Qu’est-ce que les humanités numériques : définition, disciplines et exemples de projets

Une définition des humanités numériques

Les humanités numériques désignent un ensemble de pratiques de recherche qui associent les disciplines étudiant les sociétés humaines et les méthodes, outils et enjeux de l’informatique. Elles concernent notamment l’histoire, la littérature, la philosophie, les langues, les arts, l’archéologie, les études religieuses, la sociologie et les sciences de l’information. Leur objectif n’est pas de remplacer l’interprétation par des logiciels, mais de produire, organiser, analyser, transmettre et discuter des sources à l’aide de méthodes numériques.

Cette définition insiste sur un point important : les humanités numériques ne constituent pas une discipline unique avec un objet propre et une méthode identique pour tous les travaux. Elles forment plutôt un champ interdisciplinaire. Un historien peut y recourir pour cartographier des échanges commerciaux, une spécialiste de littérature pour comparer des variantes de textes, un archéologue pour modéliser un site disparu et un archiviste pour décrire ou rendre consultable un fonds numérisé.

Le numérique intervient à plusieurs niveaux. Il peut servir à numériser une source, à la décrire avec des métadonnées, à la transcrire, à l’annoter, à la relier à d’autres documents, à la visualiser ou à la soumettre à une analyse automatisée. Chaque opération transforme cependant la source d’une certaine manière. Une image numérisée n’est pas le document matériel lui-même, une transcription automatique peut comporter des erreurs et une base de données ne montre jamais toute la complexité d’une archive.

Pourquoi parler d’humanités au pluriel ?

Le terme « humanités » renvoie à un vaste ensemble de disciplines qui étudient les productions, les pratiques, les langues, les croyances et les formes de vie humaines. Le pluriel rappelle que ces objets peuvent être abordés selon des traditions différentes. Un même corpus de lettres peut intéresser l’histoire sociale, la linguistique, la littérature, la matérialité du livre ou l’histoire des techniques.

Le mot « numériques » ne signifie pas seulement « disponible sur Internet ». Il renvoie à des opérations précises : encoder une information, la stocker dans une structure exploitable, la relier à d’autres données, appliquer une procédure de traitement ou documenter la manière dont un résultat a été obtenu. Un fichier PDF consultable à l’écran n’est donc pas nécessairement une ressource pleinement exploitable par une recherche informatique. Pour être analysé automatiquement, un corpus doit souvent contenir du texte reconnu, une structure, des dates, des lieux, des personnes ou des relations décrites de façon explicite.

Les humanités numériques étudient aussi les effets sociaux et culturels des technologies. Elles peuvent interroger la manière dont un moteur de recherche classe des documents, dont une plateforme rend certaines œuvres visibles, dont des archives sont sélectionnées ou dont un algorithme reproduit des biais présents dans les données. Le champ porte ainsi à la fois sur l’usage du numérique pour les humanités et sur l’étude critique du numérique par les humanités.

Des origines liées à l’informatique textuelle

Les repères historiques sont multiples, car les pratiques actuelles prolongent plusieurs traditions. Dans les années 1940, le jésuite Roberto Busa a engagé, avec l’aide d’IBM, un travail de concordance consacré aux œuvres de Thomas d’Aquin. Ce projet est souvent cité comme un jalon de l’analyse informatisée de grands ensembles de textes. Il ne s’agissait pas simplement de lire les œuvres sur un écran, mais d’indexer les occurrences et de faciliter leur repérage selon des formes linguistiques.

À partir des années 1960 et 1970, des chercheurs en littérature, en linguistique et en histoire ont développé des corpus électroniques, des concordanciers et des systèmes de classement. L’informatique servait alors principalement à compter, trier et retrouver des unités textuelles. Avec la généralisation de la numérisation, les projets se sont élargis aux images, aux cartes, aux sons, aux vidéos, aux objets archéologiques et aux données géographiques.

Le champ a aussi changé de vocabulaire. L’expression « humanités numériques » s’est imposée au début du XXIe siècle pour regrouper des travaux auparavant décrits comme informatique appliquée aux lettres, informatique textuelle ou humanities computing. Cette évolution ne correspond pas à une date de naissance unique. Elle traduit plutôt la convergence de pratiques auparavant dispersées et l’importance croissante des questions liées aux données, à la diffusion ouverte, à la pérennité des formats et à la participation des publics.

Les principales disciplines concernées

Les humanités numériques traversent de nombreux domaines. Elles ne leur imposent pas une méthode unique, mais offrent des outils et des questions complémentaires.

• Histoire : analyse de recensements, de correspondances, de journaux, de registres, de cartes ou d’archives administratives. Les techniques de visualisation peuvent aider à repérer des circulations et des évolutions, sans se substituer à l’interprétation du contexte.
• Littérature : comparaison de versions d’un texte, étude du vocabulaire, repérage de motifs, analyse des relations entre personnages ou exploration de la réception d’une œuvre.
• Linguistique : constitution de corpus, annotation grammaticale, étude de la variation des langues et suivi de l’évolution des usages.
• Archéologie : relevés en trois dimensions, systèmes d’information géographique, reconstitution prudente de paysages et mise en relation de données provenant de fouilles différentes.
• Histoire de l’art et études visuelles : catalogage d’images, comparaison de motifs, analyse de collections et documentation de la provenance des œuvres.
• Philosophie et histoire des idées : édition de corpus, suivi de notions, comparaison de traductions et analyse des réseaux de citations.
• Sciences de l’information et archivistique : description des documents, gestion des métadonnées, conservation numérique et étude des conditions d’accès aux ressources.
• Études culturelles et sociologie : analyse de pratiques numériques, d’archives audiovisuelles, de réseaux d’acteurs ou de discours publics, dans le respect du droit et de l’éthique.

Les grandes étapes d’un projet

Un projet d’humanités numériques commence rarement par un outil. Il commence par une question de recherche et par un examen des sources disponibles. Cette démarche permet d’éviter l’illusion selon laquelle une technique produirait automatiquement une découverte.

1. Définir la question : préciser l’objet, la période, le territoire, le corpus et les résultats attendus.
2. Évaluer les sources : vérifier leur origine, leur état, leur représentativité, leurs lacunes, leurs droits de réutilisation et la qualité de leur numérisation.
3. Construire les données : transcrire, corriger, structurer et décrire les documents. Cette phase peut être plus longue que l’analyse elle-même.
4. Choisir les méthodes : sélectionner une base de données, un système de cartographie, une méthode statistique, un outil de traitement de texte ou un protocole d’annotation selon la question posée.
5. Documenter les décisions : conserver les règles de transcription, les versions des fichiers, les paramètres des logiciels et les corrections effectuées.
6. Analyser et interpréter : confronter les résultats informatiques à la lecture des sources et aux connaissances historiques ou culturelles disponibles.
7. Publier et préserver : rendre les données et les résultats compréhensibles, accessibles lorsque les droits le permettent, et suffisamment documentés pour être vérifiés ou réutilisés.

Cette chaîne de travail montre que les humanités numériques combinent des compétences documentaires, disciplinaires, statistiques et informatiques. Un projet peut être réalisé par une seule personne pour un corpus limité, mais les ensembles importants nécessitent souvent une équipe réunissant spécialistes des sources, développeurs, archivistes, designers et experts des données.

Exemples de projets et de méthodes

Les exemples suivants décrivent des familles de projets bien établies, plutôt que des recettes applicables à tous les sujets.

Éditer un texte avec la Text Encoding Initiative

La Text Encoding Initiative, souvent désignée par le sigle TEI, propose des recommandations fondées sur XML pour représenter la structure et certaines caractéristiques d’un texte. Une édition encodée peut distinguer le titre, les paragraphes, les notes, les variantes, les noms de personnes, les lieux ou les passages illisibles. Cette structuration facilite la consultation, la recherche et la production de plusieurs affichages à partir d’une même source.

La TEI ne décide pas du sens historique d’un document. Elle fournit un cadre pour rendre explicites les choix éditoriaux. Une équipe doit donc préciser ce qu’elle considère comme une variante, une correction, une abréviation ou une entité nommée. L’encodage devient ainsi une partie visible du raisonnement scientifique.

Étudier des milliers de journaux ou de livres

La reconnaissance optique de caractères, ou OCR, transforme une image de page en texte exploitable. Sur un corpus de presse ancienne, elle peut faciliter la recherche de noms, de thèmes ou de formules récurrentes. Des méthodes de fouille de textes peuvent ensuite compter des occurrences, comparer des périodes ou repérer des cooccurrences.

Ces résultats doivent être interprétés avec prudence. La qualité de l’OCR varie selon la typographie, l’état du papier, la mise en page et la langue. Une absence de résultat ne prouve pas qu’un terme n’existe pas dans le corpus. Elle peut signaler une erreur de reconnaissance, une variante orthographique ou une lacune documentaire. La lecture d’échantillons et la mesure de la qualité des transcriptions sont donc indispensables.

Cartographier des lieux et des circulations

Un système d’information géographique, ou SIG, permet de relier des informations à des coordonnées ou à des territoires. Un projet historique peut ainsi représenter des itinéraires, des lieux de publication, des implantations institutionnelles ou des transformations urbaines. La carte rend visibles des relations spatiales, mais elle impose aussi des choix : quelles frontières retenir, quelle période représenter et quelle précision attribuer à un lieu ancien ?

Les cartes historiques ne sont pas toujours superposables directement aux cartes contemporaines. Les noms changent, les frontières évoluent et certaines localisations restent incertaines. Une visualisation rigoureuse doit afficher ces incertitudes au lieu de donner une impression de précision injustifiée.

Reconstituer un objet ou un bâtiment disparu

La modélisation en trois dimensions peut servir à documenter un monument, à comparer des états successifs ou à proposer une hypothèse de restitution. Elle peut intégrer des relevés, des plans, des photographies, des descriptions écrites et des vestiges. La distinction entre ce qui est observé, ce qui est mesuré et ce qui est supposé doit être clairement indiquée.

Une reconstitution numérique n’est donc pas une preuve directe de l’apparence passée. Sa valeur dépend de la qualité des sources, des hypothèses retenues et de la possibilité pour d’autres personnes d’examiner les données qui la fondent.

Les outils et les standards qui rendent les données utiles

Les humanités numériques reposent sur des infrastructures souvent moins visibles que les interfaces finales. Plusieurs standards jouent un rôle important.

Besoin	Solution ou standard	Question à surveiller
Décrire une ressource	Métadonnées structurées	Les termes employés sont-ils cohérents et documentés ?
Encoder un texte	XML et recommandations TEI	Les choix éditoriaux sont-ils explicités ?
Afficher une image en détail	Protocoles d’interopérabilité comme IIIF	La provenance et les droits de l’image sont-ils indiqués ?
Relier des données	Identifiants persistants et graphes de connaissances	Les correspondances sont-elles vérifiées ?
Décrire une position	Données géographiques et SIG	La précision spatiale correspond-elle aux sources ?
Préserver des fichiers	Formats documentés, copies et procédures de sauvegarde	La ressource restera-t-elle lisible dans le temps ?

Des formats ouverts et des identifiants stables facilitent la réutilisation, mais ils ne suffisent pas à garantir la qualité. Une donnée mal décrite, extraite sans contexte ou associée à une mauvaise date peut circuler facilement tout en restant trompeuse. La documentation, la provenance et le contrôle des versions sont aussi importants que le choix du logiciel.

Ce que les méthodes quantitatives permettent, et leurs limites

Les méthodes quantitatives peuvent révéler des régularités difficiles à percevoir dans une lecture individuelle. Elles permettent par exemple de comparer des fréquences, d’examiner des réseaux de correspondance, de regrouper des documents selon certaines caractéristiques ou de suivre la présence d’un mot dans le temps. Les visualisations aident ensuite à formuler de nouvelles questions.

Une corrélation ne suffit toutefois pas à établir une relation de cause à effet. De même, une fréquence ne mesure pas nécessairement l’importance culturelle d’un thème. Les résultats dépendent de la constitution du corpus, de la qualité des catégories et des paramètres choisis. Un corpus composé principalement de documents conservés par une administration donne une vision différente d’un corpus constitué de témoignages privés. Dans les deux cas, les données reflètent des conditions de production et de conservation.

Les méthodes d’apprentissage automatique soulèvent des problèmes comparables. Un modèle peut classer des images ou repérer des entités dans des textes, mais ses performances dépendent des exemples utilisés pour l’entraîner et des catégories définies en amont. Les erreurs peuvent concerner davantage certaines langues, certaines graphies, certains groupes sociaux ou certains types de documents. Une utilisation responsable suppose de tester les résultats, de conserver les erreurs et de ne pas présenter une prédiction comme une interprétation certaine.

Les enjeux éthiques, juridiques et sociaux

Un projet numérique doit prendre en compte les droits d’auteur, le droit à la vie privée, la protection des données personnelles et les conditions d’accès aux archives. La mise en ligne d’un document ne rend pas automatiquement sa réutilisation libre. Il faut examiner les licences, les restrictions d’accès, la présence de données sensibles et les éventuelles obligations liées aux personnes représentées.

La question de la représentativité est également centrale. Les archives numérisées ne constituent pas un miroir neutre du passé. Certaines collections ont été mieux conservées, cataloguées ou financées que d’autres. Les groupes peu documentés peuvent rester invisibles dans une analyse qui se présente pourtant comme globale. Mentionner les lacunes du corpus est donc une exigence méthodologique, pas une faiblesse du projet.

La participation de publics ou de communautés concernées peut améliorer la description des documents et faire apparaître des interprétations absentes des catalogues anciens. Cette participation doit cependant être organisée avec clarté : rôle des contributeurs, réutilisation des annotations, attribution du travail et gestion des désaccords. L’ouverture des données ne signifie pas l’absence de règles, de consentement ou de responsabilité.

Comment évaluer la fiabilité d’un projet

Pour comprendre ou réutiliser une ressource en humanités numériques, quelques vérifications sont utiles :

• Quelle question de recherche a guidé la constitution du corpus ?
• Quelles sources ont été incluses, exclues ou perdues ?
• Qui a transcrit, annoté ou corrigé les documents, et selon quelles consignes ?
• Les métadonnées indiquent-elles la date, l’origine, la version et les droits de chaque ressource ?
• Les résultats sont-ils reproductibles, au moins en partie, à partir des données et des méthodes décrites ?
• Les incertitudes et les erreurs sont-elles signalées au lieu d’être masquées ?
• Le projet distingue-t-il les faits observés, les calculs produits et les hypothèses d’interprétation ?

Ces critères peuvent être utilisés par un étudiant avant de citer une base de données, par un enseignant qui prépare une activité ou par un lecteur qui souhaite vérifier une carte ou une visualisation. Une interface agréable ne garantit pas la solidité scientifique. La qualité se juge aussi à la traçabilité des sources et à la précision de la documentation.

Que retenir des humanités numériques ?

Les humanités numériques ne se réduisent ni à la numérisation des livres ni à l’emploi d’un logiciel d’intelligence artificielle. Elles désignent une manière de faire de la recherche qui associe l’analyse critique des sources, la structuration des données, les méthodes informatiques et une réflexion sur les conditions de production des connaissances.

Leur apport principal tient à la possibilité de travailler sur des corpus vastes, de relier des documents éloignés, de représenter des relations complexes et de rendre les méthodes plus explicites. Leur limite principale vient du fait que toute donnée est sélectionnée, transformée et située dans un contexte. Les résultats numériques ne deviennent pertinents qu’à condition d’être confrontés aux sources, aux concepts et aux savoirs des disciplines concernées.

Pour débuter, il est préférable de partir d’une question limitée, de décrire précisément son corpus, de tester les outils sur un petit échantillon et de conserver la trace des choix effectués. Cette méthode permet de comprendre concrètement ce que le numérique rend possible, mais aussi ce qu’il laisse de côté.

FAQ : questions fréquentes sur les humanités numériques

Les humanités numériques sont-elles une discipline autonome ?

Le terme désigne plutôt un champ interdisciplinaire. Des formations et des équipes peuvent lui être consacrées, mais les projets mobilisent généralement des concepts issus de l’histoire, de la littérature, de la linguistique, de l’archivistique, de l’informatique ou d’autres domaines.

Faut-il savoir programmer pour travailler dans ce domaine ?

La programmation peut être utile, notamment pour traiter de grands corpus ou automatiser des tâches, mais elle n’est pas toujours indispensable. La définition des sources, la documentation, l’annotation, l’interprétation et la gestion des droits sont également des compétences essentielles. La collaboration permet de réunir des profils différents.

Une archive numérisée est-elle identique à l’original ?

Non. La numérisation fournit une représentation de l’original. Elle peut omettre le verso, la matérialité du support, la couleur, l’épaisseur, les traces tactiles ou certains détails. L’image doit donc être accompagnée d’informations sur la prise de vue, la source et les éventuelles limites de reproduction.

Les outils automatiques peuvent-ils interpréter les textes à la place des chercheurs ?

Ils peuvent aider à repérer, classer ou comparer des éléments, mais ils ne remplacent pas l’interprétation contextualisée. Leurs résultats doivent être contrôlés, car les erreurs, les biais du corpus et les choix de paramétrage influencent les conclusions.

Quel est le premier réflexe pour évaluer une ressource numérique ?

Il faut examiner la provenance des documents, la méthode de constitution du corpus, les règles d’annotation, la date de mise à jour, les droits d’utilisation et la manière dont les incertitudes sont signalées. Ces informations permettent de distinguer une ressource documentée d’un simple affichage de résultats.