Réseaux : de la notion à l’analyse. Heurs et malheurs d’un outil

Une vogue

Depuis quelques années, l’analyse de réseau(x) se diffuse et s’affirme dans le champ historique. Cela s’est traduit, plus récemment, par la multiplication d’événements centrés sur cette méthodologie. L’année 2014 rend compte de ce foisonnement, par la profusion et la diversité des manifestations. Ces derniers sont de deux ordres, thématiques (Réseaux maritimes, Femmes et réseaux, Manuscrits et réseaux, Histoire de la santé et réseaux, Réseaux et régulation…) ou généralistes, sous la forme de séminaire, à Lyon, d’université d’été, à Ferney-Voltaire, de journées d’étude, à Toulouse ou Paris, d’ateliers et conférences, à Gand et Barcelone, ou de colloque, à Bordeaux, etc.

S’il faut se réjouir de l’engouement suscité par un outil d’analyse relativement neuf en Histoire (au regard de la sociologie, par exemple), ce dernier n’en est pas moins source d’inquiétude. En effet, par‑delà la richesse d’une méthodologie novatrice et des potentialités qu’elle recèle dans l’analyse historique, l’effet de mode qui a suivi cet engouement s’est quelques fois accompagné d’un désir, plus ou moins conscient, d’intégrer à toute force le réseau dans les travaux et thèses menés. Ce désir reflète l’impératif universitaire d’être à l’avant-garde de la recherche scientifique et de ses avancées méthodologiques et/ou informatiques (logiciels d’analyse de réseau(x)). Il exprime également la volonté de participer d’une dynamique scientifique communautaire, de s’inscrire dans des champs thématiques variés afin d’enrichir un profil de recherche. Il s’ensuit que la notion de réseau(x) reparaît régulièrement, dans des propositions de communications. Or, c’est parce qu’il est question de “notion” et non d’“analyse” de réseau(x), que cette vogue est source d’errements. Ces derniers sont de plusieurs ordres.

Le terme de “réseaux” pourrait, dans certaines circonstances, être avantageusement remplacé par ceux de “parcours familial”, de “généalogie”, de “système géographique”, etc. Cette équivoque n’est pas anodine, mais est, au contraire, riche de sens. Elle signale, d’une part, la tendance à vider le terme “réseau(x)” de son sens – à l’image de ce qui s’est produit avec la notion d’espace. Elle souligne, d’autre part, la confusion entre analyse de réseau(x) et analyse des réseaux : tout devient réseau et est analysé comme tel, sans toujours s’accompagner d’une praxis appropriée. En effet, parce que l’idée de réseau prime, la méthodologie qui lui est associée est reléguée au second plan. Le graphique n’a de valeur qu’illustrative, preuve que l’objet d’étude fait réseau ou démonstration de compétences techniques supposées. S’ensuivent deux cas de figure qui nous paraissent devoir être évités :

  • D’un côté se retrouvent des représentations basiques le plus souvent faites main. Ces dernières ont l’avantage d’offrir une plus grande finesse dans la représentation du graphe qu’un logiciel. Et elles ont le mérite d’offrir une claire synthèse au lecteur néophyte qui, par exemple, pourra aisément repérer un individu, une institution, dans une structure et, ainsi, suivre des yeux la démonstration qui lui est contée. Elles privent cependant le chercheur d’un puissant outil de calcul et, de ce fait, en limitent l’horizon de recherche.
  • De l’autre, les progrès du numérique donnent à voir et permettent d’ausculter des réseaux étendus et complexes. L’énergie que nécessite la réalisation de tels graphiques, la volonté de montrer la maîtrise (même imparfaite) d’un outil novateur (théorique ou technique[1]), amènent à figurer des réseaux illisibles (absence de légende et de classification, enchevêtrement de liens, nivellement de l’information, etc.), et, au final, inutiles.

Or, procéder de la sorte ne permet pas de mobiliser le réseau comme outil de démonstration visant à apporter la preuve, scientifiquement fondée, d’une hypothèse de recherche.

 

Quel visuel ?

L’image graphique ne constitue qu’un indice. D’une part, elle n’est que le symptôme d’un état de fait qui s’est soustrait aux investigations, le signe d’une structure dont les logiques restent à trouver. D’autre part, la représentation est fluctuante. Elle dépend à la fois de l’algorithme choisi et de l’interprétation – nécessairement subjective – du chercheur.

Les intuitions obtenues grâce à la représentation graphique doivent être vérifiées et corroborées. Il est indispensable de confirmer les conjectures formées par un retour aux sources, de revenir aux attributs et parcours des individus/groupes mis en lumières. Attributs et parcours sont à interroger au prisme d’autres outils – analyse factorielle, prosopographie, régressions, etc. – dont les résultats pourront être croisés avec ceux précédemment obtenus. Le réseau n’est pas plus une finalité qu’une preuve et doit s’intégrer dans une palette d’outils plus larges avec lesquels il doit entrer en interaction et dialoguer.

L’image graphique, créée par les logiciels d’analyse de réseau(x), n’est que la surface, la partie émergée et mouvante d’un dispositif mathématique méconnu et délaissé. Si le visuel est souvent privilégié, parce qu’en apparence plus simple d’utilisation et plus aisé à déchiffrer, s’y limiter n’est pas sans inconvénient.

  • Cette image est mobile et fluctuante[2]. La répartition des nœuds et des liens dans l’espace n’exprime qu’une tentative (mathématique) pour parvenir à une situation d’équilibre, à un état stable. Il s’ensuit que selon l’algorithme retenu le tracé diffère, et que ce dernier peut changer en relançant plusieurs fois le même algorithme. Le tracé obtenu n’est donc pas naturel et ne constitue pas l’expression authentique de la réalité qu’il symbolise. Il comporte une part de contingence, en particulier dans la distribution des composantes périphériques[3]. D’une part, le chercheur doit donc rester conscient des limites de sa pratique, puisque les résultats recueillis émanent d’une “boîte noire” sur laquelle il n’a guère de prise, mais dont il reste dépendant. Il apparaît, d’autre part, crucial de faire tourner plusieurs fois un algorithme afin de voir si la représentation spatiale est stable ou, à défaut, d’observer ce qui reste stable dans le tracé. De même, observer les récurrences entre les différents algorithmes permet de distinguer ce qui est structurel dans un réseau de ce qui relève d’une distribution contingente.
  • Parce qu’elle correspond au rendu visuel le plus agréable à lire, l’image graphique est bien souvent choisie aux dépens de la liste ou de la matrice. Or, selon le type de représentations, l’interprétation et les indices donnés à lire varient. Ainsi, la représentation matricielle met en lumière l’absence de liens quand le tracé du réseau tend à les occulter.
  • Privilégier le visuel peut également amener à délaisser les ressources mathématiques de l’analyse de réseau(x), à l’instar des calculs de centralité, de la clusterisation, etc. Or, les outils mathématiques des logiciels d’analyses de réseau(x), malgré des dehors arides, produisent des résultats précis et fiables permettant de mieux cerner la structure de la population étudiée et les relations existantes en son sein. Cependant, leur valeur démonstrative est trop souvent minorée, sinon oubliée.

Prenons le cas d’une sous-préfecture de province et des individus siégeant dans les principales administrations et institutions publiques. Supposons que l’on cherche à savoir quels sont les individus et groupes familiaux ayant une centralité de degré élevée avec les institutions :

Ex1-réseau

 

Le graphique est pour ainsi dire indéchiffrable. À l’inverse, des calculs mathématiques offrent des résultats immédiatement intelligibles :

tab1-Garrote

Certes une déperdition de l’information s’opère puisque les données relatives aux institutions et administrations disparaissent, mais celles-ci sont superflues dans le cas de la question posée.

Recourir aux calculs mathématiques apparaît d’autant plus indispensable si l’on cherche à établir une corrélation entre centralité de degré avec l’institution et centralité de degré au sein du groupe familial :

Ex2-réseaux

Plus illisible encore, la représentation visuelle ne permet guère de se prononcer…, à la différence des résultats statistiques :

tab2-Garrote

Le passage au visuel (comme représentation graphique) n’est pas sans risque. En effet, on tend à s’enfermer dans le visuel, à perdre en critique, à oublier que le visuel ne renferme pas tout le réel[4]. Pas plus qu’elle ne serait une notion, l’analyse de réseau(x) ne se résume pas à une représentation graphique. C’est un avant tout une démarche méthodologique s’appuyant sur des outils informatiques novateurs, susceptibles d’apports qu’à la condition de déterminer préalablement les objectifs poursuivis.

 

En coulisse

Scott McCloud

L’image graphique oscille entre deux objectifs : calquer le réel ou en offrir une claire synthèse. Dès lors, la représentation optimale d’un réseau dépend de ce que l’on ambitionne de montrer. Définir un but de recherche constitue donc un préalable méthodologique. Le chercheur ne doit pas attendre que du réseau émerge une problématique nouvelle. Certes, ce dernier peut avoir un rôle exploratoire. Mais il ne saurait pleinement le remplir sans être motivé par des hypothèses. Déterminer le visuel le plus adapté requiert donc de savoir ce que l’on veut montrer. Toutefois, le choix du tracé résulte le plus souvent d’un bricolage, d’essais répétés et de tentatives avortées. Il importe, en effet, d’expérimenter différents types de projections, de métriques, etc., et de se demander quels sont leurs apports et quelle déperdition ils occasionnent, tant en termes d’information que de communication.

Toutefois, il nous paraît préférable que tout novice en analyse de réseaux (que nous sommes) suive le principe KISS (Keep It Simple, Stupid) utilisé en informatique. Loin de constituer une solution de facilité, chercher à produire la représentation d’un réseau la plus simple possible est un exercice complexe et formateur. Cela oblige à savoir très précisément ce que l’on veut montrer et à ne conserver que ce qui est utile à la démonstration. Ce sont là les principes prônés par Edouard Tufte. En effet, critiquant tout auteur qui est more interested in demonstrating his erudition than in presenting information clearly to his harried reader, ce dernier recommande d’éliminer tout ce qui pourrait détourner l’attention du lecteur de la démonstration et des données sur lesquelles elle repose[5]. Ainsi, la représentation sommaire d’un réseau sous sa forme statistique exposée supra

tab2-Garrote

… peut encore être simplifié comme suit[6] :

tab3-Garrote

Réagencer les individus ayant un degré de centralité identique de manière à réduire le nombre de liens se recoupant, fait ressortir plus distinctement l’analogie existant entre les deux classements. Cette réorganisation met en lumière le caractère contingent de l’ordre d’apparition des individus les plus centraux. Cet ordre ne doit donc pas être surinterprété, seul faisant sens le degré de centralité. En procédant de la sorte, le chercheur peut concentrer son attention sur les individus récurrents en éliminant ceux qui n’apparaissent qu’une seule fois. Ce faisant, il appauvrit cependant l’information, et perd en rigueur ce qu’il gagne en clarté. Toutefois, selon l’objectif poursuivit, une telle posture scientifique peut s’avérer propice. Dans cet état d’esprit, il est possible d’aller plus loin, pour ne conserver que les indications absolument indispensables :

tab4-Garrote

Le travers précédemment dénoncé par E. Tufte revêt également une dimension générale qui se retrouve parfois dans des séminaires de méthodologie. En effet, la monomanie consubstantielle à la recherche universitaire et la spécialisation qu’elle entraîne conduisent quelquefois à privilégier l’objet thématique plus que les méthodes, l’érudition plus que la réflexion, au risque de perdre l’auditoire et faire obstacle aux échanges. L’exigence de résultats porte également à présenter les conclusions plus que les obstacles rencontrés, lors de la collecte et du traitement des données, les doutes survenus à l’occasion de leurs interprétations, ou encore les biais inhérents à toutes postures, etc. Elle conduit parfois même à passer sous silence les apports spécifiques à l’analyse de réseau(x), qu’une autre méthode n’aurait pu permettre d’obtenir ou de dépeindre avec autant de clarté. Autrement dit, justifier la démarche scientifique serait dès lors secondaire…

Faire simple ne signifie pas que le chercheur ne doit pas, par la suite, enrichir la représentation qu’il donne du réseau étudié, afin, par exemple, de faire apparaître des corrélations supplémentaires ou instiller un peu de vie à un tracé somme toute aride. De même, cela ne veut pas dire qu’en amont le chercheur ne doit pas s’appuyer sur des versions complexes et complètes d’un travail. Il faut en effet distinguer la face préparatoire de tout travail, de l’exercice de communication. La première est le lieu de tâtonnements, d’essais multiples, de supports ésotériques et touffus qui ne figureront pas dans le rendu final. Autrement dit, le chercheur doit accepter de faire le deuil d’heures de travail et de réalisations dont son public n’aura pas connaissance.

L’exigence de clarté et de simplicité requiert encore de maîtriser les préceptes de la Sémiologie graphique prônés par Bertin[7]. Il s’agirait, plus encore, d’expliciter systématiquement les choix effectués dans la symbolisation de l’information. Trop souvent considérée comme allant de soi, elle est passée sous silence alors même que certains choix graphiques (couleurs, signes) attirent l’attention du lecteur, sont porteurs de sens, et, partant, influencer, sinon fausser l’interprétation.

Tout choix réalisé par le chercheur au moment de créer le tracé du réseau constitue un biais et est porteur de sens. La visée communicationnelle et démonstrative va inciter à préférer certaines représentations plutôt que d’autres, à effectuer sur celles-ci telles ou telles modifications qui vont infléchir l’interprétation du dessin. Ainsi, opter pour une structure pyramidale du réseau peut induire un sentiment de hiérarchie qu’une répartition homogène des points en cercle n’entraînerait pas. Plutôt que de laisser intact le tracé proposé par le logiciel, il peut être utile de faire correspondre d’effectuer quelques modifications susceptibles de faciliter la lecture : faire correspondre la proximité sur le dessin avec une proximité réelle des individus, figurer l’individu ayant la centralité de degré la plus élevée au centre du réseau au centre, etc. Quels que soient les choix effectués, ce qui importe est de les bien énoncer afin que les destinataires soient conscients des biais qui vont influencer leur lecture.

 

En résumé

Nous avons introduit notre propos en signalant la floraison des manifestations scientifiques dédiées aux réseaux, sans revenir sur les causes de cette soudaine popularité. Or, il nous semble que les avancées du numérique, mentionnées supra, n’y sont pas étrangers tant l’analyse de réseau(x) repose aujourd’hui sur des logiciels créés à cette fin. S’ils démultiplient les virtualités de la recherche, ces outils tendent toutefois à décrédibiliser les pratiques anciennes et à émerveiller (éblouir) le néophyte. Il en découlerait une perte de repères méthodologiques préjudiciable à la pratique scientifique. Cet aspect est d’autant plus crucial que s’impose le constat d’une fracture souvent non maîtrisée entre écriture numérique et représentation graphique. Il s’ensuit que la véridicité et la pertinence de la représentation graphique ne sont que trop rarement mises en question. Ces écueils portent en germe un appauvrissement de la recherche, une fragilisation de l’interprétation et une mise en cause de la validité des résultats. Par ailleurs, certaines approches apportent peu d’éclairages novateurs et interrogent par là même l’utilité du recours à l’analyse de réseau(x) et, plus généralement, aux réseaux ; alors même qu’un usage irréfléchi (sinon immodéré) risque de galvauder un outil pourtant essentiel au progrès de la recherche historique[8].

 Ce billet n’a nulle prétention à proposer des règles. D’ailleurs, comme nous l’avons souligné, il n’y en a pas : tout est fonction du public, des hypothèses de recherche et de la finalité de la communication. Tout au plus avons‑nous pointé quelques recettes, et esquissé une ligne de conduite. Celle‑ci doit permettre de jauger de la qualité et de l’efficacité de la transcription graphique de l’information :

  • Tracé offrant le minimum de croisements et obtenant la meilleure clusterisation
  • Formulation d’une idée complexe par des représentations simples
  • Informations utiles transmises le plus clairement et le plus rapidement

Il n’en demeure pas moins que tout choix nous semble devoir répondre à trois impératifs : 1) enrichir la connaissance en donnant à lire une information nouvelle, 2) en communiquer les résultats grâce à un medium approprié au public visé et à l’objectif préalablement posé, et 3) pouvoir expliquer les choix réalisés et en exposer les biais ou les insuffisances.

Par ce billet, il s’agit également d’inciter toute personne recourant à l’analyse de réseau(x) à adopter quelques réflexes :

  • Effectuer une lecture multi niveaux[9] :
  1.       Le niveau global (densité, connexité, etc.) afin de trouver les sommets importants
  2.       Le niveau intermédiaire pour dégager des sous-groupes plus ou moins cohésifs
  3.       Le niveau local afin de comprendre la manière dont un sommet s’insère dans un réseau
  • Ne pas avoir un usage exclusif de la représentation graphique des réseaux, mais s’en servir tout à la fois pour :
  1.       Représenter visuellement des données empiriques
  2.       Parcourir des données pour les explorer
  3.       Explorer les données pour trouver des pistes de réflexion
  4.       Communiquer et servir de support à une idée
  5.       Démontrer et innover
  • Ne pas se limiter à un type de représentation :
  1.       Varier le dessin, la liste et la matrice
  2.       Essayer différents algorithmes
  3.       Retravailler les résultats obtenus par les algorithmes, les enrichir et les préciser

 C’est pourquoi, et pour finir, il nous paraît essentiel d’insister sur la nécessité de mêler dataexploration et datavisualization, et de ne pas se limiter à la seconde. D’ailleurs cette exigence n’est pas propre à l’analyse de réseau(x), et les problèmes soulevés se posent avec autant d’acuité dans d’autres types de visualisations et d’outils numériques qui leur sont liés.


[1] Il importe de distinguer l’outil informatique, qui permet de procéder à une analyse de réseau(x), et la méthodologie qui permet d’utiliser à bon escient le logiciel.

[2] Les utilisateurs de Gephi peuvent observer cette mobilité avec le layout Force Atlas 2.

[3] Cf. Mathieu Jacomy et son éclairante présentation sur le sujet lors du THATCamp 2014 (atelier Gephi).

[4] Thierry Joliveau, Questions autour des spatialités numériques, conférence inaugurale du THATCamp 2014.

[5] Edouard Tufte, The Visual Display of Quantitative Information, Cheshire, Graphics press, 1990, 197 p.

[6] Je remercie Laurent Beauguitte pour ses conseils avisés.

[7] Jacques Bertin, Sémiologie graphique, Paris, Mouton, 1967, 431 p.

[8] Je remercie Cécile Armand pour la pertinence de ses remarques qui m’ont permis de préciser mon propos.

[9] Pascal Cristofolli, La visualisation des réseaux sociaux et ses enjeux, Université d’été Quantilille 2013.


Vous aimerez aussi...

4 réponses

  1. décembre 22, 2014

    […] certain en Histoire. Or, comme l’exprimait récemment Gabrielle Garrote dans son très bon billet Réseaux : de la notion à l’analyse. Heurs et malheurs d’un outil, l’effet de mode qui a suivi l’engouement de l’analyse en réseau « s’est quelques fois […]

  2. janvier 23, 2015

    […] notion à l’analyse. Heurs et malheurs d’un outil », Réseaux et Histoire, 5 novembre 2014. http://reshist.hypotheses.org/464. Claire Lemercier. « Analyse de réseaux et histoire », Revue d’histoire moderne et […]

  3. février 23, 2015

    […] G. Garrote, 2014, Réseaux : de la notion à l’analyse. Heurs et malheurs d’un outil, http://reshist.hypotheses.org/464 E.R. Tufte, 1983, The Visual Display of Quantitative Information, Graphics Press, Cheschire Site de […]

  4. mars 16, 2015

    […] I observed many times that humanists willing to use digital tools remain reluctant to learn about their proper use first. They want a result, and a quick one. But the sole visualization of a corpus in space is meaningless if one doesn’t explain its meaning and its value by aiming at answering questions set up well before the drawing of a network. While network visualization allows to emphasize one or the other aspect of one’s research and strongly supports the analytical process, it can’t constitute the core of it, as it merely illustrates a postulate that had to be thought of earlier on in the research process. Visualizing networks is a mean, not an end. The difficulties to properly use a network in humanities were well explained by Gabriel Garrote on the blog Réseaux et Histoire in “Réseaux: de la notion à l’analyse. Heurs et malheurs d’un outil“. […]

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *