Calipia : le blog

Avant Google : quand chercher sur le Web relevait du sport de combat

Il y a une nostalgie très en vogue en ce moment dans la tech, celle du « bon vieux temps » d’Internet, quand le Web n’était pas encore optimisé au millimètre par des algorithmes de recommandation et pollué de fake news créées par des IA. Revenons sur le paysage du Web du milieu des années 1990, cette époque où le Web grandissait très vite sans qu’aucun moteur de recherche ne domine vraiment, laissant place à un paysage fragmenté d’annuaires, de forums Usenet et d’outils de recherche naissants. Un âge d’or de la découverte spontanée, disent certains. Une catastrophe ergonomique quasi totale, diront les DSI qui l’ont vécu. Faisons le tri, avec le sourire.

Quand chercher une info était un sport de combat

Avant Google, « chercher sur Internet » n’était pas une réflexion, c’était une compétence. Il fallait choisir son moteur selon l’humeur du jour parmi une bonne dizaine d’options concurrentes qui ne s’accordaient jamais sur les mêmes résultats : AltaVista, Lycos, Excite, Infoseek, HotBot, WebCrawler, ou encore le fameux Ask Jeeves qui prétendait comprendre le langage naturel avec un succès tout relatif. Chacun avait son propre index, sa propre syntaxe, et surtout ses propres lacunes. Les utilisateurs les plus pointus enchaînaient les recherches sur trois ou quatre moteurs différents avant d’abandonner et de demander sur un forum Usenet. Le multitâche façon 1996.

AltaVista reste sans doute le symbole le plus marquant de cette période. Lancé fin 1995, il a rassemblé plus de 300 000 visiteurs dès son premier jour, puis près de 80 millions de visites quotidiennes au bout de deux ans, porté par une interface réputée sobre et un index particulièrement large pour l’époque. De quoi rappeler qu’avant d’être un monopole, la recherche en ligne a d’abord été un marché concurrentiel plutôt dynamique, avec de vrais paris technologiques. On aurait tort de réduire cette période à un simple brouillon sans intérêt.

Les annuaires humains : le « content moderation » avant l’heure

La recherche par mots-clés n’était qu’une option parmi d’autres. Le vrai standard de navigation, c’était l’annuaire tenu à la main. Yahoo, qui a d’ailleurs commencé comme une simple liste de liens classés par catégorie, employait des équipes entières chargées de trier et hiérarchiser le Web site par site. Une forme de curation éditoriale artisanale, où un stagiaire décidait si votre page personnelle sur les chats méritait la catégorie « Loisirs > Animaux » ou « Société > Culture ». Certains y verront l’ancêtre romantique de la modération de contenu. D’autres se souviendront surtout des délais de plusieurs semaines pour faire valider l’inscription d’un site, et du sentiment d’injustice profonde quand le concurrent passait avant vous…

Comparé aux systèmes actuels de classement algorithmique, largement critiqués pour leur opacité, l’annuaire humain avait au moins le mérite de la transparence : on savait qu’une personne, quelque part, avait fait un choix arbitraire. Ce qui n’est finalement pas si différent des débats actuels sur les biais des modèles de classement ou de recommandation par IA. L’arbitraire n’a pas disparu, il s’est simplement industrialisé.

Le référencement version far west

Pas de RGPD, pas de Search Console, pas de bonnes pratiques SEO documentées : c’était open bar. La technique reine consistait à truffer le code source de mots-clés invisibles, répétés des dizaines de fois dans une balise meta ou en texte blanc sur fond blanc, pour tromper des algorithmes de pertinence encore très rudimentaires. Le « keyword stuffing » n’avait rien d’une pratique marginale, c’était la norme. Un site de vente de chaussures pouvait ainsi truffer sa page d’accueil des mots « sexe », « Britney Spears » ou « MP3 gratuit » simplement parce que c’étaient les requêtes les plus populaires du moment, sans le moindre rapport avec le produit vendu.

C’est justement en réaction à ce système facilement manipulable que deux doctorants de Stanford ont eu l’idée de classer les pages non plus selon leur contenu déclaré, mais selon les liens qui pointaient vers elles. PageRank était né, et avec lui l’idée qu’un système de confiance décentralisé pouvait être plus robuste qu’une autodéclaration. Une leçon qui, soit dit en passant, mériterait d’être relue par toute organisation qui construit aujourd’hui des systèmes de notation basés sur des métadonnées déclaratives plutôt que sur des signaux vérifiables.

L’expérience utilisateur, un doux euphémisme

Impossible de parler de cette époque sans évoquer l’expérience utilisateur elle-même. Bannières publicitaires clignotantes, balises « blink » utilisées sans la moindre retenue, compteurs de visites affichés fièrement en bas de page comme un trophée, mentions « optimisé pour Internet Explorer en 800×600 » qui excluaient de fait la moitié des visiteurs, popups en cascade dès l’arrivée sur le site. Certains moteurs de recherche, à l’image d’Excite ou de Lycos, se sont progressivement transformés en portails tentaculaires mélangeant météo, horoscope, messagerie et résultats de recherche noyés au milieu de tout le reste. La page de résultats en elle-même devenait un parcours du combattant.

Il faut aussi se souvenir des moteurs « métarecherche » comme Dogpile, qui interrogeaient plusieurs moteurs à la fois et agrégeaient des résultats souvent redondants, parfois contradictoires, sans grand souci de hiérarchisation. Une forme primitive de ce que l’on appellerait aujourd’hui du RAG multi-sources, sans la couche de synthèse qui en aurait fait quelque chose d’exploitable 🙂

Alors, c’était mieux avant ?

Soyons honnêtes : non. La fragmentation des moteurs de recherche de cette époque n’avait rien d’un choix stratégique assumé, c’était surtout le symptôme d’un marché immature où personne n’avait encore résolu le problème fondamental du classement de la pertinence. La sérendipité tant vantée aujourd’hui était surtout le fruit d’une absence d’alternative correcte. On ne trouvait pas de meilleures choses par hasard, on trouvait moins de mauvaises choses moins vite.

Ce qui reste intéressant, en revanche, c’est de constater que les problèmes de fond n’ont pas disparu, ils ont changé de forme. Le keyword stuffing d’hier ressemble beaucoup au bourrage de prompts et à l’optimisation pour les moteurs de réponse IA d’aujourd’hui (le fameux GEO, Generative Engine Optimization). La curation humaine des annuaires Yahoo trouve un écho dans les débats actuels sur la modération et le contrôle éditorial des systèmes de recherche conversationnelle. Et la guerre des portails entre Yahoo, Excite et Lycos n’est pas si éloignée de la bataille actuelle entre moteurs de recherche traditionnels et assistants IA pour capter l’attention de l’utilisateur en premier.

Pour les DSI qui pilotent aujourd’hui des stratégies de gouvernance de l’information, la leçon la plus utile de cette rétrospective n’est peut-être pas « c’était mieux avant », mais plutôt : la pertinence de l’information n’est jamais un acquis technologique définitif. Elle se reconstruit à chaque rupture technologique, et les mêmes tentations de manipulation reviennent avec des habits neufs…