BCC 1 - Appréhender et maîtriser les éléments théoriques et méthodologiques de la recherche en SIC

UE 1 – Initiation à la recherche (6 ECTS)

EC 1 - Anglais professionnel (16h), Denise Hunter

L’enseignement du cours de langue aura un double objectif : (a) Enseignement pratique sur le monde de l’entreprise (gestion de projet, techniques de communication) ; (b) Résumé et techniques de traduction. Les étudiants seront amenés à faire des présentations orales en rapport avec leur projet professionnel.

Présentation des différentes certifications : TOEIC, TOEFL, BULATS et CLES.

EC2 – Théorie des Sciences de l’information et de la communication (18h), Laure Bolka-Tabary

Le cours se concentrera sur la manière dont les approches théoriques en sémiotique, en psychologie cognitive et en psychologie sociale nourrissent les recherches en SIC. Après une présentation théorique, nous étudierons des textes de recherche autour de la question très vaste des pratiques numériques et des problématiques de la recherche-action, susceptible d’intéresser à la fois de futurs chercheurs mais aussi de futurs professionnels.

Bibliographie :

• BRUNER J., ...car la culture donne forme à l’esprit : de la révolution cognitive à la psychologie culturelle, Paris, Éditions Eshel, 1990 (trad. 1991).
• MEUNIER, J-P., PERAYA D., Introduction aux théories de la communication ?, De Boeck, 2010.
• VARELA F. et al., L’inscription corporelle de l’esprit. Sciences cognitives et expérience humaine, Seuil, 1993.

EC 3 – Communication scientifique (18h), Laurence Favier

Le cours porte à la fois sur l’évolution de la communication scientifique et sur sa problématisation théorique en sciences de l’information et de la communication. Sous l’angle de l’évolution, il s’agit de définir le champ de la communication scientifique et de caractériser les principaux changements à la fois des modes de communication et des enjeux économiques et politiques que ce champ constitue aujourd’hui. Du point de vue de sa théorisation, nous aborderons les différents angles sous lesquels les sciences de l’information, l’histoire du livre, les études sur les médias, la muséologie, la sociologie des sciences et les analyses linguistiques ont pu aborder et enrichir cette problématique.

Bibliographie :

• Beaudry G., La communication scientifique et le numérique, Hermes Science Publications, 2011.
• Bourdieu P., Les usages sociaux de la science ; pour une sociologie clinique du champ scientifique, INRA, 1997.
• Broudoux E., Chartron G. « La communication scientifique face au Web2.0. Premiers constats et analyse », Rétrospective et perspective - 1989-2009 » - H2PTM, France (2009). Disponible sur : http://archivesic.ccsd.cnrs.fr/docs/00/42/48/26/PDF/Broudoux-Chartron-H…
• Couzinet V. « De la communication scientifique à la médiation spécialisée : communication des savoirs et formes d’hybridation », Problématiques émergentes en sciences de l’information et de la communication, (F. Papy dir.), Paris, Hermès Lavoisier, 2008.
• De Cheveigné S. (coord.), « SCIENCES ET MÉDIAS », Hermès, n° 21, 1997.
• Jacobi D., La communication scientifique, discours, figures et modèles, PUG, 1999.

EC 4 – Traitement de données en contexte professionnel (18h), Ismaïl Timimi

Ce cours se donne pour objectif d’accompagner les étudiants dans une démarche de réalisation d’un travail de recherche sur des bases scientifiques. L'accent est mis sur la manière de vérifier et valider scientifiquement des hypothèses de recherche, dans une perspective comparée. À travers une approche à la fois théorique et pratique, on étudie les concepts fondamentaux et les méthodes, tant qualitatives que quantitatives, de collecte et de traitement de données. Une partie du cours porte principalement sur la collecte et l’analyse des traces informationnelles recueillies sur des dispositifs de médiation numériques, elle permet de se familiariser avec ces techniques et de comprendre leur cadre théorique ainsi que leur potentialité dans un travail de recherche. Le cours est certes orienté Recherche universitaire, mais plusieurs réflexions sont présentées et illustrées par des cas pratiques et des exemples issus du milieu professionnel.

Bibliographie :

• Degeorge J.-M., "Méthodologie qualitative et processus : deux frontières de la recherche en entrepreneuriat", Revue de l’Entrepreneuriat, 2015/1 (Vol. 14).
• Dépelteau F., La démarche d’une recherche en sciences humaines : de la question de départ à la communication des résultats, Bruxelles, De Boeck, 2010.
• Hunt E., Lavoie A.-M., "Les méthodes de recherche quantitatives et qualitatives peuvent-elles déjà coexister ?", Recherche en soins infirmiers, 2011/2, n° 105.
• Jansen B. J. et al., Handbook of Research on Web Log Analysi,. New York, IGI Global, 2008.
• Pickard, A.-J., Research Methods in Information and Communications Practices, London, Facet Publishing, 2006.
• Venturini T. et al., "Méthodes digitales, Approches quali/quanti des données numériques", Réseaux, 2014/6, n° 188.

BCC 2 - Approfondir les compétences et savoirs nécessaires à la construction d'un projet professionnel

UE 1 - Technologies numériques (6 ECTS)

EC 1 Approches computationnelles pour les SHS (18h), Amel Fraisse

Ce cours est un prérequis pour tout cours de programmation : Introduction à l'algorithmique ; découpage fonctionnel ; structure conditionnel, boucles, procédures et paramètres ; structures de données de base ; notions de complexité. Le cours s'appuiera sur des travaux pratiques de programmation, en PHP ou en JavaScript selon l'orientation des étudiants.

Bibliographie :

• Froidevaux C., Gaudel M.-C. et Soria M., Types de données et algorithmes, McGraw-Hill, Collection Informatique, 1990.

EC 2 Architecture de l'information (18h), Éric Kergosien

Le cours démarre par une approche comparée et critique des normes et standards de description de documents numériques (SGML, HTML, XML), avec un accent particulier sur le langage XML. Il présente ensuite les concepts de base du langage, de la famille de technologies permettant de structurer et manipuler des documents selon ce langage, ainsi que des apports de XML à la structuration, à la distribution et au traitement de l’information
numérique. Quelques modèles et standards permettant d’encoder, échanger et structurer des informations, proposés par le W3C dans le contexte XML seront revus en détails, nomment le Dublin Core, le XML TEI, les flux RSS pour la description de contenu. Dans la troisième partie du cours, les règles de passage de la modélisation conceptuelle des données à une structure en XML TEI sont présentées et traitées via des exercices. Un exercice de description d’un contenu professionnel en XML TEI intégrant l’usage des intelligences artificielles génératives est proposé. Il permet de cadrer un usage raisonné des IAg, et d’aborder les concepts clés (transparence, droit d’auteur, etc.) et de sensibiliser aux bonnes pratiques de documentation des pratiques des IAg. La quatrième partie fait une introduction aux notions de Web de données et de web sémantiques, en précisant les enjeux des technologies associées. Le langage de description de ces données RDF est abordé. Un projet de groupe pour l’analyse de plateformes data permet d’étudier concrètement la mise en ligne de données ouvertes, et d’analyser l’application de la loi numérique datant de 2018. L’approche pédagogique proposée alterne des exposés théoriques et des exercices pratiques, et un projet. Les cas pratiques doivent permettre aux étudiants de mettre en pratiques les concepts abordés dans la partie théorique du cours.

Pré-requis

• Savoir manipuler un éditeur de texte basique
• Maîtrise de la modélisation des données (Dictionnaire des données, Modèle conceptuel, modèle logique)
• Maîtriser les notions vues en cours Normes et Formats (Master 1 SID)
• Benchmarking de plateformes

Compétences visées

• Intégrer et consolider les concepts fondamentaux de la modélisation des données et du langage XML
• Connaitre les principaux normes et standards relatifs à l’encodage, à la structuration et à la représentation des contenus, principalement textuels, dans le contexte XML
• Savoir identifier les principaux apports et limites du XML dans le cadre de la gestion électronique de l’information et des documents
• Concevoir et réaliser une base de données XML
• Traiter des données XML pour diffusion (XML TEI, RDF)
• Bonnes pratiques des IAg pour le codage TEI
• Maîtriser les notions de Web de données et de Web sémantique

Bibliographie :

• BROWN P., Information Architecture with XML: A management strategy, John Wiley & Sons, 2003.
• CALDERAN, L., HIDOINE, B., MILLET, J., Métadonnées : mutations et perspectives, Séminaire INRIA, 29 sept.-3 oct. 2008, Dijon.
• RAY E.-T., Introduction à XML, O’Reilly, 2001.
• Documents numériques et Standards pour le Web : DC (Dublin Core), RDF (Resource Description Framework) et XML (eXtented Markup Language) - 13 et 14 janvier 2000.
• Open data: https://www.europeandataportal.eu/fr/training/elearning

Modalités d'évaluation :

• Devoir terminal individuel sur table ;
• Projet en groupe sur un sujet ouvert

UE 2 - Projet tutoré et études de cas (6 ECTS)

EC 1 Projet d'année (conception et réalisation) (60h), Stéphane Chaudiron, Ismaïl Timimi, Christophe Willaert

Le projet tutoré répond généralement à un besoin exprimé par un organisme extérieur. Par groupe de deux ou trois, les étudiants mettent en oeuvre l’intégralité du projet dans toutes ses phases : conception, identification des moyens, échéancier, suivi et réalisation, présentation et évaluation des résultats.

Bibliographie :

• Chambon M., Perouze H., Conduire un projet dans les services, Chronique Sociale, 2003.
• Poggioli Pierre, La Méthode PERT, Editions d’Organisation, 1970.
• Thiry Thomas, Les pratiques de l'équipe agile: Définissez votre propre méthode, De Boeck, 2022.
• Vallet Gilles, Techniques de planification de projets, Dunod, 2011.

UE 3 - Séminaires d'axes Gériico (6 ECTS)

L’UE 3 remplace l’UE 2 pour les étudiants en master recherche (option Rasid). Ils suivent les trois EC :

EC 1 Séminaire de spécialité de l'axe 3 de GERiiCO (30h)

EC 2 Séminaire de spécialité de l'axe 4 de GERiiCO (30h)

EC 3 Tronc commun RASID (15h)

BCC 3 - Maîtriser les compétences nécessaires à la spécialisation dans le parcours VeCIS

UE 1 Information et stratégie des organisations (6 ECTS)

EC 1 Pratiques de veille et d’intelligence économique (18h), Stéphane Chaudiron

Après un rappelé de la nature et des enjeux de l’information en contexte professionnel, le cours présente le cycle de la veille, en particulier tel qu’il est décrit dans la norme AFNOR XP X 053, et les pratiques d’intelligence économique. Le cours présente ensuite les différentes méthodes mises en oeuvre selon les acteurs (grands groupes, PME, collectivités territoriales…). Plusieurs responsables de veille et d’intelligence économique viennent témoigner de leurs pratiques, de leur expérience et des conséquences de l’IA générative sur les pratiques de veille. Les étudiants rédigent une note d'étonnement à l’issue de chaque intervention.

Bibliographie :

• Bulinge Franck, Maîtriser l’information stratégique : Méthodes et techniques d’analyse, De Boeck, 2014.
• Coggia Véronique, IE et prise de décision dans les PME - Le défi de l'adaptation des procédés d'IE aux particularités culturelles, L’Harmattan, 2009.
• Balmisse Gilles, Veille stratégique sur Internet : comprendre les enjeux, maîtriser les outils et partager l'information, ENI éditions, 2014.
• Bisson Christophe, Guide de gestion stratégique de l'information pour les PME, Les 2 encres, 2013.

EC 2 Veille et communication de crise (18h), Élodie Boutemy

Ce cours a pour objectif de développer des compétences opérationnelles en pilotage de la réputation digitale d’une marque, avec un focus particulier sur la communication de crise. Une première partie, théorique, permettra d’aborder les concepts clés ainsi que les méthodologies essentielles à la gestion de la communication en situation de crise. Ces apports seront illustrés par plusieurs cas d’école, afin d’ancrer les notions dans des situations concrètes.
La seconde partie du cours sera largement consacrée à la mise en pratique : exercices, analyses de scénarios et simulations permettront aux étudiants d’appliquer les méthodes étudiées et de renforcer leur capacité à réagir efficacement face à une crise.
Pré-requis :
- Connaissance générale des fondamentaux de la communication (messages, cibles, canaux, tonalité)
- Compréhension des enjeux de réputation digitale et des mécanismes de circulation de l’information
- Maîtrise de base des réseaux sociaux et des plateformes de publication
- Capacité à analyser un contenu médiatique ou un discours public
- Sensibilité aux notions de fiabilité, de vérification et de contextualisation de l’information

Compétences visées :
- Réalisation d’un audit d’e-réputation
- Comprendre les mécanismes d’émergence, d’amplification et de gestion d’une crise médiatique ou digitale
- Identifier les signaux faibles, les risques réputationnels et les facteurs aggravants
- Élaborer une stratégie de communication de crise cohérente et adaptée au contexte
- Produire des messages clés, éléments de langage et réponses publiques en situation sensible
- Gérer la communication sur les réseaux sociaux en contexte de tension (modération, timing, posture)

Bibliographie :

• LIBAERT Thierry, La Communication de crise, Montreuil, Pearson, 2018.
• CHAVALARIAS David, Toxic Data : Comment les réseaux manipulent nos opinions, Paris, Flammarion, 2022.
• DOUSSOT, Olivier, JOUAS, Muriel, Communiquer en situation de crise. Gérer l’urgence et l’émotion avec la Process Com, GERESO Edition, 2020 (3e édition)
• GARNIER Florence, HALPHEN Guillaume, RECOULES Sylvie, Communication : + de 40 Plans d’action, + de 40 Plannings, + de 170 Best practice, Vuibert, 2014.
• GUIHON Alice, Intelligence économique, Montreuil, Pearson, 2016.
• LAREYMONDIE DE LACOSTE Guillaume, Guide de l’e-réputation : Personal Branding – Visibilité sur Internet - Réputation numérique - Gestion des réseaux sociaux, Eyrolles, 2018.
• LINDENBERG Daniel, Le Rappel à l’ordre. Enquête sur les nouveaux réactionnaires, Paris, Le Seuil, 2016.
• MOINET Nicolas, 100 cas d’intelligence économique, VA press, 2020.
• VAUBLANC de, Géraud, Image, réputation, influence - Comment construire une stratégie pour vos marques ? Comment construire une stratégie pour vos marques ?, Malakoff, Dunod, 2019.
• FILLIAS Edouard, VILLENEUVE Alexandre, E-réputation : stratégie d’influence sur Internet, Paris, Ellipse, 2011.
• BLOCH Emmanuel, Communication de crise et médias sociaux, Paris, Dunod, 2012.

EC 3 Évaluer les sources d’information (18h), Élodie Boutemy

Ce cours vise est structuré en deux parties. La première présente les méthodes qui permettent d’évaluer et de qualifier la pertinence des sources d’information en fonction de différents critères (genre documentaire, contexte de production et d’édition, besoins informationnels…). La seconde partie est une mise en pratique des processus d’évaluation et de hiérarchisation de l’information en utilisant des outils d’agrégation et de curation de contenus (organisation et hiérarchisation de l’information, construction des plans de classement, filtrage des contenus…).

Bibliographie :

• BOUBÉE Nicole, TRICOT André, Qu’est-ce que rechercher de l’information ?, Presses de l’Enssib, 2010.
• MESGUICH Véronique et al., « La curation », Documentaliste - Sciences de l’Information, 2012/1 (Vol. 49), p. 24-45. URL : 10.3917/docsi.491.0024. hal-01493822
• SERRES Alexandre, Dans le labyrinthe : évaluer l'information sur interne, C&F éditions, 2012.
• SIMONNOT Brigitte, « Évaluer l'information », Documentaliste-Sciences de l'Information, 2007/3 (Vol. 44), p. 210–216.

UE 2 – Maîtriser les outils de veille (6 ECTS)

EC 1 Surveiller les réseaux sociaux (18h), Yuliya Samofalova

Le cours vise à donner aux étudiants les outils théoriques et opérationnels nécessaires pour développer des compétences solides en analyse et en exploitation des données issues des réseaux sociaux dans un contexte de veille. La première partie du cours établit les fondements conceptuels indispensables : analyse des réseaux socionumériques, dynamiques de formation des communautés en ligne, et méthodes d'analyse de contenu. Sur cette base, les étudiants mettront en œuvre des méthodologies de veille adaptées aux spécificités de plateforme choisie, tout en adaptant et combinant différents outils numériques proposées pour la réalisation du projet.

Objectif global

Le cours vise à développer une compréhension approfondie des réseaux sociaux, tels que LinkedIn, Facebook, Instagram, YouTube, TikTok, en tant que sources d'information stratégiques dans un dispositif de veille.

Au fil du semestre, chaque étudiant réalise un projet de veille portant sur un sujet de son choix, de préférence en lien avec le projet professionnel. Ce projet implique de définir des objectifs clairs, de concevoir et de conduire la veille, puis d'analyser les résultats de manière critique et documentée.

Objectifs opérationnels

À l'issue de ce cours, les étudiants seront en mesure de :

• maîtriser les outils et méthodes de veille adaptés aux différents réseaux sociaux ;
• intégrer efficacement les réseaux sociaux comme sources dans un dispositif de veille ;
• identifier des comptes influents ou experts et assurer le suivi régulier de leur activité ;
• collecter et organiser des données issues des réseaux sociaux de manière claire et optimisée ;
• analyser les publications pertinentes en fonction des objectifs définis ;
• documenter et présenter les résultats de veille de façon claire et structurée.

Outils proposés : Talkwalker (version de démonstration gratuite), Communalityc, Instaloader, TikTok for Researchers API.

Encadrement de l'usage de l'IA

L'utilisation de l'IA est encadrée dans ce cours et limitée à certaines tâches spécifiques, comme le brainstorming ou la correction d’orthographe. Tout recours à un outil d'IA sera documenté et déposé dans le dossier Nextcloud du cours, afin d'assurer la transparence et la traçabilité du travail réalisé.

Bibliographie :

• ALLOING, C. (2012). De surveiller à « prendre soin » : Comment repenser la veille sur les réseaux sociaux numériques en termes de management de réseaux d’acteurs ? Revue internationale d’intelligence économique, 4(1), 33–54.
• BACK, M. (2020). Les Réseaux sociaux atypiques : Nouvelle opportunité pour le veilleur ? Bases (Paris), 383, 1–11.
• BALAGUÉ C., & Fayon D. (2022). Réseaux sociaux : 50 outils, 13 plans d’action, 6 ressources numériques. Vuibert.
• HASE, V. (2023). Automated content analysis. In F. Oehmer-Pedrazzi, S. H. Kessler, E. Humprecht, K. Sommer, & L. Castro (Eds.), Standardisierte Inhaltsanalyse in der Kommunikationswissenschaft – standardized content analysis in communication research: Ein Handbuch – A handbook (pp. 23–36). Springer.
• HORNMOEN H., BACKHOLM K., GOLDGRUBER E. et al.. (2018). Social Media Use In Crisis and Risk Communication: Emergencies, Concerns and Awareness.
• KUCKARTZ, U., & RÄDIKER, S. (2023). Qualitative content analysis: Methods, practice and software (2nd ed.). SAGE Publications Ltd.
• MAYR, P., & WELLER, K. (2016). Think before you collect: Setting up a data collection approach for social media studies. In A. Quan-Haase & L. Sloan (Eds.), The SAGE Handbook of Social Media Research Methods (pp. 107–124). SAGE.
• MERCKLÉ, P. 2011. La sociologie des réseaux sociaux. Paris : La Découverte. Repères. Sociologie, 398.
• ROSE, G. (2022). Visual methodologies: An introduction to researching with visual materials (5. edition). SAGE Publications Ltd.
• SÉGUIN, B. L. (2015). Les réseaux sociaux: Une source incontournable pour la veille. I2D : information, données et documents, 52(1), 15–17. https://doi.org/10.3917/i2d.151.0015

EC 2 Cartographie et visualisation de l'information (18h), Débora de Carvalho Pereira

Le cours a pour but de découvrir les enjeux fondamentaux de la visualisation et de la cartographie des connaissances (dataviz). Les étudiants découvriront les capacités heuristiques de ce type de logiciel et apprendront les techniques de cartographie de l’information (analyse de contenu, cartographie du web, cartographie des controverses, analyse scientométrique etc.), notamment à travers différents logiciels (Gephi, Hyphe, Sciencescape, Table2Net…). De façon globale, les élèves seront motivés à exploiter les données du web ou des corpus scientifiques et à utiliser les méthodes numériques pour enquêter. Appréhender la méthodologie en sciences sociales et les outils numériques sous l’angle pratique pour embrasser le processus de recherche et en élargir les perspectives : formuler une question de recherche, constituer et analyser un corpus.

Bibliographie :

• Bastian Mathieu, Heymann Sebastien, Jacomy Mathieu, Gephi: An Open Source Software for Exploring and Manipulating Networks, Association for the Advancement of Artificial Intelligence, 2009. Disponible sur https://gephi.org/publications/gephi-bastian-feb09.pdf
• Börner Katy, Atlas of Science. Visualizing What We Know, Cambridge (MA), The MIT Press.
• Börner Katy, CHEN Chaomei, BOYACK Kevin, Visualizing Domain Knowledge, Annual Review of Information Science and Technology (ARIST), vol. 37, January 2003, p. 179-255. Disponible sur https://cns.iu.edu/docs/publications/2003-borner-arist.pdf
• SEVERO Marta, La cartographie du Web : le lien social sur le Net, mars 2012. Disponible sur https://halshs.archives-ouvertes.fr/halshs-00678768/document
• VIDAL Solveig, Visualisation de l’information. Un panorama d’outils et de méthodes, Dossier de synthèse, INIST-CNRS, 2006.
• White Howard D., McCain Katherine W., Visualizing a discipline: An author co‐citation analysis of information science, 1972–1995, Journal of Information Science and Technology, vol. 49, n° 4, 1998, p. 327-355.

EC 3 Diffuser les résultats de sa veille sur un CMS (18h), Christophe Willaert

À travers la découverte du CMS Wordpress, ce cours permet l'acquisition de techniques d'administration d'un système de gestion de contenu. En ciblant les besoins propres à la veille, la logique de fonctionnement des CMS est ici détaillée afin de permettre aux étudiants de s'adapter aux autres CMS du marché.

Bibliographie :

• AUBRY Christophe, HTML5 et CSS3 - Maîtrisez les standards de la création de sites web, Eni, 2019.
• AUBRY Christophe, WordPress 5 - Un CMS pour créer et gérer blogs et sites web, Eni, 2019.
• CANIVET Isabelle, HARDY Jean-Marc, La stratégie de contenu en pratique: 30 outils passés au crible, Eyrolles, 2012.
• KISSANE Erin, Stratégie de contenu Web, Eyrolles, 2011.
• SIMONET Frédéric, WordPress, Joomla, Drupal Comprendre avant de s'engager : guide pratique des trois CMS les plus utilisés, De Boek, 2016.

UE 3 Traitement avancé de l'information (6 ECTS)

EC 1 Textmining et extraction de l'information textuelle (18h), Amel Fraisse

Ce cours vise à former les étudiants à l'exploitation des données textuelles massives en mobilisant des approches de Traitement Automatique du Langage (TAL), d'extraction de connaissances et d'intelligence artificielle. À partir de données issues des réseaux sociaux, du web ou de sources documentaires spécialisées, les étudiants apprennent à détecter des tendances, cartographier des thématiques émergentes, identifier des acteurs influents et produire des analyses à forte valeur ajoutée pour les activités de veille et d'aide à la décision.

Les TD reposent sur l'analyse de corpus que nous collectons sur les réseaux sociaux. Les étudiants sont amenés à extraire différents types de connaissances, tels que :

• les sujets et préoccupations les plus discutés au sein d'une communauté 
• les tendances émergentes et signaux faibles annonciateurs d'évolutions futures au sein d’une communauté donnée
• les opinions / sentiments  et réactions des utilisateurs face à une organisation, une marque ou une innovation (la fouille d’opinions)
• les acteurs les plus influents et les réseaux d’interactions (analyse des métadonnées)

Les étudiants apprennent également à produire des visualisations et des indicateurs statistiques permettant de synthétiser les résultats de leurs analyses et de les transformer en éléments d'aide à la décision en utilisant R.

Enfin, le cours intègre les évolutions récentes liées à l'intelligence artificielle générative et aux grands modèles de langage (LLM), notamment pour la synthèse de corpus, l'extraction automatique d'informations, la classification de contenus et l'identification de connaissances pertinentes en intégrant le multilinguisme dans les corpus traités (Anglais, Français et parfois je rajoute une langue non latine). 

Une attention particulière est portée aux enjeux de qualité, de fiabilité, de biais et d'explicabilité des résultats produits par ces outils.

Bibliographie

• Blei, D. M. (2012). Probabilistic topic models. Communications of the ACM, 55(4), 77-84. https://doi.org/10.1145/2133806.2133826 
• Grimmer, J., & Stewart, B. M. (2013). Text as data: The promise and pitfalls of automatic content analysis methods for political texts. Political Analysis, 21(3), 267-297. https://doi.org/10.1093/pan/mps028 
• Silge, J., & Robinson, D. (2017). Text mining with R: A tidy approach. O’Reilly Media.
• Feldman, R., & Sanger, J. (2007). The text mining handbook: Advanced approaches in analyzing unstructured data. Cambridge University Press.
• Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610-623. https://doi.org/10.1145/3442188.3445922
• Heimerl, F., Lohmann, S., Lange, S., & Ertl, T. (2014). Visual analytics for text data. Computer Graphics Forum, 33(3), 117-132. https://doi.org/10.1111/cgf.12351 

EC 2 Structurer et baliser l’information (18h), Éric Kergosien

Le cours démarre par une approche comparée et critique des normes et standards de description de documents numériques (SGML, HTML, XML), avec un accent particulier sur la norme XML. Il rappelle dans sa première partie, les concepts de base de XML, la famille de technologies permettant de manipuler des documents structurés selon cette norme, ainsi que ses apports à la structuration, à la distribution et au traitement de l’information numérique. Il fait suite à la matière Architecture de l’information. Dans la deuxième partie du cours, la modélisation des données XML est abordée en travaillant à la prise en main du langage DTD, puis le langage de transformation XSLT est abordé pour apprendre à générer des sorties de veilles documentaire en TXT, HTML et PDF. Dans la troisième et dernière partie, l’objectif est d’appliquer dans le cadre d’un projet la chaîne de traitement de veille documentaire pour structurer, traiter et diffuser les informations récoltées en utilisant des outils de veille étudiés au cours de la formation. Durant le semestre, un exercice intégrant l’usage des intelligences artificielles génératives est proposé pour mettre en place des transformations avancées en XSLT. L’exercice intègre (1) une sensibilisation aux bonnes pratiques des IAg (transparence, droit d’auteur, etc.) et (2) un travail de documentation des pratiques des IAg.

Pré-requis :

• Savoir manipuler un éditeur de texte basique
• Maîtrise de la modélisation des données (Dictionnaire des données, Modèle conceptuel, modèle logique)
• Bonnes bases en langage de balisage (XML, HTML, etc.)
• Connaissances pratiques en veille documentaire

Compétences visées :

• Intégrer et consolider les concepts fondamentaux de la modélisation des données et du langage XML
• Connaitre les principaux standards et les principales normes du Web relatifs à l’encodage, à la structuration et à la représentation des contenus, principalement textuels, dans le contexte XML
• Savoir identifier les principaux apports et limites du XML dans le cadre de la gestion électronique de l’information et des documents
• Concevoir et réaliser une veille documentaire avec gestion des informations pertinentes selon le besoin exprimé
• Traiter des données XML pour diffusion (langage XPATH, XSLT pour la production automatique de sites Web, documents pdf, etc.). Bonnes pratiques des IAg dans le codage XML et XSLT

Bibliographie :

• RAY E. T., Introduction à XML, O'Reilly, 2001.
• CALDERAN L., HIDOINE B., MILLET J., Métadonnées : mutations et perspectives, Séminaire INRIA, 29 septembre-3 octobre 2008, Dijon.

Modalités d’évaluation :

• Contrôle continu : projet individuel

EC 3 Ingénierie linguistique et systèmes informationnels (18h), Ismaïl Timimi

Ce cours s'intéresse aux systèmes de traitement d'information à composante linguistique. Il prolonge le cours de "Traitement automatique de l'information" dispensé en M1 et en approfondit les concepts dans une perspective de veille stratégique et d'intelligence économique.

L’objectif n’est pas seulement de montrer les applications possibles de ces systèmes, mais surtout de permettre aux étudiants de comprendre leurs modèles et leurs composantes internes, afin de ne pas les utiliser comme de simples « boîtes noires ».

Le cours est structuré en trois grandes parties :

1. Analyse automatique des langues :

Cette partie est consacrée au traitement automatique du langage naturel, et plus précisément à sa dimension analytique. Elle couvre les principaux modules d'analyse linguistique, à savoir la tokenisation, la morphologie, la syntaxe et la sémantique, en examinant leurs fondements théoriques et leurs applications pratiques. Pour les étudiants de M1, cette partie constitue une révision approfondie ; pour les nouveaux, c'est un socle indispensable pour la suite du cursus.

2. Génération automatique de texte :

Cette deuxième partie aborde la perspective inverse du TALN ; plutôt qu'analyser du texte, on s'intéresse à en produire. La génération automatique de texte est aujourd'hui au cœur de l'actualité avec l'essor de l'IA générative. Elle sera abordée de façon critique, à travers des cas concrets liés à la veille (résumé de flux informationnels, traduction multilingue, rédaction d'alertes ou de synthèses destinées aux décideurs, etc.).

3. Évaluation des systèmes

La troisième partie pose la question de l'évaluation des systèmes linguistiques. Quelle métrique pour quel usage ? Quels critères retenir ? Quels référentiels adopter ?  Ces questions, classiques dans les protocoles et les paradigmes d'évaluation, prennent une dimension nouvelle avec les systèmes d'IA générative, dont les performances sont souvent difficiles à mesurer. Les étudiants verront ainsi comment ces évaluations s’inscrivent directement dans les pratiques professionnelles de veille stratégique.

Bibliographie

• Akermi, I., Heinecke, J., Herledan, F. (2021). Génération automatique de texte en langage naturel pour les systèmes de questions-réponses. Traitement Automatique des Langues, 62(1), 13–38.
• Briot, J.-P.,  Demazeau, Y. (2001). Principes et architectures des systèmes multi-agents. Hermès.
• Celikyilmaz, A., Clark, E., Gao, J. (2020). Evaluation of text generation: A survey. Journal of Artificial Intelligence Research, 70, 1–63.
• Daille, B., Romary, L. (2001). Linguistique de corpus. Traitement automatique des langues, 42(2).
• Jurafsky, D., Martin, J. H. (2025). Speech and language processing (3rd ed., draft). Stanford University.
• Lallich-Boidin, G., Maret, D. (2005). Recherche d’information et traitement de la langue : fondements linguistiques et applications. Les cahiers de l’ENSSIB, (3).
• Timimi, I. (2020). Évaluation d’outils et outils d’évaluation. Revue COSSI, (9).
• Zhang, T., Kishore, et al. (2019). BERTScore: Evaluating text generation with BERT. International Conference on Learning Representations (ICLR).
• Zock, M., Sabah, G. (1992). La génération automatique de textes : trente ans déjà, ou presque. Langages, 26(106), 5–22.

UE 4 Information et aide à la décision (6 ECTS)

EC 1 - Veille augmentée par l’IA : outils, méthodes et gouvernance (18h), Élodie Boutemy

Ce cours a pour objectif d’accompagner les étudiants dans la compréhension et l’usage critique des IA génératives en contexte professionnel. À travers une approche à la fois théorique et pratique, on étudie les principes généraux de fonctionnement des grands modèles de langage, leurs principales limites, leurs usages possibles pour la recherche d’information, la vérification des sources, la synthèse documentaire et la production de livrables de veille. Une partie du cours porte sur les méthodes permettant de concevoir des prompts efficaces, d’évaluer la qualité des réponses produites, de documenter les usages et d’intégrer ces outils dans une démarche professionnelle rigoureuse. Le cours aborde également les enjeux de confidentialité, de protection des données, de gouvernance et de responsabilité liés à l’usage des IA génératives en organisation. Il articule apports conceptuels, démonstrations et cas pratiques afin de préparer les étudiants à utiliser ces outils de manière efficace, critique et transparente dans leurs futures activités professionnelles.

EC 2 Maîtriser les plateformes de veille (18h), Stéphane Chaudiron

À travers un projet individuel, le cours vise à maîtriser les différentes fonctionnalités d’une plateforme de veille. Après une présentation de l’offre actuelle en termes d’outils de veille, généralistes ou spécialisés, payants, gratuits et open source, le cours porte sur l’apprentissage de trois plateformes de veille, Curebot, KB Crawl et Sindup. Toutes les étapes de la mise en place d’un dispositif de veille sont vues en détail : définition du besoin, élaboration du plan de veille, identification des sources, création des alertes, collecte de l’information et analyse des résultats. Une attention particulière est portée à l’utilisation des technologies d’IA générative en contexte de veille.

Bibliographie :

• Archimag, revue professionnelle éditée par Serda, Paris.
• Bases, revue professionnelle éditée par Bases publications, Paris.
• I2D, revue professionnelle de l'Adbs, Paris
• Veille magazine, revue professionnelle éditée par Veille, Bagneux.
• Mesguich Véronique, Rechercher l'information stratégique sur le web : sourcing, veille et analyse à l'heure de la révolution numérique, Éditions De Boeck, Collection ADBS Information et Stratégie, 2e édition, septembre 2021

EC 3 Piloter un projet et un dispositif de veille (18h), Élodie Boutemy

Le cours vise à concevoir, mettre en place et piloter un dispositif de veille en répondant à un besoin concret. Les étudiants mettront à profit les méthodologies présentées dans les cours précédents et utiliseront les outils mis à leur disposition, notamment la plateforme KB Crawl, les outils d’analyse et de visualisation.

Bibliographie :

• DEISS, Jérôme. L’art de faire des recherches et de partager l’information. 1ère édition. Limoges : FYP EDITIONS, 2015.
• DUPIN, Corinne. Guide pratique de la veille. Mont-Saint-Aignan : Klog, 2014.
• BONDU, Jérôme. Maitriser internet - 2e édition : Avant qu’internet ne vous maitrise ! 2nd édition. Versailles : VA PRESS, 2020.
• DELENGAIGNE, Xavier. 100 fiches pour organiser sa veille sur Internet : Au-delà de Google... Outils et astuces pour le professionnel. 3e édition. Paris : Eyrolles, 2019.
• JUNGHANS, Pascal, BOURNOIS, Frank, WAHL Philippe. Les dirigeants face à l’information : Traitement, appropriation, décision. 1ère édition. Louvain-La-Neuve Paris : DE BOECK SUP, 2017.
• MESGUISH, Véronique. Rechercher l’information stratégique sur le web : Sourcing, veille et analyse à l’heure de la révolution numérique. 2ème édition. Louvain-la-Neuve : DE BOECK SUP, 2021.

Spécialisation Recherche-VeCIS :

UE 3.1 Spécialisation recherche infodoc

L’UE remplace les UE 1 à 4 pour les étudiants en option recherche. Ces derniers doivent choisir 3 EC parmi ceux compris dans les UE du BCC 3 (UE 1 à 4) en relation avec le sujet de mémoire.

UE 3.2 Séminaires doctoraux et Programme Gradué

EC 1 - Séminaires inter-labos, 20h

EC 2 - Sémianires internes du laboratoire Geriico, 20h

BCC 4 - Formation à la recherche et à l'insertion professionnelle

UE 1 Stage professionnel et mémoire de recherche (18 ECTS)

Les étudiants doivent effectuer un stage professionnalisant de 4 à 6 mois qui donne lieu à un mémoire de stage présenté lors d'une soutenance. Le lieu de stage doit nécessairement être validé par le responsable de la formation.

UE 2 Exposé, projet et mémoire de recherche (12 ECTS)

L’UE 2 remplace l’UE 1 pour les étudiants en option recherche.