Base de connaissances personnelle : quatre catégories de documents accumulés en un an, comment les transformer en une base interrogeable
Mes documents étaient dispersés il y a un an : les supports de cours dans le dossier Téléchargements, les traductions sur le bureau, les notes dans l’application de notes, les consignes de mise en forme enfouies dans des conversations de groupe. Quand je devais écrire quelque chose, je me souvenais de les avoir vus, mais je n’arrivais pas à les retrouver.
Aujourd’hui, ils sont réunis dans une base. Cet article explique comment les quatre catégories de documents y entrent, comment je les interroge une fois qu’elles y sont, et comment je remonte à la source.
Quatre catégories de documents, trois façons de les traiter
Supports de cours et polycopiés. C’est la catégorie la plus simple : on les intègre en entier. Ils constituent ma « couche de contexte » : ils me servent à ne pas avoir à rouvrir un manuel lorsque je pose une question de base.
Documents lus (y compris les traductions). Je n’intègre que ceux liés à mon sujet, sans viser l’exhaustivité. Mon critère est : « vais-je citer ce document ? » — ceux que je vais citer entrent ; ceux que j’ai seulement lus sont consignés dans un registre bibliographique et ne rejoignent pas la base.
Mes propres notes et carnets d’expérience. C’est la catégorie la plus précieuse de ma base, et la seule que je ne peux pas me permettre de perdre. Je les nomme selon « date + sujet », et non avec des termes comme « inspiration » ou « note rapide » — ces derniers ne valent plus rien au bout de trois mois.
Documents normatifs (modèles, exigences de mise en forme, procédures). On ne les consulte pas souvent, mais chaque consultation est urgente. Une fois qu’ils sont dans la base, je ne demande plus « quelles sont les exigences de l’école en matière de légendes de figures ? », mais « quelles sont les exigences concernant les légendes de figures dans mes documents ? ».
Mes trois règles de centralisation
1. Règle de nommage unifiée, sinon je ne les retrouve pas au moment de poser une question.
2. Contrôle de la granularité : on fait entrer le fichier entier, sans archivage par extraits — les extraits font perdre le contexte.
3. Ce qui n’entre pas : les données non publiées d’autrui, les documents d’entreprise confidentiels, les enregistrements audio bruts.
Comment je pose mes questions
Je demande : « que disent mes documents à propos de tel sujet ? », et non : « qu’est-ce que tel sujet ? ».
La différence entre ces deux façons de poser la question est importante : la première exige qu’il revienne aux documents que j’ai téléversés, avec une réponse sourcée et traçable ; la seconde porte sur des connaissances générales et n’a rien à voir avec ma base. Le site officiel décrit cette fonctionnalité comme suit : « prise en charge de la centralisation de documents de formats multiples, avec recherche et interrogation autour de ses propres connaissances accumulées ». L’accent est mis sur « ses propres » et sur « remonter à la source » — autrement dit, l’interrogation documentaire doit porter sur ses propres documents, et non sur des connaissances publiques.
Limites et coûts
· La base ne me corrige pas. Si j’ai moi-même écrit quelque chose d’erroné et que je l’ai intégré, elle me répondra quand même selon ma formulation erronée.
· Une base n’est pas un coffre-fort : je n’y mets pas de documents confidentiels ou non publiés.
· Coût : les questions-réponses sont décomptées en points, et la recherche dans de longs documents coûte plus cher qu’une courte question-réponse. J’ai donc organisé cela en deux niveaux : ce qui est souvent demandé va dans la base, ce qui sert occasionnellement reste en local.
· La combinaison la plus fluide à l’usage : les documents sont d’abord gérés par la base de connaissances personnelle de MuchSci ; lorsque je rédige, je confie les paragraphes sélectionnés dans la base à l’agent d’assistance bureautique de MuchSci pour les organiser en document modifiable ; là où je dois compléter la bibliographie, j’utilise l’assistant de recherche d’articles de MuchSci pour vérifier les DOI et les informations de citation.
· Je nettoie ma base une fois par mois : je supprime ce qui est faux et je signale ce qui est obsolète. L’étape la plus souvent négligée dans cette démarche, c’est le nettoyage — plus la base est grande, plus il faut supprimer régulièrement des choses.
La valeur des documents ne tient pas à leur quantité, mais au fait que, la prochaine fois que j’en ai besoin, je puisse les retrouver en trois minutes et remonter à leur source. Cette année, ma base n’a augmenté que d’un peu plus d’une centaine de fichiers, mais ma vitesse de rédaction a réellement changé.
C’est aussi ce que je considère comme le véritable gain de temps d’un assistant IA pour étudiants de cycle supérieur : non pas penser à ma place, mais conserver les choses pour moi.