Un rapport d’indexation peut faire tenir des mois de travail en quelques mots : « Explorée, actuellement non indexée. »

Pour l’auteur, derrière ces mots se trouvent des questions, des arguments réexaminés, des passages réécrits et des choix quant à ce qui doit rester ouvert au lecteur. Pour le système, il s’agit d’un statut opérationnel. Lorsque j’ai vu 907 URL de ce projet répertoriées dans cette catégorie, la distance entre ces deux perspectives est devenue difficile à ignorer. Ce nombre désignait des adresses, comprenant différentes versions de textes, et non nécessairement 907 œuvres distinctes. Pourtant, la question demeurait : que s’était-il passé entre le fait d’être lu par une machine et celui de devenir accessible à un lecteur grâce à la recherche ?

Je souhaitais que les lecteurs aient l’occasion de rencontrer ces textes. Un lecteur pourrait les trouver utiles, les contester, interrompre sa lecture ou y reconnaître quelque chose qui compte. Ces possibilités appartiennent à la rencontre elle-même. Que peut établir un système à leur sujet avant que cette rencontre ait eu lieu ?

Pour ce projet, Google est un outil permettant d’atteindre les lecteurs, et non la finalité du travail. L’objectif est le questionnement et la prise de conscience : proposer aux gens des questions qu’ils peuvent examiner et les laisser libres de tirer leurs propres conclusions. La recherche peut contribuer à créer cette rencontre. Son approbation ne peut se substituer au lecteur, et orienter l’écriture principalement pour obtenir cette approbation risquerait de laisser le moyen de diffusion redéfinir la finalité du projet.

Google distingue l’exploration, l’indexation et la présentation des résultats de recherche. Une page peut être récupérée sans être indexée, et une page indexée peut rester difficile à trouver. Le statut mentionné plus haut n’explique pas, à lui seul, pourquoi une page particulière a été exclue. Il ne suffit donc pas pour conclure que Google a trouvé un texte sans valeur, rejeté sa philosophie ou voulu le supprimer. Le statut nous indique un résultat. Le raisonnement qui a conduit à ce résultat reste une question distincte.

Le mécanisme de Google fait intervenir des algorithmes, des programmes automatisés et de l’intelligence artificielle. Les robots d’exploration récupèrent les pages ; d’autres systèmes traitent leur contenu et déterminent la manière dont les résultats sont présentés. Google décrit des systèmes d’IA qui interprètent des combinaisons de mots et font correspondre les concepts présents dans les requêtes avec ceux des pages. Ces capacités sont importantes. Elles peuvent rendre des textes peu connus accessibles à la recherche sur un éventail immense de sujets.

Ce mécanisme incarne également des choix humains. Des personnes définissent les objectifs, développent les systèmes et évaluent les modifications. Google fait appel à des évaluateurs humains de la qualité pour apprécier les résultats, bien que leurs évaluations ne déterminent pas directement le classement d’une page particulière. L’automatisation met en pratique des décisions institutionnelles ; l’institution reste responsable de ce que ces décisions favorisent, négligent ou rendent difficile à rencontrer.

La question devient particulièrement exigeante lorsqu’il s’agit de philosophie et de littérature. Une affirmation factuelle peut être confrontée à des éléments de preuve. Sa vérité ne devrait pas varier selon l’identité de la personne qui la diffuse. Un essai philosophique peut toutefois examiner les présupposés à travers lesquels les éléments de preuve acquièrent un sens. Une œuvre littéraire peut rendre une expérience perceptible sans la réduire à un énoncé que l’on pourrait déclarer correct ou incorrect.

Un poème peut parler d’obscurité tout en décrivant le chagrin, la dissimulation, le refuge ou plusieurs de ces choses à la fois. Reconnaître le mot est une tâche. Interpréter sa fonction en est une autre. Comprendre ce que le poème peut devenir pour un lecteur particulier implique de prendre en compte ses circonstances, ses souvenirs et son attention. Un argument sur la liberté peut revêtir une signification différente pour quelqu’un qui vient de perdre un emploi, de mettre fin à un mariage ou de commencer à remettre en question une croyance héritée.

Comment un mécanisme qui fonctionne à partir de représentations informatiques évalue-t-il des textes dont la signification prend forme dans les vies humaines ? Que signifie, dans ce contexte, dire qu’un système comprend un texte ?

L’intelligence artificielle peut identifier des arguments, proposer des interprétations, repérer des contradictions et aider à développer des questions philosophiques. Sa contribution peut être considérable. Ces capacités laissent néanmoins des distinctions à examiner : entre analyser une œuvre, estimer son utilité possible, savoir ce que son auteur voulait dire et anticiper ce qu’un lecteur éprouvera. La compétence dans l’une de ces tâches ne permet pas d’établir une certitude dans toutes les autres.

Les lecteurs humains comprennent eux aussi parfois mal les auteurs. L’intention d’un auteur ne suffit pas à trancher toutes les interprétations légitimes d’une œuvre. La littérature peut porter des significations que son auteur n’avait pas consciemment prévues. La philosophie peut révéler une contradiction que son auteur n’avait pas remarquée. La question concerne donc la portée et les conséquences d’une interprétation : quel degré de certitude l’évaluateur revendique-t-il, et que devient l’accès lorsque cette interprétation se transforme en décision ?

L’expression « expérience du lecteur » peut masquer plusieurs questions différentes. Certaines concernent le chargement d’une page, la facilité d’utilisation de sa mise en page et les interruptions qui peuvent gêner la lecture. Les recommandations de Google relatives à l’expérience sur les pages portent sur des conditions pratiques de ce type. Ces conditions peuvent être évaluées en partie au moyen de tests techniques ; certaines mesures s’appuient sur des données provenant d’utilisateurs réels. Elles aident à décrire les conditions dans lesquelles la lecture se déroule. Elles ne peuvent pas, à elles seules, décrire la pensée que cette lecture pourrait faire naître.

Il y a aussi l’utilité anticipée, déduite du contenu et de son contexte. Puis il y a l’expérience réelle du lecteur : quelque chose qui se produit lorsqu’une personne particulière rencontre l’œuvre. L’indexation et le classement sont des processus distincts. Une nouvelle page peut être indexée avant d’avoir reçu le moindre visiteur provenant de la recherche. Le problème concerne la manière dont les estimations du bénéfice humain sont utilisées et la clarté avec laquelle leurs limites sont reconnues.

Un texte philosophique peut diminuer les certitudes d’une personne. Il peut révéler qu’une réponse familière dépend d’un présupposé qu’elle n’a jamais examiné. Une œuvre littéraire peut laisser un sentiment en suspens. La rencontre peut être exigeante, voire inconfortable, tout en conservant une valeur. Son effet peut se manifester plus tard, lorsqu’une phrase revient au cours d’une conversation ou au moment d’une décision difficile.

Qu’est-ce qui constitue une expérience satisfaisante dans ces circonstances ? Le soulagement de recevoir une réponse ? Le trouble de découvrir que la question était incomplète ? À qui revient de définir lesquelles de ces expériences constituent un bénéfice ?

Les recommandations publiques de Google reconnaissent que le contenu devrait être évalué en fonction de sa finalité. Elles abordent l’originalité, l’effort, le savoir-faire et une expérience utilisateur satisfaisante. Cela nous donne une base pour poser une question précise : avec quelle fiabilité les décisions automatisées préservent-elles ces distinctions lorsqu’elles évaluent une interrogation philosophique, un poème ou une forme littéraire inhabituelle ? Publier un principe et l’appliquer correctement à une œuvre particulière sont deux réalisations distinctes.

La manière dont cet essai a été élaboré fait partie de cette question.

J’ai choisi le sujet, la préoccupation centrale et la direction. Avant de rédiger, j’en ai discuté avec un assistant d’IA. Il a recherché des sources, proposé des rapprochements, suggéré des formulations et parfois présenté un angle que j’ai soutenu parce qu’il correspondait à l’interrogation que je souhaitais poursuivre. Je l’ai dit ouvertement. À d’autres moments, j’ai corrigé son cadrage, rejeté une implication ou retiré une proposition que j’avais initialement avancée.

La contribution intellectuelle de l’IA est réelle. Mon rôle consiste notamment à décider ce que ces contributions signifient dans le travail, lesquelles développer et lesquelles laisser de côté. La discussion modifie le texte final. Une correction peut empêcher une comparaison de confondre deux situations différentes. Une objection peut faire apparaître la question qui compte davantage que la première question que nous avions posée.

Ce processus fait partie de l’écriture. Une brève mention de la participation de l’IA désigne un outil ; expliquer les rôles montre comment le travail a pris forme. Google lui-même encourage les créateurs à expliquer qui a produit le contenu, comment il a été élaboré et pourquoi. Quel degré d’explication est disponible dans l’autre sens, lorsqu’un créateur cherche à comprendre comment un système a évalué ce travail ?

Une longue discussion ne garantit pas un bon essai. Le fait qu’un humain en fixe la direction ne rend pas tous les arguments retenus solides. Le processus contient cependant des distinctions pertinentes pour évaluer l’autorat et l’effort. Dans quelle mesure un système peut-il les déduire de la page achevée ? Comment distinguera-t-il une réflexion humaine soutenue, accompagnée par l’IA, d’un texte produit avec peu d’attention à sa signification ?

Notre démarche d’écriture élabore une perspective par la discussion, sous une direction humaine, et la met à la disposition du lecteur pour qu’il l’évalue. Google applique une évaluation externe à la page achevée, avec des décisions qui influencent la possibilité de rencontrer l’œuvre par la recherche. L’IA peut contribuer dans les deux contextes ; son rôle, la portée de la décision et les conséquences pour le lecteur diffèrent.

WeCome1 a un but et une perspective. Ses questions orientent l’attention ; choisir ce que l’on demande influence déjà le cadre. Je veux que cette direction soit visible tout en laissant aux lecteurs la possibilité de parvenir à leurs propres conclusions. Un lecteur peut accepter un argument, contester son présupposé ou emmener une question là où l’auteur ne l’avait pas prévu.

Il s’agit aussi d’un projet indépendant mené sans objectif lucratif, dont les pages ne comportent aucune publicité. Ces choix font partie de la manière dont le projet traite l’attention du lecteur. Un système d’évaluation reconnaît-il leur pertinence pour l’expérience recherchée ? Comment prend-il en compte la décision de préserver cette attention de la publicité tout en invitant le lecteur à penser par lui-même ?

Google propose une aide aux organisations à but non lucratif éligibles par l’intermédiaire de Google for Nonprofits, notamment avec Ad Grants pour les annonces sur le moteur de recherche. Ces programmes exigent que l’éligibilité de l’organisation soit vérifiée ; la seule finalité non commerciale d’un projet ne suffit pas à établir ce statut. Une aide sous forme de produits ou de publicité se distingue également d’un avantage dans la recherche organique. Dans les recommandations publiques consultées pour cet essai, je n’ai trouvé aucune promesse selon laquelle l’absence de publicité ou une finalité non commerciale suffirait, à elle seule, à assurer l’indexation ou un placement préférentiel.

Les recommandations de Google encouragent bien les contenus créés avant tout pour les personnes et conseillent d’éviter les publicités qui gênent l’accès au contenu principal. Il y a là un point de convergence pertinent. Avec quelle précision ses systèmes peuvent-ils reconnaître l’intention d’un projet à partir de la manière dont ses pages sont construites ? Comment cette intention entre-t-elle dans l’évaluation, et comment le créateur pourrait-il savoir si elle a été comprise ?

Cette liberté impose des exigences à l’écriture. Les questions ont besoin d’un contexte. Les affirmations doivent être étayées de manière appropriée. Laisser une conclusion ouverte devrait donner au lecteur de l’espace pour réfléchir, plutôt que lui laisser simplement la tâche de réparer un argument insuffisamment développé. Le but est de proposer quelque chose qu’il puisse examiner sans faire de son accord la condition d’une rencontre réussie.

Un évaluateur peut-il reconnaître cette forme d’utilité ? Peut-il distinguer une question volontairement laissée ouverte d’une réponse manquante ? Peut-il reconnaître la valeur qu’il y a à permettre à un lecteur de ne pas être d’accord, sans décider au préalable de la conclusion à laquelle ce lecteur devrait parvenir ?

La difficulté devient circulaire lorsque les éléments dont on dispose sur les réactions des lecteurs dépendent de décisions antérieures concernant la visibilité. Une boucle de rétroaction possible serait :

Visibilité non accordée → moins d’occasions pour les lecteurs de réagir → données limitées → interprétation de cette limite comme un signal négatif → visibilité toujours non accordée.

L’étape cruciale est l’interprétation de l’absence d’éléments de preuve. Une visibilité limitée ne révèle pas comment les personnes réagiraient dans d’autres conditions. Des données incomplètes peuvent laisser une question sans réponse. Traiter cette incomplétude comme un rejet ajoute une conclusion que l’observation seule ne peut étayer.

Les travaux sur la recherche d’information ont examiné un problème apparenté. Thorsten Joachims, Adith Swaminathan et Tobias Schnabel montrent comment la position d’un résultat de recherche influence les clics qu’il reçoit (biais de position), et pourquoi apprendre directement à partir de telles réactions peut produire des résultats déformés. Leur travail développe aussi des méthodes pour corriger ce biais. Il ne démontre pas que le résultat d’indexation de ce projet a été causé par la boucle décrite ici. Il établit pourquoi les réactions doivent être interprétées en fonction des possibilités créées par un système.

Plus généralement, des observations issues d’un ensemble restreint de rencontres peuvent donner une image erronée des possibilités extérieures à cet ensemble (biais de sélection). Un système qui apprend de ses propres résultats doit tenir compte de la manière dont ces résultats ont façonné ce qu’il était possible d’observer.

La même obligation s’impose à l’auteur. Le silence ne peut prouver qu’une œuvre aurait été largement appréciée si seulement elle avait été montrée. Un essai passé inaperçu peut être précieux, médiocre ou n’intéresser que très peu de personnes. Le manque de visibilité ne tranche aucune de ces possibilités. Le lecteur que nous n’avons pas atteint n’a ni approuvé ni rejeté le travail.

C’est ici que l’autorité entre en jeu.

Une institution peut posséder le pouvoir de rendre une décision effective sans disposer des éléments de preuve qui rendent cette décision correcte. L’autorité peut organiser l’accès, établir des procédures et coordonner d’immenses systèmes. Ces fonctions ne confèrent pas l’infaillibilité. L’ampleur d’une décision peut accroître les conséquences d’une erreur tout en laissant inchangée la qualité du raisonnement qui sous-tend cette décision.

Le pouvoir d’un dirigeant politique d’imposer une politique ne prouve pas que celle-ci servira les personnes qui devront vivre avec elle. La même distinction logique importe partout où les décisions acquièrent leur force grâce à une position institutionnelle. Dans la recherche, la conséquence concerne la possibilité d’être trouvé : la capacité à déterminer ce qui peut être facilement trouvé ne démontre pas, à elle seule, la capacité à en déterminer la valeur philosophique ou littéraire.

Une décision d’indexation peut devenir un signal culturel aux yeux d’un auteur ou d’un lecteur. « Je n’ai pas pu le trouver » peut glisser vers « cela n’a aucune importance ». « Le système l’a sélectionné » peut glisser vers « cela mérite ma confiance ». Ces deux mouvements ajoutent un jugement à un résultat opérationnel.

Pourquoi faisons-nous ce pas ? Parce que nous comprenons les raisons ? Parce que le système a mérité notre confiance en nous apportant une aide fiable dans d’autres situations ? Parce que l’exclusion a un coût ? Ou parce que nous avons appris à lui faire confiance, que nous nous sommes habitués à ses décisions ou que nous avons été conditionnés à accepter sa sélection comme un critère ?

Des actions répétées dans des contextes familiers peuvent devenir habituelles (formation des habitudes). Les travaux de Wendy Wood et David Neal expliquent comment des associations apprises entre des contextes et des réactions peuvent permettre d’agir sans prendre une nouvelle décision à chaque fois. Cette explication n’établit pas pourquoi une personne particulière fait confiance à Google. Elle nous donne un moyen de demander si l’habitude d’utiliser un service peut se mêler à l’acceptation de ses jugements.

La confiance acquise grâce à une aide pratique peut s’étendre à une autre tâche. Un système qui nous aide à trouver une adresse peut aussi être sollicité pour nous guider vers une œuvre philosophique qui en vaut la peine. Avec quelle attention examinons-nous le passage entre ces demandes ? À quel moment un critère familier devient-il une autorité dont nous avons cessé d’interroger les limites ?

Je dois m’inclure dans cette question. Lorsque je lis un statut d’indexation comme s’il s’agissait d’un jugement sur la valeur de mon projet, je lui accorde peut-être plus de sens qu’il n’en fournit. La frustration peut transformer une décision inexpliquée en un verdict imaginé. Demander de la clarté à Google exige aussi de clarifier ma propre inférence.

Cela ne supprime pas la responsabilité attachée à la visibilité. L’influence d’un système accroît l’importance d’expliquer les raisons pertinentes, de reconnaître l’incertitude et de permettre un réexamen des décisions. Une description générale d’un contenu de qualité aide à présenter les objectifs d’une institution. Elle ne peut fournir le raisonnement propre à un cas particulier qui manque à une indication de statut générale.

Le spam, les doublons, les restrictions techniques et les ressources limitées imposent tous des contraintes pratiques. Un index ne peut promettre que toutes les pages possibles seront conservées ou que chaque œuvre apparaîtra pour chaque recherche. La répartition des ressources se distingue néanmoins d’une évaluation de la portée littéraire. Une explication utile devrait permettre aux créateurs de comprendre à quel type de problème ils sont confrontés.

Je ne sais pas comment construire un système capable d’évaluer pleinement la philosophie et la littérature. Je peux demander quelle forme prendrait la retenue lorsque cette évaluation est incertaine. La possibilité de trouver une œuvre pourrait-elle dépendre moins de la certitude quant à sa valeur ultime ? Un système pourrait-il distinguer les affirmations factuelles, les interprétations et les procédés littéraires sans transformer la classification elle-même en un verdict incontestable ? Pourrait-il préserver des possibilités de rencontre entre des œuvres peu connues et des lecteurs susceptibles de s’y intéresser ?

L’évaluation technique, la pertinence, la qualité anticipée et la signification d’une rencontre ont chacune un rôle. Leurs limites méritent de rester visibles. Un système peut avoir besoin de faire des choix pratiques avant que toutes les incertitudes soient résolues. La raison de cette nécessité devrait rester distincte de l’affirmation selon laquelle l’incertitude aurait été résolue.

Un système qui répartit la visibilité ne devrait pas traiter le silence créé par ses propres décisions comme une preuve que ces décisions étaient correctes.

La question s’étend aux personnes qui l’utilisent, y compris celle qui écrit ces mots. Lorsque nous acceptons la sélection d’un système, qu’acceptons-nous exactement : une aide pour trouver quelque chose, une estimation de sa pertinence ou un jugement sur ce qui mérite d’avoir de l’importance ?

Et lorsqu’une œuvre reste en dehors de cette sélection, qu’est-ce qui nous permettrait de distinguer les limites de l’œuvre des limites du système au moyen duquel nous avons essayé de la trouver ?

Sources consultées :

Google Search Central — In-depth Guide to How Google Search Works; A Guide to Google Search Ranking Systems; Creating Helpful, Reliable, People-First Content; Understanding Page Experience in Google Search Results; Site Position in Google Search Results FAQ.

Google Search — Search Engine Testing and Evaluation.

Google Search Console Help — Page Indexing Report.

Google for Nonprofits Help — About Google for Nonprofits; Eligibility Guidelines.

Thorsten Joachims, Adith Swaminathan, Tobias Schnabel — Unbiased Learning-to-Rank with Biased Feedback, 2016.

Wendy Wood, David T. Neal — A New Look at Habits and the Habit–Goal Interface, Psychological Review, 2007.