Chapter II - interpretatio

Bio et cybersémiotique

Le signe, plus petite unité sémiotique, ne possède pas de propriété sémantique ; il est, au sens informatique, un pointeur qu’un interprétant aura le loisir de décrypter comme pointant vers différentes propriétés sémantiques (Burton-Roberts 2013). Nos intérêts de recherche nous amènent à nous concentrer sur le signe de type symbolique et à un interprétant qui raisonne par inférence, que ce dernier soit humain ou machine. Nous nous intéressons également au signifiant ; toutefois, la définition de Ferdinand de Saussure est limitante : il fait du signifiant un objet, une action, un processus ; dans le cadre linguistique, nous parlerions de d’une propriété sémantique du sens, le sens littéral (John Rogers Searle et Latraverse 1979). Notre approche au signifiant est plus complexe, d’abord à cause de l’importance que nous donnons à l’interprétant ; nous avons théorisé le texte comme générateur d’un espace sémiotique qui est resserré au contact d’un lecteur puisque celui-ci est détenteur d’un réseau de signes qui entre en dialogue avec celui du texte (Culler 1976). Ainsi, les sens d’un texte ne sont pas limités aux exemples saussuriens, le texte peut pointer vers des expériences et concepts qui ne sont pas encore linguistiquement établis et stables, et même des idées qui n’entrent pas dans les paradigmes expérientiels et conceptuels. Appréhender le sens comme étant le résultat du contact entre deux réseaux de signes nous amène aux cadres théoriques de Terrence Deacon et de N. Katherine Hayles, le premier décrivant la production de sens comme une dynamique (Deacon 2011), et la seconde comme une intermédiation (Hayles 2019). Dans Incomplete Nature, Deacon classifie différents types de système en fonction de leurs rapports aux contraintes et à l’anticipation. Selon lui, un système producteur de sens renforce les contraintes qui rendent possibles son existence et développe des mécanismes de réaction à son environnement qui arrivent à faire un lien entre un phénomène absent et un phénomène présent (Deacon 2011). Ces liens sont, en termes biosémiotiques, des signes, et le sens est un réseau complexe de ceux-ci. L’approche de Hayles est plus libre puisqu’elle ne se limite pas à la biologie ; elle utilise plutôt le principe de médias : entre différents niveaux d’organisation de la matière, les interactions mènent à la création de signes par anticipation. Similairement à Deacon, elle place le sens dans le système complexe de signes qui permettent la représentation et la découverte de connaissance dans d’autres niveaux d’organisation (d’autres médias) (Hayles 2019). Dans un cas comme dans l’autre, la relation entre le signe et le sens se trouve dans deux aspects de l’interprétant : ses caractéristiques (nous les avons décrites dans le premier chapitre pour un lecteur humain ou algorithmique) et le réseau de signes dont il est porteur. Ce type de relations entre (et d’inférences à partir de) deux réseaux ou systèmes est théorisé dans la biosémiotique, la sémiotique littéraire, et la cybersémiotique : le même processus est présent dans ces trois médias (Hayles 2019). Nous utilisons ici les définitions de Hayles : soit qu’un média est un niveau d’organisation de la matière et le sens est une relation comportementale (ou décisionnelle) entre un interprétant et un réseau de signes (Hayles 2019) ; et de Deacon : soit qu’un signe est une relation entre ce qui est présent et absent, produite par un système téléodynamique de contraintes orthogrades (Deacon 2011). En d’autres mots, pour qu’un signe existe, il doit être généré et entretenu par un système récursif qui reproduit ses propres contraintes et y génère des corrélations (Deacon 2011).

L’explication de Deacon est destinée à expliquer la formation de signes chez des êtres vivants, mais Hayles (dont le cadre théorique substitue les systèmes pour les médias) utilise ces définitions (et le cadre de l’intermédiation) pour démontrer qu’un programme informatique est également à même de produire des triades sémiotiques et des réseaux entre ces dernières. Hayles écrit :

As a relational operator, a sign creates possibilities for meaning making because it brings a behavior (the interpretant) into relation with the object, the absential phenomenon for which the sign stands. (Hayles 2019)

Dans le cadre de la biosémiotique, Wendy Wheeler suggère que le sens est une fonction ; ce type de relation au monde est donc lié au potentiel de transformation de l’environnement par l’organisme :

The meaning of something is to be discovered in what it does in the world, in how it allows things to be and also to change. Thus we say that a biological meaning is a function. (Wheeler 2016)

Cette approche au sens n’est toutefois pas conclusive dans le cadre de la cybersémiotique, d’abord à cause des particularités du numérique, mais aussi à cause du biocentrisme (ou de l’anthropocentrisme) sous-entendu par Wheeler (Hayles 2019). Pour répondre à Wheeler, Hayles se tourne vers une analogie à la compréhension :

With design and purpose displacing biological imperatives in the First Great Inversion³, a computer achieves meaning in this behavioral sense when it processes an algorithm, reads a data set, performs the calculations indicated, and produces results that it “understands” through its anticipations, interpretations, and information flows. (Hayles 2019)

Elle reste prudente, en mettant d’abord le terme understand entre guillemets, mais aussi en spécifiant que le computational media n’a pas de compréhension du même registre que la compréhension humaine ;

nevertheless, they are capable of meaning-making practices within their umwelten, performing actions in response to internal and external cues, making interpretations, and constructing relations between what is present and what is absent through their anticipations and operating constraints (Hayles 2019)

Pour Burton-Roberts le sens tel que produit par un interprétant “depends on [the subject] making inferences based on her beliefs” (Burton-Roberts 2013). Certains algorithmes peuvent produire des inférences, mais qu’en est-il de la croyance? Pour l’être humain, l’abduction est une inférence basée sur les croyances d’un individu, mais si l’abduction est formalisable, elle est difficile à mathématiser. En conceptualisant la croyance comme un degré de certitude à l’aide de l’inférence bayésienne, nous obtenons un équivalent numérique à l’abduction. Les statistiques bayésiennes se basent sur des probabilités de vérité, et dont les présuppositions sont mises à jour au contact de nouvelles observations, ce qui est différent de l’abduction⁴, mais valable dans la construction de connaissance. L’humain comme l’algorithme rencontre ses modèles tirés de la lecture à l’aide de la logique, mais cette dernière ne saurait être déductive, plutôt, des conclusions probabilistes et des inférences “to the best explanation” (Douven 2021) servent à générer du sens des modèles. Il suivra que l’algorithme est producteur de sens puisqu’il peut être mené à simuler la production humaine de sens sous la forme d’inférences guidée par des “croyances” dans le contexte de réseaux complexes de signes. Plus précisément, des méta-signes pertinents et intelligibles (au moins dans le cadre de la cybersémiotiques) peuvent être générés à partir du média numérique en se basant sur des signes dont la production rappellent le rapport du vivant à un environnement. Une partie de cette équivalence vient de la possibilité de simuler la croyance comme étant un degré de certitude, une méthode statistique basée sur le théorème de Baye (Weisberg 2009). Le sujet de la compatibilité entre l’inférence bayésienne et l’abduction est un sujet de débat dans lequel nous ne nous positionnerons pas ; cette compatibilité n’est pas nécessaire à ce que nous parlions d’équivalence et, de plus, nous ne nous basons pas sur les mêmes critères épistémologiques que la science [Douven (2021) ; weisberg_locating_2009]. Notre agnosticisme dans cette discussion est également motivé par notre décision de ne pas formaliser l’inférence humaine (abduction ou induction)⁵, la prochaine sous-section met donc l’accent sur le passage, grâce des inférences (rhétoriques ou logiques), de modèles de signes à un méta-modèle.

Méta-modèles et inférences littéraires

La modélisation de textes littéraires est un sujet établi des humanités numériques (Moretti 2013 ; Piper 2018, 2017 ; Underwood 2019 ; Nalisnick et Baird 2013a), et nous y retournerons dans notre dernier chapitre. L’analyse de modèles littéraires créés par des humains ont tendance à être aussi faite par des humains, bien que l’on trouve dans la littérature des exemples de représentations humaines analysées à l’aide d’algorithmes (Moretti 2013) et de modèles numériques étudiés par des humains (Nalisnick et Baird 2013a). Nous décrirons dans notre dernier chapitre ce genre de recherche collaborative humain-machine comme du computer-assisted criticism (Rockwell et Sinclair 2016). Plus généralement, une herméneutique algorithmique peut être conceptualisée comme une modélisation littéraire suivie de l’analyse du modèle pour générer un méta-modèle ; c’est là le paradigme précédemment présenté de création de signe, puis de sens. Qu’est-ce qui nous permet de parler de sens littéraire en référant à l’inférence algorithmique basée sur des modèles générés automatiquement? D’abord, le fait que ce travail herméneutique n’est pas fait en vase clos, mais plutôt le résultat d’une collaboration dialogique entre l’humain et l’ordinateur : les découvertes sont le résultat de cette rencontre et non de la mécanique seule (Rockwell et Sinclair 2016 ; Piper 2017 ; Moretti 2013 ; Ramsay 2011). La supervision humaine offre une certaine validité à notre démarche ; après tout l’humaniste connait les objectifs, les limites, et la portée des études littéraires et reste central à la recherche ; le littéraire doit être en mesure de discerner les résultats pertinents et les rendre intelligibles. Ensuite, et de manière peut-être plus intéressante, parce que nous avons la possibilité de rejeter une conception anthropocentrique de l’herméneutique et d’appréhender de nouvelles avenues de recherche [Hayles (2019) ; Ramsay (2011) ; binder_alien_2016]. Ce point est paradoxal considérant que nous venons de mettre l’accent sur la relation humain-machine comme étant une simple extension de la cognition, mais les structures de recherche proposées dans le dernier chapitre offriront des moyens pour pousser les limites de la cognition en terrains inconnus.

Certains intérêts de recherche des littéraires peuvent être réduits à des inférences, soit à l’abduction, à l’induction⁶, et à l’inférence bayésienne. Ces intérêts sont la généralisation à partir du particulier (Piper 2020 ; Moretti 2013 ; Underwood 2019), le positionnement d’une oeuvre dans un corpus (incluant la classification) (Wendell 2021 ; Nalisnick et Baird 2013b), et recherche de sens d’un texte à partir de modèles sociohistoriques, psychologiques ou philosophiques (Tracey et Morrow 2006). Dans ces cas (et d’autres que nous ne considérons pas directement), des observations sont combinées pour découvrir des classes de connaissances d’une autre nature, c’est un cas de double intermédiation selon la définition qu’en fait N. Katherine Hayles (Hayles 2019). En effet, les observations qui sont faites du texte sont le résultat d’une médiation, nous avons d’ailleurs mis l’accent sur cet aspect de la lecture en la qualifiant de modélisation. L’intermédiation est synonyme de perte d’information, ainsi, il est nécessaire de rappeler que l’étude d’un modèle n’est pas l’étude du texte (Erb, Ganahl, et Kilian 2016), à ce sujet dans le cadre de la biosémiotique, Hayles écrit :

In informational terms, the specific levels formed by physicochemical media always contain more information within the level than they communicate upward or downward. Indeed, it is precisely this reserve of dynamic information that characterizes the levels as such. (Hayles 2019)

Prenant l’exemple des particules subatomiques, elle ajoute que certaines caractéristiques d’un média (que nous pourrions qualifier de niveau d’émergence de la matière) ne sont visibles que dans un média adjacent ; l’émergence de nouvelles qualités est couplée à la découverte de qualité invisible aux niveaux précédents (Hayles 2019). Ainsi, les modèles littéraires produits ne sont pas les textes dont ils sont issus, mais lorsque nous considérons ce nouveau paradigme, des informations d’un nouvel ordre qui réfèrent au texte deviennent visibles (Erb, Ganahl, et Kilian 2016 ; Piper 2018 ; Jockers 2013). C’est le cas des genres littéraires qui ne peuvent être générés au niveau des textes eux-mêmes, et demandent une comparaison de modèles textuels, tels que la longueur, les émotions produites, les archétypes utilisés, les structures narratives, etc. C’est à partir de ces informations qu’un nouveau modèle (un méta-modèle) peut générer des catégories à l’aide de l’abduction : le genre littéraire est une explication des différences et du groupage entre les textes qui n’est pas fondamentale, mais qui explique au mieux le phénomène observé (Douven 2021). Dans cette optique, notre choix de considérer le texte comme un assemblage de signes est à nouveau révélé comme n’étant pas innocent ; d’abord puisque la sémiotique nous permet de mettre l’accent sur l’inter- et l’intratextualité, et puis parce que considérer le signe comme un niveau d’émergence de la matière nous permet de théoriser le sens à son tour comme un niveau d’émergence (Hayles 2019 ; Deacon 2011). La sémiotique nous permet ainsi de ne pas nous frotter aux problèmes de la sémantique ; un dossier que nous préférons laisser aux linguistes. L’herméneutique littéraire numérique que nous avons mise de côté dans le dernier chapitre refait ainsi surface dans le présent chapitre ; notre but final est, après tout, une contribution au champ du Digital Criticism. N. Katherine Hayles, à qui nous empruntons plusieurs définitions en ce qui a trait au sens, écrivait en 2019 : “Accepting that meaning making is not an exclusively human prerogative is a crucial step in the right direction” (Hayles 2019). Il s’agit à la fois d’un déplacement des questions de Searle et de Turing (John R. Searle 1980 ; Turing 1950) sur la cognition et la compréhension, que nous mettons complètement de côté au profit d’un autre type de réconciliation humain-machine : en plaçant l’un comme l’autre sur le même continuum de l’évolution biotechnologique, nous avons un cadre théorique pour l’interprétation de texte littéraire qui couvre les deux à la fois.

In broad strope, the first evolutionary leap bootstrapped complexity from simpler mechanistics reactions; the second emerged from the first, bootstrapping meaning-making practices from complexity; the third emerged from the second, bootstrapping artificial cognition from biologically derived signs and meanings. (Hayles 2019)

Cette continuité permet à Hayles de théoriser le signe et le sens en termes d’émergence au passage de différents niveaux d’intermediation qu’elle définit ainsi :

intermediation can be understood as an alternation between ements considered as individuals, which interact among themselves to create the quasi-stable patterns that are incorporated into the emergence of individuals at a higher level of complexity, creating a process that results in increasingly complex patterns. (Hayles 2019)

Hayles, s’appuyant sur les catégories de Terrence Deacon, détermine que l’algorithme est une meaning-making practice, mais ajoute également que les niveaux d’émergence se succèdent en ordre de complexité (soit en ordre d’évolution). Grâce aux règles statistiques et à la généralisation, les médias supérieurs en ordre d’évolution ne sont pas nécessairement plus complexes, mais simplement différents, similairement, deux médias peuvent occuper la même strate de l’évolution biotechnologique tout en étant deux formes d’organisation de la matière entièrement différentes. Nous avons relevé une erreur similaire chez Wendy Wheeler qui définissait le sens comme une fonction ; dans un cas comme dans l’autre, le biocentrisme est en cause, ce que nous ne pouvons pas lui reprocher considérant les limites de son sujet d’étude [wheeler_expecting_2016]. Le concept de média est tout de même plus adapté à notre contexte puisque nous ne sommes pas toujours en mesure de quantifier le différentiel de complexité entre un lecteur humain et un algorithme, ou encore entre deux algorithmes⁷. L’avantage de ce cadre théorique est toutefois teinté d’un compromis majeur : bien que plusieurs de leurs démarches puissent être réduites en termes de modélisation et d’inférence, ce n’est pas ainsi que les chercheurs pensent à la recherche. La prochaine section fait donc le cas qu’une part de la recherche herméneutique et littéraire utilise la modélisation et l’inférence, une recherche que nous assimilons au sens dans sa définition limitée précédemment présentée. En mettant l’accent sur les tâches que l’humain et l’ordinateur peuvent entreprendre, les possibilités du numérique et ses différences avec le biologique n’en deviennent que plus apparentes.

Au-delà du sens littéral

Selon Barthes, le sens littéral est codifié en fonction de la phonétique, de la phonologie, de la grammaire et du contexte (Barthes 1981) ; une vision du sens qui présuppose que le texte possède des propriétés sémantiques (Olsen 1982), ce qui est lourd de conséquences. En effet, en attribuant de la sémantique au texte, ce dernier devient chargé d’un “bon” sens, d’un sens “correct”, et le pouvoir d’interprétation est enlevé au lecteur au profit d’un système interprétatif⁸. Si certaines formes textuelles présupposent l’importance d’une communication la plus transparente possible (les textes légaux, traités mathématiques et manuels d’assemblage IKEA nous viennent en tête), ce n’est pas le cas de la littérature qui est dénaturée par l’utilisation d’un système rigide d’interprétation (Butler 2017). Une communication parfaite et directe par le texte présuppose également la transparence de l’émetteur ; ce dernier est pourtant en mesure d’encoder des informations sans en être conscient (Butler 2005), ou encore d’encoder des informations sans désirer les voir décoder par tous (Hall 1999). L’opacité de l’émetteur est supplémentée par l’opacité de l’interprétant ; de nombreux facteurs inconscients informent l’interprétation d’un texte de manière imprévisible pour l’émetteur. À ces biais inconscients s’ajoutent les différences linguistiques et culturelles entre les sujets qui rendent impossibles une symétrie entre les processus d’encodage et de décodage de l’information : un interprétant peut décoder un message de manière subversive ou contraires aux intentions de l’émetteur. Pour reprendre les catégories de décodage de Stuart Hall ; toute interprétation est au moins partiellement négociée (Hall 1999 ; Aligwe, Nwafor, et Alegu 2018).

L’asymétrie d’encodage est une caractéristique obligatoire de la communication, et dans le cas de la littérature, un trait assumé et même central. Nous reprenons ici la définition d’Olsen que nous avons précédemment utilisée : “a literary work is a discourse in which an important part of the meaning is implicit” (Olsen 1982). Des signes sociaux et linguistiques contribuent à différencier un texte dont le but est une communication claire et les textes littéraires ; le contexte du texte, son médium, et sa présentation contribue à indiquer le type d’exercice herméneutique qui est attendu au contact d’un texte, mais aussi des différences stylistiques qui sont facilement repérables par un algorithme (Underwood 2019). Si l’interprétation textuelle usuelle demande que le lecteur présuppose que le texte est porteur de sens et que l’information qui y a été encodée vaut la peine d’être décodée, l’interprétation littéraire est quelque peu différente. Nonobstant les lectures non-littéraires et les démarches absolutistes⁹, le lecteur présume que le texte est porteur de plusieurs sens et que l’acte de décodage, plutôt que l’information qui en est retirée, vaut la peine. Le plaisir de l’interprétation littéraire est dérivé de deux aspects de la littérature, soit l’esthétisme et la satisfaction du vide sémiotique (Culler 1976). Nous ne traitons pas de l’esthétisme dans le présent mémoire, mais le besoin de combler un vide sémiotique donne à l’interprétation un aspect téléologique que nous retrouvons chez le lecteur humain et l’algorithme. Ce vide combiné à la multiplicité de sens force l’utilisation de modèles précis pour permettre de faire s’effondrer les possibilités sémiotiques au profit d’un nombre limité d’interprétations. Le dernier aspect du sens littéral que nous nous devons d’évacuer est celui de l’adéquation entre la linguistique et la sémantique ; un sujet que nous avons déjà touché dans nos présuppositions. Comme le note Noel Burton-Roberts, la langue n’est pas la seule dépositaire du sens (Burton-Roberts 2013), ce qui indique que le sens n’est pas trouvé au même niveau que le texte, il s’agit d’un média différent. Selon Barthes, les unités sémantiques du texte servent une fonction supérieure, qu’elle soit narrative ou discursive (Barthes 1981) ; mais en s’arrêtant à la phrase comme unité sémantique, il commet une erreur : il confond les conventions linguistiques avec le sens (Burton-Roberts 2013). Nous dissocions complètement les signes écrits de propriétés sémantiques, pour les traiter comme des signes qui ne pointent vers des propriétés sémantiques que dans le contexte de réseaux de signes. Le sens est produit par conventions linguistiques : le texte n’a pas de sens, mais plutôt un potentiel de sens actualisé au contact de l’interprétant (Atkin 2013 ; Eco 1976). Le texte, le modèle et l’interprétation, sont trois médias différents, liés ensemble par des contraintes qui permettent l’émergence de l’un par l’autre, une émergence qui peut être dissociée de la sémantique au profit de la sémiotique (Hayles 2019).

Abduction littéraire et autres inférences

Trois tâches communes du littéraire¹⁰ reposent sur une combinaison de transformations (la modélisation), associations (intra- et inter- et extratextuelles) et raisonnements (logiques, rhétoriques et intuitifs). Ces raisonnements prennent la forme d’inférences qui, dans le cadre de la recherche littéraire humaine, sont surtout des abductions et des inductions. Plusieurs structures rhétoriques communes révèlent des traces de la logique formelle ; par exemple, la thèse supportée par des arguments est un calque direct de l’induction. Cette dernière cherche à généraliser à partir de cas particulier des règles générales et, au contraire de la déduction qui mène aux conséquences obligatoires de ses arguments, l’induction offre un degré de support pour ses conclusions (Hawthorne 2021). L’induction est mathématisable et formalisable, mais il n’est pas nécessaire d’employer la logique formelle pour l’utiliser ; l’induction peut supporter des conclusions de manière qualitative à l’aide d’arguments clairement binaires ou probabilistes¹¹. Toutefois, les arguments de la littérature ne se prêtent pas tous bien au paradigme binaire vrai-faux et probabiliste de la logique formelle, certains sont conditionnels et la majorité sont dépendants des modes de modélisations textuels utilisés. C’est ainsi que, bien que la structure logique de l’induction soit souvent répliquée dans la recherche littéraire, cette dernière utilise plus souvent l’abduction ; une forme d’inférence que nous utilisons dans la vie de tous les jours de manière instinctive, mais qui a aussi une place centrale dans les démarches scientifiques. En 1998, Niiniluoto formulait ainsi l’abduction :

Given evidence E and candidate explanations H₁, …, H_n of E, if H_i explains E better than any of the other hypotheses, infer that H_i is closer to the truth than any of the other hypotheses. (Douven 2021)

L’abduction est une recherche de la meilleure explication pour une série d’observations incomplètes, ce qui est d’une grande importance dans la recherche littéraire où les textes disponibles ne sont jamais l’ensemble des textes possibles, et où un texte est considéré “terminé” quand il est publié plutôt que lorsqu’il peut prétendre être achevé¹². Comme nous l’avons précédemment mentionné, l’abduction est utilisée dans la vie de tous les jours pour produire des conclusions ; Igor Douven exemplifie l’ubiquité de l’abduction dans son entrée sur ce sujet dans The Stanford Encyclopedia of Philosophy :

You happen to know that Tim and Harry have recently had a terrible row that ended their friendship. Now someone tells you that she just saw Tim and Harry jogging together. The best explanation for this that you can think of is that they made up. You conclude that they are friends again. (Douven 2021)

Similairement, il montre comment l’abduction est utilisée dans le domaine scientifique en prenant pour exemple les écrits de Sir Joseph John Thomson :

As the cathode rays carry a charge of negative electricity, are deflected by an electrostatic force as if they were negatively electrified, and are acted on by a magnetic force in just the way in which this force would act on a negatively electrified body moving along the path of these rays, I can see no escape from the conclusion that they are charges of negative electricity carried by particles of matter. (Thomson 1897)

Cette réduction à la meilleure explication se trouve aussi dans les études littéraires ; par exemple, la division entre les comédies et les tragédies de Shakespeare reconnaît certaines caractéristiques de ses pièces pour en tirer des conclusions (des catégories). C’est ainsi que des observations sur les pièces se transforment en règles et en paradigmes : 1. Nous observons que plusieurs des pièces de Shakespeare se terminent par un mariage, nous observons que la concentration de jeux de mots à caractère sexuel est haute dans certaines pièces de Shakespeare ; 2. Nous trouvons une corrélation entre les pièces de la première et de la seconde observation ; 3. Nous offrons comme explication que ces pièces font partie de la même catégorie que nous nommons “les comédies” (Barnet 1998). Nous sommes dans l’obligation de faire des inférences à partir d’observations incomplètes, d’un côté à cause des limites de nos modélisations, et d’un autre parce que l’ensemble des textes disponibles pour analyse est toujours incomplet. Certains textes ne sont pas disponibles, certains textes ont été détruits, d’autres encore n’ont jamais été écrits, une problématique à laquelle il est possible de répondre en limitant l’étude à un corpus bien construit et, surtout, définit en fonction des barrières à la production, survie et disponibilité des textes. L’induction et l’abduction fournissent des outils logiques et rhétoriques malgré les limites des arguments disponibles pour ces inférences. Ces arguments sont contingents aux modèles littéraires produits, les conclusions le sont également ; les caractéristiques de la lecture humaine reviennent ainsi former les limites et possibilités de l’interprétation littéraire humaine.

Lecture humaine : conséquences interprétatives

Cette présente section a cherché à montrer les répercussions de l’asymétrie d’encodage, des limites des corpus, et de la sémiotique littéraire sur l’interprétation textuelle ; nous présentons maintenant comment les caractéristiques de la lecture humaine présentée dans le dernier chapitre influencent l’interprétation littéraire. Nous rappelons que ces caractéristiques sont des points saillants de la lecture qui servent de points de comparaison et de démarcation avec l’interprétation numérique. C’est parce qu’elles limitent, formes, permettent et informent les capacités herméneutiques de l’humain sur plusieurs plans différents que les frontières de l’expérience humaine prennent autant de place dans notre analyse (et parce que les frontières de la computation sont radicalement différentes). D’abord, l’interprétation, comme la lecture, est située dans le temps, elle fait donc partie d’une série d’interprétations qui s’entre-affectent : les leçons tirées de l’interprétation d’un texte suivent l’interprétant (à divers degrés) dans ses interprétations subséquentes. Cela est dû au fait que l’interprétant a accès aux modèles précédemment produits dans ses analyses, ces derniers l’informent méthodologiquement (différentes approches herméneutiques auront pu être testées et raffinées) et ont également permis de raffiner ses modèles non littéraires. Qui plus est, l’interprétant peut utiliser les catégories, inférences et connaissances dérivées de son umwelt littéraire (qui ne se limite pas aux modèles littéraires qu’il porte, mais aussi aux inférences préalablement produites) pour appréhender le texte comme un réseau de signes vers des textes et concepts littéraires. Puisque les lectures sont ordonnées, les interprétations littéraires dépendent de facteurs semi-aléatoires ; la toile ainsi formée est unique à un interprétant dans un lieu et temps précis. Ces deux derniers éléments sont le résultat de la diachronie de la lecture, un concept qui ne se traduit pas directement dans le cadre de l’interprétation ; il est possible d’interpréter plusieurs modèles de textes littéraires à la fois, mais il n’est pas possible de produire plusieurs interprétations simultanément. Aux limites causées par la séquentialité de l’expérience humaine s’ajoute une autre caractéristique : l’introduction d’une distance temporelle entre les différents actes herméneutiques produit des déformations et des oublis dans les outils interprétatifs et méta-modèles générés par le passé par un interprétant. Les connaissances et inférences sont donc non seulement déformées par les interprétations subséquentes, mais également par les limites biologiques de la mémoire. D’autres facteurs contribuent à modifier l’interprétation, cette fois alors que l’interprétant accède les modèles littéraires ; ces derniers sont composites et certains des éléments de la lecture ont des effets sur l’état de conscience du lecteur qui peuvent avoir des effets permanents sur l’interprétant ou qui se répètent lorsque celui-ci réactualise son modèle d’une oeuvre qui l’a touché. Par exemple, l’affect émotionnel peut mener à oublier des aspects d’un texte (ou même d’oublier ce dernier entièrement), à mettre l’accent de manière quasi-arbitraire sur des éléments, et modéliser des parties du texte à l’aide d’outils herméneutiques inusités. En plus de l’affect, la relation sociohistorique de l’interprétant au texte change son rapport à ce dernier ; les lectures qui tendent vers l’hégémonique mènent à des interprétations radicalement différentes des lectures oppositionnelles (Hall 1999). Tous ces facteurs moulent les formes d’intertextualité et d’intratextualité que l’interprétant sera à même de convoquer et d’utiliser dans le cadre d’inférences. Le potentiel sémiotique des signes dépend des éléments listés dans le présent paragraphe, et il s’ensuit que les modèles littéraires en sont affectés, tout comme les méta-modèles et inférences qui en découlent. Pour paraphraser dans le jargon informatique ce que Judith Butler répondrait aux obligatoires et importantes approximations qui sont ici décrites “It’s not a bug, it’s a feature!” L’herméneutique est après tout à la rencontre de la vérité et de la méthode, de l’art et de la science ; l’unicité des interprétations littéraires est centrale à la recherche littéraire.

Induction algorithmique

In a good inductive argument, the truth of the premises provides some degree of support for the truth of the conclusion, where this degree-of-support might be measured via some numerical scale. (Hawthorne 2021)

L’induction est d’abord un processus de généralisation qui peut mener à la caractérisation, la classification, ou la partition de données ; différentes méthodes de minage de données utilisent l’induction, par exemple les arbres de décisions (Quinlan 1986), la programmation logique inductive (Muggleton et Raedt 1994), et l’inférence bayésienne (Hawthorne 2021). Au contraire de la déduction, l’induction ne génère pas de conclusion qui soit nécessairement vraie (Douven 2021), mais plutôt pour laquelle il existe un haut degré de certitude. L’induction demande trois représentations (ou langage) ; celle des observations (ℒ_O), celle des connaissances externes (ℒ_B, background knowledge), et celle des hypothèses (ℒ_H) (Muggleton 1991).

The general inductive problem is as follows: given a consistent set of examples or observations O ⊆ ℒ_O and consistent background knowledge B ⊆ ℒ_B find an hypothesis H ∈ ℒ_H such that B ∧ H ⊢ O (Muggleton 1991)

Nous cherchons donc une hypothèse formulée de sorte qu’elle puisse être utilisée en conjonction aux connaissances¹⁶ pour expliquer les observations. Muggleton prévient :

such a form of inference is not sound in the logical sense since H does not necessarily follow from B and O. In the worst case there could be an infinite number of contending hypotheses all of which fit the relationship shown above. (Muggleton 1991)

Notre réponse de la section précédente tient toujours, nos démarches ne sont pas assujetties aux standards de l’épistémè scientifique¹⁷. Douven écrit de l’induction et de l’abduction que

both are ampliative, meaning that the conclusion goes beyond what is (logically) contained in the premises (which is why they are non-necessary inferences), but in abduction there is an implicit or explicit appeal to explanatory considerations, whereas in induction there is not; in induction, there is only an appeal to observed frequencies or statistics. (Douven 2021)

Cette différence nous rappelle que les raisonnements logiques humains et formels sont comme des comédiens qui ne jouent pas dans la même pièce de théâtre (j’emprunte cette image à Douven) : malgré les similarités, l’abduction et l’induction existent dans des paradigmes parallèles (Douven 2021). Alors que l’abduction repose sur des valeurs qui permettent de discriminer entre plusieurs hypothèses (par exemple, la simplicité de l’explication), l’induction cherche à ce que ses conclusions satisfassent le critère d’adéquation :

The logic should make it likely (as a matter of logic) that as evidence accumulates, the total body of true evidence claims will eventually come to indicate, via the logic’s measure of support, that false hypotheses are probably false and that true hypotheses are probably true. (Hawthorne 2021)

Plusieurs formes d’induction algorithmique reposent sur des méthodes heuristiques pour que leurs conclusions répondent au critère d’adéquation, un tel exemple étant l’arbre de décision. Ce type de minage de données permet de découvrir des règles dans une base de données, de classifier des cas inconnus à partir de ces règles, et même de partitionner des jeux de données à partir d’un algorithme simple (Quinlan 1986). L’arbre de décision sélectionne les caractéristiques d’une base de données qui permet au mieux de séparer les données en parts égales, puis reprend ce principe jusqu’à ce que tous les cas puissent être décrits sur les branches de l’arbre métaphorique. Malgré sa simplicité, quelques tâches sont mieux accomplies à l’aide de cette méthode que des statistiques bayésiennes, par exemple l’attribution de données manquantes pour les cas incomplets d’une base de données (Quinlan 1986). De son côté, l’inférence bayésienne offre un cadre épistémologique, formel et probabiliste qui ressemble à l’abduction, ce sera donc le sujet du reste de cette section.

Inférences bayésiennes

L’abduction demande à l’interprétant de générer au moins une hypothèse répondant plus ou moins à “various ‘theoretical virtues’ such as simplicity, consilience and precision” (McGrew 2003). C’est theoretical virtues servent ensuite à évaluer les hypothèses, soit pour signifier que celle produite est satisfaisante, soit pour comparer les diverses hypothèses. Dans Confirmation, Heuristics, and Explanatory Reasoning, McGrew fait état de l’incompatibilité entre les critères de sélection de l’abduction et les mathématiques :

But attempts to bring such theoretical virtues into clear focus without explicitly invoking the probability calculus have not advanced the discussion beyond a clash of intuitions regarding their epistemic relevance, leaving critics with the impression that ‘inference to the best explanation’ remains a slogan rather than an accurate characterization of any form of non-demonstrative inference (Salmon [2001a], p. 60). (McGrew 2003)

La critique épistémologique de l’abduction de McGrew est virulente, mais bien que nous devions garder en tête qu’elle nous informe sur les limites mathématiques de ce genre d’inférence, nous devons nous rappeler des différences entre l’épistémè scientifique et nos propres démarches littéraires. Pour les sciences formelles, la production de connaissance nécessite l’accumulation d’une quantité phénoménale de données (“frequently the evidence is not strong enough to warrant an inference to any of the available explanations” (McGrew 2003)), McGrew ajoute :

IBE only sanctions inference when the ‘best’ is good enough; sometimes, the correct response to the data is agnosticism (Lipton [2001], p. 104). [W]hen the data are sparse, the virtues are worthless: they can do no epistemic work until there are enough of them in place to justify a definite conclusion. (McGrew 2003)

Nous mettons ainsi de côté l’abduction au profit d’une autre forme d’inférence, tant pour des raisons épistémiques que parce que nous avons besoin d’outils formels (lire ici algorithmiques) dans le cadre d’une interprétation numérique. Comme l’abduction, l’inférence bayésienne utilise une série d’observations comme point de départ, mais alors que l’abduction demande la création d’une ou plusieurs hypothèses répondant à des vertus qui serviront à juger et discriminer entre les explications, l’inférence bayésienne produit un degré de certitude pour ces hypothèses à partir de statistiques bayésiennes. Classiquement, un chercheur déciderait que son degré de certitude envers une hypothèse correspond à un nombre sur la place ]0, 1[, où 1 (ici exclu de la plage comme 0) représenterait une confiance absolue et 0 une impossibilité totale. L’inférence bayésienne est en mesure de confronter ce degré de certitude aux données pour donner une nouvelle mesure :

Van Fraassen (1989) interprets [inference to the best explanation] as a policy of favoring explanatorily superior hypotheses by giving their subjective probabilities a post-conditionalization boost. (Weisberg 2009)

C’est toutefois là une forme précise d’inférence bayésienne définit par Weisberg dans son article Locating IBE in the Bayesian Framework :

Subjectivist Conditionalization When you gain new evidence E, your new degree of belief in a hypothesis H, call it q(H), should be your old degree of belief in H conditional on E: q(H) = p(H ∣ E). (Weisberg 2009)

En offrant à chaque hypothèse une chance égale, nous faisons plutôt appel à une inférence bayésienne basée sur une conditionnalisation objective :

Objectivist Conditionalization At any given time, your credence in an arbitrary proposition H ought to be p(H ∣ E), where p is the correct a priori probability distribution, and E is your total evidence at that time. (Weisberg 2009)

La conditionnalisation subjective offre plusieurs défis et défauts, quelques-uns étant épistémologiques, d’autres étant pragmatiques : il est difficile de formuler automatiquement des présuppositions probabilistes pour une hypothèse sans faire intervenir un humain, et ce type d’intervention par un humain n’est pas très solide (Weisberg 2009). Comme suggéré par McGrew, nous explorons l’avenue de l’inférence bayésienne en conjonction à la conditionnalisation objective pour offrir un équivalent algorithmique à l’abduction. Dans son argument pour mettre de côté la conditionnalisation subjective, il ajoute aux points déjà apportés précédemment que cette dernière que cette dernière n’est qu’une heuristique destinée à répliquer arbitrairement l’instinct et de l’expérience humaine avant de la combiner aux statistiques bayésiennes (McGrew 2003). Nous sommes toutefois confrontés à deux problèmes ; d’abord, l’inférence bayésienne ne permet pas de trouver de conclusion définitive au contact d’un jeu de données limitées. Ce premier enjeu est, dans notre cas très spécifique, un anti-problème, puisque nous ne cherchons pas à trouver de conclusions définitives, et bien que nous essayons de nous éloigner de l’idée que nos modèles sont des jouets (Rockwell et Sinclair 2016), notre démarche se veut ouverte et incomplète, ce qui nous rend immunisés aux standards épistémiques du scientisme. Notre second problème est celui de la création d’hypothèses : ces dernières sont généralement produites par des chercheurs qui utilisent l’inférence bayésienne pour les tester. Notre projet d’interprétation littéraire algorithmique nous demande d’aller au-delà des hypothèses humaines, une tâche qui peut être accomplie à partir d’algorithmes génétiques. Noda et Freitas présentent les Genetic Algorithms comme appartenant au champ de la computation évolutive, et parlent d’individus qui dans notre cas correspondent à des hypothèses :

create (usually at random) an initial population of individuals; compute the fitness (a quality measure) of each individual;
REPEAT
select individuals based on fitness;
apply genetic operators to selected individuals, creating offspring; compute fitness of each offspring individual;
update the current population;
UNTIL (stopping criterion) (Noda et Freitas 2006)

Si générer une hypothèse demande des capacités importantes de conceptualisation, décoder une hypothèse produite par un algorithme génétique pour la rendre intelligible sera du domaine de l’exploit, mais c’est là un sujet qui dépasse la portée du présent mémoire.

Statistiques bayésiennes et inférence

L’inférence bayésienne repose sur le théorème de Baye pour lequel nous définissons A et B comme des évènements qui ont une probabilité non nulle (P(A, B) ≠ 0) :

$P(A\mid B)=P(B\mid A)\dfrac{P(A)}{P(B)}$

Ce qui se traduit en langage naturel par : la probabilité que l’évènement A aie lieu si B est vrai (P(A ∣ B)) est égale au ratio entre les probabilités que A et B soient vrais (P(A) et P(B) respectivement), multiplié par la probabilité que l’événement B aie lieu si A est vrai (P(B ∣ A)). Ce théorème est dérivé d’une définition, celle des probabilités conditionnelle :

$P(A\mid B) = \dfrac{P(A\cap B)}{P(B)}$

où P(A ∩ B) est la probabilité que A et B soient vrais. Puisque nous nous intéressons à l’inférence, nous utilisons E pour désigner les données (the evidence) et H pour désigner une hypothèse (Weisberg 2009). Chaque hypothèse peut être jugée indépendamment pour calculer notre degré de certitude en celle-ci en fonction des données disponibles (et pour mettre à jour notre confiance relative envers les hypothèses au contact de nouveaux cas de figure). C’est en comparant ces degrés de certitudes que nous pouvons utiliser les statistiques bayésiennes pour inférer quelle hypothèse est supérieure à une autre. Ainsi, pour une hypothèse H, nous donnons une probabilité initiale égale¹⁸ à ce que l’hypothèse et sa non-hypothèse H̄ soient vraies (P(H) = P(H̄) = 0.5).

$P(H\mid E)=\dfrac{P(E\mid H)P(H)}{P(E\mid H)P(H)+P(E\mid \bar{H})P(\bar{H})}$

L’utilisation de l’inférence bayésienne demande de pouvoir conceptualiser en termes mathématiques les données, les hypothèses et le rapport entre les deux. En d’autres mots, les hypothèses testées doivent être applicables algorithmiquement au modèle, de sorte que l’expression mathématique de l’hypothèse lorsque mise en relation au texte offre un résultat binaire vrai-faux. Pour reprendre notre exemple précédent de la séparation entre les tragédies et les comédies de Shakespeare : un modèle simple pourrait être la réponse binaire à la question “la pièce a-t-elle une scène de mariage?” L’hypothèse “les comédies de Shakespeare ont un mariage” pourrait alors être testée contre l’anti-hypothèse “les comédies de Shakespeare n’ont pas de mariage”. Dans ce cas, nous pouvons donner un degré de certitude de 0.95¹⁹ à notre hypothèse en tenant compte du fait que 15 des 16 comédies de Shakespeare présentent un mariage, l’exception étant The Comedy of Errors²⁰. Cela ne nous renseigne que sur les comédies, mais pas sur les autres pièces de Shakespeare, après tout, six des tragédies et quatre des pièces historiques de Shakespeare ont également des mariages, soit sur scène, soit sous-entendus, quoique ceux-ci aient tendance à avoir lieu au début de la pièce plutôt qu’à la fin. Si nous utilisons plutôt l’hypothèse : “les pièces de Shakespeare ayant un mariage sont des comédies”, nous découvrons que le degré de certitude pour cette hypothèse est de 0.55, un pourcentage qui monte à 0.68 si nous changeons notre hypothèse pour exclure les mariages ayant lieu dans un premier acte²¹. Une hypothèse plus complexe permettrait d’identifier plus clairement les comédies des tragédies et pièces historiques, mais demanderait une modélisation plus complexe des pièces de Shakespeare. Pour en venir à ces résultats, nous avons assumé une probabilité égale pour les hypothèses H et les anti-hypothèses $\overline{H}$, ce qui diffère de l’abduction et de l’inférence bayésienne par conditionnalisation subjective. En effet, l’abduction donnerait aux hypothèses et anti-hypothèses des degrés de certitudes qui dépendent de sa simplicity, consilience and precision (McGrew 2003), le degré de certitude de .50 serait arbitraire ou, dans le cas d’une inférence bayésienne subjective, les degrés de certitudes initiaux seraient arbitraires. Dans le cas de l’abduction, notre seconde hypothèse a l’avantage d’être simple et de faire appel à une convention théâtrale établie²², bien qu’elle ne soit pas très précise. En assumant qu’un chercheur place son degré de certitude initial entre 60% et 90%, le degré de certitude après l’utilisation des statistiques bayésiennes place notre hypothèse n’importe où dans la plage [0.76, 0.95]. Ces variations importantes, même pour un modèle jouet et une hypothèse simple, sont la raison pour laquelle nous faisons la promotion de l’inférence bayésienne à partir d’une conditionnalisation objective comme substitut de l’abduction. Nous devons tout de même rappeler que si nous sommes en mesure de trouver de nombreux parallèles entre l’abduction et l’inférence bayésienne, ces deux formes d’inférences ne sont pas équivalentes : la première est basée sur une épistémologie des croyances (belief), et la seconde sur une épistémologie des degrés de croyances (Douven 2021).