Creuser dans DH - Élargir mes intérêts académiques et ma zone de confort

J'ai rejoint le projet LINCS en tant qu'assistant de recherche de premier cycle, principalement pour travailler sur le projet Orlando. Ce poste m'a donné ma première véritable expérience avec Humanités numériques (DH). Avant de commencer le travail, je pouvais à peine trouver une définition même vague de DH (malgré tous mes efforts et pas mal de recherches sur Google). Quand j'ai finalement commencé à avoir une idée de la nature de DH - un domaine qui rassemble la recherche en sciences humaines et les nouvelles technologies, donnant naissance à de nouvelles possibilités et ajoutant de la profondeur à la recherche - il y avait des éléments qui me semblaient très familiers et conformes au genre de travail avec lequel j'ai eu de l'expérience en tant qu'étudiant de premier cycle spécialisé en anglais... après tout, il y avait peu de différence entre patauger dans les sources primaires et fouiller dans les bases de données tout en recherchant un article pour un cours d'anglais, et faire de même pour un projet DH. Il y avait cependant d'autres aspects (principalement du côté numérique) qui semblaient plutôt étrangers.

Une grande partie de mon travail pour le projet Orlando consiste à rechercher, rédiger et baliser des profils d'auteurs. Alors que j'étais d'abord intimidé par la perspective d'apprendre le XML qui est utilisé pour les étiqueter, la recherche et l'écriture étaient suffisamment familières pour me donner l'impression que je ne m'étais pas trop éloigné de ma zone de confort. Lorsque j'ai commencé à lire les profils existants d'Orlando et que j'ai finalement commencé à écrire mon propre profil pour l'auteur Lili Elbe (à paraître), j'ai vite compris que le balisage d'Orlando était intuitif. J'ai également commencé à apprécier la façon dont la réflexion sur le schéma d'Orlando m'a aidé à structurer mes idées. J'ai réalisé que les règles du schéma d'Orlando ne sont pas différentes des règles qui structurent la langue anglaise. Dans les deux cas, la structure est à la fois un cadre et un défi - elle contraint la communication, mais ce sont ces mêmes contraintes qui produisent du sens et de l'ordre. Quand j'ai commencé à comprendre ce parallèle, j'ai plongé un orteil dans le côté numérique de DH et j'ai trouvé que l'eau n'était pas désagréable. En même temps, cependant, j'étais conscient que je n'avais fait qu'effleurer la surface.

A partir du moment où j'ai eu un aperçu du monde de DH, et plus précisément, des nombreux projets interdépendants qui composent le projet LINCS (un projet qui cherche à créer une infrastructure afin de représenter de manière significative l'interdépendance des données culturelles sur le web) , j'étais parfaitement conscient de tout ce que j'ignorais. Au début, je me contentais de comprendre simplement ce que j'avais besoin de savoir pour accomplir les tâches qui m'étaient assignées. Je me suis concentré sur mon travail et j'ai apprécié la beauté de faire partie d'un projet qui rassemble un éventail de personnes ayant des connaissances et des compétences différentes. J'ai écouté les conversations d'autres personnes sur le développement de l'ontologie CWRC, ou sur l'utilisation de requêtes SPARQL pour trouver des images sur Wikipedia pour les auteurs qui ont des entrées dans la base de texte d'Orlando, et j'ai été ravi de découvrir celle-là projet pourrait avoir autant de composants uniques. Après avoir été entouré par ces conversations pendant un certain temps, ce qui était autrefois une appréciation a commencé à se transformer en curiosité.

Plus j'entendais les mêmes mots et acronymes inconnus, moins ils commençaient à me sembler inconnus. Moins ils me semblaient inconnus, plus je voulais les comprendre. Finalement, j'ai commencé à envisager la possibilité que si les parties de mon travail qui semblaient intimidantes s'étaient avérées si intuitives et agréables, alors peut-être qu'il serait plus facile que je ne le pensais d'apprendre d'autres choses qui semblaient initialement bien en dehors du domaine de mes compétences. C'est ainsi que j'ai fini par rejoindre un groupe d'apprentissage SPARQL et que j'ai commencé à élaborer des requêtes aux côtés de collègues qui en savent beaucoup plus sur les ordinateurs que moi.

J'avais l'habitude de trouver l'idée d'apprendre une langue utilisée exclusivement par des ordinateurs totalement déplaisante. J'ai associé le langage des ordinateurs aux nombres et aux mathématiques, des choses qui m'ont constamment fait courir. Pourtant, alors que j'ai commencé à apprendre SPARQL, j'ai découvert que les langages de requête n'ont rien à voir avec les mathématiques et tout à voir avec la structure, la logique et la recherche de la bonne façon de poser les bonnes questions. Ce fut une révélation pour moi, car c'est précisément le genre de choses que j'aime dans le travail d'écriture et de recherche que j'ai l'habitude de faire en tant qu'étudiant en anglais. J'aime le moment au début d'un projet de recherche où vous devez vous asseoir et déterminer quelles questions vous avez sur un sujet, puis décomposer ces questions en leurs parties essentielles pour obtenir l'essence de ce que vous devez savoir sur le sujet. Plus que ça, j'aime le "aha!" moment où vous trouvez le bon langage pour exprimer les questions auxquelles vous cherchez à répondre. La création de requêtes SPARQL a été pleine de ces moments. SPARQL amplifie la nécessité de questions précises et d'un langage précis, car les services de requête ne comprennent que des vocabulaires spécifiques dans certaines structures. Ainsi, apprendre SPARQL a été un exercice pour trouver les bons mots pour poser mes questions et apprendre à adapter ces questions pour qu'elles correspondent à la structure du langage de requête tout en conservant l'essence de la question.

Par exemple, lors de l'élaboration d'une requête pour trouver toutes les femmes qui ont allumé la flamme olympique, j'ai découvert que cette même question peut être posée d'une manière qui centre les jeux olympiques, ou d'une manière qui centre l'acte d'allumer la torche. Ces deux requêtes sont des formes de la même question, et elles ont toutes deux renvoyé des données pertinentes, mais en raison de la façon dont Wikidata étiquettes sont appliquées, les données renvoyées par chaque requête étaient différentes. C'est la partie de la création de requêtes SPARQL qui m'a le plus intrigué. Tout comme c'est le cas au début d'un article de recherche, lors de l'élaboration d'une requête SPARQL, il est utile de trouver différentes façons de poser la même question et de trouver différentes perspectives à travers lesquelles examiner les mêmes problèmes. C'est la nécessité de poser les bonnes questions lorsque l'on travaille avec SPARQL qui me rappelle que les langages « informatiques » sont fondamentalement des langages humains. Chercher obstinément une réponse en posant sans cesse la même question de différentes manières jusqu'à ce qu'elle donne enfin des résultats utiles est une entreprise fondamentalement humaine. En fait, ce besoin persistant de remettre en question les questions mêmes que vous posez, et ce faisant, de produire des opportunités de changements de paradigme, m'a toujours semblé être une partie essentielle des sciences humaines. C'est ce qui m'a attiré vers les sciences humaines.

Je suis peut-être encore au tout début de l'apprentissage de SPARQL, mais je vois déjà que je ne me serais pas rendu service si j'avais supposé que c'était hors du domaine des choses dont je suis capable ou que j'ai le potentiel d'être passionné. , apprentissage. Bien que SPARQL ait d'abord semblé différent du type de travail auquel je suis habitué, en réalité, il nécessite le type de réflexion que j'apprécie le plus. Cela nécessite une réflexion flexible et une attention constante aux petits détails, qui peuvent sembler insignifiants au premier abord, mais peuvent s'avérer vitaux. Tout au long de ma vie intellectuelle, j'ai toujours été attiré par les études littéraires en raison de la façon dont un seul mot ou une seule phrase peut contenir tant de sens. Je suis fasciné par la façon dont quelques phrases ont le potentiel de changer toute mon analyse d'un roman. J'ai trouvé le même genre de joie à travailler sur Orlando, car j'ai réalisé à quel point une rencontre fortuite avec un autre auteur ou un petit changement dans les ressources économiques peut modifier tout le cours de la vie d'une femme écrivain. Maintenant, j'ai découvert à nouveau la joie des petits détails dans SPARQL alors que j'explore la façon dont les étiquettes que j'utilise pour construire ma requête déterminent les données qui me seront renvoyées en réponse à mes questions. Si je n'avais pas fait partie d'un projet DH, je n'aurais probablement jamais entendu parler de SPARQL, encore moins commencé à l'apprendre et à découvrir les parallèles qui peuvent être établis entre celui-ci et mes autres travaux. C'est la beauté de DH - lorsque différentes disciplines sont réunies en un seul endroit, cela crée de nouvelles opportunités pour élargir votre compréhension et repenser et tester les limites de votre zone de confort.