Sauvegarder un documentaire en deux manipulations simples

Ce billet répond à une question soulevée par quelques étudiants dans un cours de méthodes de travail numérique, mais je me dis que certains lecteurs de ce blog peuvent aussi avoir l’utilité des trucs et astuces ci-dessous. Et puis l’enchaînement avec le billet précédent me plaît.

Supposons que vous ayez visionné l’excellent documentaire « Libye, anatomie d’un crime », et que vous puissiez en avoir besoin à l’avenir, pour citation dans un exposé, dans un cours, ou dans toute autre présentation qui relèverait de l’exception pédagogique1, et pour laquelle vous souhaiteriez, par exemple, utiliser des captures d’écran du documentaire.

Si vous souhaitez conserver une copie du documentaire, c’est techniquement toujours possible : votre navigateur Web doit pouvoir lire cette copie pour vous montrer une version « streaming » (flux) du documentaire. La seule différence entre une copie temporaire (streaming) et une copie permanente est l’emplacement mémoire où vous allez stocker cette copie, et sa persistance.

Pour sauvegarder cette copie, il va vous falloir quelques outils :

  • Un navigateur Web qui vous permette de repérer facilement le fichier de streaming ;
  • Un terminal qui puisse exécuter quelques commandes simples ;
  • Et de quoi lire le résultat final tout en prenant des captures d’écran.

La dernière étape est la plus simple, et bien que tout le monde semble utiliser VLC (création française, cocorico) pour lire de la vidéo, je préfère de très loin mpv, qui beaucoup plus souple (configurable) et que je trouve plus élégant.

1. Identifier le fichier de streaming

Pour la première étape, je conseille Google Chrome avec l’extension Video DownloadHelper afin de localiser le fichier de streaming au format .m3u8, c’est-à-dire la version Unicode / UTF-8 du standard M3U, que l’on utilise souvent en multimédia.

Lancez la vidéo dans votre navigateur afin d’activer la lecture du stream : l’extension va automatiquement détecter le flux, que vous pourriez aussi (mais plus laborieusement) localiser en inspectant, à l’aide de ses Developer Tools, les ressources chargées par le navigateur.

En cliquant sur l’extension (en haut à droite, en bleu), vous aurez plusieurs choix de streams, en fonction de la qualité du flux que vous souhaitez sauvegarder. Passez à la prochaine étape en cliquant sur la flèche entourée en rouge, en choisissant une bonne résolution vidéo :

Contentez-vous, ensuite, de copier l’adresse du fichier .m3u8, afin d’éviter que l’extension ne vous demande d’utiliser sa propre solution de sauvegarde du flux (ce qui se produira si vous demandez à télécharger le fichier plutôt qu’à simplement en copier l’adresse) :

À ce stade, votre presse-papiers contient une adresse de type

https://arteptweb-vh.akamaihd.net/ [...] 6JNR.smil/index_3_av.m3u8

… où le serveur appartient à un CDN assez connu, Akamai, et où l’on retrouve bien l’extension m3u8 en fin d’adresse ; notez aussi le protocole/langage SMIL, également courant en multimedia.

Si vous téléchargez et inspectez le contenu du fichier .m3u8, vous y trouverez les adresses de tous les fichiers .ts (MPEG-TS) que le stream mobilise pour faire défiler la vidéo ; ce sont ces fichiers que l’on va télécharger, puis fusionner en un seul fichier final :

(Note : personnellement, à ce stade, je désactive l’extension Video DownloadHelper dans mon navigateur, afin d’éviter qu’elle ne consomme de la mémoire – et n’analyse le contenu des pages Web que je consulte… – lorsque je ne m’en sers pas.)

2. Passer le stream à ffmpeg

Il va à présent vous falloir télécharger la librairie ffmpeg, qui permet de faire tout et n’importe quoi avec des fichiers vidéo.

L’installation et l’utilisation de ffmpeg demandent de savoir utiliser un terminal ; pour installer la librairie sur macOS, vous aurez préalablement installé Homebrew, et utiliserez cette commande2 :

brew install ffmpeg

La librairie ffmpeg permet notamment de « concaténer » (de chaîner, de joindre, de fusionner) des fichiers vidéo. On pourrait télécharger soi-même les fichiers vidéo listés dans le fichier .m3u8, puis les « chaîner » à la main3 ou avec ffmpeg. Mais il y a encore plus simple :

ffmpeg -y -loglevel verbose -i "https://arteptweb-vh.akamaihd.net/ [...] 6JNR.smil/index_3_av.m3u8" -c copy -f mpegts final.mp4

… où l’adresse (tronquée) entre guillemets est un simple copier-coller de celle que vous avez copiée à l’étape précédente, et où le résultat final (le documentaire en entier) s’appelle final.mp4, car on souhaite convertir le résultat au format MPEG-4, lisible avec n’importe quel logiciel de lecture vidéo qui pourrait se trouver sur l’ordinateur de votre salle de cours.

La commande va télécharger l’intégralité des fichiers vidéo listés dans le fichier .m3u8, avant de les convertir au format souhaité. Vous risquez de voir s’afficher des avertissements sans importance au passage — ne vous inquiétez pas, car à moins que vous n’ayez plus d’espace disque ou autre scénario relativement improbable, tout va bien se passer :

Votre documentaire est prêt à l’emploi. Bon visionnage !

  1. J’insiste : il s’agit d’une exception accordée par le droit français, ce qui signifie que tout autre usage doit être accompagné d’une démarche visant à comprendre si des coûts de (re)diffusion peuvent s’appliquer. []
  2. Sur Windows, vous ferez ce que vous pourrez avec les moyens du bord, que je connais mal, et sur Linux, vous installerez vous-même la librairie, en fonction de votre distribution. []
  3. Il suffirait d’utiliser quelques expressions régulières sur le fichier .m3u8 pour en extraire les adresses des fichiers vidéo, de tous les télécharger, puis de les concaténer. []

Code et données pour les sciences sociales (1.5) Informatique

Une série de billets visant à commenter (pas à traduire) le guide de Gentkow et Shapiro (2014). Précédemment : Ép. 1 (Introduction).

Vous l’aurez compris à la lecture de l’introduction, cette série de billets va parler de recherche empirique, reproductible, et donc très largement informatisée, au sens : conçue, et pour partie exécutée – en matière de production des résultats – face à un écran d’ordinateur.

Du coup, dans cet épisode intermédiaire, je souhaite rajouter quelques mots sur l’équipement informatique du chercheur lambda. Dans leur introduction, Gentzkow et Shapiro ne mentionnent qu’un seul logiciel :

Saying [empirical researchers] should spend more time thinking about the way they write code would be like telling a novelist that she should spend more time thinking about how best to use Microsoft Word.

Ne nous en tenons pas à ça.

La ligne de commande

Lorsque l’on cherche à rendre un protocole de recherche reproductible de part en part, ou lorsque l’on commence à avoir besoin (ou l’envie ; et ce sera notre prochain épisode) d’automatiser ce protocole de recherche, il faut commencer à bidouiller avec la ligne de commande :

Essayez, ce n’est pas si compliqué : sur macOS, ouvrez l’application « Terminal »1, qui vous ouvrira automatiquement une session dans un shell semblable à ceux que l’on ouvre sur n’importe quelle machine Unix2, et tapez simplement :

uptime

Voilà, vous y êtes.

Il s’agit du même shell qu’utilisé dans le billet où j’explique comment sauvegarder un flux vidéo en deux manipulations basiques. Par défaut, il s’agit d’un shell de type Bash, mais vous vous en fichez : tout ce qui compte est de savoir que vous en passerez par là pour accomplir une partie de vos manipulations.

Les éditeurs de texte simple

Lorsque vous aurez besoin d’écrire vos scripts (vos suites de commandes), vous le ferez soit dans un éditeur3 dédié à un langage de programmation spécifique (Stata, RStudio, PyCharm…), soit dans un éditeur en texte « simple » ou « brut » (plain text editor). Ce dernier outil va vous être extrêmement utile, et il vous faut quelque chose de mieux que Notepad ou TextEdit.

Sur Windows, allez voir du côté de Notepad++ ; sur Mac, allez voir du côté de TextMate, mon éditeur favori parce qu’il est extrêmement rapide à l’ouverture. D’autres éditeurs, plus lourds, ont néanmoins l’avantage d’être plus puissants et multi-plateformes : essayez Atom ou Visual Studio Code.

Un éditeur en texte simple ressemble à ça :

Rien d’exceptionnel ici, si ce n’est que vous remarquez tout de suite que les lignes sont numérotées, et que la syntaxe du fichier (ici, Markdown) colorise certaines parties du texte (ici, le lien Web, reconnu par l’éditeur grâce à son préfixe « http[s]://« ).

Le même éditeur va vous permettre de composer dans n’importe quel langage de programmation — ci-dessous, un peu de Python qui me sert à télécharger les émissions de France Culture tout en les renommant pour que je puisse les archiver plus vite4 :

Vous voilà équipé. Faisons le point :

  • Votre ordinateur est une architecture matérielle sur laquelle est posé votre système d’exploitation ; et vous avez l’habitude d’utiliser cet ordinateur via des logiciels comme Microsoft Word. Nous n’y reviendrons pas, car…
  • Pour écrire du code, il va falloir programmer, c’est-à-dire écrire du code informatique, dans un ou plusieurs langages ; vous allez le faire via des éditeurs spécialisés, ou via un éditeur de texte (simple, plutôt que « riche », comme Microsoft Word).
  • En plus de cet éditeur, vous allez aussi passer, de temps à autre, par la ligne de commande (le « terminal », le shell), qui à l’inverse des autres logiciels cités aux deux points précédents, est toujours pré-installé, car il fait partie intégrante de votre système d’exploitation.

Je m’arrête là, et pour les conseils informatiques plus généraux, vous renvoie à ce billet, qui renvoie vers les conseils informatiques que je donne en cours.

  1. Dans le dossier « Utilitaires », mais j’espère que vous utilisez Spotlight ou un launcher comme Alfred pour ouvrir vos applications… []
  2. Sur Windows, vous aurez à explorer les différentes alternatives : PowerShell, le successeur de CMD.EXE, ou bien faire tourner Linux sous Windows grâce à Windows Subsystem for Linux (WSL). []
  3. Nous y reviendrons, exemples à l’appui. Ces éditeurs sont souvent appelés des « IDE ». Si vous écrivez du code, vous passez plus de temps dans ces éditeurs que sur Microsoft Word. []
  4. Le code ne devrait pas vous convenir, et c’est du mauvais Python (3.x) de débutant, mais si vous le voulez, il est en ligne. []

Code et données pour les sciences sociales (1) Introduction

Début d’une série de billets visant à commenter (pas à traduire) le guide de Gentkow et Shapiro (2014).

En 2014, Matthew Gentzkow et Jesse M. Shapiro, deux économistes, publient un petit guide que j’ai récemment découvert, grâce à plein de monde sur Twitter. Le guide s’intitule « Code and Data for the Social Sciences: A Practitioner’s Guide ».

L’introduction du guide décrit une manière de faire de la recherche, que l’on soit en science politique, en économie, en géographie, en sociologie ou en histoire, ou en biologie, en physique, en statistiques ou ailleurs :

… écrire du code pour faire tourner des analyses statistiques, pour simuler des modèles, pour formater des résultats, pour produire des graphiques.

En 2014, deux (jeunes) économistes peuvent assez facilement convaincre leurs pairs que cette manière de faire de la recherche est à la fois une forme légitime (car valide) et importante (car productive) de faire de la recherche1. Idem en biologie, par exemple, où la bio-statistique et la bio-informatique sont bien représentées dans les compositions des laboratoires.

C’est certainement moins évident en science politique, au moins en France, où le number-crunching ne semble pas avoir touché beaucoup de monde en dehors de la sociologie électorale2 pendant plusieurs décennies—ou est-ce un faux-semblant hérité d’une formation primordialement tournée vers l’explication dite « qualitative » et une lecture sélective de la littérature scientifique ? En tout cas, l’article de Nonna Mayer dans The Political Methodologist d’il y a dix ans ne va pas vraiment contre cette observation.

Les vogues récentes pour les « humanités numériques » (digital humanities) et la « science des données » (data science) aidant, on se trouve désormais dans une conjoncture où les nerds auto-proclamés ont une place dans les laboratoires, ne serait-ce que pour aider les collègues à utiliser l’imprimante, et éventuellement à collecter des données ou, dans les champs d’analyse les plus formalisés, à faire tourner quelques modélisations.

Voici quelques-uns des « scénarios utilisateur » que mentionnent Gentzkow et Shapiro en soutien à une recherche en sciences sociales tournée vers le code et les données :

  • Réplication — savoir (re)produire des résultats d’analyse, si possible, vu le rythme de la recherche, sur des durées assez longues ;
  • Données manquantes — savoir diagnostiquer des problèmes d’échantillonnage biaisant les résultats ;
  • Données supplémentaires — savoir rendre une analyse empiriquement plus robuste en élargissant son assise empirique ;
  • Intelligibilité et transparence — savoir rendre une analyse aussi transparente et compréhensible que possible au lecteur extérieur ;
  • Collaboration — savoir mettre en place des protocoles permettant de travailler collectivement sur un problème et ses données.
  • Changement d’échelle — savoir rendre accessible de très gros volumes de données, et/ou produire de très gros volumes d’analyse.

Une partie des problèmes ci-dessus relève à la fois des sciences sociales et de l’informatique : les « problèmes d’intelligibilité », par exemple, existent aussi bien au niveau (abstrait) de la conceptualisation qu’au niveau (concret) de la programmation (literate programming). D’autres croisent statistiques, probabilités appliquées et data engineering ; d’autres sont encore plus transversaux.

Concernant « l’ingéniérie des données« , la multiplication des problèmes à résoudre (big data, exploitation de données Web et/ou numériques, archivage et partage de données qualitatives…), sans que la croissance faible des postes d’ingénieurs de recherche ne permettait pas de suivre la demande, a aussi certainement aidé.

Gentzkow et Shapiro évoquent aussi le rôle de l’industrie et de la science informatiques, et des solutions qu’elle ont apportées sur ces questions :

If you are trying to solve a problem, and there are multi-billion dollar firms whose entire business model depends on solving the same problem, and there are whole courses at your university devoted to how to solve that problem, you might want to figure out what the experts do and see if you can’t learn something from it.

Le décor est ainsi planté : l’analyse quantitative et les utilisations scientifiques de l’informatique (scientific computing) sont devenues plus accessibles, aidées en cela par des changements à la fois internes et externes à la recherche scientifique — et les manières de travailler ont évolué en conséquence.

Voyons ce qu’en disent Gentzkow et Shapiro. On rentrera dans le vif du sujet au prochain épisode : pourquoi et comment automatiser la production d’un résultat d’analyse. Avant cela, il y aura un « épisode intermédiaire » sur l’informatique pour les sciences sociales.

  1. Ne serait-ce qu’en regardant un peu ce que font les « prix Nobel », on tombe vite sur deux d’entre eux, Thomas Sargent et Paul Romer, qui codent en Python ; et ils ne sont certainement pas les seuls. []
  2. Sous-domaine de la science politique où l’on retrouve pas mal de chercheurs formés en économie. []

Robert Faurisson est mort

Le négationniste Robert Faurisson est mort il y a peu.

Pour m’être intéressé au personnage suite à la lecture d’un entretien avec Noam Chomsky, qui s’était retrouvé mêlé à l’une des nombreuses « affaires Faurisson » qui ont fait la carrière de ce dernier, je m’étais moi-même retrouvé cité (nommément) sur quelques sites Web négationnistes. J’en avais parlé avec quelque détail sur un blog désormais disparu1, en 2005, et ne ressens pas vraiment la nécessité d’en reparler, mais suis quand même allé vérifier ce qu’il en restait, et il en reste encore des traces par-ci par-là.

Baptiste Roger-Lacan, via deux fils sur Twitter (archivés dans un format plus lisible ici et ), a très bien résumé le parcours de Robert Faurisson, jusque dans la période récente : ce billet me sert surtout à signaler cet excellent compte-rendu biographique. Un article devrait suivre dans Le grand continent, la très bonne revue en ligne du Groupe d’études géopolitiques (GEG) de l’École Normale Supérieure, et je suppose que Fragments sur les Temps Présents en parlera aussi.

  1. Sur mon blog personnel, dont je sabordais les archives tous les cinq-six ans, jusqu’à passer sur Tumblr. []

Nouveaux manuels de science politique, 2018

Cette rentrée, on croule sous les nouveaux manuels :

Manuels auxquels il faut rajouter, par exemple, le Roux et Savarese paru chez Bruylant, maison d’édition qui publie aussi des traités de science politique — Mayer et Deloye, Analyses électorales ; Thiers et Rozenberg, Traité d’études parlementaires.

Je compare toujours ces sorties aux manuels que j’ai eus lorsque j’étais étudiant, et que j’ai souvent réutilisés dans mes plans de cours. Il y a du mieux sur tous les fronts : les traités et manuels d’il y a quinze ans (Leca et Grawitz, Braud, Lagroye) étaient moins digestes2.

Mention spéciale, de ce point de vue, au Dormagen et Mouchard paru chez De Boeck, qui réorganise presque toutes les sources dont on a besoin, il me semble, en « cours d’intro. » au premier semestre de la Licence 13.

Disclosure — j’ai reçu le manuel de Crettiez, de Maillard et Hassenteufel de la part de l’éditeur, et reçois les emails de nouveautés de De Boeck depuis que je les ai rencontrés sur un stand au Congrès de l’AFSP de Montpellier. J’ai acheté les autres titres cités, ou les ai au moins feuilletés en librairie.

  1. Paru l’an dernier, mais je n’ai jeté un coup d’oeil que cette année. []
  2. Pour l’analyse des politiques publiques, je suis plus réservé : les manuels des vingt dernières années sont tous digestes, mais je ne vois pas trop la différence, sur le fond, entre les manuels des années 2010 et ceux des années 2000. []
  3. J’ai l’impression que c’est avec ce manuel – et celui sur les gender studies – que la collection De Boeck a décollé. Au passage, je n’ai pas le souvenir d’avoir lu le moindre ouvrage paru chez De Boeck lors de mes propres études. []

Trump, suivi de prédiction

Ma prédiction concernant Donald Trump (dont je parle moins, parce que c’est lassant et triste) arrive bientôt à son terme, et malgré les tueries comme celle de Pittsburgh ou les meurtres « à l’aveugle » comme celui de Charlottesville, Trump reste au pouvoir sans avoir encore déclenché d’assassinat ciblé.

En revanche, ma prédiction est à nouveau partiellement validée par les (vrais) explosifs expédiés aux adversaires les plus vocaux de Trump par un militant complètement fasciné par le président. Heureusement, aucun des explosifs ne semble avoir fait de victime, et j’espère évidemment qu’il en sera de même pour les suivants, s’il y en a.

Sur la récente tuerie de Pittsburgh, je me permets, au passage, de vous renvoyer à cette excellente analyse de Rudy Reichstadt, dont les points 1 (« les mots tuent ») et 4 (« Trump est débordé sur sa droite ») sont particulièrement pertinents ici.

L’économie morale de Trump, et par extension de ses soutiens dans la droite américaine, est une abysse glaciale dont les morts de Pittsburgh  jalonnent deux des parois : celle de la libre circulation des armes à feux, et celle de la « libre expression » des haines les plus violentes au nom de la compétition (partisane) des discours (d’incitation au meurtre des « ennemis intérieurs »), des « idées » (complotistes) et des « valeurs » (antisémites).

La Central European University en partance pour Vienne

J’avais évoqué, il y a un an et demi, la campagne de persécution menée par Viktor Orbán contre la Central European University (CEU) — campagne qui a pris plusieurs virages, dont celui consistant à ne plus financer les programmes de Gender Studies (à la CEU et à l’ELTE), mais qui a surtout consisté, dans le cas précis de la CEU, à menacer de lui retirer l’accréditation qui lui permet de diplômer ses étudiants.

Aujourd’hui, alors qu’approche la date-limite des négociations sur l’accréditation (date qui semble fixée au 1er décembre), on en est là :

La situation actuelle est un coup direct porté à la liberté universitaire, car c’est bien à ce genre de manœuvres que l’on établit une autocratie, sur fond d’antisémitisme totalement assumé, et avec le soutien de ces conservateurs, américains ou européens, qui apprécient les « hommes forts » d’Europe de l’Est, en plus de partager leurs pires travers conspirationnistes.

Et évidemment, comme précédemment, les eurodéputés français du groupe PPE/EPPont refusé de sanctionner collectivement le gouvernement Orbán — le même qui menace d’emprisonnement les ONG venant en aide aux migrants, au point que l’ONU décommande d’y appliquer les règles de répartition des migrants fixées au niveau européen.

On notera, pour terminer ce non-billet car je ne trouve pas de mots, que Vienne ne s’est pas non plus vraiment distinguée dans le domaine de l’accueil des migrants. La Vienne qu’avaient fui les philosophes du Cercle de Vienne ne semble finalement pas si loin, et je suis trop déprimé pour examiner la situation analogue en Roumanie.

À ce stade, ce n’est plus du democratic backsliding, c’est du bobsleigh autoritaire, et la piste ne présente presque aucun obstacle sérieux.

Mise à jour, 6 décembre : la date-limite est passée, et tout ce qui est décrit ci-dessus, y compris la dérobade morale et politique des conservateurs européens réunis dans le groupe parlementaire PPE/EPP, semble bien en cours de réalisation. Honte sur eux.

Régressions à la radio

C’est soit un signe des temps, soit une inclination personnelle, soit les deux, qui m’a / m’ont amené, cet été, à relever la mention, dans deux émissions de radio consécutives, des modèles statistiques dits « de régression » :

  • Par Jean-Louis Fabiani, dans l’émission La suite dans les idées de France Culture, où il cite les résultats d’un papier sur le vote nationaliste en Corse1 ; et
  • Par Alexis Spire, dans l’épisode suivant de la même émission, où il parle des ses propres travaux (sur le consentement à l’impôt) en citant les résultats « toutes choses égales par ailleurs » d’une régression logistique.

Ni l’animateur de l’émission, ex-universitaire, ni les invités, universitaires tous les deux, n’ont expliqué à l’antenne ce que sont ces modèles, supposant ainsi une forme de familiarité de l’auditeur avec cette technique d’obtention de résultats quantifiés. À d’autres moments des mêmes émissions, la même familiarité supposée permet aux intervenants de citer, par exemple, la méthode ethnographique.

Je doute que l’auditeur standard de France Culture connaisse grand chose aux modèles de régression, même si l’expression « toutes choses égales par ailleurs » sert d’introduction intuitive à la logique de ces modèles2. Qu’importe, je trouve intéressant que l’on suppose, de plus en plus souvent et au moins pour les publics avertis, une connaissance au moins minimale des techniques de modélisation statistique.

Prochaine étape : expliquer ce que signifie « apprentissage machine »… Le résultat risque d’être intéressant, vu que dans une immense majorité des cas, l’expression signifie « plus d’incertitude pour plus de résultats ».

  1. Fichier PDF. Le papier n’est pas cité précisément : je suppose que c’est le bon, mais n’en suis pas sûr. []
  2. L’expression a été critiquée, dans la mesure où elle semble impliquer qu’un modèle de régression produit des scénarios absurdes de type « chameau au Pôle Nord » ; il me semble que la critique vient de Jean-Claude Passeron et Jacques Revel (reprenant, ou répondant à, François Simiand), mais vu la faiblesse de la critique, il vaut mieux que la source précise reste inconnue. []

Annals of Youtube Science 2(3): L’Arab Barometer

Dans la lignée des billets précédents sur les enquêtes d’opinion (les sondages), et notamment des billets :

… je reprends la série de vidéos informatives sur la mesure des attitudes à partir de données d’enquête en population générale.

En voici une sur l’Arab Barometer, mise en ligne par l’association marocaine TAFRA (que j’ai eu la chance de découvrir, grâce à un ancien étudiant et ami, lors de mon dernier séjour dans le pays, et dont le site Web est extrêmement riche : memos, vidéos, rapports…) :

Je n’ai jamais utilisé les données Arab Barometer, ni Afrobarometer ou AmericasBarometer d’ailleurs, mais je connais un peu les données WVS (World Values Survey), et la vidéo ci-dessus donne furieusement envie d’aller voir les questions, les réponses et ce qui est prévu pour les vagues à venir.

Tous les canulars scientifiques ne sont pas bons à prendre

Encore un billet sur l’édition scientifique, et presque pas, au final, sur ce que Pluckrose, Lindsay et Boghossian pensent avoir fait (la démonstration pratique d’un problème épistémologique) dans ce canular dont vous aurez peut-être entendu parler.

Ce billet, qui dit presque la même chose que ce texte, mieux rédigé, de David Engber (trad. fr.), contient un nombre inhabituellement élevé de liens vers des tweets, Twitter étant devenu le champ de bataille favori des universitaires (j’y reviendrai en fin de billet).

Le canular scientifique – c’est-à-dire l’article sans queue ni tête envoyé à une revue et accepté pour publication par cette même revue – est, à mon sens, une forme de démonstration par l’absurde au moins aussi valide que la démonstration par l’absurde en logique ou en mathématiques.

Ce qui ne signifie pas que tous les canulars scientifiques se valent : tous ne font pas « gloup gloup » de la même manière, et en conséquence, tous n’atteignent pas aussi bien leur cible. Dans le cas du canular de Pluckrose, Lindsay et Boghossian, je pense, pour faire court et simple, que l’on a affaire à un sous-produit, un canular discount, en quelque sorte, sans goût et sans réelle portée.

Le canular en quelques lignes

Il y a plusieurs types de canulars. Ceux du type « Get Me Off Your Fucking Mailing-List » ont pour cible les éditeurs scientifiques dits « prédateurs », qui ne sont éditeurs scientifiques qu’en surface : derrière, il n’y a rien, sinon la volonté de récupérer un peu d’argent (souvent public). Dans ce cas de figure, le but n’est pas de montrer que le peer review de ces revues fonctionne mal, mais plutôt qu’il n’y a aucun peer review.

D’autres canulars, dont ceux de la revue Zilsel1, vont plus loin : ils visent des revues qui se disent scientifiques, et qui ont tous les attributs des revues scientifiques, mais qui publient quand même n’importe quoi. Le carnet de la revue documente plusieurs exemples, en sciences sociales et en philosophie—si c’est bien en philosophie qu’il faut classer les soi-disantes « Badiou Studies« .

Le dernier canular scientifique en date appartient à cette seconde catégorie : ses auteurs, un universitaire et deux essayistes, ont visé 20 (!) de revues « cultural studies, or identity studies, or critical theory » (!!), c’est-à-dire des domaines de recherche mal balisés situés au croisement entre les humanités et les sciences sociales, et ont réussi à faire publier des idées aussi atroces que stupides2.

À travers ce canular, baptisé « Sokal Squared » par les médias, les auteurs pensent avoir blessé à mort ce champ mal défini qu’ils choisissent d’appeler les « Grievance Studies«  : en effet, les revues visées auraient en commun l’objectif d’explorer les différentes manière de redonner une voix aux populations marginalisées, au premier rang desquels les femmes.

Je pense que le mode opératoire des auteurs souffre d’un sérieux problème de méthode (d’où les points d’exclamation un peu plus haut), mais surtout, que leur conclusion est un non sequitur complet.

Un gros problème de méthode

Commençons par le commencement : il y a de sérieux problèmes de méthode dans ce canular, qui n’est que la version revue et corrigée d’un canular scientifique raté, commis par deux des auteurs l’an dernier3.

La spécificité de ce canular est d’avoir visé un nombre très important de revues, ce qui aurait apparemment demandé un an de travail à ses auteurs, et certainement au moins autant en temps cumulé aux reviewers des articles — enfin, si ce travail a été fait, ce qui ne semble pas être mis en cause ici4.

On serait donc sur une cible scientifique inattaquable sur la forme, mais pas sur le fond. Revenons à la définition du fond, car les auteurs donnent dans leur texte une liste plus complète des domaines de recherche visés (c’est moi qui souligne) :

grievance studies, including (feminist) gender studies, masculinities studies, queer studies, sexuality studies, psychoanalysis, critical race theory, critical whiteness theory, fat studies, sociology, and educational philosophy.

À ce stade, il faut remarquer que les auteurs ne savent pas vraiment à qui ils s’en prennent. D’une part, les domaines visés sont hétérogènes et (très) mal définis ; d’autre part, comme l’ont fait remarquer plusieurs personnes sur Twitter, aucune des sept revues de sociologie visées n’a été « infectée » par le canular5.

On pourrait s’attendre à ce que les auteurs en tirent des leçons, mais ce n’est pas ce que fournit leur article-rapport, qui cite très sélectivement leurs données sans aucun recul sur ce que les échecs de leur protocole de recherche (pseudo-articles rejetés) permettrait de dire en rapport à ses succès (pseudo-articles acceptés). Au lieu de ça, les auteurs se contentent de pavoiser sur le fait d’avoir réussi à faire publier des inanités.

En statistiques, on appelle ça « échantillonner sur la variable dépendante » : c’est une erreur de base, qui montre que les auteurs n’ont multiplié les articles-canulars que pour maximiser leur nombre total de succès alors que leur objectif initial aurait dû pouvoir être atteint à partir d’une expérience cruciale.

Partant de là, toute une partie de l’argumentation de Pluckrose, Lindsay et Boghossian s’effondre, puisqu’au lieu de démontrer la faible scientificité des domaines de recherche visés (faiblesse épistémologique), la méthode employée démontre plutôt, en réalité, le degré élevé de charité académique des reviewers ayant eu à expertiser les pseudo-articles (faiblesse « épistémique », en quelque sorte).

C’est sur ce dernier aspect du travail scientifique que les auteurs ont vraiment travaillé, mais apparemment sans s’en rendre compte (ou sans l’admettre), et en tirant, du coup, des conclusions absurdes de leur expérience.

Un non sequitur magistral

Continuons par l’examen des conclusions des auteurs (c’est à nouveau moi qui souligne) :

Based on our data, there is a problem occurring with knowledge production within fields that have been corrupted by grievance studies arising from critical constructivism and radical skepticism.

Les cibles évoquées ici ne sont plus celles du protocole de recherche initial : ce sont des cibles supplémentaires, pas du tout réductibles aux revues « infectées » par le canular, et rajoutées post facto, après obtention des résultats.

Il est presque triste, pour les auteurs, de se planter si clairement dans la démonstration. Certes, leur méga-canular a plu à beaucoup de monde, et devrait continuer de faire rigoler dans les chaumières scientifiques, mais Dan Drezner et moi sommes loins d’être les seuls à avoir remarqué le double problème de méthode et de raisonnement souligné ici : au contraire, à peu près tout le monde semble arriver aux mêmes conclusions.

Et les auteurs en sont à leur deuxième essai !6 C’est franchement un peu triste.

Par ailleurs, je pense qu’au moins un des auteurs sait ce qu’il fait : de mon point de vue, Paul Peter Boghossian semble avoir appris de son attaque frontale contre le relativisme que ses arguments étaient assez simples à faire tomber, et renomme, du coup, ses ennemis favoris quand il bénéficie d’une nouvelle fenêtre d’opportunité pour s’en prendre à eux.

(Mise à jour, 16 octobre : sauf qu’en fait, non, le paragraphe ci-dessus étant basé sur une confusion entre Peter Boghossian, de Portland State, et Paul Boghossian, de la NYU. Du coup, pas de lien indirect effectif entre l’attaque contre le constructivisme sociologique et le relativisme épistémologique, même si dans l’absolu, c’était un pont possible de l’argumentation.)

Du coup, je trouve que ce tweet de Kieran Healy pose la bonne question au sujet de ce canular, question qui se pose dès que l’on se trouve face à une méthode de démonstration qui laisse autant de trous béants dans le raisonnement :

The question is, what do you hate? And why is that?

La réponse, dans le cas présent, tient à mon sens dans cette détestation un peu infantile (pour ne pas dire idiote) du constructivisme sociologique, que les auteurs appellent plus haut « constructivisme critique » pour noyer le poisson, mais personne n’est vraiment dupe : les auteurs, bis repetita, ne savent pas à qui ils s’en prennent7.

C’était déjà le cas, je pense, lorsque Boghossian, et bien d’autres, s’en prenaient au relativisme des science studies, sur la base d’accusations qui faisaient converger toutes les formes de relativisme vers une seule forme indistincte de nihilisme épistémique (voire culturel).

(Mise à jour, 16 octobre : même correction que plus haut.)

En tirer quelque chose ?

Je me suis demandé, pour terminer, si l’on pouvait sauver ce canular, en réécrivant une (grosse) partie du raisonnement ou en modifiant la présentation des résultats, et je n’en suis pas vraiment certain.

On pourrait, dans un sens, se convaincre que Pluckrose, Lindsay et Boghossian ont travaillé à démontrer que le peer reviewing – dont ils déclarent très clairement que ce n’est pas leur cible – est, dans sa forme actuelle, broken beyond repair, et que certains des exemples les plus flagrants se manifestent dans les domaines de recherche visés par les auteurs8.

Néanmoins, cela n’est pas du tout démontré ici, et les données requises pour tester cette hypothèse (à commencer par un groupe-contrôle) n’ont pas été collectées. On peut même supposer que, vu la pusillanimité des auteurs, ils auraient formulé cet argument au moindre signe allant dans le sens de cette conclusion, mais rien de cela ne transparaît dans leur texte.

A contrario, on pourrait choisir de provisoirement mettre de côté le mode opératoire des auteurs, et affirmer que les conclusions des auteurs – il y a quelque chose  de pourri au royaume des « cultural whatever-that-means studies » – méritent d’être formulées, car elles contiennent une part de vérité suffisante pour que l’on s’interroge à leur sujet.

Ce mode de raisonnement serait intéressant à observer, chez les auteurs du canular en particulier, si ceux-ci ou d’autres venaient à essayer de « sauver » leur enquête des critiques formulées à son égard. Charitablement, ce serait une belle démonstration de l’hypothèse Duhem-Quine. Moins charitablement, ce serait un pur sophisme, du type, précisément, de celui que les auteurs voulaient mettre à terre.

Enfin, je ne m’attends pas à ce que le canular dont je parle ci-dessous crée une vague massive de publications scientifiques, façon Sokal Hoax / Science Wars : démonstration trop pauvre, conflit déjà mené à son terme (et perdu, à mon sens, par les anti-relativistes), sans que personne n’en sorte réellement grandi.

Ce qui reste correct, avant et après

Reste qu’il se publie tout et n’importe quoi dans tous les domaines de recherche (mal) visés par les auteurs, qui, s’ils voulaient monter un peu en honnêteté intellectuelle, reconnaitraient qu’il en va de même dans d’autres domaines de recherche.

N’importe quel scientifique lisant Physica A pourra vous le confirmer : cela m’arrive, et j’ai au moins un exemple récent sous la main dans cette revue, sans parler des exemples innombrables en psychologie – surtout évolutionniste ou sociale – que fournit le blog d’Andrew Gelman. Chacun trouvera ses exemples dans son pré carré éditorial ou dans celui d’à côté.

Reste aussi que la publication scientifique est un marché très mal construit et encore moins bien régulé, que l’indexation des carrières sur ce marché dans un contexte hyper-compétitif aboutit à des absurdités, et que la politisation des thèses scientifiques aboutit à des naufrages intellectuels.

Mais d’ici à ce que l’on produise une évaluation différentielle de la quantité de bullshit d’un domaine de recherche à l’autre, la question de Kieran Healy citée plus haut reste la bonne, et les auteurs du canular ont finalement raison de s’inquiéter pour leurs carrières—inquiétude, comble de l’ironie, performative dans ce contexte.

  1. Full disclosure : je suis au comité de rédaction de Zilsel, bien que ma contribution actuelle à la revue soit proche de zéro. J’espère inverser la vapeur ce mois-ci. []
  2. L’une de ces « propositions » suggère quelque chose qui se rapproche des tortures pratiquées dans les prisons militaires américaines telles qu’Abu Ghraib. []
  3. La raison de cet échec était liée à l’absence de prise en compte par les auteurs de la distinction entre les canulars « anti-prédation » et les canulars « anti-bullshit » opérée en début de billet. []
  4. Au contraire, les auteurs document ce qui ressemble à un réel travail d’édition scientifique, jusqu’aux proposition de devenir eux-mêmes reviewers. []
  5. On peut essayer de comprendre pourquoi, mais cela dépasse visiblement la compétence – et l’intention – des auteurs du canular : ceux-ci se content de dire qu’ils ont ajusté leurs cibles… sans pour autant retirer la sociologie des domaines de recherche qu’ils estiment avoir été « infectés ». []
  6. Troisième, car les auteurs sont parvenus à leurs fins au terme de trois changements de protocole de recherche, peu ou mal documentés, et non intégrés dans l’appréciation du succès final de l’enquête : protocole 1 du canular précédent (échec sur lequel ils ne reviennent pas), protocole 2 de début d’étude (dont l’échec est brièvement évoqué dans la vidéo des auteurs), puis enfin protocole 3 avec leur échantillon actuel de cibles. []
  7. David Engber avance, pour sa part, que la cible réelle du canular est le genre et les gender studies. C’est également vrai, mais la cible latente – le constructivisme sociologique – me semble plus importante à relever que la cible manifeste, bien que cette dernière explique une partie de l’animosité du propos des auteurs. []
  8. Thèse falsifiable, que je crois fausse, mais que je serais tout à fait prêt à accepter sur la base d’une démonstration correcte. []