Consulter un site de partage de ressources (Module 2.5)

INTERNET LES AUTRES ET MOI - MODULE 2 – SÉQUENCE 5- UNIT 1
ACCÉDER À DES RESSOURCES PARTAGÉES

Sur Internet, on peut partager beaucoup de choses ! Des images, des vidéos, des
critiques de livres, des liens vers des pages qu’on a trouvé intéressantes… Celui qui
partage doit se poser la question de qui pourra accéder à ses ressources, avant tout parce
qu’il ne veut pas toujours les rendre publiques. Il les destine peut-être à un cercle d’amis.
Mais dans certains cas, il ne veut pas en limiter l’accès, car il pense que de nombreux
internautes pourront les trouver utiles.
Changeons maintenant de point de vue : un internaute cherche une image pour illustrer un
document. Il aimerait accéder à ces ressources partagées par d’autres. Comment
retrouver une image qui contient par exemple un pélican plongeant dans l’océan Pacifique
?
S’il fait une recherche sur le mot pélican dans un moteur de recherche d’images, le moteur
va s’appuyer sur les mots clés qu’il a pu associer automatiquement à l’image. Quelle
capacité un moteur a-t-il de trouver automatiquement les bons mots clés, ceux qui seront
utiles à l’internaute en quête d’images ?
La première technique consiste à analyser les textes qui entourent les images et d’en
extraire des mots-clés : c’est ce qu’on appelle le processus d’indexation automatique.
Avec un peu de chance, ces textes contiendront le mot pélican et l’expression océan
Pacifique. Mais il n’y a pas toujours de textes entourant l’image, ou bien ces textes ne sont
pas nécessairement pertinents pour décrire l’image ; par exemple on trouvera peut-être
« vacances à San Francisco », ou bien « Faune locale au printemps »... Pas l’ombre du
mot pélican…
Une technique complémentaire consiste à analyser le contenu de l’image. Si cela est très
facile pour un humain, ça l’est moins pour un programme informatique… Aujourd’hui il est
quasiment impossible de reconnaître automatiquement un pélican sur une image, à moins
de développer un programme informatique spécialisé dans la reconnaissance des
oiseaux, et même dans ce cas, il y aura des erreurs. En tout cas, pour le cas d’une base
d’images très large, non spécialisée, cela ne fonctionnera pas.
Alors comment faire ? Eh bien il n’y a qu’à mettre les humains au travail ! C’est si facile
pour eux d’associer les bons mots clés à une image ! C’est ce qu’on appelle l’étiquetage,
ou le tagging, en bon franglais ! Qui va associer des tags à une image ? Cela peut être
celui qui la dépose dans un site de partage d’images, ou encore les internautes qui,
tombant sur cette image, décideront de la décrire par des tags afin de la retrouver plus
facilement. En faisant cela, ils en bénéficieront eux-mêmes pour leur prochaine recherche,
mais ils en feront aussi profiter les autres internautes en quête de pélicans ! On découvre
ainsi un autre aspect du web social, qui s’appuie sur la contribution des internautes pour
rendre plus accessible le contenu du web.
On a donc compris que lorsque les programmes informatiques qui indexent les ressources
du web sont pris en défaut, les internautes peuvent venir à la rescousse en associant
eux-mêmes des tags.
Il est temps de faire un petit tour d’horizon des cas où l’indexation automatique des
moteurs de recherche ne peut répondre au besoin des internautes, et où les tags
apporteront beaucoup.
Il est tard et j’ai encore du travail : j’aimerais bien écouter un peu de musique qui donne de
l’énergie mais si possible sans paroles, pour pouvoir me concentrer facilement. Comment
trouver cela en ligne ? Je me rends sur mon site d’écoute de musique en ligne… et je
pose une requête « musique énergisante, sans paroles ». Si j’obtiens quelque chose, c’est
sans doute que des internautes ont tagué la musique avec ces mots-clé…
De même pour les vidéos, ou les livres : si on cherche par l’auteur ou par le titre,
l’indexation automatique fonctionnera, mais ce n’est pas toujours le cas. On cherche un
livre pour se détendre, facile à lire, et qui dépayse… voilà des mots-clés qui ne pourront
être associés en indexant automatiquement les contenus des livres. Heureusement, les
tags pourront non seulement décrire le contenu des ressources, mais aussi indiquer une
ambiance, une humeur qui y sont associées… et de ce fait, être souvent bien plus en
phase avec la façon dont les internautes formulent leurs recherches.
Prolongeons cette idée pour aborder maintenant le sujet de la recommandation
automatique.
Imaginons que je n’ai plus rien à lire. Comment trouver un roman qui va me plaire sans
retomber toujours sur les mêmes auteurs ? Là encore, le web social peut apporter une
réponse avec les services de recommandation.
C’est l’occasion de vous parler d’un site que j’aime beaucoup : librarything. Une fois
inscrit, on peut y constituer très facilement la liste des livres qu’on a lus : il suffit de
scanner le code barre avec son téléphone. Une fois le livre ajouté à ma bibliothèque, je
peux lui donner une note de 0 à 5. Quel intérêt ? Eh bien à partir de ces évaluations, le
système connaît mes goûts et pourra me recommander des livres.
Deux techniques de recommandation existent. La première consiste à recommander des
livres au contenu similaire à ceux que j’ai aimés : livres du même auteur, du même genre,
ou encore portant les mêmes tags. La seconde a une dimension sociale plus marquée, car
elle consiste à repérer les utilisateurs qui ont aimé les mêmes livres que moi : dans leur
bibliothèque, il y a sans doute des livres qu’ils ont aimés et que je ne connais pas encore.
Ces livres auront toutes les chances de me plaire !
Vous vous en doutez, on retrouve ce principe de recommandation dans bon nombre de
services en ligne aujourd’hui : vous connaissez certainement les recommandations
d’achat du site Amazon… Ces services exploitent ce qu’on appelle aujourd’hui le « Big
data » : dès lors qu’un service dispose d’un très grand nombre d’utilisateurs et des traces
de leurs activités (ce qu’ils aiment, ce qu’ils achètent, ce qu’ils consultent), il peut
commencer à faire des statistiques poussées et en tirer des informations intéressantes,
voire monnayables ! C’est cela qui permet d’offrir des services personnalisés. Cela peut
être très agréable, mais selon le cas, on peut aussi finir par trouver cela agaçant, voire
intrusif… Et on comprend le sens de cette phrase d’Andrew Lewis, qui nous alerte sur la
façon dont les fournisseurs de services gratuits se rémunèrent : « Si c’est gratuit, vous
n’êtes pas le client, vous êtes le produit qu’on vend ! » (« If you are not paying for it, you're
not the customer; you're the product being sold. »)
Vous avez maintenant une idée plus précise de ce que peuvent apporter les internautes
les uns aux autres en enrichissant le web de leurs tags ou de leurs notes et évaluations.
Ce sont des bienfaits du web social, dont on voit aussi la limite, dès lors que des acteurs
puissants s’emparent de ces données pour en tirer un profit qui ne converge pas toujours
avec notre intérêt.
Dans cette séquence, vous allez découvrir quelques sites d’accès à des ressources
partagées, de divers types : images, musique, lectures, films. Vous verrez comment les
tags et les notes, véritable indexation « par la foule », vous facilitent la recherche ; vous
pourrez même y contribuer en taguant vous-mêmes des ressources, ou en en déposant
de nouvelles. Vous vous intéresserez également aux conditions d’utilisation de ces
services : peut-on limiter l’accès à une partie des utilisateurs ? peut-on imposer une
licence d’utilisation ?
Bon travail !