Ce document aborde la recherche et l'évaluation de l'information sur Internet dans le cadre d'une méthodologie documentaire en licence, soulignant la complexité du web et son utilisation croissante pour la recherche d'informations. Il propose une méthodologie en 10 règles pour naviguer efficacement sur Internet, ainsi que des sections sur le fonctionnement des moteurs de recherche, la protection de l'identité numérique, et l'évaluation de l'information. Enfin, il traite des enjeux de la lutte contre le plagiat et la protection de la propriété intellectuelle.

1. Recherche et évaluation de l’information sur Internet Méthodologie documentaire en Licence 1 2011-2012

2. Methodoc : http://www.sites.univ-rennes2.fr/scd/methodoc/

4. Plan 1 / La recherche d’information sur Internet (RII) : notions et contexte 2 / Les principaux enjeux et la méthodologie de la « RII » en 10 règles 3 / Fonctionnement des moteurs de recherche 4 / Protéger son identité numérique 5 / Faire de la veille informationnelle 6 / Evaluer l’information 7 / Lutter contre le plagiat et pour le respect de la propriété intellectuelle

5. 1 / La recherche d’information sur Internet (RII) : notions et contexte

6. 1 / Notions Internet : INTERconnected NETwork (début des années 1960) Protocole : TCP/IP (cf. cours C2i) Applications d’Internet : web mais aussi courrier électronique, messagerie instantanée, partage de fichiers (peer-to-peer), etc. Le web : World Wide Web (début des années 1990) Protocole : HTML* (cf. cours C2i) architecture client-serveur : le client à l’aide d’un programme appelé le navigateur ( Internet Explorer, Firefox, etc.) se connecte à une machine distante, le serveur web, qui contient les données sous forme de pages web, structurées par un langage commun (HTML*) * Hypertext Markup Language

7. Le langage HTML

8. 1 / Le contexte : complexité d’Internet Un paradoxe : l’illusion de facilité qu’offrent certains outils de recherche alors qu’Internet se complexifie à mesure de son expansion. Quelles sont les raisons de cette complexité : Sa nature (à l’origine un outil de communication pas documentaire) Son contenu Enchevêtrement des applications (web, messagerie, forum, etc.) Diversité croissante du web (sites, blogs, réseaux sociaux, etc.) Son développement rapide et continu Quelles conséquences pour l’information?

9. 1/ Le « déluge informationnel » Réalité documentaire : 1996 : entre 100 et 250 000 sites web 2006 : entre 80 et 100 millions de sites En 2008 : plus de 1000 milliards de pages web ? En deux ans, plus de contenu créé que dans toute l’histoire de l’humanité 93 % de ce contenu = électronique 70 % des données créées par des individus Réalité sociale : 500 millions d’utilisateurs sur Facebook

10. 1 / Contexte : abondance de l’information Croissance du nombre de sites depuis 1995 (Netcraft)

11. 1 / Contexte : Seule une minorité des pages est visible à partir des moteurs de recherche WEB invisible : Bases de données Catalogues en ligne des bibliothèques Intranet Pages jaunes / blanches Publications archivées

12. 1 / Contexte : web entre babil et Babel Hétérogénéité : des sources, documents, contenus, supports, points de vue) Fragmentation : dispersion sur l’ensemble de la toile (image du puzzle à reconstituer) Manque de structuration : pages HTML (langage de description ≠ indexation), coexistence pages statiques et dynamiques Changement continuel : contenu et adresse url, naissance et disparition des pages (importance des outils de capture et de mémorisation) Multilinguisme (barrière des langues, caractères non latins) La fiabilité en question : Web 2.0 : diversité des producteurs de données. Web = outil d’expression personnelle autant que vecteur d’information (d’après V. Mesguish et A. Thomas, Net Recherche , 2009, ADBS, 2009)

13. Hétérogénéité des sources

14. 2/ Les principaux enjeux et la méthodologie de la « RII » en 10 règles

15. 2 /Des problèmes liés à l’indistinction des contenus et des outils du web… Quels changements majeurs de la recherche d’information, avec Internet ? Du monde professionnel au grand public : Usager « seul face aux outils » De l’ordre au désordre : Usager « seul face aux documents » De la confiance a priori à la validation personnelle: Usager « seul face à l’information » Du monde non-marchand à l’économie de l’attention: Usager « seul face aux liens commerciaux » De la transparence à la traçabilité généralisée : Usager « seul face à ses traces »

16. 2 /qui requièrent des aptitudes et une méthode : les 10 règles de la RII (1) Maîtriser les outils de navigation maîtriser l'interrogation avancée connaître différents outils Savoir questionner identifier l'objet de la recherche bien cerner le sujet traduire concepts en mots-clés identifier les sources pertinentes Choisir les bons mots-clés Chercher l'information à la source trouver les sites de référence privilégier les sources primaires

17. 2 / Les 10 règles de la RII (2) Toujours analyser l'information recouper, critiquer , comparer... conserver les données bookmark du navigateur outils de gestion de signets Zotero, Delicious... Maîtriser le temps faire plan de recherche éviter l'exhaustivité Rester clair sur ses objectifs

23. 2 / Les 10 règles de la recherche d'information (3) Utiliser différents types d'outils combiner moteurs, annuaires, métamoteurs... Etre "agile" lecture rapide rebondir d'un document à l'autre Mais… éviter le zapping (d’après V. Mesguich, A. Thomas, Net Recherche 2009 , ADBS, 2009)

24. 3/ Fonctionnement des moteurs de recherche

25. 3 / Panorama des outils de recherche Les catégories d’outils (cf. cours C2i) : Les annuaires thématiques (cf. TP) Les moteurs de recherche Les métamoteurs Les portails spécialisés (cf. TP) Les outils collaboratifs Domaine en perpétuelle innovation, qui propose de nombreux outils mais soumis à des enjeux économiques et financiers très importants.

26. 3 / Les moteurs de recherche Définition : outil automatisé d’indexation et de recherche des ressources du web Fonctionnement : 3 modules autonomes : robot collecteur : collecte des données module d’indexation : base de données du moteur (mémoire) module de requête : gestion des requêtes et des résultats

27. 3 / Fonctionnement des moteurs de recherche Source : R. Viseur, CETIC

28. 3 / Moteurs de recherche : la gestion des résultats Méthodes de classement des résultats Enjeux du classement des résultats ( ranking ) selon leur pertinence Deux grandes méthodes de classement : tri par indice de pertinence : calculs statistiques sur la fréquence des termes… tri par popularité : indice de popularité Google Présentation des résultats : affichage des résultats, description des documents, exploitation

29. 3 / La recherche avancée dans Google

30. 3 / Les moteurs : Quelques exemples Moteur de recherche scientifique http://www.scholar.google.fr Google Scholar Le moteur de demain ? http:// www.oamos.com Oamos catégorisation http://www.exalead.fr/search Exalead Indexation des tweets http://www.topsy.com Topsy Exemples de moteurs utilisant cette technologie Adresse URL Moteurs de recherche

31. 3 / Un exemple : le moteur Exalead

35. 3 / Les métamoteurs Définition : Un métamoteur est un outil de recherche qui interroge simultanément plusieurs outils (moteurs et annuaires). Après une élimination des doublons, les résulats sont compilés et classés selon un indice de pertinence. Diversité des métamoteurs : En ligne / hors-ligne Généraux / spécialisés Catégorisation des résultats ( dossiers thématiques) Exemple : Ixquick

36. 3 / Les métamoteurs : Ixquick

37. 3 / Le positionnement payant Différence entre liens naturels et liens sponsorisés ? Problèmes et enjeux : De plus en plus d’usagers arrivent sur des sites via les liens sponsorisés De plus en plus d’entreprises investissent dans des campagnes de liens sponsorisés Question : savoir distinguer un lien sponsorisé d’un lien naturel Question par rapport à la recherche, l’accès à l’information, son usage Problème : près de 60 % des gens ignorent la différence Risques des liens sponsorisés : 8,5% des liens sponsorisés conduiraient vers des sites représentant un risque pour l’internaute (étude McAfee Site Advisor, Mai 2006)

38. 3 / Le positionnement payant (2) savoir repérer les liens sponsorisés Liens « naturels » Liens commerciaux : 97 % du CA (5, 7 Mrds de $ , fin 08)

39. 3 / Le positionnement payant (3) La vente de mots clés Juin 2010 : rachat de mots clés dont « oil spill » par BP à Google.

40. 4 / Protéger son identité numérique

41. 4 / La googlisation Source : S2M

42. 4 / La googlisation Googlisation : utilisation exclusive des services de Google Différents problèmes : Dangers du monopole : “ le monde selon Google ”, monopole d’une entreprise sur tous les secteurs de l’information Problèmes du classement, de pertinence des résultats Problèmes de la traçabilité, de la conservation des données personnelles Risques d’addiction, de “googlisation” des usages  Enjeux de la formation pour diversifier les outils, prendre du recul

44. 4 / L ’économie de l’attention Enjeu majeur sur le web : comment capter et garder l’attention des usagers ? La variante internet du « temps de cerveau disponible » : « Les internautes vous paient avec le temps qu'ils passent sur vos contenus, ils vous paient avec leur attention. C'est cette attention, que les annonceurs veulent » . David Eun, responsable des partenariats de contenus chez Google à New York (janvier 08)

45. 4 / Propriétés des données personnelles Types de données détenues par les grands portails : Les requêtes sur les moteurs (logs) : Ce qui m’intéresse Les blogs : Mes opinions Les réseaux sociaux: Mes réseaux personnels La messagerie, les forums, le « chat » : Avec qui je communique et sur quoi Création de gigantesques base de données sur les goûts et habitudes des internautes Enjeux : Profilage marketing Pouvoir considérable accordé aux outils Risques d’intrusion de pouvoirs autoritaires (cf Chine, Iran...) Cf exemple récent de la vie d’un internaute reconstituée sur Le Tigre

46. Qui constitue les fichiers ? 1. Les fournisseurs d’accès > Directive Data retention (mars 2006) lutte contre le terrorisme 2. Les moteurs de recherche > Publicité comportementale grâce aux cookies 3. Les réseaux sociaux (Facebook et Twitter) > Facebook : bouton like (recommandation par un pair) 4. L’internaute qui se fiche lui-même sur Facebook. Profil / re-documentarisation

47. La géolocalisation par le mobile : Votre position dans l’espace est une donnée personnelle très intéressante pour les publicitaires. Les smartphones , branchés en permanence sur Internet permettent à une myriade de sociétés privées de vous envoyer des messages publicitaires pour des services ou commerces de proximité. La technologie Bluetooth , au départ destinée à permettre l’usage des oreillettes sans fil permet de vous pister dans certains lieux (aéroports, musées, centres commerciaux) Twitter relève les coordonnées de l’expéditeur et les revend à Foursquare qui envoie de la publicité géolocalisée

48. 4/ Propriétés des données : réponse de Google aux demandes des Etats Voir aussi la carte des bloggeurs incarcérés

49. 4 / Réponse de Google aux demandes des citoyens “ Si vous souhaitez que personne ne soit au courant de certaines choses que vous faites, peut-être que vous ne devriez tout simplement pas les faire . ” Eric Schmidt, PDG de Google

50. 4 / Propriétés des données : La notion d’identité numérique

51. 4 / L’e-reputation (1) Exemple : Marc L. (Le Tigre) Traces difficilement effaçables (serveurs étrangers inaccessibles physiquement ou légalement) Identité fractionnée (composée à des moments et dans des registres différents ex. : blog de jeunesse et CV professionnel) Recomposition aveugle (les moteurs de recherche remixent automatiquement et sans discernement des traces hétérogènes) L’écosystème de l’ e-réputation

52. Les 2 CV : le vôtre et Facebook En 2009 : 77% des recruteurs américains "googlisaient" systématiquement les noms des candidats 45% d'entre eux ont complété cette recherche par une visite sur des réseaux sociaux (en particulier Facebook) 35% d'entre eux ont déclaré avoir déjà rayé un candidat de leur liste en raison de ce qu'ils avaient trouvé à son propos sur la Toile Dessin de Vidberg

54. 5 / Faire de la veille informationnelle

55. 5 / Les outils de veille (recherche automatisée) Google Alertes Service de Google qui permet de mettre en place des veilles (collecte et exploitation d’informations) à partir de mots-clés. Selon l’actualisation de la base de données de Google, on reçoit périodiquement des mails qui annoncent quels sont les nouveaux liens/articles/pages qui contiennent les mots de la recherche. Avantages de Google Alertes : Utilisation très simple Aucun logiciel à installer Réception périodique des résultats dans son courrier électronique

56. 5 / Les outils de veille (recherche automatisée) Google Alertes

57. 5 / Les outils de veille (recherche automatisée) Outils de syndication de contenus Définition : Agrégation de contenus divers sur un même navigateur possibilité de publier automatiquement sur un site web des informations issues d‘autres sites web Plusieurs fonctions des fils RSS : Suivre l’actualité d’un site : réception de toutes les nouveautés Se tenir informé : Sur l’actualité : tous les journaux proposent des fils RSS Presse : ex. Le Monde Sur un domaine : suivi de blogs et de sites spécialisés ex. L'Atelier des icônes Outil de veille et de surveillance , technique du push Format RSS = Rich Site Summary, ou Really Simple Syndication

58. 5 / Les outils de veille (recherche automatisée) Outils de syndication de contenus Comment reconnaître les fils RSS ? Logos sur les sites, ou bien RSS, ou ATOM : En lien, derrière le logo : l'adresse URL du fichier texte permettant la syndication Exemple : passer la souris sur un fil RSS et observer la barre d'état du navigateur Lors de la mise à jour d’un site web, un fichier texte au format XML contenant une description synthétique des nouveautés du site est généré en temps réel Plusieurs formats de fils RSS : 0.91, RSS 1.0, RSS 2.0 et Atom ; compatibles

59. 5 / Les outils de veille (recherche automatisée) Exemple d’agrégateur : Netvibes

60. 6 / Evaluer l’information

61. 6 / Evaluation de l’information Difficultés sur Internet: « déluge informationnel » pollution de l ’information : l’infopollution hétérogénéité des sources fiabilité incertaine identification difficile des auteurs

62. 6 / Evaluation de l’information La notion « d’infopollution »: La surabondance La désinformation, la médiocrité de l’information « Intoxication » : rumeurs, Redondance… La contamination Prolifération des informations indésirables (sites négationnistes, sectes…). Contamination des informations « saines » L’invasion publicitaire Remèdes : rôle clé de l’évaluation de l’information : demande des compétences disciplinaires (évaluation du contenu) mais aussi des compétences informationnelles et des savoir-faire

65. 6 / Evaluation de l’information Quelques principes 1/ Bien identifier : la source : le site, l ’organisation l’auteur la nature du document 2/ Evaluer : la source ou l’auteur : fiabilité, notoriété, compétences le contenu : la pertinence et la qualité du document

66. 6 / Evaluation de l’information L’identification : savoir-faire Décodage des URL Décodage de la page d’accueil d’un site Mesure de la notoriété d’un site Identification du réseau de l’auteur : liens, bibliographie... Identifier la nature du document Repérage des dates, des liens externes, des sources… Consulter le cours en ligne : chapitre « Evaluation de l’information »

67. 6 / Réutilisation de l'information Gérer ses liens ou favoris, utiliser les RSS Comment citer les documents électroniques - Methodoc sur Cursus http://www.sites.uhb.fr/scd/Methodoc_citation.html - Comment citer un document électronique ? Bibliothèque de l'Université de Laval (Québec) http:// www.bibl.ulaval.ca / doelec /doelec29_abrege.html La question du plagiat

68. 7 / Lutter contre le plagiat et pour le respect de la propriété intellectuelle

69. 7 / Vous plagiez quand vous : Copier textuellement un passage d’un livre, d’une revue ou d’une page Web sans le mettre entre guillemets et/ou sans en mentionner la source Insérer dans un travail des images, des graphiques, des données, etc. provenant de sources externes sans indiquer la provenance Résumer l’idée originale d’un auteur en l’exprimant dans ses propres mots, mais en omettant d’en indiquer la source Traduire partiellement ou totalement un texte sans en mentionner la provenance Réutiliser un travail produit dans un autre cours sans avoir obtenu au préalable l’accord du professeur Utiliser le travail d’une autre personne et le présenter comme le sien (et ce, même si cette personne a donné son accord) Acheter un travail sur le Web Source : Infosphères

70. Moyens mis en œuvre contre le plagiat Détection grâce à Google en cas de soupçon Logiciels de détection de similitudes utilisés dans certaines facs. Certains sont gratuits ( http://www.plagium.com , copytracker). Les universités s’abonnent de plus en plus à des sites de détection payants ( http://www.compilatio.net ) Un arsenal de sanctions dissuasives : Le plagiat est en théorie un délit passible de poursuites judiciaires, mais il entraîne plus souvent pour celui qui en est convaincu des sanctions disciplinaires allant du blâme à l’annulation du diplôme.

71. 7 / Comment puis-je citer et copier de la musique et des films ? La loi DADVSI interdit le téléchargement irrégulier (piratage) Ne pas dépasser un certain volume (musique : pas plus de 6 minutes ou 15% de l’œuvre) Ne jamais rendre accessible la ressource copiée sur internet Dans le cadre d’un travail scolaire (exception pédagogique) ne rendre la citation accessible qu’en intranet Copie privée : à des fins de conservation uniquement

72. Merci de votre attention [email_address] [email_address] [email_address]