[EN] Eduard Hovy (Marina del Rey, California)
#Head of the Natural Language Group at USC/ISI (University of Southern
California / Information Sciences Institute)
The Natural Language Group (NLG) at the Information Sciences Institute of the
University of Southern California (USC/ISI) is currently involved in various
aspects of computational/natural language processing. The group's projects are:
machine translation; automated text summarization; multilingual verb access and
text management; development of large concept taxonomies (ontologies); discourse
and text generation; construction of large lexicons for various languages; and
multimedia communication.
Eduard Hovy, his director, is a member of the Computer Science Departments of
USC and of the University of Waterloo. He completed a Ph.D. in Computer Science
(Artificial Intelligence) at Yale University in 1987. His research focuses on
machine translation, automated text summarization, text planning and generation,
and the semi-automated construction of large lexicons and terminology banks. The
Natural Language Group at ISI currently has projects in most of these areas.
Dr. Hovy is the author or editor of four books and over 100 technical articles.
He currently serves as the President of the Association of Machine Translation
in the Americas (AMTA). He is Vice President of the Association for
Computational Linguistics (ACL), and has served on the editorial boards of
Computational Linguistics and the Journal of the Society of Natural Language
Processing of Japan.
[Interview 27/08/1998 // Interview 08/08/1999 // Interview 02/09/2000]
*Interview of August 27, 1998
= How do you see the growth of a multilingual Web?
In the context of information retrieval (IR) and automated text summarization
(SUM), multilingualism on the Web is another complexifying factor. People will
write their own language for several reasons -- convenience, secrecy, and local
applicability -- but that does not mean that other people are not interested in
reading what they have to say! This is especially true for companies involved in
technology watch (say, a computer company that wants to know, daily, all the
Japanese newspaper and other articles that pertain to what they make) or some
government intelligence agencies (the people who provide the most up-to-date
information for use by your government officials in making policy, etc.). One of
the main problems faced by these kinds of people is the flood of information, so
they tend to hire "weak" bilinguals who can rapidly scan incoming text and throw
out what is not relevant, giving the relevant stuff to professional translators.
Obviously, a combination of SUM and MT (machine translation) will help here;
since MT is slow, it helps if you can do SUM in the foreign language, and then
just do a quick and dirty MT on the result, allowing either a human or an
automated IR-based text classifier to decide whether to keep or reject the
article.
For these kinds of reasons, the US Government has over the past five years been
funding research in MT, SUM, and IR, and is interested in starting a new program
of research in Multilingual IR. This way you will be able to one day open
Netscape or Explorer or the like, type in your query in (say) English, and have
the engine return texts in all the languages of the world. You will have them
clustered by subarea, summarized by cluster, and the foreign summaries
translated, all the kinds of things that you would like to have.
You can see a demo of our version of this capability, using English as the user
language and a collection of approx. 5,000 texts of English, Japanese, Arabic,
Spanish, and Indonesian, by visiting MuST (Multilingual information retrieval,
summarization, and translation system).
Type your query word (say, "baby", or whatever you wish) in and press
Enter/Return. In the middle window you will see the headlines (or just keywords,
translated) of the retrieved documents. On the left you will see what language
they are in: "Sp" for Spanish, "Id" for Indonesian, etc. Click on the number at
left of each line to see the document in the bottom window. Click on "Summarize"
to get a summary. Click on 'Translate' for a translation (but beware: Arabic and
Japanese are extremely slow! Try Indonesian for a quick word-by-word
"translation" instead).
This is not a product (yet); we have lots of research to do in order to improve
the quality of each step. But it shows you the kind of direction we are heading
in.
= How do you see the future?
The Internet is, as I see it, a fantastic gift to humanity. It is, as one of my
graduate students recently said, the next step in the evolution of information
access. A long time ago, information was transmitted orally only; you had to be
face-to-face with the speaker. With the invention of writing, the time barrier
broke down -- you can still read Seneca and Moses. With the invention of the
printing press, the access barrier was overcome -- now anyone with money to buy
a book can read Seneca and Moses. And today, information access becomes almost
instantaneous, globally; you can read Seneca and Moses from your computer,
without even knowing who they are or how to find out what they wrote; simply
open AltaVista and search for "Seneca". This is a phenomenal leap in the
development of connections between people and cultures. Look how today's
Internet kids are incorporating the Web in their lives.
The next step? -- I imagine it will be a combination of computer and cellular
phone, allowing you as an individual to be connected to the Web wherever you
are. All your diary, phone lists, grocery lists, homework, current reading,
bills, communications, etc., plus AltaVista and the others, all accessible (by
voice and small screen) via a small thing carried in your purse or on your belt.
That means that the barrier between personal information (your phone lists and
diary) and non-personal information (Seneca and Moses) will be overcome, so that
you can get to both types anytime. I would love to have something that tells me,
when next I am at a conference and someone steps up, smiling to say hello, who
this person is, where last I met him/her, and what we said then!
But that is the future. Today, the Web has made big changes in the way I shop (I
spent 20 minutes looking for plane routes for my next trip with a difficult
transition on the Web, instead of waiting for my secretary to ask the travel
agent, which takes a day). I look for information on anything I want to know
about, instead of having to make a trip to the library and look through
complicated indexes. I send e-mail to you about this question, at a time that is
convenient for me, rather than your having to make a phone appointment and then
us talking for 15 minutes. And so on.
*Interview of August 8, 1999
= What has happened since our first interview?
Over the past 12 months I have been contacted by a surprising number of new
information technology (IT) companies and startups. Most of them plan to offer
some variant of electronic commerce (online shopping, bartering, information
gathering, etc.). Given the rather poor performance of current non-research
level natural language processing technology (when is the last time you actually
easily and accurately found a correct answer to a question to the Web, without
having to spend too much time sifting through irrelevant information?), this is
a bit surprising. But I think everyone feels that the new developments in
automated text summarization, question analysis, and so on, are going to make a
significant difference. I hope so!--but the level of performance is not
available yet.
It seems to me that we will not get a big breakthrough, but we will get a
somewhat acceptable level of performance, and then see slow but sure incremental
improvement. The reason is that it is very hard to make your computer really
"understand" what you mean--this requires us to build into the computer a
network of "concepts" and their interrelationships that (at some level) mirror
those in your own mind, at least in the subjects areas of interest. The surface
(word) level is not adequate -- when you type in "capital of Switzerland",
current systems have no way of knowing whether you mean "capital city" or
"financial capital". Yet the vast majority of people would choose the former
reading, based on phrasing and on knowledge about what kinds of things one is
likely to ask the Web, and in what way.
Several projects are now building, or proposing to build, such large "concept"
networks. This is not something one can do in two years, and not something that
has a correct result. We have to develop both the network and the techniques for
building it semi-automatically and self-adaptively. This is a big challenge.
= What do you think about the debate concerning copyright on the Web? What
practical solutions would you suggest?
As an academic, I am of course one of the parasites of society, and hence all in
favor of free access to all information. But as a part-owner of a small startup
company, I am aware of how much it costs to assemble and format information, and
the need to charge somehow.
To balance these two wishes, I like the model by which raw information (and some
"raw" resources, such as programming languages and basic access capabilities
like the Web search engines) are made available for free. This creates a market
and allows people to do at least something. But processed information, and the
systems that help you get and structure just exactly what you need, I think
should be paid for. That allows developers of new and better technology to be
rewarded for their effort.
Take an example: a dictionary, today, is not free. Dictionary companies refuse
to make them available to research groups and others for free, arguing that they
have centuries of work invested. (I have had several discussions with dictionary
companies on this.) But dictionaries today are stupid products -- you have to
know the word before you can find the word! I would love to have something that
allows me to give an approximate meaning, or perhaps a sentence or two with a
gap where I want the word I am looking for, or even the equivalent in another
language, and returns the word(s) I am looking for. This is not hard to build,
but you need the core dictionary to start with. I think we should have the core
dictionary freely available, and pay for the engine (or the service) that allows
you to enter partial or only somewhat accurate information and helps you find
the best result.
A second example: you should have free access to all the Web, and to basic
search engines like those available today. No copyrights, no license fees. But
if you want an engine that provides a good targeted answer, pinpointed and
evaluated for trustworthiness, then I think it is not unreasonable to pay for
that.
Naturally, an encyclopedia builder will not like my proposal. But to him or her
I say: package your encyclopedia inside a useful access system, because without
it the raw information you provide is just more data, and can easily get lost in
the sea of data available and growing every hour.
*Interview of September 2, 2000
= What has happened since our last interview?
I see a continued increase in small companies using language technology in one
way or another: either to provide search, or translation, or reports, or some
other communication function. The number of niches in which language technology
can be applied continues to surprise me: from stock reports and updates to
business-to-business communications to marketing...
With regard to research, the main breakthrough I see was led by a colleague at
ISI (I am proud to say), Kevin Knight. A team of scientists and students last
summer at Johns Hopkins University in Maryland developed a faster and otherwise
improved version of a method originally developed (and kept proprietary) by IBM
about 12 years ago. This method allows one to create a machine translation (MT)
system automatically, as long as one gives it enough bilingual text. Essentially
the method finds all correspondences in words and word positions across the two
languages and then builds up large tables of rules for what gets translated to
what, and how it is phrased.
Although the output quality is still low -- no-one would consider this a final
product, and no-one would use the translated output as is -- the team built a
(low-quality) Chinese-to-English MT system in 24 hours. That is a phenomenal
feat -- this has never been done before. (Of course, say the critics: you need
something like 3 million sentence pairs, which you can only get from the
parliaments of Canada, Hong Kong, or other bilingual countries; and of course,
they say, the quality is low. But the fact is that more bilingual and
semi-equivalent text is becoming available online every day, and the quality
will keep improving to at least the current levels of MT engines built by hand.
Of that I am certain.)
Other developments are less spectacular. There's a steady improvement in the
performance of systems that can decide whether an ambiguous word such as "bat"
means "flying mammal" or "sports tool" or "to hit"; there is solid work on
cross-language information retrieval (which you will soon see in being able to
find Chinese and French documents on the Web even though you type in
English-only queries), and there is some rather rapid development of systems
that answer simple questions automatically (rather like the popular web system
AskJeeves, but this time done by computers, not humans). These systems refer to
a large collection of text to find "factiods" (not opinions or causes or chains
of events) in response to questions such as "what is the capital of Uganda?" or
"how old is President Clinton?" or "who invented the xerox process?", and they
do so rather better than I had expected.
= What do you think about e-books?
E-books, to me, are a non-starter. More even that seeing a concert live or a
film at a cinema, I like the physical experience holding a book in my lap and
enjoying its smell and feel and heft. Concerts on TV, films on TV, and e-books
lose some of the experience; and with books particularly it is a loss I do not
want to accept. After all, it's much easier and cheaper to get a book in my own
purview than a concert or cinema. So I wish the e-book makers well, but I am
happy with paper. And I don't think I will end up in the minority anytime soon
-- I am much less afraid of books vanishing than I once was of cinemas
vanishing.
= What is your definition of cyberspace?
I define cyberspace as the totality of information that we can access via the
Internet and computer systems in general. It is not, of course, a space, and it
has interesting differences with libraries. For example, soon my fridge, my car,
and I myself will be "known" to cyberspace, and anyone with the appropriate
access permission (and interest) will be able to find out what exactly I have in
my fridge and how fast my car is going (and how long before it needs new shock
absorbers) and what I am looking at now. In fact, I expect that advertisements
will change their language and perhaps even pictures and layout to suit my
knowledge and tastes as I walk by, simply by recognizing that "here comes
someone who speaks primarily English and lives in Los Angeles and makes $X per
year". All this behaviour will be made possible by the dynamically updatable
nature of cyberspace (in contrast to a library), and the fact that computer
chips are still shrinking in size and in price. So just as today I walk around
in "socialspace" -- a web of social norms, expectation, and laws -- tomorrow I
will be walking around in an additional cyberspace of information that will
support me (sometimes) and restrict me (other times) and delight me (I hope
often) and frustrate me (I am sure).
= And your definition of the information society?
An information society is one in which people in general are aware of the
importance of information as a commodity, and attach a price to it as a matter
of course. Throughout history, some people have always understood how important
information is, for their own benefit. But when the majority of society starts
working with and on information per se, then the society can be called an
information society. This may sound a bit vacuous or circularly defined, but I
bet you that anthropologists can go and count what percentage of society was
dedicated to information processing as a commodity in each society. Where they
initially will find only teachers, rulers' councillors, and sages, they will in
later societies find people like librarians, retired domain experts
(consultants), and so on. The jumps in communication of information from oral to
written to printed to electronic every time widened (in time and space)
information dissemination, thereby making it less and less necessary to re-learn
and re-do certain difficult things. In an ultimate information society, I
suppose, you would state your goal and then the information agencies (both the
cyberspace agents and the human experts) would conspire to bring you the means
to achieve it, or to achieve it for you, minimizing the amount of work you'd
have to do to only that is truly new or truly needs to be re-done with the
material at hand.
[FR] Eduard Hovy (Marina del Rey, Californie)
#Directeur du Natural Language Group de l'Université de Californie du Sud
Le Natural Language Group de l' USC/ISI (University of Southern California /
Information Sciences Institute) traite de plusieurs aspects du traitement du
langage naturel: traduction automatique, résumé automatique de texte, accès
multilingue aux verbes et gestion du texte, développement de taxonomies de
concepts (ontologies), discours et génération de texte, élaboration d'importants
lexiques pour plusieurs langues, et communication multimédias.
Son directeur, Eduard Hovy, est docteur en informatique (spécialité:
intelligence artificielle) de l'Université de Yale (doctorat obtenu en 1987). Il
est membre des départements informatiques de l'Université de Californie du Sud
et de l'Université de Waterloo. Ses recherches concernent principalement la
traduction automatique, le résumé automatique de texte, l'organisation et la
génération de textes, et l'élaboration semi-automatique d'importants lexiques et
banques terminologiques. Tous ces thèmes sont des sujets de recherche au Natural
Language Group.
Eduard Hovy est également l'auteur ou le directeur de publication de quatre
ouvrages et d'une centaine d'articles techniques. Il a fait partie des comités
de rédaction de Computational Linguistics et du Journal of the Society of
Natural Language Processing of Japan. Il est actuellement le président de
l'Association of Machine Translation in the Americas (AMTA, et le vice-président
de l'Association for Computational Linguistics (ACL).
[Entretien 27/08/1998 // Entretien 08/08/1999 // Entretien 02/09/2000]
*Entretien du 27 août 1998 (entretien original en anglais)
= Le multilinguisme sur le web est-il un atout ou une barrière?
Dans le contexte de la recherche documentaire et du résumé automatique de texte,
le multilinguisme sur le web est un facteur qui ajoute à la complexité du sujet.
Les gens écrivent dans leur propre langue pour diverses raisons : commodité,
discrétion, communication à l'échelon local, mais ceci ne signifie pas que
d'autres personnes ne soient pas intéressées de lire ce qu'ils ont à dire ! Ceci
est particulièrement vrai pour les sociétés impliquées dans la veille
technologique (disons une société informatique qui souhaite connaître tous les
articles de journaux et périodiques japonais relatifs à son activité) et des
services de renseignements gouvernementaux (ceux qui procurent l'information la
plus récente, utilisée ensuite par les fonctionnaires pour décider de la
politique, etc.). Un des principaux problèmes auquel ces services doivent faire
face est la très grande quantité d'informations. Ils recrutent donc du personnel
bilingue "passif" qui peut scanner rapidement les textes afin de mettre de côté
ce qui est sans intérêt et de donner ensuite les documents significatifs à des
traducteurs professionnels. Manifestement, une combinaison de résumé automatique
de texte et de traduction automatique sera très utile dans ce cas. Comme la
traduction automatique est longue, on peut d'abord résumer le texte dans la
langue étrangère, puis effectuer une traduction automatique rapide à partir du
résultat obtenu, en laissant à un être humain ou un classificateur de texte (du
type recherche documentaire) le soin de décider si on doit garder l'article ou
le rejeter.
Pour ces raisons, durant ces cinq dernières années, le gouvernement des
Etats-Unis a financé des recherches en traduction automatique, en résumé
automatique de texte et en recherche documentaire, et il s'intéresse au
lancement d'un nouveau programme de recherche en informatique documentaire
multilingue. On sera ainsi capable d'ouvrir un navigateur tel que Netscape ou
Explorer, entrer une demande en anglais, et obtenir la liste des documents dans
toutes les langues. Ces documents seront regroupés par sous-catégorie avec un
résumé pour chacun et une traduction pour les résumés étrangers, toutes choses
qui seraient très utiles.
En consultant MuST (multilingual information retrieval, summarization, and
translation system), vous aurez une démonstration de notre version de ce
programme de recherche, qui utilise l'anglais comme langue de l'utilisateur sur
un ensemble d'environ 5.000 textes en anglais, japonais, arabe, espagnol et
indonésien.
Entrez votre demande (par exemple, "baby", ou tout autre terme) et appuyez sur
la touche Retour. Dans la fenêtre du milieu vous verrez les titres (ou bien les
mots-clés, traduits). Sur la gauche vous verrez la langue de ces documents: "Sp"
pour espagnol, "Id" pour indonésien, etc. Cliquez sur le numéro situé sur la
partie gauche de chaque ligne pour voir le document dans la fenêtre du bas.
Cliquez sur "Summarize" pour obtenir le résumé. Cliquez sur "Translate" pour
obtenir la traduction (attention, les traductions en arabe et en japonais sont
extrêmement lentes! Essayez plutôt l'indonésien pour une traduction rapide mot à
mot).
Ce programme de démonstration n'est pas (encore) un produit. Nous avons de
nombreuses recherches à mener pour améliorer la qualité de chaque étape. Mais
ceci montre la direction dans laquelle nous allons.
*Entretien du 8 août 1999 (entretien original en anglais)
= Quoi de neuf depuis notre premier entretien?
Durant les douze derniers mois, j'ai été contacté par un nombre surprenant de
nouvelles sociétés et start-up en technologies de l'information. La plupart
d'entre elles ont l'intention d'offrir des services liés au commerce
électronique (vente en ligne, échange, collecte d'information, etc.). Etant
donné les faibles résultats des technologies actuelles du traitement de la
langue naturelle - ailleurs que dans les centres de recherche - c'est assez
surprenant. Quand avez-vous pour la dernière fois trouvé rapidement une réponse
correcte à une question posée sur le web, sans avoir eu à passer en revue
pendant un certain temps des informations n'ayant rien à voir avec votre
question? Cependant, à mon avis, tout le monde sent que les nouveaux
développements en résumé automatique de texte, analyse des questions, etc.,
vont, je l'espère, permettre des progrès significatifs. Mais nous ne sommes pas
encore arrivés à ce stade.
Il me semble qu'il ne s'agira pas d'un changement considérable, mais que nous
arriverons à des résultats acceptables, et que l'amélioration se fera ensuite
lentement et sûrement. Ceci s'explique par le fait qu'il est très difficile de
faire en sorte que votre ordinateur "comprenne" réellement ce que vous voulez
dire - ce qui nécessite de notre part la construction informatique d'un réseau
de "concepts" et des relations de ces concepts entre eux - réseau qui, jusqu'à
un certain stade au moins, reflèterait celui de l'esprit humain, au moins dans
les domaines d'intérêt pouvant être regroupés par sujets. Le mot pris à la
"surface" n'est pas suffisant - par exemple quand vous tapez: "capitale de la
Suisse", les systèmes actuels n'ont aucun moyen de savoir si vous songez à
"capitale administrative" ou "capitale financière". Dans leur grande majorité,
les gens préféreraient pourtant un type de recherche basé sur une expression
donnée, ou sur une question donnée formulée en langage courant.
Plusieurs programmes de recherche sont en train d'élaborer de vastes réseaux de
"concepts", ou d'en proposer l'élaboration. Ceci ne peut se faire en deux ans,
et ne peut amener rapidement un résultat satisfaisant. Nous devons développer à
la fois le réseau et les techniques pour construire ces réseaux de manière
semi-automatique, avec un système d'auto-adaptation. Nous sommes face à un défi
majeur.
= Que pensez-vous des débats liés au respect du droit d'auteur sur le web?
Quelles solutions pratiques suggérez-vous?
En tant qu'universitaire, je suis bien sûr un des parasites de notre société, et
donc tout à fait en faveur de l'accès libre à la totalité de l'information. En
tant que co-propriétaire d'une petite start-up, je suis conscient du coût que
représente la collecte et la présentation de l'information, et de la nécessité
de faire payer ce service d'une manière ou d'une autre.
Pour équilibrer ces deux tendances, je pense que l'information à l'état brut -
et certaines ressources à l'état brut: langages de programmation ou moyens
d'accès à l'information de base comme les navigateurs web - doivent être
disponibles gratuitement. Ceci crée un marché et permet aux gens de les
utiliser. Par contre l'information traitée et les systèmes vous permettant
d'obtenir et structurer très exactement ce dont vous avez besoin doivent être
payants. Cela permet de financer ceux qui développent ces nouvelles
technologies.
Prenons un exemple: à l'heure actuelle, un dictionnaire n'est pas disponible
gratuitement. Les sociétés éditrices de dictionnaires refusent de les mettre
librement à la disposition des chercheurs et de toute personne intéressée, et
elles avancent l'argument que ces dictionnaires ont demandé des siècles de
travail (j'ai eu plusieurs discussions à ce sujet avec des sociétés de
dictionnaires). Mais de nos jours les dictionnaires sont des instruments
stupides: on doit connaître le mot avant de le trouver! J'aimerais avoir un
outil qui me permette de donner une définition approximative, ou peut-être une
phrase ou deux incluant un espace pour le mot que je cherche, ou même
l'équivalent de ce mot dans une autre langue, et que la réponse me revienne avec
le(s) mot(s) que je cherche. Un tel outil n'est pas compliqué à construire, mais
il faut d'abord le dictionnaire de base. Je pense que ce dictionnaire de base
devrait être en accès libre. Par contre on pourrait facturer l'utilisation du
moteur de recherche ou du service permettant d'entrer une information -
partielle ou non - qui soit très "ciblée", afin d'obtenir le meilleur résultat.
Voici un deuxième exemple. On devrait avoir accès librement à la totalité du
web, et à tous les moteurs de recherche "de base" du type de ceux qu'on trouve
aujourd'hui. Pas de copyright et pas de licence. Mais si on a besoin d'un moteur
de recherche qui procure une réponse très "ciblée" et très fiable, je pense
qu'il ne serait pas déraisonnable que ce service soit facturé.
Le créateur d'une encyclopédie ne va naturellement pas aimer ma proposition.
Mais je lui suggérerais d'équiper son encyclopédie d'un système d'accès
performant. Sans ce système, l'information brute donnée par cette encyclopédie
n'est qu'un stock d'informations et rien d'autre, et ce stock peut aisément se
perdre dans une masse considérable d'informations qui augmente tous les jours.
*Entretien du 2 septembre 2000 (entretien original en anglais)
= Quoi de neuf depuis notre dernier entretien?
Je vois de plus en plus de petites sociétés utiliser d'une manière ou d'une
autre les technologies liées aux langues, pour procurer des recherches, des
traductions, des rapports ou d'autres services permettant de communiquer. Le
nombre de créneaux dans lesquels ces technologies peuvent être utilisées
continue de me surprendre, et cela va des rapports financiers et leurs mises à
jour aux communications d'une société à l'autre en passant par le marketing.
En ce qui concerne la recherche, la principale avancée que je vois est due à
Kevin Knight, un collègue de l'ISI (Institut des sciences de l'information de
l'Université de Californie du Sud), ce dont je suis très honoré. L'été dernier,
une équipe de chercheurs et d'étudiants de l'Université Johns Hopkins (Maryland)
a développé une version à la fois meilleure et plus rapide d'une méthode
développée à l'origine par IBM (et dont IBM reste propriétaire) il y a douze ans
environ. Cette méthode permet de créer automatiquement un système de traduction
automatique, dans la mesure où on lui fournit un volume suffisant de texte
bilingue. Tout d'abord la méthode trouve toutes les correspondances entre les
mots et la position des mots d'une langue à l'autre, et ensuite elle construit
des tableaux très complets de règles entre le texte et sa traduction, et les
expressions correspondantes.
Bien que la qualité du résultat soit encore loin d'être satisfaisante - personne
ne pourrait considérer qu'il s'agit d'un produit fini, et personne ne pourrait
utiliser le résultat tel quel - l'équipe a créé en vingt-quatre heures un
système (élémentaire) de traduction automatique du chinois vers l'anglais. Ceci
constitue un exploit phénoménal, qui n'avait jamais été réalisé avant. Les
détracteurs du projet peuvent bien sûr dire qu'on a besoin dans ce cas de trois
millions de phrases disponibles dans chaque langue, et qu'on ne peut se procurer
une quantité pareille que dans les parlements du Canada, de Hong-Kong ou
d'autres pays bilingues. Ils peuvent bien sûr arguer également de la faible
qualité du résultat. Mais le fait est que, tous les jours, on met en ligne des
textes bilingues au contenu à peu près équivalent, et que la qualité de cette
méthode va continuer de s'améliorer pour atteindre au moins celle des logiciels
de traduction automatique actuels, qui sont conçus manuellement. J'en suis
absolument certain.
D'autres développements sont moins spectaculaires. On observe une amélioration
constante des résultats dans les systèmes pouvant décider de la traduction
opportune d'un terme (homonyme) qui a des significations différentes (par
exemple père, pair et père, ndlr). On travaille beaucoup aussi sur la recherche
d'information par recoupement de langues (qui vous permettront bientôt de
trouver sur le web des documents en chinois et en français même si vous tapez
vos questions en anglais). On voit également un développement rapide des
systèmes qui répondent automatiquement à des questions simples (un peu comme le
populaire AskJeeves utilisé sur le web, mais avec une gestion par ordinateur et
non par des êtres humains). Ces systèmes renvoient à un grand volume de texte
permettant de trouver des "factiodes" (et non des opinions ou des motifs ou des
chaînes d'événements) en réponse à des questions telles que: "Quelle est la
capitale de l'Ouganda?", ou bien: "Quel âge a le président Clinton?", ou bien:
"Qui a inventé le procédé Xerox?", et leurs résultats obtenus sont plutôt
meilleurs que ce à quoi je m'attendais.
= Quelle est votre opinion sur le livre électronique?
Je ne crois pas au livre électronique. Encore plus que d'assister à un concert
en public ou d'aller voir un film au cinéma, j'aime l'expérience physique
d'avoir un livre sur les genoux et de prendre plaisir à son odeur, son contact
et son poids. Les concerts à la télévision, les films à la télévision et les
livres électroniques font qu'on perd un peu de ce plaisir. Et, pour les livres
particulièrement, je ne suis pas prêt à cette perte. Après tout, dans mon
domaine d'activité, il est beaucoup plus facile et beaucoup plus économique de
se procurer un livre qu'une place de concert ou de cinéma. Tous mes souhaits
vont aux fabricants de livres électroniques, mais je suis heureux avec les
livres imprimés. Et je ne pense pas changer d'avis de sitôt, et me ranger dans
la minorité qui utilise les livres électroniques. Je crains beaucoup moins la
disparition des livres que je n'ai craint autrefois la disparition des cinémas.
= Comment définissez-vous le cyberespace?
Pour moi, le cyberespace est représenté par la totalité des informations
auxquelles nous pouvons accéder par l'internet et les systèmes informatiques en
général. Il ne s'agit bien sûr pas d'un espace, et son contenu est sensiblement
différent de celui des bibliothèques. Par exemple, bientôt mon réfrigérateur, ma
voiture et moi-même seront connus du cyberespace, et toute personne disposant
d'une autorisation d'accès (et d'une raison pour cela) pourra connaître
précisément le contenu de mon réfrigérateur et la vitesse de ma voiture (ainsi
que la date à laquelle je devrai changer les amortisseurs), et ce que je suis en
train de regarder maintenant.
En fait, j'espère que la conception de la publicité va changer, y compris les
affiches et les présentations que j'ai sous les yeux en marchant, afin que cette
publicité puisse correspondre à mes connaissances et à mes goûts, tout
simplement en ayant les moyens de reconnaître que "voici quelqu'un dont la
langue maternelle est l'anglais, qui vit à Los Angeles et dont les revenus sont
de tant de dollars par mois". Ceci sera possible du fait de la nature dynamique
d'un cyberespace constamment mis à jour (contrairement à une bibliothèque), et
grâce à l'existence de puces informatiques de plus en plus petites et bon
marché.
Tout comme aujourd'hui j'évolue dans un "espace social" (socialspace) qui est un
réseau de normes sociales, d'expectations et de lois, demain, j'évoluerai aussi
dans un cyberespace composé d'informations sur lesquelles je pourrai me baser
(parfois), qui limiteront mon activité (parfois), qui me réjouiront (souvent,
j'espère) et qui me décevront (j'en suis sûr).
= Et la société de l'information?
Une société de l'information est une société dans laquelle la majorité des gens
a conscience de l'importance de cette information en tant que produit de base,
et y attache donc tout naturellement du prix. Au cours de l'histoire, il s'est
toujours trouvé des gens qui ont compris combien cette information était
importante, afin de servir leurs propres intérêts. Mais quand la société, dans
sa majorité, commence à travailler avec et sur l'information en tant que telle,
cette société peut être dénommée société de l'information. Ceci peut sembler une
définition tournant un peu en rond ou vide de sens, mais je vous parie que, pour
chaque société, les anthropologues sont capables de déterminer quel est le
pourcentage de la société occupé au traitement de l'information en tant que
produit de base. Dans les premières sociétés, ils trouveront uniquement des
professeurs, des conseillers de dirigeants et des sages. Dans les sociétés
suivantes, ils trouveront des bibliothécaires, des experts à la retraite
exerçant une activité de consultants, etc.
Les différentes étapes de la communication de l'information - d'abord verbale,
puis écrite, puis imprimée, puis électronique - ont chaque fois élargi (dans le
temps et dans l'espace) le champ de propagation de cette information, en rendant
de ce fait de moins en moins nécessaire le réapprentissage et la répétition de
certaines tâches difficiles. Dans une société de l'information très évoluée, je
suppose, il devrait être possible de formuler votre objectif, et les services
d'information (à la fois les agents du cyberespace et les experts humains)
oeuvreraient ensemble pour vous donner les moyens de réaliser cet objectif, ou
bien se chargeraient de le réaliser pour vous, et réduiraient le plus possible
votre charge de travail en la limitant au travail vraiment nouveau ou au travail
nécessitant vraiment d'être refait à partir de documents rassemblés pour vous
dans cette intention.