Encore des catégories

La dernière fois que nous nous sommes vus, chers lecteurs, j'étais en train de faire le kéké avec les catégories de Wikipédia. Et puis j'ai continué dans mon coin, histoire de sortir un truc tout cute-kawaii :

C'est le graphe des catégories en partant de la catégorie « Article ». Histoire de simplifier le tout, je n'ai pris en compte que les catégories encyclopédiques (pas les trucs des portails, les modèles, etc.) et j'ai laissé tomber les listes et les homonymies. Et chaque nœud n'est relié qu'au parent le plus important (sinon, c'est illisible).

Pendant qu'on y est, quelques trucs sur les catégories (uniquement les encyclopédiques) :

• En partant de la racine et en descendant de catégorie mère à catégorie fille, l'arbre ne comprend au maximum que 19 niveaux, les catégories les plus basses étant Micrognathozoa, Kinorhyncha, Acanthocéphale, Parenchymia, Priapulida, Loricifera et Sipuncula.


• De façon générale, il existe 157 160 catégories encyclopédiques. Ça en fait, du classement.


• Le rayon du graphe (en laissant de côté son orientation) est 12. La catégorie la plus centrale (et dont la moyenne des distances aux autres points est la plus faible) est « Ministre espagnol de la Présidence »


• Inversement, son diamètre est 22. La catégorie la plus périphérique est « Monument romain par pays ».
  

C'est tout pour aujourd'hui. Un de ces quatre, j'arriverai à générer un graphe qui ne soit pas que mignon, histoire que ça serve à autre chose qu'égayer mon blog.

Catégories

De temps à autre, je télécharge la base de données de Wikipédia, histoire de produire des statistiques pour ce blog (ou pour mon amusement personnel). Cette fois-ci, j'ai récupéré l'arborescence des catégories du projet francophone. Une fois les données nettoyées (j'ai enlevé les catégories dédiées à la maintenance du projet, par exemple), j'ai créé un graphe (un nœud = une catégorie ; un arc = un couple de catégories mère/fille) que j'ai donné à manger à Gephi. Puis j'ai lancé le moteur de layout OpenOrd pour mettre un peu d'ordre dans ces 158 540 catégories et leurs 339 418 liens.

Voici le dessin de ce que ça m'a pondu :

Je n'ai aucune idée de ce que ça représente vraiment, mais c'est plutôt chouette, non ?

Thématique

Hier, Freewol se demandait, sur le Bistro, si ça ne serait pas une bonne idée de mettre tout en haut des articles la thématique principale à laquelle ils se rattachent. Évidemment, tout le monde lui a fait remarquer que les catégories servaient déjà à ça. Ainsi que les bandeaux de portails. Et qu'il suffit d'améliorer l'intro, après tout. Bref, que ce n'était probablement pas une très bonne idée de rendre le bouzin encore plus complexe.

Tout ça m'a rappelé qu'au début de Wikipédia, les catégories n'existaient pas. Certains articles utilisaient toutefois quelque chose de très similaire à ce que proposait Freewol (comme ici, sur Mars (planète) : pas en haut du texte, mais en bas). Comme quoi, ça remonte à loin.

L'idée des catégories, c'était de proposer une classification thématique automatiquement gérée par le logiciel, où des catégories racines contiendraient des catégories filles plus spécifiques, et ainsi de suite à la manière d'un arbre. J'imagine que l'idée de départ, c'était de faire une classification bibliographique rigoureuse. Forcément, comme tout le reste de Wikipédia, ça a dérivé (souvenez-vous : au début, WP, c'était pour apporter la Connaissance aux p'tits Africains... Heureux de voir que cette version 2.0 du fardeau de l'homme blanc s'est écroulée dans l'indifférence), et je suppose que la faute réside dans la possibilité de ranger un même article dans plusieurs catégories.

En fait, je parie que les conséquences de la multi-catégorisation n'ont pas été analysées à leur juste valeur. On a dû se dire un truc comme « ben ça va faire se dégager le thème principal », sans se soucier de savoir si ça existait vraiment, le thème principal. Évidemment, souvent, c'est juste un point de vue : le point de vue du bon sens ou de la pensée académique, certes, mais un point de vue quand même. Forcément, ça n'a pas résisté à l'usage...

À mon avis, l'un des enseignements de Wikipédia, c'est qu'il existe des tonnes de classifications thématiques : à la hiérarchisation traditionnelle, le site a substitué le réseau. Si c'est pas 2.0 à mort, ça... Maintenant, on va avoir des types qui vont nous bassiner avec la VRAIE thématique d'un article, mais c'est un autre problème.

La Wikipédia francophone est capitaliste et italienne

Je pense que vous l'avez compris : en ce moment, ma marotte, c'est de tripatouiller le graphe des catégories de WP. J'avance lentement et pas très efficacement, parce que je n'y connais pas grand chose et que je fais ça sur mon temps libre. Mais ça me donne des idées.

L'une de mes idées, c'est de trouver une méthode automatique de classification thématique d'une Wikipédia quelconque. Contrairement à ce qu'on pourrait imaginer, c'est nettement plus complexe qu'il n'y parait.

Comme vous le savez déjà bien entendu tous (car vous lisez attentivement ce blog et vous rappelez sans problème les posts d'il y a six mois), une équipe de chercheurs a déjà réalisé un calcul de cette couverture thématique pour en:. Leur idée, c'était de calculer le plus court chemin jusqu'à une catégorie de plus haut niveau. C'est assez pertinent, mais ça suppose :

• qu'il existe des catégories de haut niveau exploitables ;
• que les thèmes sont limités à ces catégories de haut niveau.

Le deuxième point est ennuyeux : l'une des caractéristiques de WP est justement de casser le modèle thématique habituel (limité à des trucs génériques comme "histoire", "géographie", etc.). Quant au premier point, il n'est tout simplement pas applicable sur fr:.

C'est là que je me dis : c'est pas grave, on doit bien pouvoir trouver d'autres méthodes. Par exemple, grâce à de savants calculs de centralité, il doit sûrement être possible de définir les catégories centrales. Et donc j'ai essayé. J'ai considéré le graphe comme non-orienté et j'ai calculé la distance moyenne de chaque catégorie à toutes les autres. Dans cette approche, Catégorie cachée est la plus centrale. En dehors des catégories de maintenance, il s'agit de Entreprise italienne. Mouais. Y'a encore du boulot, j'ai l'impression. Ou alors, cette approche est complètement hors de propos dès le début. Bref, fichtre.

En passant, si WP fait la différence entre les articles de l'espace encyclopédique et les autres, cette distinction n'est pas de mise en place pour les catégories, ce qui est assez ennuyeux pour mon approche : je n'ai aucun moyen générique pour dire automatiquement si une catégorie est encyclopédique ou pas. Forcément, ça limite.

PS : oui, je suis de retour. Non, ça ne va pas beaucoup mieux.

Number crunching

Conformément à sa vision libertaire, Wikipédia ne se contente pas de se faire éditer le poil par tout le monde : elle met à disposition ses entrailles. Le contenu est ici, les consultations là. Pourtant, je n'ai pas l'impression de voir souvent passer des études sur le sujet. On dirait que le number crunching fait peur aux gens (c'est possible, si j'en crois cet article du NYT). Ou alors, personne ne sait que tout le bidule est en libre téléchargement.

La dernière livraison de fr: disponible en dolodage comprend 3 423 075 pages distinctes (dont 1 812 264 dans l'espace encyclopédique, redirections comprises). Elles possèdent 69 871 906 liens entre elles. C'est sûr que ça commence à faire lourd l'analyse de graphe. Et encore, là, je ne parle même pas de l'historique ou des consultations de pages (les stats de consultations sont disponibles sont la forme de fichiers zippés d'environ 60 Mo regroupant chacun une heure de temps, ainsi que plus de 5 millions de lignes). Je connais une socioloque qui aimerait bien analyser les liens entre contributeurs sur la base de leurs contributions sur les pages de discussion : c'est possible, mais va falloir se trouver un plus gros PC. En résumé : c'est du gros.

Bon, moi, j'ai pas la puissance de feu de Google, mais ça ne veut pas dire que je ne peux rien faire. Alors histoire de, j'ai regardé un peu les catégories de fr:. Il n'y en a que 124 778 dans mon dump, donc c'est jouable. Une fois évacuées les catégories concernant l'espace non-encyclopédique (un truc pas évident à définir : le logiciel ne fait pas la distinction entre catégories encyclopédiques et non-encyclopédique) et les inévitables catégories isolées, il reste un bloc d'environ 108 000 catégories. J'ai le plaisir de vous apprendre que le diamètre de son graphe est de 23 et son rayon de 12 (je suis parti du principe que le graphe n'est pas orienté, parce que sinon c'est nul ; c'est un blog ici, pas un papier soumis à peer review).

De toute évidence, une catégorie n'est pas reliée à toutes les autres par au plus six liens. Par contre, la distance moyenne entre deux catégories est d'à-peu-près 6,6. Au centre du graphe, on trouve les catégories relatives aux pays du monde (Catégorie par pays est la plus centrale). À la périphérie, on trouve les innombrables catégories relatives à la classification en biologie (Physarida est la plus excentrée). Voilà, merci de votre attention. J'espère avoir apporté quelque chose à la Connaissance.

Sinon, j'ai bien tenté de faire un joli graphique avec tout ça, mais les logiciels que j'ai eu sous la main ont la fâcheuse tendance à planter quand je leur fournis plus de 50 000 nœuds, et je n'ai pas les compétences pour en développer un ad hoc. C'est dommage, j'aime bien les jolis graphiques.

Humour wikipédien

Je me demande si on peut rajouter la catégorie « Décès en 1882 » sur l'article « Dieu ».

Rivières, fleuves et autres cours d'eau

En 2006, l'Union astronomique internationale, avisant la tripotée de nouveaux objets tout ronds qu'on commençait à découvrir par packs de 12 au fond du système solaire, se mit en tête de pondre une définition officielle du terme « planète ». Ce ne fut pas un coup très heureux : il a fallu créer une définition plutôt arbitraire et sans vraiment d'utilité scientifique, et en plus pas très claire. Et histoire de compliquer le tout, on a introduit le concept bâtard de planète naine.

Il faut dire qu'à la base, une planète, c'est une question d'appréciation. Un bidule historique sans grande rigueur, certes impropre à une classification rigoureuse mais ce n'était pas vraiment le problème : si on voulait une classification rigoureuse, on pouvait toujours prendre autre chose. S'il y a une morale à cette histoire, c'est qu'il faut toujours se méfier quand on essaye de faire rentrer à grands coups de marteau un terme populaire dans une définition rigoureuse.

En français, il existe plusieurs termes pour définir les cours d'eau : fleuve, rivière, ruisseau, ru, etc. En gros, le ruisseau est plus petit que la rivière et celle-ci que le fleuve, mais la logique s'arrête là. En général, le fleuve se jette dans l'océan. Sauf que pas toujours : ça dépend du moment, de l'endroit, de l'histoire, de la personne... Et puis une rivière peut aussi se jeter dans l'océan, hein, suffit qu'elle soit pas très grande. Ou alors on parle de fleuve côtier. Une formidable invention, ça : c'est une rivière qui se jette dans la mer. Un peu comme un fleuve, mais en plus petit. Une rivière, quoi. Enfin ça dépend.

Bref, un fleuve et une rivière, on sait ce que c'est quand on en voit, mais on serait bien en peine d'établir une distinction rigoureuse. D'ailleurs, les anglais parlent de river dans les deux cas ; les allemands de Fluss. Pour un fleuve, le TLFI parle de « [c]ours d'eau important, généralement caractérisé par une très grande longueur et largeur, un débit abondant, des affluents nombreux, et qui se jette le plus souvent dans la mer ». Bref, la Loire, c'est un fleuve et la Chézine, c'est une rivière. Et, euh, voilà.

Tout ça ne serait pas très important si, comme pour les planètes, on se mettait à vouloir classer les cours d'eau de façon rigoureuse. Sur Wikipédia, au hasard. Fort logiquement, on commence par se dire qu'on va faire la distinction entre fleuves et rivières.

À cet instant, on a le choix. Soit on essaye de déterminer quels cours d'eau sont généralement considérés comme des fleuves : c'est la bonne méthode, totalement improductive vu le nombre de cours d'eau mais bonne. Soit on opte pour la mauvaise méthode : la définition arbitraire. Par exemple que le terme désigne forcément un cours d'eau qui se jette dans l'océan...

Soyons honnête un peu : poser qu'un cours d'eau qui se jette dans l'océan est un fleuve, ce n'est pas scandaleux. Par contre, c'est faire l'impasse sur beaucoup de questions, comme par exemple :

• La Garonne est-elle un fleuve, puisqu'elle s'appelle la Gironde après la confluence avec la Dordogne ?
• La Meuse et le Rhin sont-ils des rivières puisqu'ils se jettent dans un estuaire commun ?
• L'Amou-Daria mérite-t-il d'être appelé fleuve ?
  
• L'Okavango, c'est quoi ? Et le Chébéli ?
  
• Et sans parler des trucs un peu bizarres.

Ensuite, comme on est sur Wikipédia, il y a un problème pratique : séparer les cours d'eau en rivières et fleuves, c'est-à-dire faire des listes et des catégories séparées pour les unes et les autres, est-ce vraiment intéressant ? Parce qu'après, on se retrouve avec une séparation artificielle de centaines de catégories, sans que l'apport encyclopédique soit bien visible. Qu'un cours d'eau se jette dans l'océan, ce n'est qu'une caractéristique très secondaire : faire tenir tout un classement là-dessus, c'est assez hasardeux.

Sur Wikipédia, la tendance générale a initialement été de distinguer les rivières et les fleuves suivant leur embouchure. À l'usage, ce classement s'est révélé improductif et on est revenu à parler principalement de cours d'eau. Pour vous donner une idée, il existe une liste des cours d'eau de France par longueur, une liste des rivières de France et une liste des fleuves de France : c'est un cauchemar à gérer.

Néanmoins, l'usage des termes étant courant en français, la question revient régulièrement sur le tapis. Elle a été évoqué sur le Bistro il y a deux jours, suite à la création d'une catégorie « Fleuve par pays », laquelle est évidemment partie à la suppression (c'est vrai que pour la Hongrie, ce n'était pas très rempli). Les arguments des uns et des autres sont tenables ; finalement, ce qui justifie le mieux de ne pas faire cette distinction, c'est à mon avis que ça complexifie inutilement Wikipédia. Pas vraiment un argument définitif... C'est pas près de s'arrêter, moijvouldis !

Cartographie par secteur d'activité

Via Infodisiac, j'apprends l'existence d'une étude (en anglais et en pdf) sur la distribution des sujets dans Wikipedia, à travers l'examen de l'arbre des catégories. Il semblerait que près du tiers des articles se raccroche d'une façon ou d'une autre au sujet général « Culture and the Arts ».

L'étude applique cette méthode à la distribution des conflits par sujets. Dans cette approche, religion et philosophie sont les principaux champs de bataille, ces deux sujets possédant un taux de conflit disproportionné par rapport à leur importance dans en:.

Ça semble intéressant et à creuser.

Amusons-nous avec les catégories

Pour continuer sur les catégories (vu que je me suis tapé un script pour toutes les récupérer, va falloir rentabiliser tout ça), quelques constatations :

• nojhan faisait remarquer en commentaire du post précédent que les catégories de Wikipédia formaient un graphe sans échelle organisé en petit monde (comme ça, je peux caser des termes que je ne connais pas sur mon blog, ça en jette, merci nojhan). Au final, tout est organisé, hiérarchisé, avec des structures propres à chaque sujet, mais rien n'est jamais très loin. En cadeau, sur la droite, je vous offre le diagramme des liaisons entre les catégories filles de Catégorie:Liste. C'est mignon comme tout (à défaut d'être lisible et exploitable). Si je réussis à faire la même chose pour l'intégralité des catégories encyclopédiques, je vous mets au courant.
• Il y a en tout près de 100 000 catégories différentes. C'est beaucoup et on communique assez peu sur le sujet.
• Je connaissais mal le haut des catégories. Tout au-dessus, on trouve l'Accueil, divisé en Espace encyclopédique (les articles, au sens large), Espace non encyclopédique (les projets, les modèles, tout le reste) et Article (les articles, au sens strict). Bon, le distingo entre Article et Espace encyclopédique est assez faiblard, vu que la première contient la deuxième, mais il semblerait que la volonté d'Article soit de produire Classification thématique principale, bref une taxonomie sérieuse. Espace encyclopédique aussi, d'ailleurs, mais pas de la même façon. Bref, au plus haut, c'est déjà redondant, voire contradictoire. :o)
• Ce qui est amusant avec les catégories, c'est qu'on a en même temps une tendance à l'abstraction et à la spécialisation. Les catégories abstraites classent les autres catégories ; les catégories spécialisées rangent les articles. Je me demande dans quel ordre on a procédé.
• J'ai découvert la catégorie Expérience, bizarrement placée sous Espace encyclopédique. Conservée suite à une PàS, j'ai un peu de mal à comprendre son but. Son historique m'a permis de découvrir le Projet:Catégories, pas super actif.
  

Organisation spontanée

Auprès du grand public, les catégories de Wikipédia ne rencontrent pas l'écho qu'elles mériteraient. Pas présentes au lancement du site, ajoutées ensuite comme une rustine sur un pneu crevé, elles sont pourtant, et peut-être plus que les articles eux-même, l'essence du projet.

Pourtant, il n'y a rien de plus fondamental et de plus structurant, dans une telle entreprise, que l'organisation des articles. Tenez, jetez un œil sur la taxonomie des connaissances reprises de l'Encyclopédie :

Le système figuré des connaissances humaines. Trois parties principales : mémoire (histoire), raison (philosophie) et imagination (poésie). L'arbre est simple, les branches se succèdent logiquement, sans bifurcation excessive, l'ensemble est agréable à l'œil. En découle une impression d'ordre, la certitude que l'Homme triomphe du chaos. Toute la connaissance est accessible, raisonnable, prête à être saisie dans sa globalité pour l'illumination du lecteur.

Bon, sur WP, c'est un poil plus compliqué. Afin de me la jouer un peu, voici un graphe des catégories relatives à la Géorgie (un pays choisi histoire de ne pas avoir une arborescence trop énorme) :

Chaque disque jaune représente une catégorie pouvant être atteinte en descendant l'arbre à partir de la catégorie initiale, en vert au centre ; le diamètre des disques est proportionnel au nombre d'articles présent dans la catégorie correspondante. Je n'ai pas représenté les bifurcations vers d'autres sujets, accessibles en remontant l'arbre, ça devient vite illisible. Les deux gros disques, en haut à droite, correspondent à des dynasties géorgiennes (catégories très peuplées). Vers la droite, on trouve les personnalités du pays et l'histoire, vers le haut à gauche le sport. La géographie est présente sur la gauche (l'excroissance, tout à gauche, est relative à la mer Noire). En tout, on compte plus d'un millier d'articles répartis sur une centaine de catégories ; il existe des ponts entre sous-catégories (celles de « Personnalité géorgienne » jouent d'ailleurs un rôle central), mais l'ensemble conserve une structure. Ce que le graphe ne met pas en évidence cependant, c'est l'imbrication de tout ce système à l'intérieur d'une organisation plus vaste : presque chacune de ces catégories est également liée à une sur-catégorie qui n'est pas spécifique à la Géorgie (« Histoire de la Géorgie » pointe également vers « Histoire nationale » et « Histoire du Caucase », par exemple). On est bien loin du schéma bien rangé de l'Encyclopédie ; ici, tout sujet n'est jamais très loin d'un autre.

Au total, fr: compte près de 100 000 catégories dans l'espace encyclopédique, provoquant une subdivision et une mise en relation des connaissances à un niveau probablement jamais atteint jusqu'alors, une hiérarchisation créée spontanément en classant les articles dans les catégories qui vont bien, sans vraiment réfléchir à la structure globale de l'organisation. Je ne sais même pas s'il existe à ce niveau un quelconque moyen de représenter cette structure. C'est ennuyeux, il y a matière à creuser.

Catégorie:Article de blog wikipédien de deux lignes dont l'une est un lien vers une catégorie anglaise

Category:Musical theatre articles missing an image in infobox

Purée, ils sont précis dans leurs catégories, les Anglo-saxons.

Hiérarchisation

À la base, Wikipédia considère tous les sujets admissibles comme égaux. L'absence de discrimination — provenant d'une absence de ligne éditoriale — est l'un des points les plus déroutants du site quand on en découvre l'existence.

En réalité, la nature ayant horreur du vide, plusieurs systèmes remplissent plus ou moins ce rôle.

En tout premier lieu,les critères moraux développés à longueur de Bistro : ils n'ont pas beaucoup d'utilité, mais permettent de constater que tout le monde ne considère pas le caractère égalitaire de Wikipédia comme allant de soi, y compris parmi les contributeurs réguliers. Bref, qu'il y a une demande pour hiérarchiser les sujets.

Ensuite, le plus évident : les critères d'admissibilité. Ils permettent de distinguer les sujets qui peuvent figurer sur Wikipédia et ceux qui n'y sont pas autorisés. Créés bien après les débuts de Wikipédia, ils restreignent les principes fondateurs grâce à des ajouts ad hoc, plutôt arbitraires et très désordonnés (la page ressemble à une liste à la Prévert) : c'est à mon sens la réaction la plus viscérale à l'inconfort moral qui nait de l'absence de comité éditorial. Néanmoins, ils ne répondent à la demande de hiérarchisation que de façon binaire : soit un sujet est présent, soit il est exclu. Qui plus est, ils sont suffisamment lâches pour ne pas être très efficaces quand il s'agit de faire un travail éditorial. C'est un tamis à gros grains.

Les autres procédés sont beaucoup plus subtils et je doute même qu'ils soient vraiment perçus comme tels.

L'un des intérêts de Wikipédia, c'est la possibilité de classer les articles suivants des critères plus mobiles et plus détaillés que dans une encyclopédie classique. Ça, c'est le boulot des catégories. Couplées avec un nombre d'articles important, il est possible d'obtenir des niveaux hiérarchiques très pointus, comme les provinces de l'Ouzbékistan, les écrivains bisexuels ou les Pokémons au premier stade d'évolution. Comme il est possible de relier un même article ou catégorie à plusieurs autres catégories, on tient là un outil précieux. C'est bien simple, sans les catégories, Wikipédia serait borgne. Cependant, les catégories sont d'un emploi rigide, impossibles à renommer, bref moins wikifiable que les articles. Concrètement, au lieu de mettre en perspective la perception générale des sujets, elles ont produit un arbre hiérarchique des connaissances très similaire à ce qu'on rencontre ailleurs : tout en haut, les catégories générales, classées en thèmes classiques (art, sciences, etc.) et il faut descendre quelques niveaux pour trouver des regroupements originaux. En résumé, il y avait moyen pour Wikipédia de créer une hiérarchisation des connaissances totalement novatrice, mais ce qui a été produit est fondamentalement classique : ce qui appartient en propre à Wikipédia n'est toléré que sur les branches annexes de l'arbre.

Autre moyen : les articles de qualité et les bons articles. Là, la chose est annoncée dans la structure même : les articles sont regroupés en grands thèmes (mathématiques, religions, arts, vie quotidienne, etc.) dont l'existence ne provient pas de Wikipédia mais est calquée sur des divisions traditionnelles de la culture occidentale. Partant de là, les articles sélectionnés sont forcément rattachés à l'une de ces divisions — une considération pourtant absurde dans un contexte hypertextuel. À leur examen, on se rend compte qu'il ne s'agit presque que de sujets sérieux que personne ne trouveraient déplacés dans un contexte encyclopédique classique. En fait, les rares sujets propres à Wikipédia (jeux vidéo, sports, télévision, etc.) sont classés dans l'ultime rubrique fourre-tout « Vie quotidienne et loisirs », y compris la sous-rubrique « Divers ».

On pourrait négliger l'importance des articles de qualité, mais je pense que leur existence — et leur organisation — est révélatrice d'un profond malaise dans Wikipédia. À la base, le nom choisi n'est pas innocent : il y a les articles de qualité et les autres, qu'il est impossible de ne pas qualifier alors de « sans qualité ». Par la structure adoptée, certains sujets ne seront jamais « de qualité ». Les autres seront rattachés de force à une organisation pensée en dehors de Wikipédia et qui ne prend pas en compte sa nature fondamentalement hypertextuelle.

Le projet Wikipédia 1.0 remplit également cette demande de hiérarchisation. Le but est de sélectionner des articles considérés comme importants et d'en prendre des versions stables : intrinsèquement, ces deux demandes sont opposées au fonctionnement de base de Wikipédia (pas de hiérarchie et aucune verstion définitive). Je ne remets pas en cause, bien sûr, le bien fondé de cette démarche, mais me contente d'indiquer ce qu'elle sous-entend : l'idée que Wikipédia n'est qu'un vaste brouillon et qu'il est nécessaire de soustraire les articles jugés importants à l'édition.

Tous ces points ne sont pas innocents. Il est très difficile de s'extraire de ses principes culturels pour admettre qu'il puisse ne pas y avoir de hiérarchie entre sujets, voire même qu'il puisse exister différentes hiérarchies suivant les gens ou les groupes, et non pas une hiérarchie imposée par la tradition et la morale. Ce qui me frappe dans tout ça (articles de qualité, 1.0, etc.), c'est que l'importance d'un sujet est évaluée par des critères externes, et pas de façon interne. Pourtant, ce ne sont pas les possibilités qui manquent : nombre de lectures de la page, fréquence d'édition, quantité de pages liées... Sur ce point, Wikipédia n'a pas utilisé son potentiel et c'est bien dommage.

Les catégories, ou pourquoi s'en débarasser

Je n'aime pas beaucoup les catégories.

Plutôt, j'ai appris à ne pas beaucoup les aimer. Oh, je me souviens encore lorsque j'ai débuté : il n'y en avait pas alors, il me semble, et c'était un problème. Il est parfaitement exact de dire que les catégories ont permis d'organiser les articles de façon plus rigoureuse, de traquer les articles moches, bref elles ont clairement contribué à accroître la qualité du bouzin. J'ai d'ailleurs fait mon content de catégorisation (et mon editcount leur dit merci).

Sauf que.

Sauf qu'il s'agit d'un ajout ultérieur à la machine et que ça se sent.

On ne peut pas les renommer. Déjà, ça, c'est plus qu'ennuyeux. Et c'est une déviation du concept initial qui est perturbante.

Elles s'éditent de la même façon que les articles, mais ce qu'on édite n'est pas du tout leur contenu. C'est tout aussi perturbant.

Elles doivent être organisées à la main. Si on crée une nouvelle catégorie sur un article, elle n'est pas prise en compte si on ne va pas en plus créer la page de la catégorie. Pas pratique. Non, vraiment : pour créer une catégorie, il faut faire au moins deux actions successives alors que la seconde (la création effective sur une page qui ne contient en fait rien) est une redite de la première (la création à la volée).

Elles sont restrictives à la lecture : trop de catégories et il est impossible de savoir de quoi on parle (la page anglaise sur Albert Einstein est typique de ce cas). Pourtant, il serait intéressant de catégoriser un article à tout va, sur le maximum de liens sémantiques.

Si on me demande, je trouve que le concept du tag est nettement supérieur. Vous savez, c'est ce truc qui existe plus ou moins partout, maintenant (y compris sur ce blog, à droite). C'est facile à utiliser, c'est léger, on peut en mettre plein, ça se classe automatiquement. C'est presque la même chose qu'une catégorie, mais c'est mieux.

Bon, je me doute bien de ce qui fait l'attrait majeur des catégorie : ça permet de faire ressembler Wikipedia à une encyclopédie correctement classifiée. Forcément, c'est mieux pour l'égo.

Mais c'est lourd.