J’ai vu passer un truc cette semaine qui m’a fait lever un sourcil. Un certain Korben relayait un projet baptisé HackerBooks. Le principe : 15 766 livres cités sur Hacker News, classés, triés, et passés au filtre d’un modèle de langage. Autant dire que mon premier réflexe a été le sarcasme. Encore un annuaire de livres geeks monté à la va-vite par un type qui n’a jamais dépanné un serveur à trois heures du matin. Sauf que j’ai ouvert le CSV. Et là, j’ai fermé ma gueule.
Livres geeks : le tri que personne n’avait fait avant
La vraie idée derrière HackerBooks n’est pas de lister des bouquins. Tout le monde sait faire une liste. Non, le truc malin, c’est la distinction entre les livres qu’on cite et ceux qu’on recommande. C’est le genre de nuance qui passe inaperçue chez 90% des gens, mais qui change tout quand tu veux savoir ce qui vaut vraiment le coup.
Un type qui balance un titre dans un commentaire pour faire genre, ça n’a rien à voir avec un gars qui écrit « lis ça, ça m’a changé la façon de bosser ». Le premier cherche à se faire mousser. Le second te rend service. Et mine de rien, séparer les deux, c’est un boulot de titan sur un corpus de cette taille.
Le mécanisme derrière le classement
Concrètement, le projet s’appuie sur les discussions de Hacker News, ce forum où les développeurs de la Silicon Valley viennent débattre depuis 2007. Des années de conversations, des milliers de références bibliographiques éparpillées dans les commentaires. Le tri a été confié à un modèle d’IA, et le résultat est proposé en téléchargement libre sous forme de fichier CSV. Tu peux donc fouiller, filtrer, croiser les données comme bon te semble.
Ça me rappelle le HackerTube de Karpathy, ce classement des vidéos citées sur le même forum, avec un zip à récupérer pour monter ta propre version. Même philosophie : on prend une masse de données brutes, on la nettoie, on la rend exploitable. Pas de page web tape-à-l’œil avec des pubs partout. Juste des données.
Pour être honnête, je ne suis pas certain à 100% que le tri automatique soit parfaitement fiable. Un modèle, ça reste un modèle. Il peut confondre une citation ironique avec une vraie recommandation, et sur un forum aussi sarcastique que Hacker News, le risque est réel. Mais d’après mon expérience en atelier, quand tu croises 15 766 entrées, les erreurs se noient dans la masse. La tendance générale reste solide.
Pourquoi cette manie de tout trier par IA m’agace (mais moins que prévu)
Je vais être cash. La semaine dernière, un client m’appelle parce que son « assistant IA » lui avait recommandé de désactiver le pare-feu pour résoudre un problème de connexion. Voilà. On en est là. Alors quand je vois un projet qui utilise un modèle de langage pour classer des bouquins, mon premier réflexe est de vérifier que personne n’a mis le feu à un datacenter.
Sauf que là, l’usage est intelligent. On ne demande pas à la machine de décider quoi lire. On lui demande de trier ce que des humains ont déjà dit. C’est de la mise en forme, pas de la création de contenu. La nuance est énorme, et beaucoup d’experts autoproclamés la ratent complètement en hurlant au remplacement des bibliothécaires.
Le vrai problème des listes de lecture
Une liste de livres geeks, en général, ça ressemble à quoi ? Aux mêmes dix titres qui tournent en boucle depuis quinze ans. Le Pragmatic Programmer. Clean Code. The Art of Computer Programming. Des livres que tout le monde cite et que personne n’a fini. Histoire de faire bonne figure en entretien.
Le mérite de HackerBooks, c’est de sortir de ce carcan. Sur 15 766 références, tu trouves forcément des pépites que les listes classiques ignorent. Des bouquins techniques pointus, des essais obscurs, des ouvrages qui n’ont jamais eu leur quart d’heure de gloire sur les réseaux sociaux. C’est ça, la vraie valeur ajoutée.
- Le CSV téléchargeable te permet de filtrer par fréquence de citation
- La séparation citation/recommandation évite les faux positifs
- Le volume de données dépasse largement les listes habituelles
- L’accès brut aux données laisse place à tes propres analyses
Autant dire que pour un technicien indépendant comme moi, qui n’a pas le temps de parcourir 200 fils de discussion pour trouver trois références utiles, ce genre d’outil vaut de l’or. Pas parce qu’une IA a « pensé » à ma place. Parce qu’elle a fait le travail de fourmi que je n’aurais jamais fait.
Les limites que personne ne veut voir
Bon. Il faut quand même que je casse un peu l’ambiance, parce que tout n’est pas rose dans le monde merveilleux du tri automatique. Premier point : Hacker News, c’est un forum de développeurs anglo-saxons, majoritairement masculins, avec des goûts très marqués. Les livres geeks qui en ressortent seront forcément orientés. Système, programmation bas niveau, architecture logicielle. Si tu cherches des ouvrages sur le design, l’UX ou la gestion d’équipe, tu risques de rester sur ta faim.
Deuxième point, plus technique : le fichier CSV, c’est bien beau, mais il faut savoir quoi en faire. Un tableur suffit pour commencer. Pour aller plus loin, il faut un minimum de compétences en manipulation de données, sinon tu vas passer trois heures à scroller sans rien en tirer. Le projet est ouvert, certes, mais pas franchement accessible à quelqu’un qui n’a jamais touché à une ligne de commande.
Le piège de la recommandation automatique
Là où je tique, c’est sur la confiance aveugle que certains vont accorder au classement. Un livre qui revient souvent n’est pas forcément un bon livre. C’est parfois juste un livre écrit par quelqu’un de connu, ou cité dans un contexte viral. La popularité n’est pas la qualité, et un tri par fréquence ne fait que mesurer la popularité.
Je ne suis pas certain à 100%, mais d’après mon expérience en atelier, les outils les plus utiles sont ceux qu’on utilise avec un esprit critique. Un classement, c’est un point de départ. Pas une vérité révélée. Si tu prends la liste HackerBooks pour un évangile, tu vas lire des bouquins chiants écrits par des gens célèbres. Si tu t’en sers comme boussole, tu vas trouver des choses que tu n’aurais jamais croisées autrement.
Du coup, mon conseil est simple : télécharge le CSV, jette un œil aux titres qui reviennent le plus dans la catégorie « recommandation », et croise avec ce que tu connais déjà. Si un livre que tu as lu et aimé apparaît haut dans le classement, tu peux faire confiance à la suite. Sinon, méfiance.
Ce que ça dit de notre façon de consommer les livres geeks
Mine de rien, ce projet raconte quelque chose de plus large. On est passé d’une culture où on demandait conseil à son libraire ou à un collègue à une culture où on fait confiance à un algorithme pour trier des milliers d’avis anonymes. Est-ce que c’est mieux ? Pas sûr. Est-ce que c’est plus efficace ? Indéniablement.
La semaine dernière, un client m’a appelé parce qu’il voulait « un livre pour comprendre la cybersécurité ». Je lui ai donné trois titres, et je me suis rendu compte que deux venaient de listes que j’avais croisées sur des forums. Pas d’un bouquin de référence. Pas d’un conseil de libraire. De discussions en ligne, agrégées et triées. Ma pratique a déjà changé, sans que je m’en rende compte.
Alors oui, HackerBooks n’est qu’un CSV de plus dans un océan de données ouvertes. Oui, le tri par IA n’a rien de révolutionnaire. Oui, les biais sont là et bien là. Mais pour un technicien indépendant qui doit se former en continu sans y passer ses nuits, c’est exactement le genre d’outil qui fait gagner du temps. Et le temps, c’est la seule ressource que je ne peux pas dépanner.
Comment j’utiliserais ce fichier en atelier
Si je devais monter un plan de lecture pour un jeune technicien qui débarque dans le métier, voilà comment je m’y prendrais. Premier tri : les livres recommandés au moins dix fois. Ça te donne une base solide de classiques. Deuxième tri : les livres cités entre trois et cinq fois, mais jamais recommandés. Là, tu as des curiosités, des ouvrages de niche qui pourraient t’apporter un angle différent.
Et surtout, filtre par année. Un livre de 2005 sur les architectures logicielles aura peut-être mal vieilli. Un livre de 2020 sur les pratiques de sécurité sera plus pertinent. Le CSV contient normalement assez de métadonnées pour croiser ces critères, à condition de savoir manipuler un minimum les données.
Histoire de pousser le raisonnement, je dirais même que ce fichier peut servir à évaluer la santé d’une communauté. Si les mêmes dix livres reviennent depuis dix ans, c’est peut-être que le domaine stagne. Si de nouveaux titres émergent chaque année, c’est bon signe. C’est un indicateur comme un autre, mais il vaut ce qu’il vaut.
Pour la petite anecdote : j’ai un pote libraire spécialisé en informatique qui a vu son chiffre d’affaires grimper en flèche quand il a commencé à afficher les recommandations issues de forums techniques dans sa boutique. Les gens ne savent plus quoi lire. Ils ont besoin qu’on leur trie le travail. Ce genre d’outil répond à un vrai besoin, même s’il ne remplace pas le conseil humain.
Le lien, et ce que j’en retiens
Pour récupérer le fichier et te faire ton propre avis, ça se passe sur le site de Korben, qui a relayé le projet avec le lien de téléchargement. HackerBooks sur Korben.info. Le CSV est à récupérer directement, et si tu veux monter ta propre version à partir de zéro, tu peux aussi récupérer le zip de HackerTube mentionné dans le même article.
Ce que j’en retiens, au final : les livres geeks ne manquent pas. Ce qui manque, c’est le tri. Et si une IA peut faire ce tri correctement, autant en profiter. À condition de garder la tête froide et de ne pas confondre classement automatique avec recommandation éclairée. La différence est mince, mais elle existe. Et dans mon métier, la différence entre un diagnostic automatique et un vrai diagnostic humain, c’est souvent ce qui sépare une réparation réussie d’une catastrophe.
Source : article original
