Idée principale

Un article de recherche, une documentation technique ou un rapport d'analyste peut contenir cinq mécanismes indépendants. Deux documents très différents peuvent soutenir exactement la même idée. Et une même source peut mêler une affirmation solide, une hypothèse spéculative et une définition ambiguë.

Compter ou résumer des documents ne dit donc pas ce qu'un corpus sait. Il faut une couche intermédiaire où les sources sont transformées en unités de connaissance : des notes atomiques qui stabilisent chacune une idée, des notes thématiques qui relient plusieurs idées, des entrées de glossaire qui fixent le sens d'un terme quand une ambiguïté changerait l'interprétation.

C'est sur cette couche, et non sur la pile de documents, que se lisent la solidité d'une affirmation, sa dépendance à une seule source ou la contradiction entre deux auteurs.

Pourquoi c'est important

Cela rend mesurables des choses qu'un résumé efface : combien de sources indépendantes soutiennent une idée, laquelle n'en a qu'une, où deux sources s'opposent.

Et cela permet de piloter une recherche depuis ce qui a été compris plutôt que depuis ce qui a été lu.

Nuances et limites

L'extraction a un coût, et elle introduit son propre biais : ce qui n'a pas été découpé en note disparaît du diagnostic aussi sûrement que ce qui n'a pas été lu.

Et une source peut rester inexploitable faute d'extraction fiable : elle est alors dans le corpus sans être dans la connaissance.

Questions ouvertes

• Comment repérer ce qu'une extraction a laissé de côté dans une source, sans relire la source entière ?