1
00:00:00,000 --> 00:00:02,000
Erez Lieberman Aiden: Tout le monde sait

2
00:00:02,000 --> 00:00:05,000
qu’une image vaut un millier de mots.

3
00:00:07,000 --> 00:00:09,000
Mais à Harvard

4
00:00:09,000 --> 00:00:12,000
nous nous sommes demandé si c’était vrai.

5
00:00:12,000 --> 00:00:14,000
(Rires)

6
00:00:14,000 --> 00:00:18,000
Nous avons donc rassemblé un groupe d’experts,

7
00:00:18,000 --> 00:00:20,000
qui viennent d’Harvard, du MIT,

8
00:00:20,000 --> 00:00:23,000
de The American Heritage Dictionary, The Encyclopedia Britannica

9
00:00:23,000 --> 00:00:25,000
et même notre heureux sponsor,

10
00:00:25,000 --> 00:00:28,000
Google.

11
00:00:28,000 --> 00:00:30,000
Et nous y avons réfléchi

12
00:00:30,000 --> 00:00:32,000
pendant quatre ans.

13
00:00:32,000 --> 00:00:37,000
Et nous sommes arrivés à une conclusion surprenante.

14
00:00:37,000 --> 00:00:40,000
Mesdames et messieurs, une image ne vaut pas un millier de mots.

15
00:00:40,000 --> 00:00:42,000
En fait, nous avons trouvé des images

16
00:00:42,000 --> 00:00:47,000
qui valent 500 milliards de mots.

17
00:00:47,000 --> 00:00:49,000
Jean-Baptiste Michel : Comment sommes-nous arrivés à cette conclusion ?

18
00:00:49,000 --> 00:00:51,000
Donc Erez et moi nous étions en train de penser à des moyens

19
00:00:51,000 --> 00:00:53,000
d’avoir une image complète de la culture humaine

20
00:00:53,000 --> 00:00:56,000
et de l‘histoire humaine : les changements dans le temps.

21
00:00:56,000 --> 00:00:58,000
Beaucoup de livres ont été écrits au fil des ans.

22
00:00:58,000 --> 00:01:00,000
Nous avons donc pensé, le meilleur moyen d’apprendre des livres

23
00:01:00,000 --> 00:01:02,000
est de lire tous ces millions de livres.

24
00:01:02,000 --> 00:01:05,000
Bien sur, s’il existe une échelle pour voir à quel point c’est impressionnant,

25
00:01:05,000 --> 00:01:08,000
ça doit être classé très très haut.

26
00:01:08,000 --> 00:01:10,000
Le problème est qu’il y a un axe X pour cela,

27
00:01:10,000 --> 00:01:12,000
qui est l’axe de la praticité.

28
00:01:12,000 --> 00:01:14,000
Ce qui le classe très très bas.

29
00:01:14,000 --> 00:01:17,000
(Applaudissements)

30
00:01:17,000 --> 00:01:20,000
Les gens ont tendance à utiliser une approche alternative,

31
00:01:20,000 --> 00:01:22,000
qui est de prendre quelques sources et les lire très attentivement.

32
00:01:22,000 --> 00:01:24,000
Ce qui est extrêmement pratique, mais pas si impressionnant.

33
00:01:24,000 --> 00:01:27,000
Ce que vous voulez vraiment faire

34
00:01:27,000 --> 00:01:30,000
c’est arriver à l’impressionnant et pratique en même temps de ce côté-là.

35
00:01:30,000 --> 00:01:33,000
Il s’avère qu’il y avait une compagnie au-delà du fleuve qui s’appelle Google

36
00:01:33,000 --> 00:01:35,000
qui avait commencé un projet de numérisation quelques années auparavant

37
00:01:35,000 --> 00:01:37,000
qui aurait pu faciliter cette approche.

38
00:01:37,000 --> 00:01:39,000
Ils ont numérisé des millions de livres.

39
00:01:39,000 --> 00:01:42,000
Cela signifie qu’on peut utiliser des méthodes de calcul

40
00:01:42,000 --> 00:01:44,000
pour lire tous les livres avec un clic.

41
00:01:44,000 --> 00:01:47,000
C’est très pratique et extrêmement impressionnant.

42
00:01:48,000 --> 00:01:50,000
ELA : Laissez-moi vous raconter d’où viennent les livres.

43
00:01:50,000 --> 00:01:53,000
Depuis des temps immémoriaux il y a eu des auteurs.

44
00:01:53,000 --> 00:01:56,000
Ces auteurs se sont efforcé d’écrire des livres.

45
00:01:56,000 --> 00:01:58,000
Et c’est devenu considérablement plus facile

46
00:01:58,000 --> 00:02:00,000
avec le développement de l’imprimerie il y a quelques siècles.

47
00:02:00,000 --> 00:02:03,000
Depuis, les auteurs ont eu

48
00:02:03,000 --> 00:02:05,000
129 millions différentes occasions,

49
00:02:05,000 --> 00:02:07,000
de publier des livres.

50
00:02:07,000 --> 00:02:09,000
Si ces livres ne sont pas perdus dans l’histoire,

51
00:02:09,000 --> 00:02:11,000
alors ils sont quelque part dans une bibliothèque,

52
00:02:11,000 --> 00:02:14,000
et beaucoup de ces livres ont été récupérés des bibliothèques

53
00:02:14,000 --> 00:02:16,000
et numérisés par Google,

54
00:02:16,000 --> 00:02:18,000
qui a scanné 15 millions de livres à ce jour.

55
00:02:18,000 --> 00:02:21,000
Quand Google numérise un livre, il le transforme en un très beau format.

56
00:02:21,000 --> 00:02:23,000
Nous avons maintenant les données, et nous avons les métadonnées.

57
00:02:23,000 --> 00:02:26,000
Nous avons les informations sur des choses comme où il a été publié,

58
00:02:26,000 --> 00:02:28,000
qui était l’auteur, la date de publication.

59
00:02:28,000 --> 00:02:31,000
Ce que nous faisons c’est parcourir tous ces archives

60
00:02:31,000 --> 00:02:35,000
et exclure tout ce qui n’est pas de très haute qualité.

61
00:02:35,000 --> 00:02:37,000
Ce qui nous reste

62
00:02:37,000 --> 00:02:40,000
c’est une collection de cinq millions de livres,

63
00:02:40,000 --> 00:02:43,000
500 milliards de mots,

64
00:02:43,000 --> 00:02:45,000
une série de caractères mille fois plus longs

65
00:02:45,000 --> 00:02:48,000
que le génome humain --

66
00:02:48,000 --> 00:02:50,000
un texte qui, écrit,

67
00:02:50,000 --> 00:02:52,000
un aller et un retour d'ici jusqu'à la lune

68
00:02:52,000 --> 00:02:54,000
plus de 10 fois --

69
00:02:54,000 --> 00:02:58,000
un véritable fragment de notre génome culturel.

70
00:02:58,000 --> 00:03:00,000
Bien sur ce que nous avons fait

71
00:03:00,000 --> 00:03:03,000
en faisant face à cette hyperbole outrageuse…

72
00:03:03,000 --> 00:03:05,000
(Rires)

73
00:03:05,000 --> 00:03:08,000
est ce que n’importe quel chercheur respectable

74
00:03:08,000 --> 00:03:11,000
aurait fait.

75
00:03:11,000 --> 00:03:13,000
Nous avons pris une page de XKCD,

76
00:03:13,000 --> 00:03:15,000
et nous avons dit, « Marche arrière.

77
00:03:15,000 --> 00:03:17,000
Nous allons essayer la science. »

78
00:03:17,000 --> 00:03:19,000
(Rires)

79
00:03:19,000 --> 00:03:21,000
JM : Bien sur, nous avons pensé,

80
00:03:21,000 --> 00:03:23,000
commençons par sortir les données

81
00:03:23,000 --> 00:03:25,000
pour que les gens puissent faire de la science.

82
00:03:25,000 --> 00:03:27,000
Nous avons réfléchi, quelles données pouvons-nous sortir?

83
00:03:27,000 --> 00:03:29,000
Bien sûr, on veut prendre les livres

84
00:03:29,000 --> 00:03:31,000
et sortir le texte complet de ces cinq millions de livres.

85
00:03:31,000 --> 00:03:33,000
Google, et en particulier Jon Orwant,

86
00:03:33,000 --> 00:03:35,000
nous a expliqué une équation qu’il nous faudrait apprendre.

87
00:03:35,000 --> 00:03:38,000
Vous avez cinq millions, ce qui représente, cinq millions d’auteurs

88
00:03:38,000 --> 00:03:41,000
et cinq millions de plaintes judiciaires c’est un procès énorme.

89
00:03:41,000 --> 00:03:43,000
Donc, malgré cela puisse être vraiment redoutable,

90
00:03:43,000 --> 00:03:46,000
encore une fois, c’est extrêmement, extrêmement peu pratique.

91
00:03:46,000 --> 00:03:48,000
(Rires)

92
00:03:48,000 --> 00:03:50,000
Encore une fois, nous avons cédé,

93
00:03:50,000 --> 00:03:53,000
et nous avons suivi l’approche pratique, qui était un peu moins redoutable.

94
00:03:53,000 --> 00:03:55,000
On s’est dit, plutôt que de faire sortir le texte complet,

95
00:03:55,000 --> 00:03:57,000
nous allons faire sortir des statistiques sur les livres.

96
00:03:57,000 --> 00:03:59,000
Prenez par exemple, « Une étincelle de bonheur ».

97
00:03:59,000 --> 00:04:01,000
Quatre mots ; on l’appelle quadri-gramme.

98
00:04:01,000 --> 00:04:03,000
Nous allons vous dire combien de fois un quadri-gramme en particulier

99
00:04:03,000 --> 00:04:05,000
est apparu dans les livres en 1801, 1802, 1803,

100
00:04:05,000 --> 00:04:07,000
jusqu’à 2008.

101
00:04:07,000 --> 00:04:09,000
Cela nous donne une série temporelle

102
00:04:09,000 --> 00:04:11,000
sur la fréquence avec laquelle cette phrase en particulier a été utilisée dans le temps.

103
00:04:11,000 --> 00:04:14,000
Nous le faisons pour tous les mots et les phrases qui apparaissent dans ces livres,

104
00:04:14,000 --> 00:04:17,000
ce qui nous donne un tableau de deux milliards de lignes

105
00:04:17,000 --> 00:04:19,000
qui nous raconte les changements culturels.

106
00:04:19,000 --> 00:04:21,000
ELA : Donc ces deux milliards de lignes,

107
00:04:21,000 --> 00:04:23,000
nous les appelons les deux milliards d’n-grammes.

108
00:04:23,000 --> 00:04:25,000
Qu’est ce qu’ils nous disent?

109
00:04:25,000 --> 00:04:27,000
L’n-gramme individuel mesure les tendances culturelles.

110
00:04:27,000 --> 00:04:29,000
Prenons un exemple.

111
00:04:29,000 --> 00:04:31,000
Supposez que je sois épanoui,

112
00:04:31,000 --> 00:04:33,000
et demain matin je veux vous raconter comme j’étais bien.

113
00:04:33,000 --> 00:04:36,000
Je pourrai donc dire, « Yesterday, I throve. » [Hier j’étais épanoui]

114
00:04:36,000 --> 00:04:39,000
Sinon, je pourrai dire, « Yesterday, I thrived.»

115
00:04:39,000 --> 00:04:42,000
Laquelle devrais-je utiliser ?

116
00:04:42,000 --> 00:04:44,000
Comment savoir ?

117
00:04:44,000 --> 00:04:46,000
Pour ce qui est d’il y a six mois,

118
00:04:46,000 --> 00:04:48,000
le dernier cri dans le domaine

119
00:04:48,000 --> 00:04:50,000
est que, par exemple,

120
00:04:50,000 --> 00:04:52,000
vous iriez chez le premier psychologue avec une coiffure fabuleuse,

121
00:04:52,000 --> 00:04:54,000
et vous diriez,

122
00:04:54,000 --> 00:04:57,000
« Steve, tu es un expert en verbes irréguliers.

123
00:04:57,000 --> 00:04:59,000
qu’est ce que je devrais faire ? »

124
00:04:59,000 --> 00:05:01,000
Et il dirait, « La plupart des gens disent ‘thrived’,

125
00:05:01,000 --> 00:05:04,000
mais certains disent ‘throve’»

126
00:05:04,000 --> 00:05:06,000
Et vous sauriez également que,

127
00:05:06,000 --> 00:05:09,000
si vous deviez revenir en arrière de 200 ans

128
00:05:09,000 --> 00:05:12,000
et demander la même chose à un homme d’état avec la même coiffure,

129
00:05:12,000 --> 00:05:15,000
(Rires)

130
00:05:15,000 --> 00:05:17,000
« Tom, qu’est que je devrais dire ? »

131
00:05:17,000 --> 00:05:19,000
Il dirait, « De nos jours, beaucoup disent ‘throve’,

132
00:05:19,000 --> 00:05:22,000
certains disent ‘thrived’»

133
00:05:22,000 --> 00:05:24,000
Maintenant ce que je vais vous montrer c’est des données bruts.

134
00:05:24,000 --> 00:05:28,000
Deux lignes de cette tableau de deux milliards d’entrées.

135
00:05:28,000 --> 00:05:30,000
Ce que vous voyez c’est la fréquence année par année

136
00:05:30,000 --> 00:05:33,000
de « thrived » et « throve » dans le temps.

137
00:05:34,000 --> 00:05:36,000
Voici deux

138
00:05:36,000 --> 00:05:39,000
des deux milliards de lignes.

139
00:05:39,000 --> 00:05:41,000
L’entière série de données

140
00:05:41,000 --> 00:05:44,000
est un milliard de fois plus impressionnante que cette diapo.

141
00:05:44,000 --> 00:05:46,000
(Rires)

142
00:05:46,000 --> 00:05:50,000
(Applaudissements)

143
00:05:50,000 --> 00:05:52,000
JM : Il y a plein d’autres photos qui valent 500 milliards de mots.

144
00:05:52,000 --> 00:05:54,000
Une par exemple.

145
00:05:54,000 --> 00:05:56,000
Si vous prenez la grippe,

146
00:05:56,000 --> 00:05:58,000
vous voyez des pics dans les périodes pendant lesquelles vous saviez

147
00:05:58,000 --> 00:06:01,000
que les grandes grippes épidémiques tuaient les gens partout dans le monde.

148
00:06:01,000 --> 00:06:04,000
ELA : si vous n’êtes pas encore convaincu,

149
00:06:04,000 --> 00:06:06,000
le niveau des océans monte,

150
00:06:06,000 --> 00:06:09,000
ainsi que le CO2 et la température globale.

151
00:06:09,000 --> 00:06:12,000
JM : Vous pourriez également jeter un coup d’œil à cet n-gramme,

152
00:06:12,000 --> 00:06:15,000
et c’est pour dire à Nietzche que Dieu n’est pas mort,

153
00:06:15,000 --> 00:06:18,000
bien que vous pourriez convenir qu’il ait besoin d’un meilleur attaché de presse.

154
00:06:18,000 --> 00:06:20,000
(Rires)

155
00:06:20,000 --> 00:06:23,000
ELA : Vous pouvez obtenir des concepts assez abstrait avec ce genre de chose.

156
00:06:23,000 --> 00:06:25,000
Par exemple, je vais vous raconter l’histoire

157
00:06:25,000 --> 00:06:27,000
de l’année 1950.

158
00:06:27,000 --> 00:06:29,000
Pendant la majeure partie de l’histoire,

159
00:06:29,000 --> 00:06:31,000
tout le monde s’est fiché de 1950.

160
00:06:31,000 --> 00:06:33,000
En 1700, en 1800, en 1900,

161
00:06:33,000 --> 00:06:36,000
personne ne s’en intéresse.

162
00:06:37,000 --> 00:06:39,000
Pendant les années 30 et 40,

163
00:06:39,000 --> 00:06:41,000
personne ne s’y intéresse.

164
00:06:41,000 --> 00:06:43,000
Tout à coup, au milieu des années 40,

165
00:06:43,000 --> 00:06:45,000
une agitation débute.

166
00:06:45,000 --> 00:06:47,000
Les gens se rendent compte que 1950 approche,

167
00:06:47,000 --> 00:06:49,000
et ça peut être énorme.

168
00:06:49,000 --> 00:06:52,000
(Rires)

169
00:06:52,000 --> 00:06:55,000
Mais rien n’a intéressé personne à 1950

170
00:06:55,000 --> 00:06:58,000
jusqu’à 1950.

171
00:06:58,000 --> 00:07:01,000
(Rires)

172
00:07:01,000 --> 00:07:03,000
Les gens se promenaient de touts les côtés obsédés.

173
00:07:03,000 --> 00:07:05,000
Ils n’arrêtaient pas de parler

174
00:07:05,000 --> 00:07:08,000
de tout ce qu’ils avaient fait en 1950,

175
00:07:08,000 --> 00:07:11,000
tout ce qu’ils prévoyaient de faire en 1950,

176
00:07:11,000 --> 00:07:16,000
tous les rêves qu’ils voulaient accomplir en 1950.

177
00:07:16,000 --> 00:07:18,000
En fait, 1950 était si fascinant

178
00:07:18,000 --> 00:07:20,000
que dans les années qui ont suivi,

179
00:07:20,000 --> 00:07:23,000
les gens n’arrêtaient pas de parler de toutes les choses extraordinaires qui étaient arrivées

180
00:07:23,000 --> 00:07:25,000
en 51, 52, 53.

181
00:07:25,000 --> 00:07:27,000
Finalement en 1954,

182
00:07:27,000 --> 00:07:29,000
quelqu’un s’est levé et s’est rendu compte

183
00:07:29,000 --> 00:07:33,000
que 1950 en quelque sorte était passé.

184
00:07:33,000 --> 00:07:35,000
(Rires)

185
00:07:35,000 --> 00:07:37,000
Et tout d’un coup, la bulle a éclaté.

186
00:07:37,000 --> 00:07:39,000
(Rires)

187
00:07:39,000 --> 00:07:41,000
Et l’histoire de 1950

188
00:07:41,000 --> 00:07:43,000
est l’histoire de chaque année pour laquelle nous avons un passé,

189
00:07:43,000 --> 00:07:46,000
avec un petit zest, puisque nous avons maintenant ces beaux diagrammes.

190
00:07:46,000 --> 00:07:49,000
Et vu que nous avons ces beaux diagrammes, nous pouvons mesurer les choses.

191
00:07:49,000 --> 00:07:51,000
Nous sommes en mesure de dire, « A quelle vitesse la bulle a éclaté »

192
00:07:51,000 --> 00:07:54,000
Et il s’avère que nous pouvons la mesurer avec précision.

193
00:07:54,000 --> 00:07:57,000
Nous en avons dérivé des équations et des représentations graphiques,

194
00:07:57,000 --> 00:07:59,000
et le résultat final

195
00:07:59,000 --> 00:08:02,000
est que nous découvrons que la bulle a éclaté de plus en plus vite

196
00:08:02,000 --> 00:08:04,000
à chaque année qui passait.

197
00:08:04,000 --> 00:08:09,000
Nous perdons intérêt pour le passé rapidement.

198
00:08:09,000 --> 00:08:11,000
JM : Maintenant un tout petit conseil pour la carrière.

199
00:08:11,000 --> 00:08:13,000
Pour ceux parmi vous qui cherchent à devenir célèbres,

200
00:08:13,000 --> 00:08:15,000
nous pouvons apprendre des 35 personnages politiques les plus célèbres,

201
00:08:15,000 --> 00:08:17,000
écrivains, acteurs et ainsi de suite.

202
00:08:17,000 --> 00:08:20,000
Si vous voulez devenir célèbre très tôt, vous devriez vous faire acteur,

203
00:08:20,000 --> 00:08:22,000
parce que la célébrité commence à monter vers la fin de la vingtaine --

204
00:08:22,000 --> 00:08:24,000
vous êtes encore jeunes, c’est fabuleux.

205
00:08:24,000 --> 00:08:26,000
Si vous pouvez attendre un peu, vous devriez vous faire écrivain,

206
00:08:26,000 --> 00:08:28,000
parce qu’ensuite vous montez très haut,

207
00:08:28,000 --> 00:08:30,000
comme Mark Twain, par exemple : très célèbre.

208
00:08:30,000 --> 00:08:32,000
Mais si vous voulez atteindre le sommet,

209
00:08:32,000 --> 00:08:34,000
vous devriez retarder la gratification

210
00:08:34,000 --> 00:08:36,000
et, bien sûr, devenir un personnage politique.

211
00:08:36,000 --> 00:08:38,000
Et là vous devenez célèbre à la fin de la cinquantaine,

212
00:08:38,000 --> 00:08:40,000
et vous devenez très, très célèbre plus tard.

213
00:08:40,000 --> 00:08:43,000
Les scientifiques ont tendance à devenir célèbres quand ils sont plus âgés.

214
00:08:43,000 --> 00:08:45,000
Comme par exemple, les biologistes et les physicistes

215
00:08:45,000 --> 00:08:47,000
ont tendance à être célèbre autant que les acteurs.

216
00:08:47,000 --> 00:08:50,000
Une erreur à ne pas faire est de devenir mathématicien.

217
00:08:50,000 --> 00:08:52,000
(Rires)

218
00:08:52,000 --> 00:08:54,000
En faisant ça,

219
00:08:54,000 --> 00:08:57,000
vous pourriez penser, « Super. Je vais faire mon meilleur travail à vingt ans. »

220
00:08:57,000 --> 00:08:59,000
Mais devinez, personne ne s’y intéresse vraiment.

221
00:08:59,000 --> 00:09:02,000
(Rires)

222
00:09:02,000 --> 00:09:04,000
ELA : Il y a encore des notes qui donnent à penser

223
00:09:04,000 --> 00:09:06,000
parmi les n-grammes.

224
00:09:06,000 --> 00:09:08,000
Par exemple, voici la trajectoire de Marc Chagall,

225
00:09:08,000 --> 00:09:10,000
un artiste né en 1887.

226
00:09:10,000 --> 00:09:13,000
Et ça ressemble à une normale trajectoire d’une personne célèbre.

227
00:09:13,000 --> 00:09:17,000
Il devient de plus en plus célèbre,

228
00:09:17,000 --> 00:09:19,000
sauf si vous regardez l’allemand.

229
00:09:19,000 --> 00:09:21,000
Si vous regardez l’allemand, vous voyez quelque chose de bizarre,

230
00:09:21,000 --> 00:09:23,000
quelque chose que normalement vous ne voyez pas,

231
00:09:23,000 --> 00:09:25,000
qui est qu’il devient extrêmement célèbre

232
00:09:25,000 --> 00:09:27,000
et tout à coup il s’effondre,

233
00:09:27,000 --> 00:09:30,000
en passant par un nadir entre 1933 et 1945,

234
00:09:30,000 --> 00:09:33,000
avant de rebondir tout de suite après.

235
00:09:33,000 --> 00:09:35,000
Et bien sur, ce que nous voyons

236
00:09:35,000 --> 00:09:38,000
est que Marc Chagall était un artiste juif

237
00:09:38,000 --> 00:09:40,000
dans l’Allemagne des Nazis.

238
00:09:40,000 --> 00:09:42,000
Ces signaux

239
00:09:42,000 --> 00:09:44,000
sont tellement forts

240
00:09:44,000 --> 00:09:47,000
que nous n’avons pas besoin de savoir que quelqu’un a été censuré.

241
00:09:47,000 --> 00:09:49,000
On peut s’en apercevoir

242
00:09:49,000 --> 00:09:51,000
en utilisant un traitement des signaux élémentaires.

243
00:09:51,000 --> 00:09:53,000
Voici une manière simple de le faire.

244
00:09:53,000 --> 00:09:55,000
Une prévision raisonnable

245
00:09:55,000 --> 00:09:57,000
est que la célébrité de quelqu’un sur une période donnée de temps

246
00:09:57,000 --> 00:09:59,000
devrait être à peu près la moyenne de sa célébrité avant

247
00:09:59,000 --> 00:10:01,000
et de sa célébrité après.

248
00:10:01,000 --> 00:10:03,000
Voici à peu près ce à quoi l’on s’attend.

249
00:10:03,000 --> 00:10:06,000
Et nous comparons ceci avec la célébrité que nous observons.

250
00:10:06,000 --> 00:10:08,000
Et nous divisions l’un par l’autre

251
00:10:08,000 --> 00:10:10,000
pour obtenir une chose que nous appelons un index de suppression.

252
00:10:10,000 --> 00:10:13,000
Si l’index de suppression est très, très, très petit,

253
00:10:13,000 --> 00:10:15,000
alors vous avez très probablement été supprimé.

254
00:10:15,000 --> 00:10:18,000
S’il est très grand, vous avez peut-être bénéficié de la propagande.

255
00:10:19,000 --> 00:10:21,000
JM : En fait vous pouvez regarder

256
00:10:21,000 --> 00:10:24,000
la distribution des index de suppression sur toutes les populations.

257
00:10:24,000 --> 00:10:26,000
Donc par exemple, ici --

258
00:10:26,000 --> 00:10:28,000
cet index de suppression est de 5000 personnes

259
00:10:28,000 --> 00:10:30,000
prises dans des livres anglais où il n’y a pas de suppression --

260
00:10:30,000 --> 00:10:32,000
ce serait comme ça, en fait très centré sur une.

261
00:10:32,000 --> 00:10:34,000
Ce que vous vous attendez c’est ce que vous voyez.

262
00:10:34,000 --> 00:10:36,000
Voila la distribution vue en Allemagne --

263
00:10:36,000 --> 00:10:38,000
très différente, déplacée sur la gauche.

264
00:10:38,000 --> 00:10:41,000
Les gens en parlaient deux fois moins que ce qu’ils auraient dû.

265
00:10:41,000 --> 00:10:43,000
Mais encore plus important, la distribution est plus large.

266
00:10:43,000 --> 00:10:46,000
Il y a plus de personnes qui tombent à l’extrême gauche de cette distribution

267
00:10:46,000 --> 00:10:49,000
de qui on a parlé 10 fois moins de ce qu’on aurait dû.

268
00:10:49,000 --> 00:10:51,000
Mai également beaucoup de personnes à l’extrême droite

269
00:10:51,000 --> 00:10:53,000
qui paraissent bénéficier de la propagande.

270
00:10:53,000 --> 00:10:56,000
Cette image est la marque de la censure dans les archives des livres.

271
00:10:56,000 --> 00:10:58,000
ELA : Donc « culturomique »

272
00:10:58,000 --> 00:11:00,000
c’est le mot que nous employons pour définir cette méthode.

273
00:11:00,000 --> 00:11:02,000
C’est un peu comme la génomique.

274
00:11:02,000 --> 00:11:04,000
Sauf que la génomique est une lentille sur la biologie

275
00:11:04,000 --> 00:11:07,000
à travers la fenêtre de la séquence des bases dans le génome humain.

276
00:11:07,000 --> 00:11:09,000
La culturomique est similaire.

277
00:11:09,000 --> 00:11:12,000
C’est l’application sur grande échelle de l’analyse du recueil de données

278
00:11:12,000 --> 00:11:14,000
à l’étude de la culture humaine.

279
00:11:14,000 --> 00:11:16,000
Ici, plutôt qu’à travers la lentille d’un génome,

280
00:11:16,000 --> 00:11:19,000
à travers la lentille d’un morceau des archives numérisées.

281
00:11:19,000 --> 00:11:21,000
Ce qui est génial à propos de la culturomique

282
00:11:21,000 --> 00:11:23,000
c’est que tout le monde peut le faire.

283
00:11:23,000 --> 00:11:25,000
Pourquoi tout le monde peut le faire ?

284
00:11:25,000 --> 00:11:27,000
Tout le monde peut le faire parce que trois gars,

285
00:11:27,000 --> 00:11:30,000
Jon Orwant, Matt Gray et Will Brockman de chez Google,

286
00:11:30,000 --> 00:11:32,000
ont vu le prototype du Ngram Viewer,

287
00:11:32,000 --> 00:11:34,000
et ils ont dit, « C’est marrant.

288
00:11:34,000 --> 00:11:37,000
Nous devons le rendre disponible à tout le monde. »

289
00:11:37,000 --> 00:11:39,000
En deux semaines – les deux semaines qui ont précédé la sortie de notre article --

290
00:11:39,000 --> 00:11:42,000
ils ont codé une version du Ngram Viewer tout public.

291
00:11:42,000 --> 00:11:45,000
Donc vous aussi vous pouvez taper n’importe quel mot ou phrase qui vous intéresse

292
00:11:45,000 --> 00:11:47,000
et voir son n-grammes immédiatement --

293
00:11:47,000 --> 00:11:49,000
vous pouvez aussi feuilleter tous les livres

294
00:11:49,000 --> 00:11:51,000
dans lesquelles votre n-gramme apparaît.

295
00:11:51,000 --> 00:11:53,000
JM : Il a été utilisé plus d’un million de fois le premier jour,

296
00:11:53,000 --> 00:11:55,000
et c’est vraiment la meilleure de toutes les interrogations.

297
00:11:55,000 --> 00:11:58,000
Les gens veulent faire de leurs mieux [best], ils mettent leur meilleur [best] pied avant.

298
00:11:58,000 --> 00:12:01,000
Mais il s’avère qu’au 18° siècle, les gens ne s’y intéressaient pas du tout.

299
00:12:01,000 --> 00:12:04,000
Ils ne voulaient pas faire de leur « best », ils voulaient faire de leur « beft ».

300
00:12:04,000 --> 00:12:07,000
Ce qui est arrivé, bien sur, c’est que c’est une erreur.

301
00:12:07,000 --> 00:12:09,000
Ils n’étaient pas à la recherche de la médiocrité.

302
00:12:09,000 --> 00:12:12,000
c’est que le S s’écrivait différemment, un peu comme un F.

303
00:12:12,000 --> 00:12:15,000
Bien sur, Google ne s’en est pas aperçu,

304
00:12:15,000 --> 00:12:18,000
nous avons donc rapporté ceci dans l’article scientifique que nous avons écrit.

305
00:12:18,000 --> 00:12:20,000
Mais il s’avère que c’est juste un rappel

306
00:12:20,000 --> 00:12:22,000
sur le fait que malgré tout ceci soit amusant,

307
00:12:22,000 --> 00:12:24,000
en interprétant ces graphes, il faut faire très attention,

308
00:12:24,000 --> 00:12:27,000
et il faut adopter les standards de base de la science.

309
00:12:27,000 --> 00:12:30,000
ELA : Les gens l’ont utilisé pour toutes sortes de raisons amusantes.

310
00:12:30,000 --> 00:12:37,000
(Rires)

311
00:12:37,000 --> 00:12:39,000
En fait, nous n'allons pas parler,

312
00:12:39,000 --> 00:12:42,000
nous allons juste vous montrer toutes les diapos et nous taire.

313
00:12:42,000 --> 00:12:45,000
Cette personne s'est intéressée à l’histoire de la frustration.

314
00:12:45,000 --> 00:12:48,000
Il y a différents types de frustration.

315
00:12:48,000 --> 00:12:51,000
Si vous vous cognez l’orteil, en voilà une avec 1 A « argh ».

316
00:12:51,000 --> 00:12:53,000
Si la terre est anéantie par les Vogons

317
00:12:53,000 --> 00:12:55,000
pour faire de la place à un voyageur intergalactique,

318
00:12:55,000 --> 00:12:57,000
c’est avec 8 A « aaaaaaaargh ».

319
00:12:57,000 --> 00:12:59,000
Cette personne étudie tous les « argh »,

320
00:12:59,000 --> 00:13:01,000
de 1 à 8 A.

321
00:13:01,000 --> 00:13:03,000
Et il s’avère

322
00:13:03,000 --> 00:13:05,000
que les « argh » moins fréquents

323
00:13:05,000 --> 00:13:08,000
sont, bien sûr, ceux qui correspondent aux choses les plus frustrantes --

324
00:13:08,000 --> 00:13:11,000
sauf, curieusement, au début des années 80.

325
00:13:11,000 --> 00:13:13,000
Nous pensons que ça pourrait avoir à faire avec Reagan,

326
00:13:13,000 --> 00:13:15,000
(Rires)

327
00:13:15,000 --> 00:13:18,000
JM : Il y a plusieurs utilisations de ces données,

328
00:13:18,000 --> 00:13:21,000
mais la vérité est que nous sommes en train de numériser les archives historiques.

329
00:13:21,000 --> 00:13:23,000
Google a commencé à numériser 15 millions de livres.

330
00:13:23,000 --> 00:13:25,000
C’est 12 pour cent de tous les livres qui aient jamais été publiés.

331
00:13:25,000 --> 00:13:28,000
C’est un gros morceau de la culture humaine.

332
00:13:28,000 --> 00:13:31,000
Il y a beaucoup plus dans la culture : il y a les manuscrits, il y a les journaux,

333
00:13:31,000 --> 00:13:33,000
il y a tout ce qui n’est pas texte, comme l’art et les tableaux.

334
00:13:33,000 --> 00:13:35,000
Tout ceci est dans nos ordinateurs,

335
00:13:35,000 --> 00:13:37,000
dans les ordinateurs du monde entier.

336
00:13:37,000 --> 00:13:40,000
Et dans le temps, ça transformera la manière dont

337
00:13:40,000 --> 00:13:42,000
nous comprenons notre passé, notre culture humaine du présent.

338
00:13:42,000 --> 00:13:44,000
Merci beaucoup.

339
00:13:44,000 --> 00:13:47,000
(Applaudissements)