La culture et le projet Google Book

Tracez la distribution dans le temps d'événements comme les tremblements de terre, les incendies de forêt, les guerres, les modes, les épidémies, etc. et vous obtiendrez une loi de puissance, une relation mathématique dans laquelle la fréquence dépend d'une autre quantité élevée à une certaine puissance.

C'est une découverte surprenante et profonde. Cela signifie que ces phénomènes du monde réel se produisent selon des schémas qui défient l'analyse statistique standard. Il devient inutile, par exemple, de décrire le temps « moyen » entre les incendies de forêt ou la taille « moyenne » d'un tremblement de terre ou le nombre de morts dans une guerre « moyenne ». La notion de moyenne n'a tout simplement pas de sens.

L'un des facteurs clés qui motivent les travaux dans ce domaine est la disponibilité de grands ensembles de données que les scientifiques peuvent analyser pour rechercher des lois de puissance. C'est relativement simple à obtenir pour de nombreux phénomènes naturels tels que les tremblements de terre et les incendies de forêt, du moins dans l'histoire récente.

Mais traditionnellement, les phénomènes sociaux ont été beaucoup plus difficiles à mesurer. Cela a commencé à changer ces dernières années grâce aux vastes bases de données constituées depuis l'avènement d'Internet. L'étude du Web a révélé d'innombrables lois de pouvoir dans le comportement humain et, plus récemment, les données associées à l'utilisation du téléphone portable ont commencé à révéler des modèles à grande échelle de mobilité humaine et de relations sociales.

Maintenant, le projet Google Book a déclenché un nouveau domaine d'investigation. Ce programme a scanné le contenu de quelque 5 millions de livres de 40 bibliothèques universitaires à travers le monde. Cela représente environ 4% de tous les livres jamais publiés.

L'année dernière, l'équipe Google Books et quelques autres ont publié la première étude de cette base de données. Ces types ont examiné l'occurrence de n-grammes, séquences d'un certain nombre de mots, ce nombre noté n.

Ils ont conclu que leur approche peut produire des informations uniques dans des domaines tels que l'évolution de la grammaire, l'adoption de la technologie, la poursuite de la gloire, la censure et l'épidémiologie historique. Ils ont même inventé un mot pour décrire ce nouveau domaine scientifique qui englobe les sciences humaines et sociales – la culturomique.

Aujourd'hui, Jianbo Gao de la Wright State University à Dayton, Ohio, et quelques amis, reprennent l'idée de Google et l'utilisent. Ou au moins faire quelques pas.

Ces gars-là ont utilisé la base de données Google Books pour étudier les occurrences de deux types de mots : ceux qui décrivent des phénomènes naturels tels que les tremblements de terre et les ouragans ; et ceux qui décrivent des phénomènes sociaux tels que la guerre et le chômage.

En particulier, ils examinent une quantité mathématique appelée paramètre de Hurst qui décrit la probabilité qu'un événement se reproduise étant donné qu'il s'est produit dans le passé. Le paramètre Hurst est une mesure de la manière dont le passé influence le futur, que la « mémoire » d'un événement soit à long terme ou à court terme dans les données.

En général, disent-ils, les mots décrivant des phénomènes naturels semblent apparaître d'une manière qui a une mémoire à long terme alors que les mots décrivant des phénomènes sociaux n'ont qu'un effet de mémoire à court terme.

C'est intéressant car cela implique que les forces à l'œuvre qui déterminent quand l'occurrence de ces mots sont différentes. Notre analyse suggère… que les phénomènes sociaux ont tendance à suivre des lois d'échelle différentes de celles des phénomènes naturels.

Cela a du sens et il est intéressant de voir le résultat sortir d'un seul ensemble de données.

Mais il existe de nombreuses complexités qui rendent le résultat difficile à comprendre. Gao et co suggèrent que l'utilisation des mots est motivée par l'occurrence des événements eux-mêmes. Ainsi, le mot tremblement de terre est utilisé plus souvent après un grand tremblement de terre, par exemple.

Mais il existe d'autres phénomènes sociaux à l'œuvre qui peuvent masquer cet effet, comme la diffusion de l'information, le recours à la censure, les tabous culturels, etc. Il se peut que ceux-ci aient un effet beaucoup plus puissant sur l'utilisation de certains mots.

Il est donc difficile de tirer des conclusions solides de cette étude.

Mais cela rend d'autant plus attrayant de mener des analyses plus puissantes pour démêler les différents effets culturels qui sont à l'œuvre. La culturomique est clairement une discipline avec un avenir, quoique difficile à cerner pour le moment.

Réf : arxiv.org/abs/1202.5299 : La culturomique rencontre la théorie des fractales aléatoires : aperçus sur les corrélations à long terme des phénomènes sociaux et naturels au cours des deux derniers siècles

cacher