Le PageRank, la théorie des graphes et la mesure de l’autorité (2)

Afin de préparer la séance de séminaire du 19 novembre avec Bernhard Rieder, voici une synthèse de son article “What is in PageRank ? A Historical and Conceptual Investigation of a Recursive Status Index” paru dans Computational Culture en septembre 2012, et sur lequel il appuiera son intervention.

Bernhard Rieder analyse l’algorithme du moteur de recherche de Google, nommé PageRank, du point de vue des Software Studies. Cette démarche se propose d’ancrer des problématiques classiques en science informatique (qu’est-ce qu’un algorithme ? une action séquencée en opérations pour résoudre un problème) dans un contexte matériel et conceptuel (en spécifiant l’action et le problème concernés). Cela permet de mieux les soumettre à des perspectives de sciences sociales et humaines sans perdre de vue celle des sciences informatiques et des mathématiques. La question se reformule alors ainsi : qu’y a-t-il dans un algorithme ? Ses procédures sont-elles descriptives ou prescriptives ?

Notre pratique quotidienne du Web implique des gestes associés à des logiciels qui décident d’actions informationnelles (filtrage, classement, organisation…). Il s’agit d’analyser les procédures de calcul inscrites dans leurs algorithmes. Rieder propose moins de discuter les effets sociaux ou politiques de ces logiciels qu’à remonter en amont dans leur archive (au sens foucaldien du terme), et déchiffrer leurs inscriptions conceptuelles comme une forme d’engagement (qui peut, en aval, avoir des effets sociaux ou politiques…).

Dans le cas de PageRank, l’inscription conceptuelle relève avant tout de concepts en métrique sociale ancrés dans la théorie des graphes et dans l’algèbre matricielle. Plus spécifiquement, le PageRank repose sur une variation à partir des méthodes d’analyse de réseau qui se fonde, plutôt que sur la quantité de nœuds, sur leur qualité (quel est leur statut ?). Cette méthode réflexive conditionne les manières de calculer les relations de réseau et de les évaluer.

Rieder propose d’approcher cette inscription en terme historique, et plus précisément grâce à une remontée généalogique (quels sont les a priori historiques à l’apparition de PageRank) jusque dans les années 1930. Il trouve dans cette période un rapprochement entre mathématiques et sciences sociales autre que celui de la statistique.

L’analyse de réseau est le premier modèle convoqué pour comprendre le PageRank. La théorie des graphes est formée aux sciences sociales (et non pas simplement importée depuis les mathématiques), au sein du courant de recherche en sociométrie sur les « petits groupes » (small group research, avec Lewin et Moreno). Ce courant propose de trouver les « structures psychologiques de la société » à partir de relations binaires entre individus (dyadiques). Critiqué pour ses méthodes de recueil de données (on interroge des personnes qui désignent d’autres personnes jugées influentes), la méthode d’analyse de réseau promue travaille cependant à rendre le plus objectif le rendu visuel du calcul des données : il s’agit de représenter un ordre des données (des sociogrammes) à travers plusieurs raisonnements possibles (selon la manière dont est arrangée la matrice de calcul). Le réductionnisme de la méthode (réduction du phénomène à un graphe) serait compensé par son aspect génératif.

C’est seulement après les années 1950 que la méthode d’analyse de réseau se diffuse, après avoir été appropriée, standardisée et présentée dans un cadre pédagogique par l’analyse topologique puis par les mathématiques elles-mêmes. Si ces appropriations permettent de solidifier l’approche méthodologique, elles introduisent aussi et surtout une démarcation scientifique au sein de la théorie des graphes : le modèle de réseau soit reste analytique, soit devient un modèle ontologique avec des propriétés qui lui sont propres (par exemple, la décentralisation) et une réalité empirique. Rieder se positionne en défendant l’ancrage des méthodes de formalisation dans la théorie sociale, en privilégiant la perspective analytique.

Il est important, pour comprendre le cas de Google, de revenir sur la place du statut des nœuds connectés dans le modèle du réseau. En effet, les hiérarchies ne sont pas évacuées dans l’analyse de réseau, mais apparaissent dans les mesures même si aucune hiérarchie institutionnelle n’organise le réseau empiriquement. Elles sont mises au jour par des rapports de pouvoir, eux-mêmes révélés par le calcul de la connectivité des nœuds. C’est à travers les travaux de Katz que l’idée de statut récursif est inscrite dans la méthode d’analyse de réseau : il introduit des distinctions dans le calcul des connexions (selon la technique de mesure appelée « Katz centrality ») plus fines que chez Moreno, chez qui les connections ne faisaient que révéler des phénomènes de popularité. Katz veut mesurer le pouvoir social : il faut donc approcher les liens de manière cumulative (un leader social l’est parce que les personnes qui font son réseau ont déjà plus de pouvoir que n’importe quel quidam), ce qui permet de dégager des hiérarchies socionomiques.

Une autre méthode prégnante dans l’héritage du PageRank : l’analyse de citation dans le domaine de la recherche d’information (Information Retrieval) depuis les années 1960. D’abord développée pour faire de la recherche historiographique, elle est devenue un outil de mesure d’évaluation de la littérature scientifique. En 1972, Garfield propose la notion de de « facteur d’impact », calculé proportionnellement à partir du nombre de citations reçues par un journal sur ses deux derniers volumes divisé par le nombre d’articles concernés par ces volumes. Cependant, le principe de l’ « innocence des liens » est critiqué car il cache les hiérarchies et les forces liées à l’économie de marché de l’édition scientifique. Le « facteur d’amortissement » atténue ces effets (Pinsky et Narin, 1976) ; on le retrouve dans le PageRank, et vient donc enrichir l’archive de l’algorithme de Google, que Rieder définit comme un artefact computationnel fabriqué comme une forme de lecture de la réalité (informationnelle).

Rieder complète ce retour historique sur l’archive conceptuelle du PageRank par la mention d’un 3ème modèle d’intégration d’instruments de métrique dans des environnements logiciels : la navigation hypertextuelle (Botafogo, Rivlin et Schneiderman, 1992), qui pose des repères dans les nouveaux espaces d’Internet et permet de voir la connaissance sous différentes perspectives. Le Web, en ceci, est un catalyseur puisqu’il est un corpus de documents qui commence à être conçu différemment dans la rencontre entre logique hypertextuelle, analyse de réseau et analyse de citation : le PageRank est un mécanisme selon lequel le Web n’est plus déterminé comme un dépôt de documents mais comme un système social dont les documents sont des membres dans un environnement de réseau stratifié. Leur pertinence n’est plus seulement liée à un besoin informationnel mais par rapport au statut et à l’autorité. Ce système social est vu comme une source légitime d’une nouvelle compréhension singulière et universelle de l’autorité.

Si la mesure sociométrique signifie que l’autorité ne réside plus dans les relations sociales et migre à la place vers un instrument de mesure (Mayer, 2009), alors on se demande encore comment mieux comprendre la façon dont l’autorité est configurée concrètement une fois qu’elle a migré ; l’analyse du PageRank est une étude de cas qui peut apporter des réponses. Rieder analyse les formes du raisonnement liées aux procédures de calcul de l’algorithme, en essayant de voir comment ces modèles formels rencontrent le monde en étant exprimés par le logiciel (et non pas en restant au niveau des langages formels). Cela permet de passer d’une analyse des propriétés descriptives de ces modèles (une lecture de la réalité) à celle de sa dimension prescriptive, une dimension accrue par le fait que les modèles sont invisibles. Alors que la métrique dans sa dimension descriptive représente le pouvoir social et s’engage sur le plan épistémologique dans une théorie du pouvoir, le mode prescriptif crée un engagement opérationnel en reproduisant en pratique la hiérarchie des statuts sociaux qu’il détecte.

Si on considère que le moteur de recherche Google est un site central de négociation de pouvoir et d’arbitrage, cette analyse doit conclure à ce que le classement des mécanismes d’autorité applique une vision de la société conservatrice au graphe de document pour trouver les vrais leaders et distribuer entre eux la visibilité. Selon que la conception logicielle se place d’un côté ou de l’autre du facteur d’amortissement (ou atténuation), le Web devient un modèle démocratique et méritocratique (monter dans le classement en collectant des citations ou des liens : gagner de l’autorité) ou opaque et possiblement machiavélique (reposant sur des réseaux de pouvoir stratégique hérités ou construits). Si l’on considère le lien « innocent » comme indicateur d’un jugement humain désintéressé, cela nous montre une méritocratie ; si le lien est pris dans des forces économiques, une ploutocratie. Le moteur de recherche vu comme une machine à visibilité les rend sujets à une dynamique d’auto-renforcement de l’avantage cumulatif.

Qu’y a-t-il dans les algorithmes qui produisent les métriques d’évaluation ? Ils encodent des façons de faire lien pouvant reconfigurer le pouvoir dans sa constitution, son opération, sa négociation. La superposition du descriptif et du prescriptif est le signe de l’introduction de nouvelles techniques dans le champ du contrôle. Ces engagements dans la manière de concevoir le social, à travers des machineries opérationnelles, produisent des conséquences sociales.

Camille Paloque-Berges

More Posts - Website