Critique de Data and Reality

Critique de Data and Reality : l'ambiguïté est au cœur du sujet

Cette critique de Data and Reality part de l'intuition la plus durable de William Kent : une base de données n'est pas un récipient neutre dans lequel le monde viendrait se déverser. C'est une représentation conçue de toutes pièces, issue de décisions sur ce qui constitue une chose, sur les différences qui comptent, sur la manière dont les noms s'attachent aux objets et sur le point de vue appelé à faire autorité. La thèse de Kent n'est pas que les modèles formels sont inutiles. Leur utilité repose sur la simplification ; le danger surgit lorsque cette simplification est prise pour la réalité elle-même.

Publié pour la première fois par North-Holland en 1978 avec pour sous-titre Basic Assumptions in Data Processing Reconsidered, l'ouvrage appartient à l'histoire de la pensée sur les bases de données, sans pour autant se lire comme un manuel d'époque. Son vocabulaire technique trahit parfois son âge ; ses questions, jamais. Qu'est-ce qui fait d'un client, d'une adresse, d'une organisation, d'un événement ou d'un produit une entité stable ? Quand un attribut mérite-t-il de devenir une entité ? Deux systèmes peuvent-ils échanger des enregistrements si leurs catégories découpent le monde différemment ? Ces problèmes restent entiers partout où l'on construit des schémas, des indicateurs, des graphes de connaissances, des systèmes d'identité ou des jeux de données destinés à l'apprentissage automatique.

La réussite de Kent relève du diagnostic plutôt que de la prescription. Il montre à maintes reprises que des problèmes apparemment liés aux données sont souvent des désaccords sur le sens, transposés sous une forme technique. Le livre est donc exceptionnellement précieux pour les lecteurs qui savent déjà bâtir des systèmes et commencent à soupçonner que la correction syntaxique ne se confond pas avec la vérité sémantique. C'est également ce qui explique sa principale limite : qui cherche une méthode de modélisation moderne ou une suite d'étapes de mise en œuvre ne la trouvera pas ici.

Des choses et des noms jusqu'aux modèles

Kent circule entre deux domaines. Le premier est celui de l'information ordinaire telle que les personnes la rencontrent : entités, noms, relations, attributs, types, catégories et ensembles. Le second est l'appareil formel employé pour représenter cette information. L'ordre suivi importe, car il refuse de laisser les techniques disponibles définir le problème à l'avance. Avant de demander quelle structure adopter, Kent demande ce que l'on cherche, au juste, à structurer.

L'enquête commence par l'identité. Considérer quelque chose comme une seule et même chose paraît élémentaire, jusqu'à ce que le temps, le contexte, la propriété, la composition ou la diversité des points de vue entrent en jeu. Une rue, une entreprise, une personne dans un système administratif ou un événement récurrent peuvent chacun être comptés de plusieurs manières raisonnables. Le concepteur doit malgré tout choisir, mais ce choix est un engagement opérationnel, et non la découverte d'une frontière naturelle qui irait de soi.

Les noms soulèvent une difficulté apparentée. Un nom peut identifier, décrire, classer ou simplement aider une communauté à se coordonner. Une même étiquette peut désigner des objets différents, tandis qu'un seul objet peut recevoir plusieurs étiquettes selon les langues, les systèmes et les époques. L'analyse de Kent fait ressortir une vérité pratique que l'on oublie facilement : les contraintes d'unicité et les identifiants peuvent imposer une règle au sein d'un système, mais ils ne sauraient prouver que cette règle saisit l'identité dans le monde extérieur.

Les relations et les attributs viennent ensuite ébranler une autre distinction familière. Ce qui ressemble à un simple champ dans une application peut devenir un objet complexe dans une autre. Une adresse peut être une chaîne de caractères pour un envoi postal, un lieu pour la logistique, un historique évolutif pour la conformité ou une relation entre des personnes, des bâtiments et des territoires administratifs. Aucun diagramme universel ne permet de trancher entre ces perspectives. La bonne représentation dépend de l'objectif, du degré de détail et des conséquences d'une erreur.

La grande force du livre : un doute rigoureux

La méthode la plus convaincante de l'ouvrage tient à son refus de résoudre l'ambiguïté en se contentant de la rebaptiser. Après avoir exposé les défauts des formalismes existants, Kent ne dévoile pas un système parfait. Il accumule plutôt les cas concrets jusqu'à ce que le lecteur mesure toute la part de jugement humain comprimée dans les termes usuels de la modélisation. Il en résulte un scepticisme constructif : non pas la paralysie, mais une plus grande honnêteté sur ce qu'un modèle permet d'affirmer.

C'est pourquoi le livre reste plus utile que bien des classiques consacrés à une technologie précise. Un langage de programmation, un moteur de stockage ou une notation peuvent devenir obsolètes, tandis que les questions d'identité, de classification et de contexte demeurent. Dans sa préface, Kent compare les structures de données à des cartes plutôt qu'au territoire, analogie qui éclaire à la fois leur nécessité et leurs limites. Une carte n'échoue pas parce qu'elle omet certains éléments : c'est cette omission qui la rend utilisable. Elle échoue lorsqu'une carte optimisée pour un trajet est prise pour une description complète du paysage.

La prose y contribue également. Kent écrit en enquêteur, non en gardien d'un savoir réservé. La portée philosophique est réelle, mais les exemples restent proches de la tenue des dossiers et de la conception des systèmes. Nul besoin d'une formation officielle en métaphysique pour comprendre pourquoi deux services peuvent donner des sens différents à une même catégorie, ou pourquoi une hiérarchie apparemment nette peut dissimuler des appartenances qui se chevauchent. Ce style accessible garde l'argumentation ancrée dans le concret, même lorsqu'elle aborde la perception et la réalité.

Une dimension éthique affleure, bien que Kent ne transforme pas son livre en manifeste. Toute catégorisation privilégie certaines différences et en efface d'autres. Tout identifiant durable suppose une certaine continuité. Tout agrégat dépend de règles d'inclusion. Une fois ces choix intégrés à l'infrastructure, ils peuvent sembler inéluctables aux utilisateurs qui viennent ensuite. Kent donne aux concepteurs les mots nécessaires pour retrouver ces choix et se demander s'ils servent encore les personnes et les objectifs concernés.

Ce qui a vieilli et ce que le livre laisse en suspens

La première réserve, la plus évidente, tient à la distance historique. Kent traite des modèles de données et de l'environnement informatique de son époque, notamment des questions liées aux systèmes orientés enregistrements, hiérarchiques, en réseau et relationnels. Les lecteurs qui attendent une étude directe des systèmes distribués, des données à l'échelle du Web, des modèles probabilistes, des pratiques contemporaines de protection de la vie privée ou de l'apprentissage automatique devront établir eux-mêmes les passerelles. La critique de fond se transpose bien, mais les exemples ne constituent pas un panorama technique actuel.

Le livre peut aussi décevoir les lecteurs pour qui un diagnostic doit aboutir à une méthode. Kent examine certaines pistes souhaitables pour la modélisation, mais se garde de proposer un remède universel. Cette retenue est intellectuellement cohérente : un système parfait contredirait son propos sur le point de vue et la finalité. Dans la pratique, on peut néanmoins terminer un chapitre plus conscient d'un problème sans disposer d'une liste d'étapes pour le résoudre. Le livre se révèle surtout utile avant et pendant les discussions de conception, et non comme unique guide au moment de passer à la réalisation.

Son scepticisme peut lui aussi être poussé trop loin. Si tout modèle est partiel, un lecteur négligent pourrait en conclure que tous les modèles sont également arbitraires. Ce n'est pas le cas. On peut évaluer une représentation au regard d'objectifs explicites, de modes de défaillance observés, des besoins des parties prenantes et du coût des erreurs de classification. Certaines préservent mieux que d'autres les distinctions pertinentes. L'argument de Kent invite à une comparaison rigoureuse ; il n'excuse ni les exigences vagues ni l'indécision sans fin.

La conclusion philosophique modifie également le registre de l'ouvrage. Kent élargit les questions d'existence, d'identité, d'attributs, de relations, de comportement et de modélisation : il passe de l'informatique à la perception individuelle. Certains lecteurs apprécieront cet élargissement, qui révèle la continuité entre les manières techniques et humaines de produire du sens. D'autres le trouveront moins rigoureux que l'analyse antérieure des systèmes d'information. Il fonctionne mieux comme une coda réflexive que comme une démonstration dont dépendrait la critique technique.

Un contexte historique qui n'enferme pas le livre sous vitrine

Lire Data and Reality dans le contexte de 1978 permet de mieux saisir son originalité. La recherche sur les bases de données donnait alors une structure formelle aux questions de stockage, de relations, d'enregistrements et d'indépendance vis-à-vis des mises en œuvre particulières. Kent ne rejette pas ces travaux. Il demande ce qui se passe un niveau plus tôt, lorsque l'information humaine, désordonnée, est traduite dans les entités et les relations qu'un système formel peut manipuler.

Cette orientation distingue le livre d'une simple compétition entre modèles de données. Dans son analyse ultérieure des outils et des théories, Kent affirme en substance qu'un outil utile n'est pas tenu d'incarner la véritable structure de l'information. Les outils associent des compromis pour accomplir des tâches ; les théories recherchent une cohérence explicative. Les confondre incite les utilisateurs à remodeler leur compréhension d'un problème jusqu'à ce qu'elle épouse la structure rendue commode par le système.

L'argument paraît particulièrement pertinent dans les environnements où un schéma franchit les frontières d'une organisation. Des équipes peuvent s'accorder sur les noms et les formats des champs tout en restant en désaccord sur les événements, les personnes ou les obligations que ces champs représentent. L'interopérabilité syntaxique peut ainsi masquer une incompatibilité de sens. Kent n'emploie pas le vocabulaire contemporain de la gouvernance, mais il cerne la source du problème avec une clarté peu commune.

Pour situer l'ouvrage dans un paysage intellectuel plus large, on peut le rapprocher de la sélection histoire et idées d'UtoRead. Son intérêt pour la classification et les limites conceptuelles en fait également une passerelle naturelle vers la philosophie et la psychologie, tandis que son sujet technique le rattache aux sciences et à la nature. Ces parcours sont pertinents, car le livre occupe véritablement les trois territoires sans s'installer confortablement dans aucun.

À qui s'adresse Data and Reality ?

Le lecteur idéal est un modélisateur de données, un architecte de bases de données, un analyste, un concepteur de taxonomies, un chef de produit ou un ingénieur logiciel qui a déjà vu un cahier des charges limpide devenir ambigu dès l'arrivée des utilisateurs réels et des exceptions. Les praticiens chevronnés reconnaîtront aussitôt ces situations. Le livre leur fournit des termes plus précis pour expliquer pourquoi elles se répètent.

Les étudiants peuvent eux aussi en tirer profit, surtout après avoir assimilé les bases de la conception relationnelle ou des systèmes d'information. Lu trop tôt, le livre risque de ressembler à un nuage de complications philosophiques autour de notions qui ne sont pas encore comprises. Lu après la construction d'un seul schéma un tant soit peu complexe, ses exemples éclairent l'écart entre les entités enseignées en cours et la réalité des institutions. Il trouverait bien sa place dans un séminaire, car ses questions appellent plusieurs réponses défendables plutôt qu'une restitution mécanique.

L'ouvrage convient moins à qui cherche une introduction rapide à SQL, une architecture système moderne ou une recette de normalisation. Ce n'est pas non plus un manuel général de philosophie de l'information. Son objet est plus étroit et plus pratique : les difficultés récurrentes qui apparaissent lorsque des structures de données formelles rencontrent une information humaine ambiguë. Le lecteur à l'aise avec les questions, les exemples et les tensions irrésolues en retirera beaucoup plus que celui qui cherche une norme faisant autorité.

Une lecture lente est préférable. Les exemples de Kent peuvent sembler assez simples pour être survolés, mais leur simplicité sert souvent à mettre au jour un présupposé. Reformuler chaque problème à partir d'un système actuel rend au livre tout son caractère concret. Demandez-vous ce que votre organisation compte comme utilisateur, transaction, foyer, compte actif, incident ou résultat positif. Puis demandez-vous qui a choisi cette définition, dans quel but et ce que la base de données ne peut pas exprimer.

Autres lectures et compléments utiles

Le lecteur soucieux avant tout de mise en œuvre devrait choisir un ouvrage moderne sur les systèmes comme complément, et non comme substitut. Designing Data-Intensive Applications, de Martin Kleppmann, aborde beaucoup plus directement les compromis techniques des systèmes de données contemporains. Kent, à l'inverse, demande si l'information soumise à ce travail d'ingénierie a été conçue de manière responsable. Ensemble, les deux livres couvrent des niveaux différents d'une même activité.

Pour la modélisation dimensionnelle appliquée, The Data Warehouse Toolkit, de Ralph Kimball et Margy Ross, propose les modèles et les procédures que Data and Reality évite délibérément. Ses méthodes aident les équipes à produire des structures analytiques utilisables ; Kent les aide à repérer le moment où une dimension ou un fait a introduit subrepticement une définition métier instable. La comparaison féconde oppose ici la méthode à la critique, et non deux manuels rivaux.

Les lecteurs surtout attirés par la philosophie pourront préférer Information: A Very Short Introduction, de Luciano Floridi, pour une orientation conceptuelle plus large. Ceux qui s'intéressent à la classification au sein des institutions peuvent également poursuivre dans la sélection entreprise et développement personnel d'UtoRead, où catégories, indicateurs et décisions organisationnelles se rencontrent dans la pratique. Kent demeure singulier parce qu'il ne laisse jamais l'abstraction s'éloigner longtemps des fichiers, enregistrements, noms et relations ordinaires.

Verdict final

Data and Reality est un petit classique de l'hygiène conceptuelle. Il enseigne que la précision d'un schéma peut coexister avec l'incertitude sur ce que ce schéma signifie, et qu'une meilleure notation ne peut abolir les désaccords concernant l'identité, la classification, le temps et la finalité. Sa valeur durable réside moins dans un modèle particulier que dans l'habitude d'examiner les présupposés qui précèdent toute modélisation.

Le livre est daté en tant que panorama technique et volontairement incomplet en tant que guide de conception. Ce sont de véritables limites, et non des détails accessoires. Elles ne diminuent pourtant pas son apport principal. Rares sont les livres qui rendent aussi visibles les choix fondateurs des systèmes d'information sans transformer cette mise au jour en argumentaire commercial pour une nouvelle solution universelle.

Pour les lecteurs qui construisent ou interprètent des structures de données, la recommandation est nette : il faut le lire comme le complément exigeant des méthodes pratiques. Il ne vous dira pas exactement quel schéma créer. Il vous empêchera plus sûrement de prétendre que ce schéma s'est créé tout seul.