En 2021, Twitter anunció una nueva versión de su Interfaz de Programación de Aplicaciones que le permite recopilar datos, con ciertas restricciones. Paralelamente, introdujo una nueva política: quienes soliciten y obtengan el reconocimiento como investigadores por parte de esta red social, podrán realizar búsquedas en todo el historial y recopilar (en teoría) hasta 10 millones de tuits al mes. Esta medida supuso un gran cambio para quienes no tenían acceso a la versión comercial (paga), pero también un reto para los «bricoleurs» procedentes de las humanidades que analizan los datos. Todas las herramientas y metodologías elaboradas en torno al uso de los datos de Twitter en las humanidades tuvieron que evolucionar, especialmente en los estudios de historia y memoria. A partir del ejemplo de esta Interfaz, en este artículo se investigan los cambios continuos de nuestros métodos y formas de trabajar, bajo la presión de los adelantos técnicos y sus modelos de negocio subyacentes basados en el acceso a los datos, incluso cuando son menores. Además, se explora la noción de bricolaje digital como una respuesta imperfecta a estas evoluciones y el paso al braconnage (caza furtiva), con los cambios inducidos tras la adquisición de Twitter por parte de Elon Musk. Con tantas modificaciones, vale preguntarse si deberíamos dejar de estudiar Twitter, aunque implicaría un autosabotaje de nuestra propia investigación.

Click to increase image sizeClick to decrease image size Notes1 I want to acknowledge that I (have) work(ed) with two of the editors (Estelle Bunout and Frédéric Clavert) and several of the contributors (Kaspar Beelen, Katherine McDonough, and Melvin Wevers).2 Beelen et al., “Bias and Representativeness in Digitized Newspaper Collections,” 1–22.3 Hobbs, “The Deleterious Dominance of The Times in Nineteenth-Century Scholarship,” 472–97.4 Smits, “Problems and Possibilities of Digital Newspaper and Periodical Archives,” 139–46.5 Cordell, “‘Q i-Jtb the Raven’,” 188–225.6 van Strien et al., Assessing the Impact of OCR Quality on Downstream NLP Tasks.7 McDonough, “Maps as Data.”

Cet article s’intéresse à l’impact de formes d’intelligence artificielle (IA) sur trois aspects de la pratique de l’histoire : découverte et lecture de sources primaires, interprétation puis écriture et diffusion de la recherche. Des corpus de sources sont collectés, rassemblés et traités avec des algorithmes liés à l’apprentissage machine ( machine learning ) ; la production de sources est modifiée par le développement des grands modèles de langage (LLM) donnant à voir des documents plausibles plutôt que véridiques ou authentiques, invitant à réfléchir au futur de la critique historienne. Du côté de la lecture, l’IA est déjà mobilisée dans la mise en relation de documents, ce qui permet de poser de nouvelles questions à des corpus très volumineux. Enfin, l’écriture de l’histoire commence à être affectée par l’IA : les principaux logiciels de bureautique proposent déjà des aides à la rédaction adossés aux LLM (dont ChatGPT). Ces évolutions obligent ainsi à reconsidérer l’auctorialité historienne.

Texte de prospective, cet article tente d’émettre des hypothèses sur une mémoire collective en devenir, celle des confinements français et italien du printemps 2020. En s’insérant dans le cadre des digital memory studies, les auteurs utilisent deux corpus comparables, l’un italophone et l’autre francophone, constitués de tweets contenant #coronavirus. Au travers d’une lecture distante des deux corpus, ils analysent les grands thèmes qui les traversent, afin de comparer les résultats obtenus et en comprendre les différences. Les auteurs tentent ainsi de les relier aux différences entre les confinements des deux pays. Enfin, l’article interroge sur ce que ces différences présagent des mémoires collectives des confinements.

The three research articles in this special issue and the interview with Ronda Hauben are partly the result of the 4 th RESAW conference, that brought together through the RESAW network 1 a community of researchers, web archivists and professionals, united around a common interest, namely web history and web archives. The 4 th RESAW conference, organised on 17 and 18 June 2021 by the C 2 DH (Centre for contemporary and digital history) at the University of Luxembourg, 2 sought to examine the tension between marginal and mainstream in web history, and to go beyond this binary view. The aim was to study all the nuances, shifts in meaning, difficulties in defining and measuring audiences, as well as the evolution over the course of history of digital practices, content, producers, and communities, from the fringes and peripheries to the centre and the core of the Web. The RESAW conference was also an opportunity to launch the HIVI research project 3 , hosted at the C 2 DH, and the topics that were addressed at the conference were also related to virality, as reflected, for example, in Gustavo Gomez-Mejia’s article on “buzz.” 4 Studying online virality and historicising the Web actually raise a number of methodological questions concerning the producing and user communities, movements between web spaces and socio-digital networks and the challenges of measuring and searchability. These topics could benefit from the issues raised by other web history researchers, such as the question of comments and moderation in the article by Jonathan Paßmann, Anne Helmond and Robert Jansma, that of scaling up and popularising software in the article by Derren Wison and his colleagues, or the question of the vocabulary to qualify phenomena linked to developing digital cultures, thanks to the study of Gustavo Gomez-Mejia on the word “buzz” and its shift from the marketing sphere to the general public sphere, notably via the press. The articles are the result of this meeting in 2021, but also discussions with Ronda Hauben on that occasion, setting out her account on the twenty-fifth

Les données massives, ou Big Data, issues de sites Web et réseaux sociaux numériques sous la forme d'écrits, d'images, de vidéos ou de métadonnées, constituent des sources non négligeables pour les recherches actuelles ou futures en histoire culturelle. Ces traces numériques, collectées à l'initiative des chercheurs ou d'institutions, exigent des réflexions méthodologiques, de leur archivage à leur valorisation, dans le cadre de leur analyse à différentes échelles (scalable reading). Elles permettent en effet de dégager de nouvelles frontières spatio-temporelles, mais également des asymétries et distorsions entre la portée théorique du Big Data (de la milliseconde à la longue durée, du mètre au globe) et sa portée pratique (inégalités régionales dans les collectes, bruits et silences au sein des archives). En s'appuyant sur différents projets de recherche et initiatives institutionnelles, cet article propose une réflexion sur l'espace-temps du patrimoine nativement numérique en l'abordant sous l'angle des données, des collections et de la recherche, afin de saisir à la fois les conséquences de cet archivage massif sur l'histoire et le métier d'historien et de dégager les problématiques actuelles de ces sources historiques pour la recherche académique.