[Journal de thèse] Construire le corpus de thèse (3) : construire les outils
Je poursuis ma série sur la constitution de mon corpus de thèse. Dans ce nouvel épisode, on va parler outil : il n’est plus seulement question de ce que je mets (ou non) dans mon corpus de thèse, mais de comment je le structure, le manipule et le présente. Bref, on va causer “base de données”.
Edit : ce billet a été écrit fin février. Il ne reflète plus vraiment mon état d’avencement, aussi ai-je finalement hésité à le publier. Je m’y résous finalement : ma série “construire le corpus de thèse” y perdrait sa cohérence.
Qu’est-ce qu’un corpus ? Au début, une accumulation, un ensemble indifférencié. Dans mon cas, un amas d’images, ou plus précisément d’estampes (la distinction est importante, mais j’y reviendrai ultérieurement). Cet amas, c’est de l’information brute. Inexploitable sérieusement en l’état : pour explorer, analyser le corpus, il faut l’ordonner, le mettre en données, construire des grilles de lecture.
Mettre les vues d’optique en métadonnées, c’est ce qu’ont fait les bibliothécaires qui ont catalogué les exemplaires, en relevant les titres, les mentions de responsabilités, en indexant les sujets représentés, en mesurant les feuilles.
Ces données, elles vont me permettre de classer, de manipuler, d’interroger mon corpus. Je vais les enrichir, les analyser.
Si j’avais réalisé cette thèse il y a trente ans, probablement aurais-je procédé avec des fiches cartonnées, décrivant chaque vue d’optique sur un carré de bristol, puis comptant manuellement les informations pour obtenir des séries statistiques. Heureusement pour moi, je dispose d’un ordinateur et de quelques notions d’informatique : je vais donc exploiter mon corpus à l’aide d’une base de données.
A l’origine du projet
Quand j’ai travaillé à la préparation de l’exposition Rêver d’Italie, voyager par l’image, j’ai passé de très longues heures à cataloguer les vues d’optique du Musée Boucher-de-Perthes à Abbeville. Que de difficultés ai-je rencontrées à identifier les états, les copies, à dater les tirages, identifier les sources visuelles utilisées par les graveurs… Je regrettais, à l’époque, qu’il n’existe aucun catalogue raisonné des vues d’optique, proposant une liste exhaustive des vues parues en Europe au XVIIIe siècle, explicitant quel éditeur avait produit en premier quelle vue, à partir de quel modèle, et qui ensuite avait copié la vue d’optique pour en donner une contrefaçon.
Mon projet de thèse est en partie né de la volonté de créer cet outil de travail, un catalogue raisonné des vues d’optique produites en Europe entre 1740 et 1830.
Une base de données comme outil de travail et comme publication
J’imagine ce catalogue raisonné sous la forme d’un site web (une « base de données ») qui formera un livrable de ma thèse. Cette publication numérique sera adossée au manuscrit de thèse et constituera une annexe numérique.
Mais cette base de données est aussi et avant tout un instrument de travail, qui va m’accompagner tout au long de mes années de doctorat : je vais le concevoir, l’enrichir, l’améliorer, et surtout, l’interroger. J’espère trouver, en manipulant cet outil et mon corpus, les réponses à mes questions de recherche.
Prenons deux exemples simples : combien précisément l’éditeur Chéreau a-t-il publié de vue d’optique ? Quels types de bâtiments sont les plus fréquemment représentés dans les vues d’optique ?
Ma base de données devra me permettre d’apporter rapidement des réponses quantitatives à ces questions, qu’il faudra ensuite analyser.
Si j’imagine ma « base de données idéale »
J’ai une idée assez précise – même si je sais qu’elle va évoluer au fil des années – des fonctionnalités de ma base de données dans sa dimension de livrable ou de publication. En d’autres termes, je suis capable d’en écrire le cahier des charges (tiens, c’est d’ailleurs peut-être l’exercice que je devrais faire, pour m’aider à avancer).
Mon catalogue raisonné des vues d’optique devra, en terme de contenu :
- offrir un inventaire le plus exhaustif possible des vues d’optique produites en Europe, en référençant les matrices et les états successifs de chacune d’elles
- référencer un grand nombre d’exemplaires imprimés de ces vues, afin d’offrir un panorama assez représentatif des pratiques de mise en couleurs. En revanche, établir un inventaire exhaustif de tous les exemplaires existants d’une vue d’optique est une tâche impossible : elles sont trop nombreuses
- proposer des datations pour chaque vue, matrice et état
- détailler pour chaque vue d’optique, ses sources visuelles (exemple : telle vue d’optique est copiée de telle estampe de Piranèse)
En terme d’interface, mon catalogue raisonné devra :
- permettre de visualiser pour une vue « type », les différentes matrices qui ont existé, et la succession des états.
- permettre de comparer visuellement plusieurs vues d’optique
- permettre d’interroger le corpus par éditeurs, créateurs, sujets iconographiques représentés, etc.
- … et toute une liste d’autres fonctionnalités qu’il n’est pas nécessaire ici de développer.
C’est le résultat souhaité de mon travail de recherche. Mais pour y arriver, il va falloir travailler avec acharnement. Ma base de données, avant d’être un livrable, une publication, sera d’abord un outil de travail. C’est cet outil de travail que je conçois actuellement.
L’outil de travail dont j’ai besoin
Si je m’astreins au même exercice du cahier des charges pour ma base de données dans son état d’outil de travail, qu’est-ce que cela donne ?
J’ai besoin d’un outil qui me permette principalement de :
- décrire et cataloguer des exemplaires de vues d’optique (c’est-à-dire de relever un certain nombre d’informations utiles à propos de mes estampes : quels sont le titre, la lettre, l’éditeur, l’auteur, etc.)
- indexer les sujets représentés dans les images (on voit une église, un chien, une barque, un port…)
- d’interroger et de visualiser les données cataloguées (par exemple, « voir toutes les vues figurant Lyon », « voir toutes les vues éditées par Daumont », etc.)
- déduire l’existence de matrices et d’états différents : si j’ai plusieurs exemplaires figurant la même scène et que je note des différences entre eux (le sens est inversé, les personnages ont été actualisés, la lettre (l’inscription) n’est pas la même), je sais qu’il y a peut-être là plusieurs matrices et plusieurs états de ces matrices.
- formaliser l’existence de ces matrices et états différents, en liant les notices entre elles et en qualifiant la nature de la relation (cette matrice est une copie réalisée à partir du deuxième état de cette autre matrice)
- enrichir automatiquement le catalogage des vues par recoupement des métadonnées. Si j’ai une matrice qui a connu trois états successifs avec trois noms d’éditeurs différents, je dois être capable de les remettre dans l’ordre et de les dater par recoupement d’informations (tel éditeur était actif avant tel autre)
Fabriquer son outil : apprendre à tâtonner, recommencer
Sortir de la phase de réflexion pour passer à l’action
La phase de réflexion sur cet outil et ses fonctionnalités a été très longue : j’ai dû commencer à y penser en 2016, avant même que je n’envisage une thèse sur les vues d’optique.
L’obsession de faire les « bons choix »
Une obsession revenait sans cesse dans cette réflexion, celle de faire les « bons choix », les plus rigoureux, pérennes, interopérables. Utiliser les « bons » modèles de description, « bien » modéliser mes données, choisir les « meilleurs » vocabulaires structurés, etc., etc., etc.
Sans cesse, je me heurtais à l’étendue de mon ignorance et je n’arrivais pas à trouver les réponses aux nombreuses questions que je me posais à propos de choix documentaires parfois très poussés (j’essaie, par exemple, de comprendre le modèle FRBR toute seule, ce qui n’est pas une mince affaire).
Aussi, je n’arrivais pas à passer à l’action et à commencer à construire ma base de données, faut d’avoir tranché sur un certain nombre de choix stratégiques. En outre, certaines fonctionnalités que je souhaite implémenter dans mon outil de travail et dans mon livrable n’existent pas (encore) dans Omeka-S (le CMS que j’utilise, et auquel je consacrerai un autre billet), et je ne me sens pas capable, à ce stade, de les développer moi-même : je manque de compétences techniques et cela retarderait encore mon calendrier de travail.
Lâcher du lest et se lancer
Bref, en janvier 2019, je me sentais dans une situation « critique » : il fallait commencer à rassembler de la matière (constituer le corpus et l’outil) et je n’arrivais pas à m’y mettre, tétanisée devant les choix techniques, documentaires, stratégiques à opérer. Pour surmonter ces difficultés, j’ai opéré deux changements dans ma manière d’appréhender le problème :
- Accepter que tout ne soit pas « parfait » du premier coup. M’accorder le droit d’essayer, rater, recommencer, tâtonner. A force de vouloir faire « mieux » je n’arrivais pas à « faire » tout court. Ma première version de ma base de données sera imparfaite, mais améliorable. C’est mieux que pas de base du tout.
- Penser ma base en « versions » et en « phases ». J’ai repris la liste de mes besoins (détaillé plus haut) et je les ai classés par ordre de priorité (en ai-je besoin rapidement ? est-ce bloquant de ne pas en disposer ?), par ordre de faisabilité (est-ce que je suis techniquement capable de le faire à l’heure actuelle ?), et enfin, j’ai évalué la rentabilité de chaque action (est-ce utile de prendre du temps pour d’indexer, à ce stade, finement, chaque vue d’optique ?)

La Bibliothèque de l’Université de Göttinghe. [Göttingen], édité par Probst (Augsbourg), eau-forte coloriée, seconde moitié du XVIIIe siècle, Gallica/BnF, département des estampes, LI-72 (6) FOL. (détail)
- V1 de ma base de données avec des fonctionnalités simples et un corpus de vues d’optique limité (1000 à 2000 exemplaires).
- phase 1 : construction de la base : je fais les choix au fil de l’eau et je m’autorise à changer d’avis en cours de route, mais je documente tout !
- phase 2 : test d’usage (est-ce que j’arrive à répondre à mes questions de recherche simples ?) et tests de modélisation états / matrices réalisés manuellement
- phase 3 : bilan-évaluation de la V1, affinage du cahier des charges de la V2
- V2 de ma base de données avec des fonctionnalités plus fines et implémentation de la notion d’exemplaires / états / matrices
- phase 1 : structuration des données en exemplaires / états / matrices de façon automatisée ; travail fin d’indexation des sujets ; implémentation de nouvelles fonctionnalités comme l’annotation des images
- phase 2 : enrichissement de la base de données avec de nouvelles vues d’optique
- phase 3 : bilan-évaluation de la V2, affinage du cahier des charges de la V3
- V3, V4, etc.
- Version finale : le catalogue raisonné public – le livrable
Mise en oeuvre de la V1
Cette bascule méthodologique (se laisser l’opportunité d’expérimenter) a eu lieu fin janvier. J’ai alors commencé à structurer ma base de données, traitant les problèmes techniques et les choix documentaires à mesure qu’ils se présentaient. Accepter que tout ne soit pas parfait du premier coup m’a permis d’adopter une posture plus souple et d’avancer à grands pas.

Leizelt, d’après Ozanne, Vuë de la façade du Louvre du côté de St Germain de l’Auxerois à Paris, édité par l’Académie Impériale d’Empire des Arts libéraux (Augsbourg), eau-forte coloriée, seconde moitié du XVIIIe siècle, Bibliothèque nationale de France, département des estampes, LI-72 (1)-FOL (détail)
Je m’étais fixé de disposer d’une V1 contenant 1000 vues d’optique pour le 25 février. Pourquoi 1000 ? Parce que cela me semblait un bon corpus de départ pour commencer à tester mes hypothèses de modélisation.
Cela correspond aussi au nombre de vues facilement exportables depuis Gallica (métadonnées et images), ce qui me permet de rapidement passer à la phase « manipulation » sans passer par un long travail de catalogage manuel. C’est la fameuse « rentabilité » que j’évoquais plus haut et dans le précédent billet.
Ẻtant en phase d’expérimentation et ayant accepté qu’il faudrait peut-être tout recommencer, j’ai essayé de documenter au maximum ma méthodologie et mes choix stratégiques afin d’optimiser une éventuelle reprise à zéro de mes données.
Au moment où j’ai achevé ce billet, nous étions le 24 février et … l’objectif était atteint puisque ma base comptait 971 vues d’optiques ! Dans le prochain billet, je vous présente en détail la V1 de mon corpus de thèse.
Projet vraiment super intéressant. Nous avons hâte de lire la suite.