Benzécri : comment faire apparaître la structure des données ?

Intervenant 10:00

Bienvenue dans le podcast du magazine Tangente. Pour cette nouvelle exploration, imaginons d'emblée une immense table recouverte de milliers de pièces de puzzle.

Intervenant 20:10

Bonjour. Oui, une table bien chaotique en perspective.

Intervenant 10:13

Exactement. Le piège, en fait, c'est qu'aucune de ces pièces n'a d'image imprimée dessus. C'est juste un océan de forme grise.

Intervenant 20:20

Une angoisse absolue pour n'importe quel joueur.

Intervenant 10:23

Parce que face à un tel chaos, notre cerveau panique un peu puisqu'il cherche naturellement de l'ordre. Et la mission d'aujourd'hui, c'est de comprendre comment transformer cet amas indéchiffrable en une structure claire et porteuse de sens.

Intervenant 20:35

Tout à fait.

Intervenant 10:36

Et pour ça, on va se plonger dans les travaux de Jean-Paul Benzécri. C'est le père de ce qu'on appelle l'analyse des correspondances.

Intervenant 20:41

Alors, pour vraiment saisir la portée de cette invention, il faut s'intéresser au parcours de Benzécri. Il est né en 1932 et c'est au départ un mathématicien pur. Vraiment habitué à manier des concepts très très abstraits.

Intervenant 10:56

Donc très éloigné des données de terrain a priori.

Intervenant 20:58

C'est ça. Mais au lieu de rester dans cette théorie pure, il a voulu l'appliquer au monde réel. Donc il passe par l'université de Rennes en 1960, puis il rejoint l'institut de statistiques de l'université de Paris en 65. D'accord. Et c'est là qu'il observe une crise grandissante. En gros, les chercheurs de diverses disciplines commençaient littéralement à se noyer sous une avalanche d'observations.

Intervenant 31:21

Ben oui, on peut penser à l'archéologie, à l'histoire ou à la linguistique par exemple. On accumulait tellement de données que l'intelligence humaine ne pouvait tout simplement plus suivre.

Intervenant 21:29

Complètement.

Intervenant 31:30

Et c'est là que notre puzzle gris entre en jeu. Prenons par exemple un chercheur qui découvre 500 fragments de poterie sur un site de fouilles. Chaque fragment a des dizaines de caractéristiques différentes. L'épaisseur, le type d'argile, les motifs présents,

Intervenant 21:44

C'est colossal à traiter.

Intervenant 31:46

C'est strictement impossible de voir le schéma global à l'œil nu quoi.

Intervenant 21:49

Et c'est précisément là que Benzécri lance sa fameuse bouée de sauvetage. L'analyse des correspondances. Ça commence par la construction d'un grand tableau. On va simplement croiser les objets, donc nos 500 fragments de poterie, avec leurs variables descriptives.

Intervenant 32:04

Donc ces variables, ce sont un peu les indices cachés qui viennent colorer nos pièces de puzzle gris si on regarde l'analogie.

Intervenant 22:09

C'est une excellente façon de le voir.

Intervenant 32:11

Mais le tableau en lui-même reste un mur de chiffres. Comment est-ce qu'on passe de ce gros tableau Excel avant l'heure à une image limpide ?

Intervenant 22:18

Eh bien, par la mécanique des largeurs linéaires et plus précisément en calculant la variance. L'algorithme va mesurer à quel point les caractéristiques varient ensemble.

Intervenant 32:27

Ok, je vois.

Intervenant 22:28

Si deux fragments de poterie partagent un profil très similaire dans le tableau, le calcul mathématique va les attirer l'un vers l'autre. La règle d'or de cet outil, ce qui fait vraiment sa puissance, c'est que la similarité devient une distance physique.

Intervenant 32:41

Ah ouais, c'est brillant. On traduit une ressemblance abstraite en une sorte de proximité géographique.

Intervenant 22:46

C'est exactement le cœur du réacteur. Le résultat visuel prend la forme de nuages de points, et on projette ces points sur ce qu'on appelle des plans factoriels.

Intervenant 32:55

Oula, plan factoriel, ça sonne très technique ça.

Intervenant 22:57

Oui, pardon. Pour démystifier un peu ce terme, imaginons simplement une carte en deux dimensions, avec un axe horizontal et un axe vertical, tout bêtement.

Intervenant 33:05

D'accord, c'est plus clair.

Intervenant 23:06

Voilà. Et l'algorithme place les objets similaires en grappes et repousse les objets très différents aux extrémités de la carte. De cette façon, les familles naturelles d'objets sautent immédiatement aux yeux.

Intervenant 33:18

Alors j'avoue qu'il y a quand même un point qui me rend un peu sceptique. Quand on manipule des équations pour écraser des milliers de données multidimensionnelles sur une simple carte en 2D, est-ce qu'il n'y a pas un risque énorme de forcer le trait ?

Intervenant 23:31

C'est-à-dire ?

Intervenant 33:33

Est-ce qu'on ne risque pas de contraindre les données à avouer une structure que le chercheur espérait secrètement trouver dès le débord ?

Intervenant 23:39

Alors c'est une objection tout à fait légitime sur la rigueur scientifique. Mais la mécanique même du calcul empêche ce biais humain en fait.

Intervenant 33:47

Vraiment ?

Intervenant 23:48

Oui, car la méthode est strictement exploratoire. L'algorithme qui calcule les variances et trace la carte est totalement aveugle au contexte. Il ne sait pas du tout s'il traite des potrimomènes ou le vocabulaire d'un texte ancien.

Intervenant 34:02

Ah, il fait juste des maths.

Intervenant 24:04

Voilà. Il se contente de traiter des fréquences mathématiques de manière purement mécanique, sans aucune hypothèse préalable à valider. L'humain n'intervient vraiment qu'à la toute fin pour observer et interpréter la topographie de la carte.

Intervenant 34:19

Benzécri a donc offert aux sciences humaines une paire de lunettes mathématiques d'une grande pureté, en somme. On les chausse, on regarde notre tableau de chiffres indéchiffrable et hop, l'architecture cachée apparaît d'elle-même.

Intervenant 24:32

C'est le triomphe de l'élégance mathématique au service du réel.

Intervenant 34:35

Ce qui nous amène à une réflexion assez marquante pour conclure. Aujourd'hui, notre quotidien est saturé d'algorithmes prédictifs. Ils sont expressément entraînés pour confirmer des modèles existants ou anticiper des comportements très spécifiques.

Intervenant 24:50

Oui, c'est le grand paradigme actuel.

Intervenant 34:52

Eh bien je trouve qu'il y a une beauté presque vertigineuse à se rappeler de cette approche des années 60. Une époque purement exploratoire où l'on acceptait de plonger dans l'inconnu en laissant simplement la neutralité des mathématiques dessiner la véritable image de notre puzzle sans rien lui dicter à l'avance.