L'idée

Les archives que vous avez déjà : les Thèmes

De l'archive aux thèmes : trouver votre travail au milieu de tout le reste.

Une archive de vingt ans ne se range pas : on découvre ce qu'elle contient. Cet onglet regarde les dossiers que vous choisissez, prend ce que vous avez écrit vous-même et le regroupe en thèmes. Vous choisissez lesquels garder, quoi dans chaque thème, et quoi apporter dans wordspace.

Références

Le wiki

• Vannevar Bush — As We May Think (1945). Imagine le Memex, un bureau qui conserve livres et notes et permet de les relier entre eux en pistes associatives. L'intuition qui compte n'est pas l'archivage : c'est que la valeur ne réside pas dans les documents mais dans les liens qu'une personne trace entre eux, et que ces pistes doivent être conservées comme le matériau lui-même.
• Niklas Luhmann — Communicating with Slip Boxes (1992). Décrit le Zettelkasten avec lequel il a écrit des dizaines de livres : des fiches brèves, chacune portant une idée, reliées entre elles au lieu d'être classées par sujet. Le point est que la structure ne se conçoit pas à l'avance — elle émerge des liens. Et l'archive, une fois assez grande, devient un interlocuteur qui rend des rapprochements que vous n'aviez pas prévus.
• Sönke Ahrens — How to Take Smart Notes (2017). Ramène la méthode de Luhmann à la pratique quotidienne. La distinction utile est entre les notes fugaces, les notes sur ce qu'on lit et les notes permanentes écrites avec ses propres mots : seules les dernières comptent, car reformuler c'est déjà penser. Prendre des notes ne sert pas à se souvenir, mais à se forcer à comprendre.
• Joon Sung Park et al. — Generative Agents: Interactive Simulacra of Human Behavior (2023). Introduit la reflection : l'agent n'accumule pas seulement des observations, mais les relit périodiquement et en synthétise des convictions de plus haut niveau. C'est la différence entre une mémoire qui croît et une qui se consolide — et la reconnaissance que sans cette étape, le volume étouffe le sens.
• Andrej Karpathy — llm-wiki (2026). Propose de compiler les notes une seule fois dans un wiki de pages reliées que le modèle entretient, au lieu d'en récupérer des fragments à chaque question. Le modèle lit, distille, met à jour et signale les conflits ; la connaissance s'accumule au lieu d'être redécouverte à chaque fois. Le markdown reste lisible pour que la personne puisse contrôler ce que le modèle a écrit.

Ce que chacun de ces travaux reçoit en retour de nos mesures — et, sur un point, là où nos mesures disent le contraire — se trouve à la fin de l'étude. →

Les Thèmes

• H. P. Luhn — The Automatic Creation of Literature Abstracts (1958). Les mots qui comptent sont ceux qui reviennent souvent dans un document mais pas partout. C'est l'idée de départ de tout le comptage des mots de l'onglet.
• Karen Spärck Jones — A Statistical Interpretation of Term Specificity (1972). L'idf : un mot pèse d'autant moins que davantage de documents le contiennent. C'est le poids utilisé pour les noms des thèmes et pour les « mots qui reviennent souvent ici » de l'arbre.
• G. Salton, A. Wong, C. S. Yang — A Vector Space Model for Automatic Indexing (1975). Chaque document devient un vecteur de mots pondérés, et deux documents se ressemblent autant que leurs vecteurs. C'est ainsi que l'onglet décide de ce qui va ensemble.
• J. S. Justeson, S. M. Katz — Technical Terminology (1995). Les expressions de plusieurs mots — « hypothèque judiciaire », « surface brute » — en disent plus que les mots isolés. Ce sont les expressions minimales en tête des noms des thèmes.
• F. Murtagh — Hierarchical Clustering Algorithms (1983). La chaîne des voisins réciproques : deux documents s'unissent quand chacun est le plus proche de l'autre. C'est l'algorithme qui construit les thèmes et les sous-thèmes.
• R. Campello, D. Moulavi, J. Sander — Density-Based Clustering Based on Hierarchical Density Estimates (2013). On garde les groupes qui restent stables à de nombreuses hauteurs de l'arbre, pas ceux d'une seule coupe. C'est le critère qui sert à choisir les sous-thèmes.
• P. J. Rousseeuw — Silhouettes (1987). À quel point un document est mieux dans son groupe que dans le groupe voisin. Cela sert à choisir combien de thèmes garder au lieu d'en fixer le nombre a priori.
• A. Singhal, C. Buckley, M. Mitra — Pivoted Document Length Normalization (1996). Le cosinus pénalise les documents longs, qui étalent le poids sur beaucoup de mots. En le corrigeant, les documents longs qui restaient hors des thèmes — ceux vraiment écrits — sont rentrés.
• M. Grootendorst — BERTopic: class-based TF-IDF (2022). Le nom d'un groupe se trouve en comparant ses mots à ceux des autres groupes, pas à toute l'archive. C'est ainsi que les thèmes reçoivent leur nom.
• J. Carbonell, J. Goldstein — Maximal Marginal Relevance (1998). Choisir des éléments pertinents mais différents de ceux déjà choisis. C'est le principe qui fait qu'un document avec vingt jumeaux compte moins, dans le noyau, qu'un texte écrit une seule fois.
• A. Strehl, J. Ghosh — Cluster Ensembles (2002). L'information mutuelle normalisée : à quel point deux regroupements disent la même chose, de zéro à un. C'est la mesure avec laquelle on compare les rééchantillonnages.
• A. Ben-Hur, A. Elisseeff, I. Guyon — A Stability Based Method for Discovering Structure in Clustered Data (2002). Un regroupement est vrai s'il réapparaît identique sur des échantillons différents du même ensemble. C'est le test qu'un sous-thème doit passer pour être affiché.
• J. J. Rocchio — Relevance Feedback in Information Retrieval (1971). Une requête s'élargit avec les mots des documents qui y répondent le mieux. C'est ainsi que « Nouveau thème… » propose les mots proches du vôtre.
• A.-L. Barabási — The Origin of Bursts and Heavy Tails in Human Dynamics (2005). Les activités humaines arrivent par rafales, pas de façon régulière. C'est pour cela que le temps distingue une affaire — beaucoup de documents en quelques mois — d'une collection étalée sur des années.
• T. W. Malone — How Do People Organize Their Desks? (1983). Il y a des gens qui classent et des gens qui accumulent, et un système doit servir les deux. L'onglet ne suppose pas que vos dossiers soient rangés.
• C. Marshall — Rethinking Personal Digital Archiving (2008). Le « benign neglect » : une grande partie d'une archive personnelle est rangée et jamais plus regardée, et c'est très bien ainsi. C'est pourquoi un quart des documents reste hors des thèmes sans que ce soit un défaut.
• O. Bergman, S. Whittaker — The Science of Managing Our Digital Stuff (2016). Les gens retrouvent les choses en naviguant, pas en cherchant : la structure compte plus que la recherche. C'est pourquoi les fichiers du thème s'affichent dans leurs dossiers, et la recherche est en dessous.
• J. Stasko, E. Zhang — Focus+Context Display and Navigation Techniques for Enhancing Radial, Space-Filling Hierarchy Visualizations (2000). L'arborescence des dossiers en disque de parts, du centre vers le bord. C'est la disposition du nuage : chaque part est un dossier, et un thème dispersé se voit dispersé.
• B. Shneiderman — The Eyes Have It (1996). D'abord la vue d'ensemble, puis le zoom et le filtre, puis les détails à la demande. C'est l'ordre de la barre : en haut ce qui vaut pour tout, en dessous les options et les thèmes.
• T. Forte — Building a Second Brain (2022). Projets, domaines, ressources, archives : on s'organise selon ce qui est actif et ce qui est terminé. L'onglet dit de chaque thème s'il est actif ou terminé, et fait archiver plutôt que supprimer.