa, 1984) :
- tout système de classification,
- tout système terminologique,
- tout schéma conceptuel d’une base de données,
- tout graphe ou ensemble de graphes de relations (jeux d’oppositions
phonématiques, relations formelles entre actants d’un mythe, homologies
structurales, etc.),
- tout modèle de « fiche » de recueil de données.
Précisons un peu ce concept.
2.1 Les ontologies et la modélisation
Dans la philosophie occidentale classique, l’ontologie est « tout
simplement » la science de l’Etre. En IA, le terme d’ontologie
est utilisé dans un sens purement technique (heureusement plus facile
à définir), conformément à la démarche scientifique
de la modélisation ; il ne doit pas induire l’idée d’une
quelconque naturalité des objets auxquels les diverses ontologies développées
par l’IA se rapportent ; celles-ci, du fait qu’elles sont le produit
d’une activité de modélisation, sont toujours liées
à un objectif particulier, plus ou moins implicite.
En IA, l’ingénieur « cogniticien » (terme un peu passé
de mode) se retrouve en situation de devoir modéliser les concepts et
connaissances d’un secteur d’activité qui n’est pas
le sien ; pour cela, les méthodologies les plus répandues (comme
KADS) lui recommandent d’adopter le vocabulaire (l’ontologie) du
domaine habituellement utilisé par les personnes qui ont à traiter
le même type de problèmes que le système qu’il essaie
de développer. On notera l’utilité de cette dernière
distinction et précision (vocabulaire du domaine vs vocabulaire du problème)
; par exemple, dans le domaine pharmaceutique, le vocabulaire n’est pas
le même selon le problème à résoudre : pour le traitement
médical, les trois « partenaires en ontologie » que sont
le médecin généraliste, le pharmacien et le patient utilisent
le nom commercial ; pour la recherche, le chercheur utilise le nom de la molécule
; mais on sait qu’il n’y a pas de correspondance bijective : savarine
(nom commercial) = chloroquine + proguanil (noms de molécules).
Malgré ces méthodologies assez rigoureuses (sur le papier, au
moins), je pense qu’en IA, on se trouve confronté à certains
problèmes analogues à ceux de l’ethnologue. En particulier,
il peut être fort difficile de ne pas plaquer ses propres concepts et
conceptions, et sa propre manière de concevoir les liens pouvant exister
entre divers concepts (sa propre « grammaire conceptuelle »), sur
ceux qui ont vraiment cours chez les experts du domaine (respectivement, chez
les membres de la société qu’on veut étudier).
2.2 Ontologie formelle et ontologies régionales
En fait, pour lever toute ambiguïté sur le terme d’ontologie,
il faut en distinguer deux usages, selon qu’elle est qualifiée
de formelle ou de régionale. Quand on ne précise pas, on parle
en général d’ontologies régionales.
L’ontologie formelle, pour Husserl, est concernée par
les primitives épistémologiques générales nécessaires
à la description du « monde ». Dans le sens plus précis
que nous lui attribuons en IA, elle est relative aux primitives épistémologiques
générales nécessaires à la formulation des diverses
ontologies régionales ; elle se matérialise concrètement
dans les primitives générales sur lesquelles sont construits les
langages de représentation de connaissances (par exemple : distinction
classe relation, distinction classe instance, relation classe sous-classe, relation
objet partie, relation objet attribut, etc.). Il résulte de plusieurs
théorèmes de logique formelle que toutes les ontologies formelles
usuelles en informatique (langages à types abstraits, langages d’objets
avec attributs, langages de règles, graphes conceptuels, etc.) sont formellement
équivalentes à la logique du premier ordre (ou à une partie)
: autrement dit, ajouter des primitives épistémologiques (comme
le typage ou la structuration des objets) n’augmente pas la puissance
expressive théorique. Le choix d’une ontologie formelle plutôt
que d’une autre est donc a priori sans incidence fondamentale
sur les ontologies régionales ; mais il peut avoir une incidence pratique
considérable sur la manière de formuler des connaissances particulières.
Une ontologie régionale, au sens technique de l’IA, consiste
en un ensemble de concepts spécifiques, relatifs à un domaine
particulier, éventuellement des objets distingués appartenant
chacun à l’une des classes définies par ces concepts, et
un ensemble de fonctions et de relations sur ces classes et objets individuels,
ainsi que certains types d’axiomes « terminologiques » régissant
les différents termes de ce vocabulaire. Formellement, une ontologie
régionale n’est ainsi rien d’autre qu’une théorie
logique des types d’objets de son domaine et de certaines de leurs relations
; comme la plupart des théories logiques, une ontologie régionale
est en général incomplète.
2.3 Ontologies régionales et théories
Si une ontologie régionale ne se distingue formellement en rien d’une
théorie logique, elle le fait cependant par l’usage auquel elle
est destinée : permettre de conceptualiser des situations multiples ou
variables d’un domaine. Une ontologie régionale vise à imposer
une sémantique minimale des concepts de son domaine, mais pas une théorie
particulière de ce domaine ; elle doit pouvoir être exploitée
par des théories diverses portant sur son domaine (qui en sont, formellement,
des spécialisations). Décider qu’un axiome (parmi lesquels
il faut compter les relations taxonomiques) se situe au niveau d’une ontologie
régionale plutôt qu’à celui d’une conception
particulière de son domaine relève souvent de préjugés
culturels. En ce sens, toute ontologie véhicule implicitement une idéologie
plus ou moins marquée, plus ou moins consciente.
Typiquement, une ontologie régionale définira :
1°) une taxonomie (ou classification hiérarchique) des types d’objets
de son domaine (relations d’hyponymie, du genre : un A est_une_sorte_de
B) ; exemple : ?x [chien(x) ? mammifère(x)]
2°) des définitions ; exemple :
quelque soit x quelque soit z {grand-père(x, z) équivaut
à
il existe y [père(x, y) et (père(y, z) ou mère(y, z))]}.
3°) la structure interne des objets du domaine (leurs attributs) et des
contraintes sur les valeurs possibles de chaque attribut ;
4°) certaines relations structurelles binaires entre objets (du type A est_une_partie_de
B) ; exemple : partie_de(bras, corps) ;
5°) certaines contraintes (sous formes d’axiomes logiques) auxquelles
ces différents termes doivent être soumis pour que l’on puisse
légitimement leur attribuer le sens qu’ils visent (par exemple,
une ontologie des relations familiales imposera que la date de naissance du
père soit antérieure à celle du fils ; mais elle n’imposera
pas que l’adresse soit commune).
3. La notion classique d’interopérabilité en
informatique
Passons au concept technique d’interopérabilité, que nous
étendrons ensuite progressivement, tout en établissant les rapports
avec la question des ontologies.
3.1 Interopérabilité technique des systèmes informatiques
Il est généralement admis qu’il serait illusoire de viser
à une architecture unique des systèmes informatiques, qui leur
permettrait de communiquer simplement entre eux, ou à un langage universel
qui les autoriserait à travailler directement sur des objets et données
communs. Une telle uniformité serait synonyme d’une part du blocage
de tout progrès et d’autre part de l’impossibilité
d’optimiser des langages ou systèmes à des fins particulières.
Elle imposerait en outre la réécriture, économiquement
impensable, de tous les logiciels existants. Il en est de même pour les
systèmes de communication et d’échange d’information.
L’hétérogénéité des systèmes
informatiques et de communication s’impose donc comme une réalité
incontournable. Bien entendu, l’interopérabilité ne
saurait se présenter comme une alternative à la normalisation,
toujours indispensable pour éviter une multiplication désordonnée
et inutile de systèmes incompatibles ; elle en est au contraire le complément,
les systèmes qu’on veut voir interopérer étant en
principe déjà normalisés.
L’interopérabilité des systèmes informatiques
est donc fondamentalement ce qui pallie leur impossible et indésirable
uniformité, mais qui concerne des systèmes déjà
normalisés (au moins de facto). Elle est ce qui permet de réaliser
un compromis entre d’un côté hétérogénéité
et évolutivité et de l’autre uniformité et normalisation.
Sans entrer dans le détail des câbles et connexions physiques qui
forment désormais un treillis de plus en plus dense (mais au maillage
très irrégulier) autour de la planète, l’interopérabilité
des systèmes informatiques et de communication est assurée aux
plus bas niveaux physiques et informatiques par la normalisation des interfaces
physiques. Au niveau juste au-dessus, elle s’appuie sur les standards
informatiques d’échange de données, c’est-à-dire,
par exemple, sur les protocoles de l’IETF (tcp/ip, smtp, http, etc.).
3.2 Les bases de données : exemple classique de discordance ontologique
; interopérabilité des données et « intégration
de schémas »
De multiples bases de données ont été développées
partout dans le monde, avec des modèles de données différents
(hiérarchique, relationnel, etc.) et des langages de requête différents
; en outre, leurs contenus sont organisés selon des schémas conceptuels
(c’est-à-dire des vocabulaires et des ensembles de structures de
données – ce qui constitue des formes simples d’ontologies)
qui sont liés à des applications particulières et ont toutes
les raisons imaginables d’être incompatibles. L’interopérabilité
des bases de données consiste à pouvoir retrouver et intégrer
des informations en provenance de bases hétérogènes relativement
à ces divers points, et qui peuvent en outre résider sur des machines
différentes avec des systèmes d’exploitation et des systèmes
de gestion de bases de données différents. Au-dessus de l’interopérabilité
technique générale définie ci-dessus, elle recouvre deux
aspects, l’un syntaxique, qui est traité par la normalisation des
langages de requête (SQL), l’autre sémantique.
Pour l’aspect sémantique, qui nous concerne principalement ici,
la méthode couramment utilisée est connue sous le nom d’«
intégration de schémas » (figure 1) ; il s’agit de
définir un schéma conceptuel global, externe à toutes les
bases concernées, et d’encapsuler (enrober, ou « to wrap
») chacune de celles-ci dans un système de règles de transformation
entre le schéma global et son schéma local. Mais ces techniques
ont leurs limites, car un tel schéma global s’avère en pratique
très difficile à développer et à maintenir ; il
est remis en cause chaque fois qu’une base doit être ajoutée
à l’ensemble ou que la structure de l’une doit être
modifiée. Tout en posant ainsi d’importantes restrictions à
l’autonomie d’évolution de chaque base, cette solution reste
fragile. En outre, un tel schéma global suppose que toutes les bases
de données concernées soient cohérentes à un changement
près de vocabulaire ; cela devient irréaliste dès qu’on
prétend l’étendre à l’ensemble illimité
de toutes les bases potentiellement consultables (par exemple à travers
Internet).
3
.3 L’interopérabilité des applications informatiques
Face à l’interopérabilité des données, se
pose la question de l’interopérabilité des programmes informatiques.
Il existe plusieurs environnements permettant un fonctionnement distribué
des programmes orientés objets en environnement hétérogène
: CORBA, COM+, et (dans une moindre mesure, puisque limité au monde du
langage Java) l’environnement RMI de Java. La principale fonction de ces
environnements est d’offrir des services d’interconnexion selon
le modèle client-serveur. Leur principal atout économique est
qu’ils peuvent encapsuler les logiciels existants dans des emballages
(wrappers) permettant leur interopérabilité sans qu’il y
ait besoin de les réécrire : ces emballages créent en effet
un niveau de description de ces logiciels indépendant de leur implémentation,
qui reste cachée. Leur principale limitation est la même que pour
toutes les approches purement syntaxiques, exigeant de l’utilisateur la
connaissance détaillée des diverses classes d’objets abstraits
qu’il veut mettre en œuvre.
Les trois cas qui précèdent (niveau technique, bases de données
et logiciels « orientés objets ») constituent ce qu’on
peut appeler les notions classiques d’interopérabilité.
Avant d’introduire une succession de niveaux plus abstraits d’interopérabilité,
considérons le cas des « composants métiers ».
Dans de nombreux domaines spécialisés (télécommunications,
santé, etc.), les techniques d’interopérabilité des
programmes ont commencé par donner lieu au développement de vastes
bibliothèques de classes d’objets, les « composants métiers
» (ou « business objects », si l’on veut absolument
faire in). Mais on a aussi dépassé ce stade technique, qui serait
celui de bibliothèques de composants logiciels, pour atteindre à
un niveau où ces technologies prennent un sens sociétal beaucoup
plus important.
Car on en vient à disposer de bibliothèques
de modèles abstraits des objets et processus qui permettent de décrire
les organisations (entreprises, administrations, etc.) actives dans ces
domaines (et ce en des termes qui n’ont plus rien d’informatique).
Dans ces secteurs d’activité, les systèmes d’information
ne seraient dès lors plus conçus au cas par cas, ou par paramétrage
de progiciels généraux, mais par assemblage de ces briques de
base. Les enjeux sociétaux sont considérables : la normalisation
des ontologies avec lesquelles nous comprenons ces domaines d’activité
débouche en effet sur la normalisation de notre manière de les
penser, une boucle de rétroaction pouvant en outre s’installer
puisque les systèmes d’information qui sont mis en place dans les
organisations en suivant cette démarche ne peuvent que renforcer en retour
cette manière de penser les organisations (voir Berthier 2002, chapitre
10).
4. L’interopérabilité « cognitive »
des agents artificiels entre eux
Dans la pratique de l’IA (comme dans celle des bases de données
et des systèmes d’information), on se heurte très souvent
à un problème conceptuel majeur, celui de la discordance ontologique
: des ontologies régionales développées séparément,
même si elles se rapportent au même domaine, ou à des domaines
ayant une intersection non vide, (et même dans des domaines qui peuvent
donner l’illusion d’être simples, comme ceux de l’identification
des individus ou des relations de parenté), n’ont aucune raison
a priori d’utiliser le même vocabulaire ou d’avoir structuré
leurs concepts de manière identique – et cela pour de multiples
raisons : langues différentes, cultures différentes, points de
vue différents sur une même culture, approches différentes
du problème, etc. (Alors que le mot « oncle » permet de ne
pas faire de distinction entre oncle paternel et maternel, l’arabe, qui
a deux mots différents, exige de la faire.) Toute la question, comme
pour les schémas des bases de données, est donc de pouvoir exploiter
simultanément des ontologies régionales différentes, c’est-à-dire
de travailler dans plusieurs « repères conceptuels » à
la fois, mais, contrairement à la technique d’intégration
de schémas, on ne cherchera pas ici à définir un repère
unique qui les subsumerait tous et qui, de fait imposerait une certaine normalisation
du vocabulaire, donc de la manière de penser leur contenu.
4.1 Interopérabilité « cognitive »
Or, il résulte des développements effectifs de l’IA qu’au-dessus
du niveau de base de l’interopérabilité technique des systèmes
informatiques, on peut développer un autre niveau, que nous proposons
de désigner comme celui de l’interopérabilité «
cognitive » (sans oublier les guillemets pour ne pas entraîner d’interprétations
abusives) des agents artificiels entre eux. C’est le niveau où
les logiciels d’IA, qu’on considère dès lors comme
des « agents intelligents », peuvent « partager » leurs
connaissances entre eux, au sens précis de communiquer à leur
propos et de les exploiter en commun.
Cela suppose que ces agents communicants aient une compréhension commune
:
1°) de chacun de leurs actes de communication. A cet effet, ils doivent
partager la même pragmatique de la communication : par exemple, chaque
interlocuteur doit savoir sans ambiguïté si on lui communique des
faits, des questions, des requêtes de collaboration, etc. ; la théorie
des actes de parole (issue de la philosophie analytique) est, dans des versions
plus ou moins formalisées (Austin 1956, Searle 1969, Searle & Vanderveken
1985), à l’origine de tous les systèmes existants (KQML,
FIPA ACL) ;
2°) de leur(s) divers langage(s) d’expression de ces savoirs (de leurs
systèmes de représentation des connaissances) ? A cet effet, un
langage (c’est-à-dire une syntaxe et une sémantique générale)
doit être défini en tant que référence commune, pouvant
servir de pivot pour passer de l’un à l’autre (figure 2)
;
3°) des contenus communiqués. Contrairement au problème de
la traduction entre langages naturels, celui de la traduction entre ontologies
régionales n’est pas toujours simplifié par la recherche
d’une ontologie commune – qui équivaudrait, dans le cas des
bases de données, à la recherche d’un schéma conceptuel
commun, dont nous avons vu les difficultés. En effet, contrairement aux
structures grammaticales fixes des langages, les ontologies régionales
sont, comme les schémas conceptuels des bases de données et plus
que les lexiques des langues naturelles, appelées à se développer,
se modifier, se multiplier. Une approche moins ambitieuse, mais plus générale,
qui relève des techniques d’interopérabilité, consiste
à établir des correspondances partielles entre ontologies (figure
3), sans chercher à construire une ontologie globale ; à cet effet,
les concepts particuliers au sujet desquels les agents communiquent doivent
se référer à des « ontologies » communes (c’est-à-dire,
en gros, à des vocabulaires communs, donnant le même sens à
leurs différents termes), ou à des ontologies qui sont au moins
reliées entre elles par des règles précises (spécifiant
par exemple que le « nom » d’une « personne »
dans une ontologie correspond au « patronyme » d’un «
individu » dans une autre ontologie).
Insistons : toutes ces technologies existent réellement et sont effectivement
mises en œuvre. L’étude de ces trois capacités, que
nous qualifions globalement d’interopérabilité « cognitive
» entre agents artificiels, a fait l’objet d’un projet américain
d’envergure, le Knowledge Sharing Effort (KSE), depuis le début
des années 1990. A chacune des trois contraintes ci-dessus, KSE a associé
un langage formel standardisé. Ces trois langages (respectivement KQML,
KIF et ONTOLINGUA) et la philosophie générale de ce projet ont
été repris et mis en pratique dans de nombreuses applications
opérationnelles (pour un exemple d’application, voir la section
5).
Plus récemment, le problème a été repris au niveau
d’instances de normalisation. L’association FIPA (Foundation for
Intelligent Physical Agents) s’est donné pour objectif de standardiser
la notion de plateforme multi-agents et les principes de communication entre
agents. Ainsi, tous les agents de toutes les plateformes qui respecteront ces
normes, aussi loin dans l’espace puissent-ils se trouver les uns des autres,
devraient-ils pouvoir bénéficier de l’interopérabilité
« cognitive », sous réserve que soient effectivement spécifiées
les correspondances entre leurs diverses ontologies ; sur ce point, intelligence
artificielle ou pas, il n’y a évidemment pas de miracle, et un
travail important peut être exigé, en particulier quand on dispose
d’une multitude de sources avec des ontologies hétérogènes
– comme cela est souvent le cas, en sciences sociales, avec les observations
de terrain. Le FIPA entend jouer le même rôle de normalisation en
matière de systèmes multi-agents que l’OMG en matière
de systèmes orientés objets ou que le W3C en matière de
technologies Web. Depuis plusieurs années déjà, des plateformes
conformes aux spécifications du FIPA sont disponibles et exploitées
dans l’industrie (JADE, ZEUS, FIPA-OS, etc., pour ne citer que quelques
exemples de logiciels « libres »).
4.2 Retour sur le concept d’interopérabilité ; extensions
Rappelons que le concept purement technique d’interopérabilité
(litt. la capacité à opérer, ou à fonctionner, ensemble)
tient aujourd’hui une place centrale dans les technologies de l’information
et des réseaux. Notons déjà que ce terme donne à
réfléchir : car l’interopérabilité n’est
pas l’identité ; en pratique, c’est même quasiment
le contraire, la question ne se posant que pour pallier le défaut d’identité
(des machines, des systèmes d’exploitation, des langages de programmation,
etc.). Il s’oppose donc à tous les discours identificatoires. Il
véhicule cependant une plus grande exigence que le terme courant d’interface
(lequel semble ne viser que la surface des choses).
Or, ce concept peut encore se généraliser considérablement.
Grâce aux avancées réalisées dans le traitement informatique
du langage naturel (terme consacré pour désigner les langages
humains), on peut définir un type encore plus élevé d’interopérabilité,
l’interopérabilité sémiotico-cognitive entre l’homme
et les agents artificiels de l’IA ; de même, grâce aux technologies
de la réalité virtuelle, on peut définir une interopérabilité
sensori-motrice entre l’homme et l’ordinateur (Voir Berthier 2002
et 2004).
5. Applications concrètes : la question des ontologies et
l’intégration d’informations hétérogènes
sur Internet
Contrairement aux mythes savamment entretenus autour d’Internet, accéder
à des informations ou connaissances pertinentes éparses
sur le Web ne se limite pas à effectuer quelques clics de souris, car
le véritable problème est de trouver les bons clics. Ensuite,
assembler les informations ou connaissances recueillies à partir des
diverses sources pour les exploiter conjointement pose de nouveaux types de
difficultés : certaines techniques (différences de formats des
données, etc.) ; d’autres conceptuelles, comme le problème
des discordances ontologiques.
La question de la « lisibilité universelle » des documents
mis sur le Web étant résolue par les techniques de base de l’Internet
(comme le langage html et le protocole http), nous distinguons plusieurs niveaux
techniques possibles d’accès effectif aux informations pertinentes
sur le Web, et considérons les présupposés ontologiques
correspondants :
- les annuaires de recherche (comme yahoo.com ou nomade.fr) repose
sur : 1°) la construction « manuelle », par ses concepteurs,
d’une ontologie globale basée sur un classement hiérarchique
rigide des différents domaines d’intérêt (supposés)
des utilisateurs ; et 2°) l’association, elle aussi « manuelle
» de sites appropriés à chaque catégorie terminale
de l’arborescence ainsi définie. L’utilisateur descend progressivement
dans cette arborescence et est in fine renvoyé à une liste de
sites prédéterminés.
- Les moteurs de recherche (comme google.fr) permettent une recherche
beaucoup plus fine, qui ne reste pas au niveau des sites, mais renvoie (en principe)
les pages précises correspondant à une interrogation de l’utilisateur.
Celle-ci doit être exprimée à l’aide d’un langage
de requête, dont il doit donc connaître la syntaxe. La principale
difficulté pour l’utilisateur est de deviner les mots (ou expressions)
clés susceptibles de lui apporter les informations souhaitées.
Pour pouvoir répondre efficacement aux requêtes des utilisateurs,
les moteurs de recherche constituent au préalable une immense table croisant
des mots clés et expressions avec toutes les pages accessibles du Réseau
qui les contiennent. L’ontologie implicite d’un moteur de recherche
est définie par sa table de mots et expressions clés ; elle
est beaucoup plus souple que celle des annuaires et varie dynamiquement en fonction
du contenu du Web ; elle manque pourtant encore trop de sémantique.
- L’utilisation dans un moteur des liens associatifs définis dans
un réseau sémantique permet d’étendre automatiquement
la requête de l’utilisateur avec des mots clés voisins de
ceux qu’il a fournis. Mais la technologie d’indexation du Web, et
donc aussi l’ontologie implicite, reste la même que dans les moteurs
ordinaires.
Avec le niveau suivant, l’enjeu est de changer le statut de ces stocks
d’informations a priori inertes que contient le Web. Car une
possibilité d’accès adéquat est bien la première
et la moindre des conditions pour qu’on puisse légitimement considérer
ces milliards de « pages » comme des savoirs pour l’homme.
Et justement, la technologie des « agents d’information intelligents
» annonce, de manière certes encore balbutiante, la possibilité
pour l’homme et l’ordinateur de transformer conjointement les masses
inimaginables d’informations éparpillées sur Internet (en
des sens du terme « information » qui ne sont a priori pas les mêmes
pour tous deux) en savoirs accessibles, compréhensibles
et exploitables par tous deux. Qu’il faille mettre en œuvre
semblables techniques d’IA pour donner au Réseau sa pleine dimension
de réservoir de savoirs démontre que l’accès
véritable à cette dimension d’Internet sera nécessairement
simultané pour l’homme et pour l’ordinateur.
En mettant en œuvre les technologies d’interopérabilité
« cognitive », les systèmes d’agents d’information
intelligents visent à aider les utilisateurs à surmonter leurs
problèmes de surcharge informationnelle, en remplissant deux fonctions
principales :
1°) par rapport à la recherche d’informations : ils cherchent
les sources d’information pertinentes parmi toutes celles (généralement
hétérogènes et distribuées dans l’espace)
auxquelles ils ont accès ; à cette fin, ils raisonnent sur les
requêtes de l’utilisateur, les décomposent, les traduisent,
les affinent en fonction du contexte ;
2°) par rapport à l’exploitation des résultats : ils
les filtrent, les analysent, les évaluent, les synthétisent, les
présentent de manière lisible, etc.
En complément à ces techniques d’agents intelligents, et
visant à faciliter leur développement, celles du Web sémantique
visent à remplacer les champs « keywords » des pages html
par des descriptions formalisées des ontologies sous jacentes. Les agents
auraient ainsi un accès simplifié à la dimension sémantique,
sans devoir passer par une analyse linguistique détaillée du texte
de chaque page.
Même si la technologie est jeune, les applications existent bel et bien.
Concernant le problème d’intégration de données en
provenance de sources multiples hétérogènes, deux projets
désormais bien connus, TSIMMIS et MOMIS (Bergamaschi & al. 1999),
s’y attaquent, dans le cadre de données textuelles. Le mot «
textuel » est pris ici au sens où il exclut les médias non
textuels, mais pas au sens fort de textes quelconques en langage naturel ; les
« textes » doivent être structurés en champs bien déterminés
(comme par un schéma conceptuel dans une base de données, par
des structures dans des langages à objets, ou encore par des balises
précises dans une page Web en XML). Ces projets visent à généraliser
les travaux classiques sur la fusion de bases de données hétérogènes.
Dans les deux projets, chaque source de données possède son propre
langage de requête et son propre schéma conceptuel local (c’est-à-dire
ses propres vocabulaire et modes de structuration des données) et l’on
cherche à intégrer leurs données via un langage de requête
commun dans un schéma conceptuel global.
6. Intégration de schémas, interopérabilité et homologies
structurales
Au point où nous sommes arrivés, nous disposons de deux manières
différentes de traiter des données d’origines multiples
: l’intégration de schémas (figure 1), classique dans le
monde des bases de données, et l’établissement de correspondances
partielles entre ontologies (figure 3), basée sur les techniques d’interopérabilité.
Cependant, il existe encore une autre méthode, beaucoup moins technique,
qu’il nous semble utile de rappeler ici, car elle est plus connue en sciences
sociales : c’est la méthode structuraliste, que nous aborderons
sous la forme que lui a donnée Lévi-Strauss avec ses homologies
structurales, dont nous proposons le schéma suivant (figure 4).
La démarche de modélisation structuraliste (qui, à notre
avis, imprègne encore toute la démarche scientifique actuelle,
au moins dans la phase structurante initiale de définition de ses objets)
consiste à simultanément (les deux aspects étant inséparables)
: a) sélectionner les « différences significatives »
qui vont être retenues dans chaque observation et b) établir les
« homologies structurales » entre observations voisines (flèches
horizontales de la figure 4) ; les homologies relient entre elles les «
différences significatives » – qui sont elles-mêmes
considérées comme significatives du fait qu’on trouve entre
elles ces homologies. Elle aboutit donc à réunir sous une même
structure abstraite (carré du haut de la figure 4) diverses observations,
qui sont reliées entre elles par des « groupes de transformation
». Dans le cas simple des phonèmes, le carré du haut de
la figure 4 représenterait un ensemble d’oppositions phonématiques,
tandis que les trois dessins du bas représenteraient des instances (des
prononciations effectivement observées) de ces phonèmes. Dans
le cas des mythes des origines, les dessins du bas représenteraient des
mythes effectivement racontés, le carré du haut le mythe abstrait
qui est considéré comme leur structure commune. Dans chaque cas,
l’épaisseur « humaine » du son (toutes les caractéristiques
vocales du locuteur) ou du récit (les détails « insignifiants
» de l’histoire ou les répétitions d’un même
épisode) est mise de côté pour faire apparaître ce
qui est (considéré comme) significatif.
Bien que les techniques d’interopérabilité s’appliquent
en principe à des sources de connaissance déjà formalisées,
alors que la méthode structuraliste vise à constituer des modèles
formels, cette dernière partage avec les techniques d’interopérabilité
le souci d’établir des correspondances entre éléments
« significatifs » issus de ses diverses sources de connaissance.
Mais elle apporte aux techniques d’interopérabilité une
restriction essentielle dans la mesure où elle vise, comme la méthode
d’intégration de schémas dans les bases de données
(et après avoir épuré ses données des éléments
considérés comme secondaires), à développer un schéma
global commun à toutes ses sources.
Mais, à vouloir pousser trop loin ce souci d’intégration
des schémas locaux en schémas de plus en plus généraux,
on en vient inévitablement à ce qui a été la tentation
permanente de Lévi-Strauss, à savoir la réification de
la structure. Comme le remarque Eco (1972, pp. 342-343) : « C’est
à ce moment qu’un personnage a fait son entrée sur la scène
de la réflexion structurale […] : l’esprit humain. Le fait
d’étudier un mythe signifie alors identifier un système
de transformations d’un mythe à l’autre qui démontre
comment en chacun d’eux certains chemins fondamentaux de la pensée
étaient parcourus de nouveau, que les constructeurs des mythes le sachent
ou pas. Quelle que soit la chose que les mythes prétendent raconter,
ils ne faisaient que répéter – et ils répètent
– la même histoire. Cette histoire est la narration des lois de
l’esprit sur lesquelles ils se basent. Ce n’est pas l’homme
qui pense les mythes, les mythes se pensent dans les hommes, ou mieux, ainsi
que Lévi-Strauss le souligne, in le Cru et le Cuit, dans le jeu des transformations
réciproques possibles, les mythes se pensent entre eux ».
Or, il nous semble que les idées issues des problèmes d’interopérabilité
permettent de dépasser ce dilemme. Considérons un ensemble d’observations
relatives à un même objet (mythes, phonèmes, totems, etc.).
Plutôt que de rechercher systématiquement des « homologies
structurales » globales et une structure abstraite globale qui se retrouve
(modulo des « transformations » adéquates) dans toutes les
observations disponibles, une généralisation de la méthode
structuraliste, moins radicale, consisterait à se contenter, comme dans
la figure 3, d’un ensemble d’« homologies structurales locales
», c’est-à-dire partielles, qui établissent un système
de correspondances entre diverses parties des observations disponibles.
7. Conclusion
Nous avons indiqué que la question des ontologies est partagée
par l’informatique et les sciences sociales. Nous avons montré
comment le problème des discordances ontologiques peut être abordé,
par les techniques d’interopérabilité, d’une manière
plus subtile que par la recherche d’une ontologie globale qui réunirait
toutes les ontologies particulières ; par exemple, nous avons indiqué
comment ces techniques sont déjà appliquées à la
recherche et à la synthèse d’informations sur Internet.
Enfin, nous avons comparé trois schèmes de synthèse d’information
et montré comment le schème structuraliste n’est qu’une
forme extrême d’un schème plus général basé
sur l’idée d’« homologies structurales locales ».
Notons pour conclure que les problèmes de discordances ontologique se
posent chaque fois qu’on veut synthétiser des données éparses
en provenance de sources indépendantes, cas fréquent en sciences
sociales, et que les techniques d’interopérabilité, adaptées
à chaque cas particulier, pourraient aider à les résoudre
sans obliger à modifier les sources elles-mêmes.
Bibliographie
Berthier Denis, Le savoir et l’ordinateur, L’Harmattan,
coll. « Impacts des Nouvelles Technologies », Paris, 2002.
Berthier Denis, La culture et la rationalité modernes, du structuralisme
à l’IA symbolique, Automates Intelligents, n° 42,
Paris, Juin 2003.
Berthier Denis, Méditations sur le réel et le virtuel,
L’Harmattan, Paris, 2004.
Berthier Denis, Penser notre relation à la Machine (plutôt que
nous penser comme des Machines), Terminal, à paraître.
Bergamaschi Sonia & Beneventano Domenico, Integration of Information from
Multiple Sources of Textual Data, in (Klusch 1999).
Breton Philippe, L’utopie de la communication, La Découverte,
Paris, 1992 ; 2ème éd. 1997.
Eco Umberto, La structure absente, éd. française : Mercure
de France, Paris, 1972.
Klusch Matthias, ed., Intelligent Information Agents, Springer, 1999.
Lévi-Strauss Claude, Anthropologie structurale, Plon, Paris,
1958.
Lévi-Strauss Claude, Le cru et le cuit, Plon, Paris, 1964.
Newell Allen, Physical Symbol Systems, Cognitive Science, Vol 4, pp.
135-183, 1980.
Sowa John, Conceptual Structures: Information Processing in Mind and Machine,
Addison Wesley Pub., 1984.
De l'Ethnologie à la Peinture
![[Valid RSS]](_images/design/valid-rss.png "Validate my RSS feed")
