“Au pays de Numérix” d’Alexandre Moatti date de 2015, mais il est plus que jamais d’actualité, au moment où Mounir Mahjoubi vient d’être nommé secrétaire d’état au numérique du gouvernement Edouard Philippe. Beaucoup de gens attendent du nouveau président de la République française, jeune et réputé moderniste, un “cours nouveau” en matière de numérique en France. On ne saurait trop recommander la lecture de ce livre à son entourage.

Sur la forme c’est un ouvrage court, facile à lire, qui cultive un ton mesuré et rationnel. Il évoque le plus souvent des sujets que l’auteur connaît de première main, ce qui ne gâte rien. Franchement partisan des usages cognitifs du réseau et de “l’Internet de la connaissance” l’auteur a lui même oeuvré dans le domaine des bibliothèques numériques, a créé plusieurs sites web de type savant et participe de manière active à Wikipedia en français. Même s’il ne cite pas explicitement ces philosophes, on le sent opposé aux diatribes anti-GAFA – Google Apple Facebook Amazon – hystériques de Bernard Stiegler ou Eric Sadin, tout comme aux jugements négatifs à l’emporte pièce d’Alain Finkelkraut sur Internet. Mais il prend soin également de signaler certains aspects négatifs ou fâcheux de l’internet contemporain et de se distinguer du transhumanisme apocalyptique d’un Raymond Kurzweil ou du lyrisme a-critique d’un Pierre Lévy…

Une bonne partie de l’ouvrage est consacré aux réponses françaises et européennes au projet de Google Books autour de 2005. A l’origine, Google voulait utiliser ses centres de calcul et son algorithme de recherche pour construire une bibliothèque d’Alexandrie des temps modernes : tous les livres à disposition de tout le monde sur Internet! La France et l’Europe se devaient de relever le défi américain. Mais l’auteur montre que leurs réponses obéissent à des “effets de manche”, à des logiques d’annonce ou de communication politiques, à des stratégies de pouvoir et de captation de fonds publics par diverses institutions pour aboutir en fin de compte à d’infimes résultats concrets. Je note de mon côté que même si Google Books existe et rend des services (gratuits) au public et aux chercheurs, le projet initial est venu se fracasser sur la législation des droits d’auteurs, comme l’explique bien ce récent article de Wired. Tout cela permet de comprendre le succès d’entreprises illégales mais populaires comme la bibliothèque Genesis.

Au pays de Numérix, il y a beaucoup d’idéologie anti-américaine et anti-capitaliste… mais l’auteur montre que l’état – balkanisé par des baronnies ministérielles et institutionnelles en concurrence – travaille en fait au service d’intérêts sectoriels ou privés au lieu de mettre les capacités techniques de la France et l’argent du contribuable au service du public. Le bilan est accablant: projet après projet, les leçons des échecs ne sont jamais tirées et les mêmes erreurs sont répétées. Comme si, face à la domination de la Silicon Valley, il suffisait de s’indigner et de jeter des millions d’euros par la fenêtre pour que l’Europe ou la France (re)trouvent leur place dans le monde.

Au delà des divers projets de bibliothèques numériques européennes, Alexandre Moatti montre comment sont bloquées la collaboration des savants, la diffusion des connaissances et le rayonnement de la haute culture sur Internet. Trois coupables travaillent de conserve: la législation contemporaine des droits d’auteurs, d’ineptes politiques publiques et la rapacité des grandes maisons européennes de l’édition scientifique (Elsiever, Springer). Les arguments – de bon sens – mis en avant par Moatti ne sont pas nouveaux. Ils reprennent largement les idées du mouvement international de l’open data en général et de l’open science en particulier. Mais le réquisitoire est fort bien articulé. Il rejoint d’ailleurs les réflexions contemporaines autour de la nécessaire réinvention de l’édition scientifique (voir par exemple le récent article de Marcello Vitali-Rosati).

En refermant l’ouvrage, je n’ai pas pu m’empêcher de penser que, même s’il se trouvait à la tête de l’état français des gens conscients de l’importance capitale de l’internet au service de la connaissance et désireux de réformer les mauvaises habitudes de l’administration à cet égard, leur action ne serait pas forcément couronnée de succès. Car il faudrait faire évoluer les mentalités en profondeur, convaincre les enseignants, les journalistes, les hauts fonctionnaires. Il faudrait que la société dans son ensemble réalise que la grande transformation du numérique n’est pas seulement technique ou industrielle, mais concerne aussi et surtout le savoir et la culture. Il faudrait s’aviser que la civilisation du futur est à inventer et que cela ne se fait pas à coup de peur et de ressentiment, mais de courage, d’imagination et d’expérimentation.

L’accès du grand public à la puissance de diffusion du Web ainsi que les flots de données numériques qui coulent désormais de toutes les activités humaines nous confrontent au problème suivant : comment transformer les torrents de données en fleuves de connaissances ? Certains observateurs enthousiastes du traitement statistique des « big data », comme Chris Anderson, (l’ancien rédacteur en chef de Wired), se sont empressés de déclarer que les théories scientifiques – en général! – étaient désormais obsolètes [Voir : de Chris Anderson « The End of Theory: The Data Deluge Makes the Scientific Method Obsolete », Wired, 23 juin 2008.] Nous n’aurions plus besoin que de mégadonnées et d’algorithmes statistiques opérant dans les centres de calcul : les théories – et donc les hypothèses qu’elles proposent et la réflexion dont elles sont issues – appartiendraient à une étape révolue de la méthode scientifique. Il paraît que les nombres parlent d’eux-mêmes. Mais c’est évidemment oublier qu’il faut, préalablement à tout calcul, déterminer les données pertinentes, savoir exactement ce que l’on compte et nommer – c’est-à-dire catégoriser – les structures émergentes. De plus, aucune corrélation statistique ne livre directement des relations causales. Celles-ci relèvent nécessairement d’hypothèses qui expliquent les corrélations mises en évidence par les calculs statistiques. Sous couvert de pensée révolutionnaire, Chris Anderson et ses émules ressuscitent la vieille épistémologie positiviste et empiriste en vogue au XIXe siècle selon laquelle seuls les raisonnements inductifs (c’est-à-dire uniquement basés sur les données) sont scientifiques. Cette position revient à refouler ou à passer sous silence les théories – et donc les hypothèses risquées fondées sur une pensée personnelle – qui sont nécessairement à l’oeuvre dans n’importe quel processus d’analyse de données et qui se manifestent par des décisions de sélection, d’identification et de catégorisation. On ne peut initier un traitement statistique et interpréter ses résultats sans aucune théorie. Le seul choix que nous ayons est de laisser les théories à l’état tacite ou de les expliciter. Expliciter une théorie permet de la relativiser, de la comparer avec d’autres théories, de la partager, de la généraliser, de la critiquer et de l’améliorer [Parmi la très abondante littérature sur le sujet, voir notamment les ouvrages de deux grands épistémologues du XXe siècle, Karl Popper et Michael Polanyi]. Cela constitue même une des principales composantes de ce qu’il est convenu d’appeler « la pensée critique », que l’éducation secondaire et universitaire est censée développer chez les étudiants.

Outre l’observation empirique, la connaissance scientifique a toujours eu à voir avec le souci de la catégorisation et de la description correcte des données phénoménales, description qui obéit nécessairement à des théories plus ou moins formalisées. En décrivant des relations fonctionnelles entre des variables, la théorie offre une prise conceptuelle sur le monde phénoménal qui permet (au moins partiellement) de le prévoir et de le maîtriser. Les données d’aujourd’hui correspondent à ce que l’épistémologie des siècles passés appelait les phénomènes. Pour continuer de filer cette métaphore, les algorithmes d’analyse de flots de données correspondent aux instruments d’observation de la science classique. Ces algorithmes nous montrent des patterns, c’est-à-dire en fin de compte des images. Mais ce n’est pas parce que nous sommes capables d’exploiter la puissance du médium algorithmique pour « observer » les données qu’il faut s’arrêter en si bon chemin. Nous devons maintenant nous appuyer sur la puissance de calcul de l’Internet pour « théoriser » (catégoriser, modéliser, expliquer, partager, discuter) nos observations, sans oublier de remettre cette théorisation entre les mains d’une intelligence collective foisonnante.

Tout en soulignant la distinction entre corrélation et causalité dans leur livre de 2013 sur les big data, Viktor Mayer-Schonberger  et Kenneth Cukier annoncent que nous nous intéresserons de plus en plus aux corrélations et de moins en moins à la causalité, ce qui les range dans le camp des empiristes. Leur livre fournit néanmoins un excellent argument contre le positivisme statistique. Ils racontent dans leur ouvrage la très belle histoire de Matthew Maury, un officier de marine américain qui, vers le milieu du XIXe siècle, agrégea les données des livres de navigation figurant dans les archives officielles pour établir des cartes fiables des vents et des courants [In Big Data: A Revolution… (déjà cité) p. 73-77]. Certes, ces cartes ont été construites à partir d’une accumulation de données empiriques. Mais je fais respectueusement remarquer à Cukier et Mayer-Schonberger qu’une telle accumulation n’aurait jamais pu être utile, ou même simplement faisable, sans le système de coordonnées géographique des méridiens et des parallèles… qui est tout sauf empirique et basé sur des données. De la même manière, ce n’est qu’en adoptant un système de coordonnées sémantique que nous pourrons organiser et partager les flots de données de manière utile.

Aujourd’hui, la plupart des algorithmes qui gèrent l’acheminement des recommandations et la fouille des données sont opaques, puisqu’ils sont protégés par le secret commercial des grandes compagnies du Web. Quant aux algorithmes d’analyse, ils sont, pour la plupart, non seulement opaques, mais aussi hors d’atteinte de la majorité des internautes pour des raisons à la fois techniques et économiques. Or il est impossible de produire de la connaissance fiable au moyen de méthodes secrètes. Bien plus, si l’on veut résoudre le problème de l’extraction d’information utile à partir du flot diluvien des big data, on ne pourra pas éternellement se limiter à des algorithmes statistiques travaillant sur le type d’organisation de la mémoire numérique dont nous disposons en 2017. Il faudra tôt ou tard et le plus tôt sera le mieux, implémenter une organisation de la mémoire conçue dès l’origine pour les traitements sémantiques. On ne pourra apprivoiser culturellement la croissance exponentielle des données – et donc transformer ces données en connaissance réfléchie – que par une mutation qualitative du calcul.

Retenons que la « science des données » (data science en anglais) devient une composante essentielle de la compréhension des phénomènes économiques et sociaux. Plus aucune organisation ne peut s’en passer. Au risque de marcher à l’aveugle, les stratégies économiques, politiques et sociales doivent s’appuyer sur l’art d’analyser les mégadonnées. Mais cet art ne comprend pas seulement les statistiques et la programmation. Il inclut aussi ce que les américains appellent la « connaissance du domaine » et qui n’est autre qu’une modélisation ou une théorie causale de la réalité analysée, théorie forcément d’origine humaine, enracinée dans une expérience pratique et orientée par des fins. Ce sont toujours les humains et leurs récits producteurs de sens qui mobilisent les algorithmes.

Autour de la Terre, les satellites artificiels transmettent nos communications et transportent une foule d’instruments d’observation et de capteurs : renseignement militaire, documentation du climat, monitoring des écosystèmes, surveillance des récoltes… Plus proche de la surface voici la zone des satellites de basse altitude qui connectent nos téléphones intelligents. Un peu plus bas, les avions sur pilote automatique communiquent avec les stations radar, les bases au sol, tandis que leurs événements internes s’enregistrent dans des boîtes noires. Passée la barrière des nuages se découvrent les réseaux lumineux des métropoles intelligentes. Les cargos, les navettes, les métros, les trains rapides, les flottes de véhicules autonomes se transmettent des signaux, restent en contact avec les satellites et les balises routières, s’échangent leurs passagers et leurs marchandises dûment identifiés. Surveillant le moindre coin de rue, truffant le sous-sol, flottant au milieu des océans, guettant sur les côtes et les sommets, embarqués sur les drones aériens ou sous-marins, les antennes, les capteurs, les caméras inondent de données les centres de calcul. Écouteurs, gants et chaussures sont connectés. Nous voici pourvus de bracelets qui enregistrent notre pouls, la composition chimique de notre sang et de notre peau, envoient les données pour analyse dans les nuages, reçoivent les notifications et conseils de santé en temps réel… Grâce aux identités infalsifiables de l’informatique portable nous passons partout sans fouille ni mot de passe. Les lunettes branchées prennent photos et vidéos, surimposent des couches virtuelles à la vision optique ordinaire et projettent sur demande des cartographies de données. Nos jeux de domination s’alignent sur les capacité d’exploitation de la mémoire et les vitesses d’analyse. Les nouveaux partis politiques rassemblent leurs membres autour de thèses épistémologiques. Entremêlés dans l’économie mondiale et le nouvel espace public transnational, nos essaims d’intelligence collective collaborent et se combattent sur les territoires hyper-connectés des grandes métropoles. Réfléchissant la pensée humaine sur le miroir sémantique du cloud, l’évolution des écosystèmes d’idées déploie son inépuisable spectacle immersif et multi-joueur. La prospérité, la sécurité, l’influence, tout se ramène à une forme ou une autre d’optimisation cognitive… sauf peut-être dans les zones analogiques reculées, presque désertes, qui s’étendent loin des grands centres.

Communication does not entail the use of words as reflected by a majority of the people, but a method employed by the sender to convey a particular message to the audience. Irrespective of the meth…

Source : What I have learnt from the course ” Advanced Theories of Communication”

On trouvera maintenant le contenu de mon post expliquant comment jutilise les médias sociaux dans mes cours à l’université à cette adresse  (ISSN 2386-8562)
Ce travail est la pré-impression d’un article dans le numéro 58 de RED. Il sera publié en tant que contribution d’invité, de type «histoire personnelle dans le domaine de la recherche éducative» (Personal History as Educational Research).

Same paper in Spanish

DONNÉES

Je me tiens à la disposition de toute équipe de recherche en sciences de l’éducation ou pédagogie pour aider à analyser les données produites par mes deux cours #UOAC (en anglais) et #UOIM (en français). Ces données consistent en Tweets, Moments et Blogposts. Tous les moments et Blogposts ont été publiés sur Twitter avec les hashtags correspondants.

Un article dans Quartier Libre (Journal des étudiants de l’Université de Montréal):

Moments (choix personnel de tweets) issus de mes cours de l’automne 2016

Mon cours de cent étudiants de deuxième année à l’hiver 2017: #uotm17

Choix de Storifys ou Moments de mes étudiants de 2016 (travail en cours, plus à venir):

“A unique experience”

“How free are we?” C’est beau comme un poème soufi !

Choix de blogposts de mes étudiants témoignant de l’efficacité de la méthode “Twitter en Classe” (travail en cours, plus à venir)

“Le meilleur cours de toute ma vie”

“prendre des notes en Tweetant“!

Voyage au monde des médias

Le système est simple, mais efficace.

“Twitter et la mémoire collective”

Les tweets nous permettaient de nous remémorer les sujets discutés en classe presque dans leur intégralité.

“Un cours qui a changé ma perception de l’apprentissage”

Innover pour enseigner

“Le cours de CMN 1560 a été un de mes cours préférés lors du trimestre d’automne 2016. Mon professeur M. Pierre Lévy a véritablement changé la façon d’apprendre la matière du cours. La grande majorité des étudiants ont bien apprécié le cours. Vers la fin du trimestre, j’ai vu beaucoup de tweets exprimant comment agréables que les étudiants ont trouvés le cours. Nous utilisons les médias sociaux, spécifiquement Twitter pour faire une prise de notes collectives. Effectivement, je pourrais toujours, comme n’importe qui, accéder à la matière qui m’a été enseignée durant mon cours grâce au #uoim sur Twitter. Ici je peux retrouver tout les notes, les questions, et les remarques ou commentaires que les étudiants ont tweetés en relation avec le contenu du cours. Cet élément interactif du cours a intéressé plusieurs étudiants et rendait la matière plus fascinante. Personnellement, j’ai bien aimé assister aux séances en classe, je ne les trouvais pas du tout ennuyantes …”

This course, Advanced theories of communication, was like none other that I had ever taken.

The potential of Twitter for education

Collective intelligence in the classroom

“I have learned to use the media that are at my fingertips”

“Communication happened”

“Becoming an autonomous thinker”

“what more professors should do nowadays to make their courses more interactive and stimulating”

“6 Things I Learned From Pierre Levy”

“When we started the class and the professor told us to only take notes via twitter, I was very skeptical. I did not want to have an open mind towards his new method of teaching despite the fact that I am considered to be part of the millennials generation and you know we are known for our excessive use of technology”

From the blogpost of Cindi Cai ” Moreover, this advanced theory of communication not only taught me how to be a good speaker, but also in the class, I learnt how to be a good listener. For example, in the class, the professor encouraged students to participate in the class Q&A section by twittering through the internet, which allows every single student to have a chance to ask questions, and at the same time also encourage students to listen to other students’ ideas toward the subject. We, as students in the class just need to focus on the speech that the professor have given to the students, and catch the content in which we have questions, doubts, and raise our questions by twittering in order to get answers from the professor, while the professor also need to listen to students opinion by checking out the course tag.  For doing so, students have equal chances to listen and get their answers from the professor, and also students get an opportunity to listen to or inspired from other students’ learning stories( storify, blog post ).This teaching method is very interesting to me, because as a university student, what I want from the university is not just a piece of degree certificate, but also an opportunity to develop the ability to think extensively, solve problems, and challenge myself. To be honest, before I took this class, I was so tired of university, because I found that every single class I took at the University of Ottawa was really boring, and most students included me was more like machine, though we kept going to every class, and studied hard, we just wanted a better grade, and after exams or assignments, we just simply forgot what we have learnt in the class. This situation made me feel nervous and I started to doubt my university life and wonder if university could really help me in my future development?

Luckily, the CMN 3109 class strongly changed my mind toward university, because in the class, under the unique teaching method of the professor, I realized that if I just focus on grades, there’s a strong possibility that I won’t be as prepared for the world outside of university. But if I focus on learning as much as I can, and engage with all the opportunities presented by the class, I will be in a much better position to thrive after I graduate. It is just like how those communication techniques inspired me to how to be a better yoga instructor, this course has truly encouraged me to build my knowledge of the whole communication process, and rebuild my confidence to prepare for my future yoga teacher career positively….”

Carte sémantique de l’intelligence collective

La carte ci-dessus schématise les grandes structures de l’intelligence collective humaine telles que nous les appréhendons au début du XXIe siècle. Le signe y est signalé par une étoile, l’être par un visage et la chose par un cube. L’intelligence collective se présente comme une boucle d’interdépendance entre le développement humain actuel et le développement humain virtuel (sur les catégories sémantiques virtuel, actuel, signe, être et chose, voir ce post). Le développement actuel comprend trois facettes qui sont elles-mêmes interdépendantes : celle des messages , des personnes et des équipements. Ces trois facettes actuelles concernent des facteurs ou des processus qui sont plongés dans l’espace et le temps. Le développement virtuel comprend lui aussi trois facettes interdépendantes : la connaissance, l’éthique et la puissance. Par contraste avec les facettes actuelles, les facettes virtuelles désignent des états d’esprit, des règles ou des potentialités. Le développement virtuel dépend du développement actuel comme de sa base matérielle tandis que le développement actuel dépend du développement virtuel comme de son instance de coordination, de pilotage et de traction. L’intelligence collective peut également s’analyser comme une dialectique d’interdépendance entre trois types de réseaux représentés par les colonnes de la carte : les réseaux de signes (connaissances et messages), d’êtres (éthiques et personnes) et de choses (puissances, équipements).

Chacune des six catégories principales s’analyse à son tour comme une dynamique de transformation entre trois sous-catégories de niveau inférieur selon la symétrie signe/être/chose. Dans la transformation symétrique interne à chacune des six catégories principales de l’intelligence collective, la chose représente la dimension la plus « dure » ou la plus objective ; l’être est chargé d’émotion et se déploie dans les rapports humains ; enfin le signe indique une dimension cognitive qui oriente le contenu de la catégorie. On comprend ici que des symétries sémantiques virtuel/actuel et signe/être/chose peuvent se décliner récursivement à l’intérieur de n’importe quelle catégorie et que la modélisation par les systèmes de relations sémantiques peut être raffinée à loisir.

En inspectant la carte sémantique de l’intelligence collective, il faut supposer qu’une variation des données empiriques dans une catégorie se répercutera d’une manière ou d’une autre dans la variation empirique des catégories symétriques et que les données catégorisées par les différentes facettes tendent à s’équilibrer en fonction de leurs relations d’interdépendance. Par exemple, il est impossible de garder de manière durable une force dans une des six catégories principales et des faiblesses dans les autres. Nous allons maintenant explorer une par une les six catégories principales de l’intelligence collective. Il faut imaginer ce système de relations sémantiques comme un tableau de bord qui documente en temps réel l’évolution de l’intelligence collective d’une communauté (son contenu, ses forces, ses faiblesses, ses connexions internes) sur un mode visuel et interactif, à partir d’un flux de données spécialement sélectionné à cet effet. On imaginera également que l’individu ou le groupe qui interagit avec le tableau de bord peut visualiser sa propre contribution à l’intelligence collective et ce qu’il en reçoit.

Connaissances

Une foule de styles de savoirs – académiques ou non-académiques – alimentent le « capital épistémique » d’une communauté. Les réseaux de connaissances n’excluent a priori aucun genre de savoir ni aucun type de relation entre les savoirs. Cette catégorie rassemble donc la variété ouverte des types de connaissance portés par une communauté à partir de l’intuition fondamentale qu’ils se multiplient les uns par les autres et qu’ils peuvent tous contribuer à leur manière au développement humain dans son ensemble. Les connaissances contiennent notamment, comme une sous-fonction cognitive spécialement consacrée à la réflexivité de l’intelligence collective, une représentation synthétique de l’intelligence collective elle-même. Une image holistique du développement humain est donc contenue dans la catégorie de la connaissance, qui n’est pourtant qu’une partie du développement humain pris comme un tout.

La distinction entre arts et sciences peut se décliner, par exemple, en savoirs du vrai et savoirs du beau, jugements logiques et jugements de goût. On peut encore opposer, d’une part, les savoirs explicites, calculables, basés sur l’observation, l’expérimentation contrôlée, la démonstration et l’explication et, d’autre part, les savoirs implicites, incalculables, fondés sur l’expérience personnelle, la transmission traditionnelle et l’autorité de la coutume. Quant à la sagesse, le terme traduit les termes grecs Sophia, plus théorique, et Phronésis, plus pratique, mais aussi la Sapientia latine, la Hochma hébraïque, la Hekmah arabe, le Yoga indien, les Voies de l’Asie du Sud-Est, etc. Les sagesses concernent les savoir-être, les arts de la maîtrise de soi, de la prudence, du jugement droit et de l’action en résonance avec les rythmes fondamentaux.

Ethiques

La multitude des éthiques comprend les valeurs, normes et priorités (quelles qu’elles soient) qui orientent la gouvernance, ainsi que les systèmes de droits et d’obligations qui régulent les comportements, les décisions et évaluations en tous genres ayant cours dans la communauté considérée. De même que la catégorie « connaissance » n’impliquait aucune prise de parti dans les controverses concernant le vrai, le beau, le sage, la validité ou le bon goût des représentations, la catégorie éthique ne prend pas parti non plus sur le bien et le mal, le juste et l’injuste, le préférable ou le négligeable. L’accent est mis sur l’explicitation des choix qui construisent le réseau de vouloirs ou « capital éthique » d’une communauté et sur la contribution de ces choix à l’augmentation et à la diversification des autres catégories de l’intelligence collective. A long terme, les orientations concernant le bien et le mal devraient idéalement se fonder sur la connaissance des effets des choix éthiques sur le développement humain durable. Cette connaissance des effets, toujours perfectible, repose essentiellement sur un travail de modélisation et d’observation empirique de la dynamique interne de l’intelligence collective et du développement humain.

Puissances

Eclairés par des réseaux de savoirs (connaissance) et orientés par des réseaux de vouloirs (éthique), la puissance d’une intelligence collective mobilise les compétences, savoir-faire pratiques et métiers, qui peuvent s’associer en réseaux collaboratifs et se complémenter. Outre les compétences, la puissance d’une intelligence collective repose sur sa force économique, résumée ici par le terme de « ressources » (liquidité, crédit, épargne…). Cette dimension financière correspond non seulement à un pouvoir d’achat à des fins de consommation mais également à une capacité d’investissement et d’emploi des compétences. Enfin, la puissance s’alimente de la résolution d’une communauté, c’est-à-dire de l’engagement, du courage, du moral ou de la confiance en soi de ses membres.

Sans ressources, le savoir-faire seul ne confère pas de pouvoir d’action effective et, sans la mise en branle de réseaux de compétences, les moyens financiers restent impuissants ou stériles. Et si la communauté en question n’est pas résolue dans son action, sa puissance se dissipe. La catégorie de la puissance dessine donc un ensemble de réseaux de pouvoirs ou les disponibilités de ressources, des engagements fermes et des savoir-faire pratiques s’échangent, se fécondent et se multiplient. Comme les catégories épistémiques et éthiques, la catégorie pratique de la puissance a pour vocation naturelle de croître et de se diversifier pour elle-même. Mais elle doit parallèlement contribuer à la croissance et à la diversification des autres catégories, selon une stratégie d’intelligence collective bien comprise, fondée sur l’analyse des équilibres durables à maintenir.

Messages

Le « capital de messages » peut être envisagé de trois points de vue complémentaires : celui du contenu des messages, celui de la communication interpersonnelle proprement dite et celui des médias (les environnements et supports de communication). La catégorie rassemble l’ensemble des messages échangés dans et par la communauté envisagée, auxquels il faut ajouter les messages disponibles en ligne qui sont pertinents pour cette communauté, même si aucun de ses membres n’en est le destinataire ou le destinateur explicite. Les messages et leurs contenus sont pratiquement indissociables des communications qu’ils alimentent et des médias qui servent à les produire, les enregistrer, les fouiller, les retrouver, les transmettre, les recevoir et les transformer. Du point de vue de la mémoire de l’intelligence collective, les messages sont conçus comme des documents à conserver et à exploiter afin de permettre à la communauté de se représenter à elle-même son histoire, ou l’évolution de son identité. En ce sens, le capital de messages comprend non seulement les flux de messages à court terme (les médias et systèmes de messagerie) mais également la communication à long terme et la transmission inter-générationnelle (donc l’éducation) : les écoles, les bibliothèques, les musées et les supports d’apprentissage de toutes sortes dont les trésors sont de plus en plus numérisés et disponibles en ligne. Sans communication ni mémoire culturelle, sans support sémiotique en général, ni les réseaux de savoir, ni les réseaux de vouloirs, ni les réseaux de pouvoirs ne pourraient subsister, sans parler des réseaux sociaux… Les messages n’ont de sens qu’en fonction de leur relation inter-créative avec les cinq autres pôles.

Personnes

La catégorie des personnes représente le « capital social » d’une communauté, c’est-à-dire le réseau des connexions interpersonnelles qui fondent cette communauté. On peut ici distinguer trois aspects interdépendants : la variété des rôles sociaux joués par les personnes, la qualité des liens (que le terme général de confiance résume assez bien) et finalement la quantité, l’intensité et le dessin des connexions (les réseaux proprement dit). Les gens qui interagissent au sein de réseaux interpersonnels le font généralement au titre d’un ou plusieurs rôles sociaux : rôles de genre, rôles familiaux, professionnels ou politiques, participation à la société civile, participation à des rituels de tous ordres, etc. Plusieurs approches du développement humain mettent le capital social en position de déterminant essentiel. Plutôt que de désigner un déterminant essentiel, la démarche proposée ici préconise un instrument d’observation et de pilotage des interdépendances. Car si le capital social peut être bel et bien considéré, en un sens, comme la racine (ou le fruit ultime) du développement humain, il dépend lui-même d’une foule de facteurs qu’il conditionne en retour : équipements, santé, éducation et connaissances, compétences, moyens financiers, gouvernance, mémoire culturelle… On voit que chaque catégorie décrit la même communauté humaine, mais selon des points de vue conceptuellement distincts qui se réfléchissent les uns dans les autres selon des modèles fonctionnels à tester et à préciser empiriquement.

Equipements

Le « capital biophysique » décrit par les équipements désigne d’abord les organismes humains dans leur actualité biomédicale (santé) ainsi que l’environnement biophysique ou éco-systémique complexe dont ils dépendent nécessairement pour leur nourriture, leur boisson, leur respiration, leur hygiène et leur bien-être en général. Le circuit corporel comprend également l’ensemble des équipements matériels et techniques produits et entretenus par l’industrie humaine : vêtements, bâtiments, réseaux de transports, véhicules, outils, machines, produits de l’industrie chimique et biochimique, etc. Il s’agit en somme du système d’interaction causal qui réunit les corps matériels et qui constitue le support physico-biologique du développement humain. Il est sans doute inutile de souligner ici la part prise aujourd’hui par la santé dans les dépenses publiques et le souci général d’un développement durable respectueux des équilibres écologiques dont dépend le bien-être des populations. Par ailleurs il est évident que les infrastructures matérielles, ainsi que la qualité et la quantité de l’outillage disponible, déterminent dans une large mesure les opportunités ouvertes aux communautés humaines. En retour, il est clair que les « équipements » dépendent eux-mêmes des apports en provenance des cinq autres catégories principales de ce modèle.

Pour conclure, citant Ibn Roshd (l’Averroes des latins), Dante écrit au chapitre I, 3 de sa Monarchie :  “Le terme extrême proposé à la puissance de l’humanité est la puissance, ou vertu, intellective. Et parce que cette puissance ne peut, d’un seul coup, se réduire toute entière en acte par le moyen d’un seul homme ou d’une communauté particulière, il est nécessaire qu’il règne dans le genre humain une multitude par le moyen de laquelle soit mise en acte cette puissance toute entière. “