François Bourdoncle "Le chercheur des techniques de recherche" (suite)

La diversité, en la matière, est-elle souhaitable ?

AltaVista, aujourd'hui, c'est une vingtaine de serveurs Alpha (Digital). Chaque machine possède 10 Go de mémoire centrale (RAM) et une dizaine de processeurs Alpha. Cela fait 200 Go de RAM. Une start-up comme Excite peut faire un tel effort technologique pendant quelque temps, avec l'aide d'un capital-risqueur. Une société comme Digital peut se permettre cet effort sur le long terme : elle en a les moyens et cela lui coûte moins cher qu'une campagne de publicité à l'échelle mondiale. Aujourd'hui, la marque AltaVista est d'ailleurs plus connue que la marque Digital.

La concurrence est toujours saine, mais une grande zoologie des moteurs n'est pas forcément utile. Il faut avoir 2 ou 3 leaders qui se tirent la bourre et provoquent une émulation technologique. A l'inverse, la multiplication des moteurs n'a aucun sens. Aller chercher des infos sur le Web consomme beaucoup de bande passante et requiert beaucoup de moyens. Le paramètre critique, pour un moteur, n'est pas la taille de la base de données ni le nombre de requêtes par jour mais le produit des deux. Si vous avez deux fois moins d'utilisateurs, vous pouvez avoir une base deux fois plus grande, et vice-versa. Ceux qui se flattent de référencer plus de documents qu'AltaVista oublient de dire qu'ils servent beaucoup moins d'utilisateurs.

A priori, les moteurs de recherche sont neutres et transparents. Des dérives sont-elles possibles ?

Les moteurs de recherche sont neutres et transparents pour une raison simple : faire des moteurs non transparents, c'est très difficile. Il faut mettre de l'intelligence derrière la bêtise informatique. Faire sortir des pages en bonne position, c'est une question que tous les marketers de la planète se posent depuis que les moteurs de recherche existent. A chaque fois qu'ils trouvent une solution, Digital développe des contre-mesures. La société limite par exemple l'impact de la répétition de mots au sein d'une page. Il est vrai que si vous mettez certains termes dans le titre, la page sera plus visible. Heureusement, il n'est pas possible de mettre tout le dictionnaire dans vos titres. De la même façon, la taille des méta-balises est limitée.
Ceci étant, il est vrai que Digital reçoit beaucoup d'appels de personnes désirant connaître le prix à payer pour sortir les premiers sur AltaVista. La discussion ne s'éternise pas : ils ne seraient pas longtemps crédibles en nous livrant à ce genre de jeux. Le fait d'être leader impose beaucoup de contraintes. AltaVista n'utilise par exemple jamais les cookies.

Comment faire, alors, pour apparaître en bonne position sur AltaVista ?

Aujourd'hui, pour bien sortir dans AltaVista, il est juste possible de recourir aux recommandations du manuel. Il n'y a pas de recette miracle.

Le moteur essaie de ne pas laisser de côté des sites. Il effectue un parcours en largeur dans un premier temps, et non un parcours en profondeur. Le moteur effleure donc les sites et ne descend pas dans toutes les arborescences. Cela est d'ailleurs devenu impossible : les sites sont devenus infinis puisque beaucoup produisent des pages à la volée à partir de base de données. C'est peut-être ce qui sauvera les moteurs de recherche de la surcharge.

Peut-on imaginer que les moteurs renseignent les utilisateurs sur le contenu des bases de données autour desquelles se constituent désormais la majorité des sites Web ?

L'avenir des moteurs de recherche est ouvert. On peut envisager un moteur qui fouille également les bases de données, par exemple à partir de balises indiquant leur contenu de façon synthétique, via des termes de référence par exemple. On peut également imaginer que les moteurs demandent aux producteurs d'informations de payer pour être référencés. Il y aura tellement de données disponibles que cela pourrait s'avérer nécessaire. Un tel système apporterait d'ailleurs une solution à la pollution des moteurs par des documents non pertinents. Ce n’est pourtant pas l’évolution que j’appelle de mes voeux.

Les moteurs de recherche sont à la pointe du micromarketing comme en témoignent les publicités personnalisées. Une telle évolution vous paraît-elle dangereuse ?

Non, le micro-marketing n'est pas dangereux tant qu'on ne garde pas en mémoire le profil et les goûts d'un utilisateur. Cela ne me gêne pas de recevoir une publicité personnalisée puisqu'elle répond au besoin que j'exprime dans ma requête. AltaVista le fait au travers de la société DoubleClick. C'est une régie publicitaire qui affiche à la volée un bandeau approprié à la requête de l'utilisateur, simultanément à la recherche effectuée par le moteur.

Aujourd'hui, les navigateurs permettent de sélectionner l'option "pas de cookie" (menu Edit/Preferences/Advanced sur Communicator par exemple). Les cookies sont donc morts, et ce n'est pas plus mal. Il faudra inventer d'autres solutions de marketing personnalisé.

Aux Etats-Unis, les marketers parviendront peut-être à trouver des services qui inciteront les gens à accepter les cookies ou, plus largement, à laisser connaître leur profil de consommation. En Europe, je crois que les utilisateurs s'y opposeront. Les Américains n'ont pas conscience du degré de fichage dont ils font l'objet, y compris en ce qui concerne les éléments touchant leur vie privée, entièrement disponibles pour ceux que ça intéresse.

Certaines entreprises décernent un label aux sites qui s'engagent à ne pas revendre le profil de leurs utilisateurs, qu'elles conservent afin de délivrer un service personnalisé. L'auto-régulation du marché peut-elle permettre une utilisation déontologique des bases de données marketing ?

Je ne crois pas. L'histoire récente en matière de bases de données marketing a montré que les dérives surviennent toujours, sous la pression des intérêts commerciaux. Des épisodes sordides ont même été observés, certains pédophiles ayant recours à des bases d'utilisateurs pour obtenir des informations sur des enfants. Aux Etats-Unis, il commence juste à y avoir une prise de conscience des problèmes que posent ces dérives.

AltaVista vend des moteurs de recherche aux entreprises : de quelle façon peuvent-ils améliorer leur productivité ? Comment l'entreprise gagne-t-elle en cohérence de savoir ?

AltaVista permet de valoriser de gigantesques fonds documentaires, peu ou mal utilisés par les entreprises. Je crois que l'utilisateur final se rapproche de plus en plus de l'information, notamment pour les activités de veille. Pour ma part, je n'envisage pas de déléguer mes activités de veille à quelqu'un d'autre. Je passerais plus de temps à expliquer ce qu'il faut faire qu'à le faire moi-même. Dans les entreprises, les gens feront une veille en direct, pourvu qu'ils disposent d'outils simples et conviviaux. Les documentalistes évolueront donc vers des fonctions à plus forte valeur ajoutée : rédaction de synthèse, recherche et analyse de sites, préparation de dossiers. De même que le rôle de la secrétaire a été profondément modifié avec l'arrivée des ordinateurs, de même le rôle des documentalistes est aujourd'hui appelé à évoluer.

La privatisation des moteurs de recherche est-elle une bonne chose ?

Je crois qu'il faut se réjouir du fait que le grand public dispose de services performants et gratuits. Ce modèle économique est bénéfique pour tout le monde puisque les entreprises peuvent acheter des produits performants éprouvés par les internautes.

Aviez-vous prévu ce mouvement en tant que chercheur ?

On ne prévoit jamais rien. Initialement, ce qui m'amusait, c'était surtout de proposer ce système sur le Web.

Comment évoluent les techniques de recherche ? Que pensez-vous des moteurs de recherche sémantique, a priori plus intelligents que les moteurs d'analyse statistique ?

L'avantage de l'analyse statistique, c'est que ça marche. L'analyse sémantique produit encore des résultats inégaux et aléatoires. Avec des documents littéraires bien construits, l'analyse sémantique est possible. Avec des documents de qualité très hétérogène, comme c'est le cas sur le Web, ce type d'analyse est beaucoup moins aisé.

Dans Cow 9, les relations statistiques décrivent souvent des liens sémantiques. Certes, on peut imaginer avoir des bases de données plus homogènes et apporter une valeur ajoutée humaine sur les relations entre les thèmes. Mais je crois que ce sont les recherches linguistiques qui vont se développer, davantage que les recherches sémantiques. AltaVista permet déjà de n'effectuer des recherches que dans certaines langues.

L'analyse sémantique ne peut-elle pas se développer sur des thèmes précis, comme la santé, où le volume d'informations à traiter est moindre et pour lequel il existe une syntaxte et un vocabulaire spécifiques ?

Certainement. Ce qu'il faut, c'est donner à l'utilisateur des moyens simples et peu coûteux pour faire entrer dans la tête du moteur une certaine compréhension de son domaine. C'est une tendance qui se généralisera mais on en est assez loin. Les investissements nécessaires sont très importants et le travail préparatoire des linguistes est colossal. Il faut en effet qu'ils développent des tables de références comportant des liens logiques entre les termes.

Croyez-vous que le développement de la réalité virtuelle puisse faire évoluer la recherche d'informations sur l'Internet?

Oui. J'aimerais d'ailleurs participer au développement des technologies de datascape (représentation spatiale de l'information). Beaucoup de gens travaillent sur ces modèles, dont les chercheurs du Xerox Parc. Les solutions commencent à mûrir.

A court terme, les applications VRML permettront ce genre de navigation visuelle. On peut imaginer des projections 3D plus fines, des représentations sphériques. Les gens ont une compréhension intuitive des liens graphiques. Ceci dit, on est toujours surpris du décalage entre la façon dont nous prévoyons qu'une application sera utilisée et la façon dont elle est réellement utilisée.

Qu'est-ce qui vous a surpris dans l'utilisation de Cow 9 ?

En bon chercheurs, nous pensions que les gens voudraient faire des recherches très fines. Nous voulions donc leur donner la possibilité de sélectionner des mots un par un. Or, les utilisateurs n'utilisent pas cette possibilité. Dans la nouvelle version de Cow 9, nous avons donc introduit la possibilité de sélectionner plusieurs termes à la fois en choisissant un thème principal.

En moyenne, les gens ne mettent dans leurs requêtes que 1,5 mots. C'est très peu par rapport aux possibilités qu'offre le moteur. Etre chercheur, ça consiste à inventer des technologies. Après, il y a la vraie vie, qui consiste à adapter les technologies aux usages des utilisateurs.

[Suite de l'interview]

Octobre 1997