Les traces numériques, qu’elles soient numérisées ou nativement numériques, constituent l’un des défis les plus importants pour l'historiographie des arts de la scène : elles sont fragiles (obsolescence technologique), multimodales (textes, images, vidéos, programmes) et nombreuses (big data). Il suffit de penser par exemple aux 20 000 photographies prises annuellement par le photographe officiel du Festival d'Avignon ou aux 15 000 fichiers documentant le processus de création d’un seul spectacle Ces traces numériques sont pourtant l'avenir des études théâtrales, et nos nouvelles sources primaires. Le passage au numérique transforme non seulement la nature de nos sources, mais aussi la manière dont la recherche est menée ainsi que ses résultats. Comment interpréter les traces numériques ? Comment pouvons-nous les "faire parler" ? Quelles nouvelles connaissances pouvons-nous en tirer ? Le projet From Stage to Data aborde ces questions en offrant un cadre théorique et méthodologique situé au confluent de l'histoire, de l'épistémologie et des humanités numériques. En s'appuyant sur les archives du festival d'Avignon et en utilisant des méthodologies interdisciplinaires, nous souhaitons renouveler les études théâtrales et démontrer l’importance des traces numériques pour la préservation et l'analyse de notre patrimoine culturel. Grâce aux récentes avancées dans les domaines des humanités numériques et de l'intelligence artificielle, nous ouvrons de nouvelles perspectives sur l’histoire et l’esthétique de la mise en scène depuis la Seconde Guerre mondiale. À travers les deux prismes de la résurgence et de la collaboration, From Stage to Data s'efforce de révéler les contextes et les réseaux de création, les réminiscences esthétiques et les différentes formes de processus de création. Cette approche jette les bases de ce que nous appelons les "performing arts analytics".

Ivo Van Hove, Les Damnés, 2016 © Christophe Raynaud de Lage

From Stage to Data, qui se déroule de janvier 2024 à décembre 2028, se penche sur un moment charnière : celui du passage des sources traditionnelles aux traces numériques. Ce changement de paradigme modifie la nature des sources historiques, avec des conséquences tant sur les plans herméneutique qu’épistémologique. Les technologies numériques transforment les traces en données, nous invitant à reconsidérer les méthodes de recherche traditionnelles en études théâtrales. Pour construire ces méthodes et démontrer leur potentiel, nous nous appuierons dans un premier temps sur un corpus qui n'a pas encore été exploré à cette échelle et qui offre un terrain particulièrement fertile pour aborder de telles questions : les archives du Festival d'Avignon, avant de nous ouvrir dans un second temps à des corpus plus vastes afin d'élargir notre analyse. Combinant des approches de recherche qualitatives et quantitatives, From Stage to Data se concentre sur trois objectifs intermédiaires :

1) Visualiser les arts de la scène, en créant un réseau à partir des données issues des programmes afin de mettre en évidence les interactions entre des milliers d'individus, les différentes formes de collaborations artistiques et techniques ainsi que l’évolution des contextes de création au cours du temps. Cette approche, qui s'appuie sur la théorie de l'acteur-réseau, permettra de mettre à jour le contexte riche et complexe des mises en scène européennes contemporaines. Toutefois, l'absence d'une norme universelle pour décrire les arts de la scène constitue un défi majeur. From Stage to Data prévoit d'y remédier en créant une ontologie pour améliorer la description des spectacles et faciliter l’interopérabilité avec d'autres collections et jeux de données.

2) Révéler l'intertextualité des mises en scène. Les photographies et les vidéos sont des traces majeures des spectacles ; elles permettent de développer une une "vision à distance". En appliquant l'intertextualité aux images des spectacles afin d’identifier des résurgences et des connexions, nous dévoilons des relations complexes entre une œuvre et des spectacles antérieurs. Les progrès de la vision par ordinateur facilitent le développement d'une iconologie des arts du spectacle et permettent d’identifier des réseaux esthétiques. From Stage to Data contribue à la création et au développement de modèles de vision par ordinateur dédiés aux arts de la scène.

3) Modéliser les processus de création. en prenant en compte non seulement les répétitions mais aussi toutes les données produites par tous les membres de l'équipe. L'analyse informatique du processus de création des spectacles, en particulier de leur dimension collaborative, est un défi majeur pour les études théâtrales. Les traces numériques, souvent ignorées dans la recherche actuelle sur les processus de création, offrent de nouvelles opportunités en capturant l'ensemble du processus de création, des idées initiales à la première. En développant un environnement multimodal pour collecter et analyser les données de 15 spectacles, From Stage to Data renouvelle l'étude génétique des spectacles. Cette approche permet de mettre en lumière la richesse des diverses pratiques dans le domaine des arts du spectacle.


Logo

Blog Hypothèses

Retrouvez les actualités et les événements en cours autour du projet

Logo

Collection HAL-SHS

Regroupe toutes les publications et articles publiés par l'équipe

Logo

Chaîne Youtube

Vidéos des événements entourant le projet


Actualités


- News -

Hiring - Junior Front-End Developer (React)

01 / 04 / 25: Join our team and help shape the future of the Arvest platform. You’ll be involved in the design, development, and continuous improvement of our solution.

- Event -

Seminar - L'Art des données, les données de l'art (S2)

13 / 02 / 25: Following the first semester, three presentations will be aiming to address the challenges and opportunities associated with the use of digital data for art studies.

- Publication -

Publication - STAGE's DMP and Ethics Report

10 / 02 / 25: Publication of the first DMP on HAL and DMP Opidor, and of the first Ethics Report on HAL.

- Event -

Study day - Les programmes de théâtre : Des imprimés éphémères à la source historique

23 - 24 / 01 / 25. These two days of discussions will be presenting collections, projects and studies surrounding theater programs.


L'Équipe


L'équipe STAGE rassemble un groupe multidisciplinaire de chercheurs, de doctorants, d'ingénieurs en données et en logiciels qui collaborent dans des domaines tels que l'histoire des arts du spectacle, les humanités numériques, les études génétiques, l'apprentissage automatique et la vision par ordinateur.

Bardiot

Clarisse

Bardiot

http://www.clarissebardiot.info/

Clarisse Bardiot, PI du projet STAGE, est professeur d'histoire du théâtre contemporain et d'humanités numériques à l'Université Rennes 2. Ses recherches portent sur les traces numériques des arts du spectacle, l'analyse des processus créatifs, l'histoire et l'esthétique de la performance numérique, la préservation des œuvres numériques et l'édition expérimentale. Elle est l'auteur de Performing Arts and Digital Humanities. From Traces to Data (Wiley / Iste, 2021).

Hart

Jacob

Hart

https://jacob-hart.com/

Jacob Hart est actuellement chercheur postdoctoral dans le cadre du projet MemoRekall à l'Université Rennes 2, France. Il a obtenu son doctorat en musicologie à l'université de Huddersfield (Royaume-Uni) en 2021, où il était membre du projet FluCoMa (Fluid Corpus Manipulation) financé par l'ERC. Ses recherches portent sur le suivi du processus créatif des compositeurs techno-fluents et le développement de nouvelles approches de la musicologie computationnelle.

Fras

Jeanne

Fras

Jeanne Fras a rejoint le projet peu après l'obtention de son master en Humanités numériques au Centre d'études supérieures de la renaissance (CESR) de Tours, elle occupe le poste d'ingénieur en données au sein de STAGE. Auparavant, elle a participé au projet Archival City à l'Université Gustave Eiffel en tant que stagiaire.

Lachambre

Xhensila

Lachambre

Xhensila Lachambre, chef de projet : elle accompagne le PI et son équipe dans la mise en œuvre du projet STAGE. Depuis 2019, elle travaille à l'accompagnement des projets européens de Rennes 2 financés par des programmes tels que Horizon 2020, LIFE, COST, CERV, etc.

Heugebaert

Théo

Heugebaert

Théo Heugebaert est doctorant en recherche créative en études théâtrales à l'Université Rennes 2. Sous la direction de Sophie Lucet et Clarisse Bardiot, il travaille sur la notion de rythme dans les arts de la scène, et plus particulièrement sur la manière dont le rythme d'une forme est conçu, révélé et structuré au cours de son processus de création.

Assadi

Claire

Assadi

Claire Assadi est stagiaire sur le projet. Elle est actuellement en deuxième année de Master en Relations Internationales, Globalisation et Interculturalité. Ce cursus est complété par un Master en Humanités Numériques. Son mémoire de master porte sur les réseaux d'acteurs en diplomatie culturelle. Elle participe principalement au développement et à la programmation d'un programme de détection de poses.

Foucault

Nicolas

Foucault

Nicolas Foucault est docteur en Informatique en Traitement Automatique du Langage (TAL). Il est Data Scientist sur le projet STAGE. Il a travaillé comme chercheur CNRS à la Cité des Sciences à Paris et au MoDyCo sur les deux premières éditions de la #MuseumWeek en partenariat avec Twitter et le Ministère de la Culture. En tant qu'ingénieur, il a travaillé en classification automatique d'e-mails par réseaux de neurones sur le projet de recherche européen MAIVA, qu'il a co-monté avec Télécom Saint-Etienne lorsqu'il travaillait dans la startup Julie Desk.

Lagarias

Antonios

Lagarias

Antonios Lagarias est doctorant en études théâtrales et en humanités numériques à l'Université Rennes 2, en cotutelle avec l'Université de Montréal. Il détient un master en arts de l'École Normale Supérieure-PSL (Paris-Ulm) et un diplôme d'ingénieur civil de l'Université Aristote de Thessalonique. Il est aussi critique de cinéma, membre de la FIPRESCI, et collabore régulièrement avec la revue cinématographique East European Film Bulletin. Il travaille actuellement sur les archives numériques du festival Off Avignon.

Beraldin

Alexandra

Beraldin

Alexandra Beraldin est doctorante en études théâtrales et en humanités numériques à l’Université Rennes 2, en cotutelle avec l’Université de Montréal. Elle est diplômée en théâtre et en langue italienne de l’Université d’Ottawa et a obtenu un master en études théâtrales à l’Université Paris VIII. Alexandra est également traductrice, critique de théâtre et directrice de mouvements. Ses recherches portent actuellement sur les traces numériques et les processus de création.


Chercheurs associés


Jacquemin

Bernard

Jacquemin

https://pro.univ-lille.fr/bernard-jacquemin

Bernard Jacquemin est enseignant-chercheur à l'Université de Lille, au sein du laboratoire GERiiCO. Ses travaux s'inscrivent dans le champ des humanités numériques, et portent en particulier sur l'étude de l'information naturelle et de son appropriation par les systèmes informatiques, à la représentation des connaissances et des données patrimoniales dans le web sémantique, à l'analyse éthique et critique de la plateformisation de l'ouverture de la science, à la construction collaborative de l'information encyclopédique, à la modélisation informatique du langage humain. Il a participé ces dernières années à divers projets de recherche tels que l'ANR MémoMines (patrimoine des mines de charbon), l'ANR Dorémus (données musicales) ou Tectoniq (documents hétérogènes relatifs au patrimoine textile). Il enseigne dans différents cursus de formation aux métiers des bibliothèques, des archives et plus généralement de l'information et des données documentaires.

Lemaître

Aurélie

Lemaître

https://perso.univ-rennes2.fr/aurelie.lemaitre.legargeant

Aurélie Lemaitre est professeure en informatique à l'Université Rennes 2, en France. Elle est membre de l'équipe Shadoc du laboratoire IRISA. Ses recherches portent sur l'analyse des images de documents, et plus particulièrement sur l'analyse de la mise en page des documents. Elle travaille sur les différentes manières de combiner des approches d'apprentissage profond et des règles syntaxiques pour la reconnaissance d'images.