Pourquoi et comment

Chacune des vues va contribuer à la représentation numérique d'un document textuel, mais, selon le domaine d'application, elle sera plus ou moins importante ou nécessaire. La première question est : que veut-on représenter en vue de quels usages ? Des choix techniques seront associés pour répondre à la question : comment représenter ? Cette distinction entre le quoi et le comment est, en informatique comme dans beaucoup d'autres sciences, une approche essentielle des problèmes.

Différents formats pour différents usages

Les choix effectués pour répondre à la question comment représenter des documents textuels aboutissent à des formats de représentation. Vous connaissez sans doute certains de ces formats précisés avec les abréviations suivantes :

• le format txt pour les textes,
• le format doc ou le format docx du traitement de textes Word,
• le format odt des traitements de textes LibreOffice ou OpenOffice,
• le format pdf pour l'impression,
• le format html pour les hypertextes.

Vous noterez, que pour de mêmes usages, comme la composition de documents textuels, il existe des formats différents comme doc et odt . Vous noterez également que les formats évoluent avec les usages et les technologies. Par exemple HTML a été défini dans des versions successives depuis le début des années 90 jusque HTML5 , paru en 2014.

Formats et logiciels

Nous avons expliqué la relation forte entre le choix de la représentation et les traitements qui peuvent être faits sur une donnée numérique. D'un point de vue très concret, cette relation se traduit souvent par la liaison entre un format et une application spécifique d'un éditeur logiciel. Par exemple, un document textuel au format doc est associé au logiciel Word de Microsoft. Il aura souvent été créé avec ce logiciel et pourra être lu et modifié avec ce logiciel.

Un document dans un format pourra être stocké dans un fichier. Pour des raisons historiques, le format d'un document est souvent précisé dans l'extension du nom de fichier constituée de trois ou quatre lettres après le point. On désigne même abusivement un format par cette extension, comme nous l'avons fait précédemment en parlant de format doc par exemple. Cette extension peut être vue comme une métadonnée qui dit : "le document dans ce fichier respecte le format de représentation de documents utilisé par le logiciel Word ".

Si nous avons un document textuel au format odt , il ne suffit pas de le renommer avec l'extension doc pour le rendre lisible par Word. Il faut réaliser une conversion d'un format dans l'autre, opération qui peut être difficile voire impossible. Pourquoi ? Pour au moins deux raisons :

1. Tout d'abord, les choix qui ont été opérés pour définir les formats ne sont pas toujours compatibles. On peut donc perdre des informations lors de cette conversion.
2. Ensuite, les choix ne sont pas toujours rendus publics. On ne peut donc pas toujours écrire de programme de conversion.

Par ailleurs, un document textuel dans un format peut être parfois manipulé avec des logiciels différents pour des besoins différents. Par exemple, un fichier html peut être ouvert par un navigateur pour le visualiser. Le même fichier peut être ouvert avec un éditeur de texte pour le modifier. Comme vous l'avez vu dans le cours du Web, il sera également manipulé par les robots des moteurs de recherche qui contribuent à indexer le web.

Ouvert ou propriétaire

Le processus de choix de représentation et de définition d'un format est complexe et coûteux. Il peut être aussi stratégique d'un point de vue industriel ou commercial. Dès lors, les créateurs ont la possibilité de le rendre disponible pour tous librement ou non, de le cacher ou de le protéger par des brevets.

Formats ouverts

On parle de format ouvert si le format est diffusé publiquement.

Par exemple, vous pouvez accéder librement sur le Web à la définition du format HTML5 . De plus, aucune entrave légale n'accompagne l'utilisation d'un format ouvert et de ce fait, un format ouvert n'est pas lié à un logiciel. En effet, plusieurs logiciels différents peuvent librement lire ou écrire les informations représentées dans ce format. On facilite ainsi l'interopérabilité. Par exemple, le format html est utilisé par de nombreux logiciels et même au delà du Web.

Formats fermés

On parle de format fermé ou propriétaire lorsque des restrictions d'accès et/ou d'utilisation s'appliquent.

Être propriétaire d'un format très répandu donne une puissance économique très importante dans notre monde numérique et une position dominante. En effet, la conversion étant impossible, une mise en concurrence est rendue très improbable et les utilisateurs sont alors contraints d'utiliser le logiciel associé. Si HTML avait été un format fermé, sans doute le web serait-il très différent de celui d'aujourd'hui ou n'existerait peut-être même pas.

Une minute citoyenne

Le numérique est aujourd'hui un facteur de développement économique important. Ce développement repose en partie sur des infrastructures comme les réseaux, le web, étudiés dans les semestres précédents. Les organisations publiques mondiales, pour ne pas freiner ce développement ont mis en place des normes et étudient des garanties pour un accès neutre et de qualité à ces infrastructures. Les normes du W3C sont un exemple. Le débat actuel sur la neutralité du net est une autre illustration. Par le passé et encore aujourd'hui plusieurs entreprises, par des moyens techniques ou commerciaux tentent d'accaparer ce que beaucoup pensent être soit un bien public soit des données personnelles. Mais ces infrastructures ne sont pas le seul point d'accès au numérique. La question des formats de représentation des données entre évidemment dans l'éventail des possibilités de contrôler l'économie du numérique.

Lorsque vous enregistrez un document dans un certain format, c'est un peu comme si vous rangiez un objet dans une boite. Si le format est propriétaire et protégé, alors cela signifie que lorsque vous voulez retrouver votre objet vous devez vous adresser à un tiers qui lui seul a l'autorisation d'ouvrir la boite. La question de savoir si l'objet vous appartient toujours se pose donc, ou encore celle de la liberté d'utiliser cet objet.

Transposée dans le monde numérique, cette image signifie que limiter cet accès a de nombreuses conséquences. L'interopérabilité est rendue plus difficile : un document dans un format propriétaire, ne peut être librement utilisé dans un autre logiciel. La liberté des utilisateurs est également atteinte : en échangeant avec un format propriétaire, vous forcez vos interlocuteurs à utiliser un logiciel précis.

Enfin, lorsqu'il s'agit de données sensibles ou devant être archivées pour une très longue durée, l'usage de formats propriétaires repose sur des logiciels qui peuvent disparaître ou changer leur règles d'utilisation...

Comme pour les infrastructures, l'État et bien d'autres organisations sont conscientes de ces difficultés. Elle produisent souvent des directives, circulaires pour inciter à utiliser des formats ouverts et libres. Mais il est bien plus difficile de convaincre les utilisateurs souvent plus enclins à continuer selon leurs habitudes, résultant souvent de nombreux efforts d'apprentissage.

De votre côté, recevoir une formation indépendante des outils, donc plus fondamentale peut contribuer à être moins dépendant et moins servile dans ce monde numérique. Mais cela demande un effort particulier, une attente moins centrée sur l'immédiat et l'utilitaire, un peu moins personnelle car prenant conscience d'enjeux communautaires.