Towards a Relational Model of the Holocaust Geolocalized Approaches to Perpetration, Complicity, and Knowledge
Cet article propose l'Analyse de Réseaux Historiques (ARN) comme un cadre méthodologique complémentaire pour la recherche sur la Shoah qui intègre diverses sources archivistiques dans des modèles relationnels géolocalisés afin de reconstruire les contextes spatiaux, institutionnels et cognitifs de la persécution, de la complicité et de la conscience historique, révélant ainsi des schémas structurels que l'historiographie narrative seule ne peut pleinement saisir.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
La carte qui relie les points
Imaginez que vous essayiez de résoudre un mystère mondial massif, mais que les indices soient éparpillés dans des milliers de boîtes différentes dans un grenier poussiéreux. Certains indices sont des billets de train, d'autres des entrées de journaux intimes, certains sont des listes gouvernementales officielles et d'autres sont des récits racontés par des survivants des décennies plus tard. Pendant longtemps, les historiens ont été excellents pour lire les histoires individuelles — comme un détective se concentrant sur le journal intime d'une personne spécifique pour comprendre sa peur ou son courage. Mais parfois, regarder une seule histoire rend difficile la compréhension de l'image globale de la manière dont le mystère a été organisé. C'est comme essayer de comprendre un embouteillage massif en ne regardant qu'une seule voiture ; vous savez que cette voiture est coincée, mais vous ne savez pas pourquoi toute la grille de la ville est paralysée.
Ce document se situe à l'intersection de l'histoire et de la technologie numérique, plus précisément dans un domaine appelé « Analyse de réseaux historiques ». Voyez ce domaine comme une façon surpuissante de relier les points. Au lieu de simplement lire une liste de noms, cette méthode construit un immense réseau interactif où chaque personne, lieu, gare ou document est un « nœud » (un point), et les relations entre eux sont des « arêtes » (des lignes reliant les points). Le document pose une grande question : pouvons-nous utiliser ces réseaux numériques pour cartographier non seulement ce qui s'est passé pendant la Shoah, mais aussi où cela s'est passé, qui se trouvait à proximité et quelles informations circulaient dans l'air à l'époque ? Il s'agit de passer d'une vision de l'histoire sous forme de livre de contes à une vue de carte en 3D, nous aidant à voir les modèles de mouvement, de connaissance et de responsabilité qui sont invisibles lorsque nous ne lisons qu'un seul document à la fois.
La grande idée du papier : Construire un réseau numérique de l'histoire
Fabian Schmidt, l'auteur de ce document, propose une nouvelle façon d'étudier la Shoah en utilisant ces réseaux numériques. Il suggère que si les récits personnels sont essentiels pour comprendre la douleur individuelle, ils ne sont pas les meilleurs outils pour percevoir les vastes structures invisibles qui connectaient les auteurs, les victimes, les témoins et les institutions à travers le temps et l'espace. Pour remédier à cela, le document soutient que nous devons construire des « réseaux historiques géolocalisés ».
Imaginez que vous preniez tous les indices éparpillés — les horaires de train, les listes de transfert des camps, les registres d'usines, les souvenirs des survivants — et que vous les injectiez dans un modèle informatique. Ce modèle ne se contente pas de les lister ; il les connecte. Il trace des lignes entre un train spécifique et la ville par laquelle il est passé, ou entre une usine et les travailleurs qu'elle employait. En faisant cela, le modèle peut révéler des schémas trop vastes pour le cerveau humain dans un seul livre. Par exemple, l'auteur partage un moment personnel où il a réalisé qu'un train de déportation, célèbre pour avoir transporté une jeune fille nommée Settela Steinbach, est passé à moins d'un kilomètre (environ 0,6 mile) de son propre bureau à Berlin. Bien que l'itinéraire du train soit déjà écrit dans les livres d'histoire, le connecter à une carte de son quartier a soudainement rendu l'événement réel et immédiat. Cela a soulevé de nouvelles questions : Combien d'autres trains sont passés par ce quartier ? À quelle fréquence les habitants locaux les ont-ils vus ?
Le document suggère qu'en construisant ces réseaux, nous pouvons créer des « cartes de connaissances ». Ces cartes ne nous disent pas exactement ce qu'une personne spécifique savait à un jour précis (car cela est souvent impossible à prouver). Elles nous montrent plutôt l'environnement de l'information. Elles peuvent nous montrer quelles villes étaient situées juste à côté de camps de travail forcé, ou quelles gares avaient de longs retards où des civils auraient pu attendre et observer. C'est comme créer une carte météorologique pour l'information : nous ne pouvons pas voir le vent, mais nous pouvons voir les systèmes de pression qui nous indiquent où la tempête est susceptible d'être ressentie.
Ce que le document fait (et ne fait pas) réellement
Il est important de comprendre ce que ce document ne prétend pas. L'auteur est très clair sur le fait que cette méthode n'est pas une baguette magique qui remplacera la nécessité de lire les témoignages de survivants ou les livres d'histoire traditionnels. En fait, le document s'oppose à l'idée que nous puissions utiliser ces modèles pour affirmer de manière définitive : « Cette personne savait tout » ou « Cette personne ne savait rien ». Le modèle ne peut pas lire dans les pensées.
Au lieu de cela, le document suggère que ces réseaux sont un outil pour compléter l'histoire existante. Il propose qu'en reliant des données fragmentées — comme combiner une liste de prisonniers avec une carte des lignes ferroviaires et l'entrée d'un journal d'un résident local — nous puissions reconstruire les « contextes relationnels » de la Shoah. Le document utilise des exemples d'autres domaines pour montrer comment cela fonctionne. Il mentionne un projet appelé « Sites of Shame » (Lieux de honte), qui a cartographié les routes de déportation des Américains d'origine japonaise pendant la Seconde Guerre mondiale. Cette carte a révélé un schéma clair : la plupart des gens ont été déplacés de Californie vers des camps dans le Midwest, mais après la guerre, ils ne sont pas retournés en Californie ; ils se sont installés sur la côte Est. Ce schéma global était caché dans des milliers d'histoires individuelles, mais est devenu évident lorsqu'il a été visualisé sous forme de réseau. De même, le document examine les cartes de la traite transatlantique des esclaves, qui ont révélé que de nombreux personnes asservies étaient déplacées en interne entre les plantations, un détail souvent omis dans les histoires générales.
Le document exclut explicitement l'idée que ces modèles devraient être utilisés pour simplifier ou « esthétiser » l'horreur de la Shoah. Les Nazis eux-mêmes utilisaient des cartes et des diagrammes pour faire paraître leur génocide comme une opération logistique propre et efficace. Ce document soutient que nos modèles doivent faire le contraire : ils doivent reconnecter les morceaux humains brisés et désordonnés pour montrer la véritable complexité et le coût humain.
La méthode : Du papier aux pixels
Pour construire ces modèles, le document expose une méthode appelée Modélisation Entité-Relation. Voyez cela comme un jeu de Lego numérique. Les « briques » sont les entités : personnes, lieux, organisations et événements. Les « connecteurs » sont les relations : « a été déporté de », « travaillait à », « vivait près de » ou « a vu ».
L'auteur note que bien que nous disposions de beaucoup de données, elles sont actuellement dispersées. Certaines se trouvent dans les archives gouvernementales, d'autres dans les bases de données de musées, et d'autres dans de vieux livres. Le document suggère d'utiliser des technologies comme le Traitement du Langage Naturel (NLP) — qui consiste essentiellement en un ordinateur lisant du texte pour trouver des noms et des dates — pour rassembler ces informations. Par exemple, un ordinateur pourrait scanner un journal, trouver la mention d'un train passant à proximité, puis lier cela à un horaire de transport pour voir exactement quand et où cela s'est produit.
Cependant, le document met en garde : ce n'est pas parfait. Les données sont incomplètes, et certaines histoires peuvent être exagérées ou fausses. L'auteur suggère que nous devons être très prudents quant à ce que nous incluons dans le modèle. Nous devrions nous concentrer sur des événements ancrés dans des temps et des lieux spécifiques, plutôt que sur des rumeurs vagues. Le document traite également de l'aspect éthique de ce travail. Puisque les données concernent de vraies personnes qui ont souffert, l'auteur soutient que nous devrions utiliser des « pseudonymes » (faux noms ou numéros d'identification) dans la base de données pour protéger leur dignité, en ne révélant les vrais noms que lorsque cela est absolument nécessaire et avec précaution.
Le futur : Voir l'invisible
Le document conclut en suggérant que ces outils pourraient nous aider à répondre à des questions qui étaient difficiles à poser auparavant. Par exemple, pourrions-nous cartographier la proximité de vie des civils par rapport aux camps de concentration ? Pourrions-nous voir à quelle fréquence les trains de déportation s'arrêtaient près de places de villages animées ? L'auteur imagine un futur où nous pourrions demander à un ordinateur : « À quoi ressemblerait une marche dans un pub dans une ville spécifique en 1941 ? » et obtenir une réponse basée sur le réseau d'événements se déroulant à proximité, plutôt que sur une simple supposition.
Bien que le document ne prétende pas avoir résolu le mystère de la Shoah, il suggère que l'Analyse de Réseaux Historiques offre une nouvelle façon d'examiner les preuves. Elle transforme un tas de documents déconnectés en une carte vivante et respirante de relations. Ce faisant, elle nous aide à voir les structures « invisibles » de complicité et de connaissance, nous rappelant que l'histoire n'est pas seulement une liste de dates et de noms, mais un réseau complexe de connexions qui a façonné le monde. Alors que la génération des témoins oculaires disparaît, le document soutient que ces réseaux numériques pourraient être l'un des meilleurs moyens qu'il nous reste pour comprendre toute l'ampleur de ce qui s'est passé, garantissant que les liens entre les personnes, les lieux et les événements ne soient plus jamais perdus.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.