Les “petites mains”. Réflexions sur les enjeux politiques de la constitution d’une bibliographie (numérique)

Alors voilà. L’équipe de la BiblioBase (Jordi Brahamcha-Marin et moi-même) avons participé, les 3 et 4 juillet 2025, au colloque “DH@LLM” organisé par Alexandre Gefen, Glenn Roe, Ayla Rygout-Teryn et Michael Sinatra sur l’usage des LLM dans les sciences humaines (Paris, Sorbonne). Ce colloque très riche, dans lequel nous avons fait un retour d’expérience sur l’utilisation des LLM comme des assistants à la collecte de données bibliographiques, s’est achevé par une communication de Marcello Vitali-Rosati, intitulé “Les êtres humains peuvent-ils penser ?”

Dans cette communication, était soulevée une question qui m’a interpelée, et qui traverse non seulement nos pratiques en humanités numériques, les questions de recherche du projet e-BdF, mais aussi l’organisation même d’une “division du travail” en sciences humaines, entre tâches dignes et valorisantes (visibles dans les pratiques évaluatrices, susceptibles de valorisations) et tâches subalternes.

De façon, selon moi, très convaincante, Marcello Vitali-Rosati défendait le concept d’une “politique plate”, dans le cadre de laquelle nous nous débarrasserions du réflexe qui consiste à essentialiser la valeur de nos actions pour en déduire des hiérarchies de tous types (intellectuelles, sociales, génériques, genrées, etc.). Ces concepts sont notamment travaillés dans son dernier ouvrage, C’est la matière qui pense. Pour une philosophie de l’édition. On peut aisément appliquer cette remise en question à notre expérience dans la constitution de la BiblioBase. Au nom de quoi, en effet, considérer que le travail de saisie et de relecture effectué par nos soins sur la base de données serait moins valable que les articles qui en sont, ou qui en seront issus ? Pourquoi ne pas considérer que la copie, y compris celle effectuée par les bibliographes de la BdF au XIXe siècle, est une tâche intellectuelle à part entière ?

Commençons par venir à l’appui d’un des constats tracés par Vitali-Rosati dans cette communication. Dans les faits, la production d’une base de données numériques n’est ni valorisée, ni simplement valorisable dans le contexte de la recherche en sciences humaines. On trouve un exemple parlant de cette lacune dans l’absence de catégorie ad hoc pour les bases de données dans HAL, sur laquelle se basent toutes les instances d’évaluations de la recherche, de l’ANR qui subventionne notre projet, à l’HCERES en passant par le CNRS pour les rapports (RIBAC, à vague ou à mi-vague) ou les avancements de carrière. Pour faire valoir le travail titanesque que représentent la collecte des données et/ou la supervision d’une base, il faut détourner les catégories de “types de documents” existantes en choisissant la classe littéralement exogène de “Autre publication scientifique”.

Implicitement, la notion de “scientifique” présente dans plusieurs catégories (elle-même non définie) joue un rôle modérateur (donc inhibiteur) dans le dépôt de travaux que la plateforme accueille et valorise.

Dans le même ordre d’idées, la citation des outils numériques, dont les bases de données sont un élément parmi d’autres, est un enjeu dans la quête légitime de reconnaissance du travail de leurs auteurs. On trouve ainsi, sur le site de Deucalion (service de lemmatisation de l’Ecole nationale des Chartes), une phrase qui revendique le caractère scientifique (donc valide) du travail de constitution de l’outil, comme si ce point méritait un ferme éclaircissement :

“Please remember that corpus creation and software engineering is valid research, so please cite these resources when you use this lemmatizer for your research: this includes the wonderful original research by E. Manjavacas, M. Kestemont and Á. Kádár as well as the software wrapping built to handle pre- and post-processing.”

En ce sens, l’attribution d’un DOI au dépôt de jeux de données sur des plateformes telles que Nakala est un pas important dans la reconnaissance du travail que représente la constitution de telles bases. Mais rien ne garantit leur usage collectif à des fins de citation, ce qui rejoint les problèmes majeurs posés par l’ouverture des données ainsi collectées. Quelles garanties de reconnaissance peuvent être apportées aux équipes qui constituent des jeux de données au prix de travaux titanesques et souvent très coûteux, une fois en libre accès ? Lors du colloque “DH@LLM“, la chercheuse américaine Katherine McDonough le soulevait : aux États-Unis, nombreux sont les collègues qui préfèrent constituer eux-mêmes des bases de données qu’ils n’entendent publier qu’une fois les résultats de recherche personnelle publiés, à des fins de progression académique.

Par ailleurs, du point de vue de chercheur titulaire que j’assume d’adopter ici, la valeur symbolique de ces travaux n’est pas équivalente à la production d’un ouvrage que l’on cite ou par rapport auquel on se positionne. Or cette conception très politique de la répartition des tâches redouble une certaine conception de l’élitisme professionnel, qui ne peut que peser sur le système comme sur les individus, en particulier ceux dont le statut est le plus précaire. Ainsi des conseils que j’ai reçu en tant que coordinatrice de l’ANR e-BdF : de ne pas trop m’appesantir sur la saisie des données pour ne pas être considérée comme une “tâcheronne” incapable de hauteur de vue ; d’embaucher des personnels moins diplômés pour faire ce “sale boulot” ; de tenter au plus vite d’automatiser la collecte de ces données (une piste qui avait été explorée, puis abandonnée, avant le tournant du projet vers les LLM en 2024, à l’initiative du postdoctorant du projet, Jordi Brahamcha-Marin).

Marcello Vitali-Rosati l’a utilement souligné : l’automatisation, qui fut à bien des égards une expérience salvatrice pour la BiblioBase, est un des symptômes de la dévaluation symbolique d’une activité – alors même que les LLM s’appuient sur l’entraînement manuel de modèles par l’exploitation des ressources (bel et bien) humaines des pays du Sud. “Les robots sont là pour nous aider à invisibiliser le travail subalterne”, nous dit-il en paraphrasant l’ouvrage d’Antonio Casilii, En attendant les robots.

Les bibliographes du XIXe siècle ont eux aussi souffert de cette dévaluation symbolique, comme plusieurs articles du numéro “Bibliographie et Histoire littéraire” de la revue Romantisme l’ont montré. Et pourtant, leur activité de recensement, de classement, de préservation implicite de la mémoire des ouvrages, a une portée comparable au geste critique, parce qu’elle transmet une image du fait littéraire – certes d’apparence impersonnelle, mais profondément médiée par une vision du texte dont les usages possibles ont été définis et anticipés.

De la même façon, en s’efforçant de transformer les notices bibliographiques hebdomadaires de la BdF en une version détaillée de la BiblioBase, nous n’avons cessé de nous apercevoir que la tâche que nous avions déléguée aux LLM était, en réalité, une opération intellectuelle de niveau équivalent à l’élaboration d’une grille de lecture telle qu’on pouvait la défendre en termes littéraux dans un article de critique littéraire. Ainsi des débats enflammés que nous avons souvent menés (et répertoriés) dans la distinction entre les différents niveaux d’auctorialité que nous avons marqués dans la BiblioBase, ou encore sur le choix de l’étiquetage des signatures d’ouvrages, ou encore l’unité pertinente pour déterminer l’existence d’une œuvre singulière dans les cas de rééditions, de parutions par livraisons ou de variations des types de papier.

Le travail effectué par Jordi Brahamcha-Marin et moi-même, avec l’aide ponctuelle de Gaëlle Lafage, Francesca Guglielmi et Marine Le Bail, sur la BiblioBase est un geste critique. Peut-être que le caractère utilitaire de la démarche de collecte, aussi serviable soit-il, ne suffit pas à confirmer le mythe du génie auctorial qui continue d’influencer notre conception de l’originalité des travaux scientifiques. Pourtant, les mains les plus petites ne sont pas moins utiles que pensantes. En tant que coordinatrice du projet ANR e-BdF, dont les contrats en CDD et le calendrier touchent à leur fin, je suis reconnaissante à Marcello Vitali-Rosetti de me l’avoir rappelé.

Maintenant que les Humanités numériques ont fait leur place dans les domaines légitimes des sciences humaines, peut-être qu’une réflexion collective sur la valeur des tâches nouvelles qu’elles induisent mériterait d’être menée à un niveau institutionnel.

---

---