archivage pérenne – L'Alambic numérique

Série de l’été : un succès, un regret, un projet (3)

sardegna — Isola di Caprera, Sardegna, par Ifyouloveme, Flickr, BY-NC-SA

Ma première bougie soufflée au sein du service, la série de l’été revient pour une deuxième saison, dont voici le 4e épisode.

Une réussite

Même si le principal de mes activités, id est la numérisation, m’apporte grande satisfaction, c’est sur un autre point que je souhaite appuyer : les tutoriels vidéo. La bibliothèque numérique n’en est qu’à sa première expérience, et il y a eu des couacs (je parle surtout pour moi), mais il est très réjouissant de voir tous les collègues entraînés dans un même projet. De même, les captures vidéo ont été effectuées dans le service CréaTICE, service de développement des ressources numériques pédagogiques, ce qui a permis de renforcer les liens établis entre nos deux équipes.

Cette expérience donne une corde de plus à l’arc de la bibnum.

Un échec

Difficile à admettre, mais assez évident, l’échec le plus important est de s’apercevoir qu’on n’en finit jamais avec la numérisation, et qu’un an n’a pas suffi à engranger la totalité des connaissances nécessaires pour mener à bien un projet de numérisation. Celle-ci est loin de se limiter au passage sous un scanner sophistiqué de documents papier, mais suppose en amont et en aval une chaîne de traitement, depuis la réflexion sur le contenu que l’on décide de numériser jusqu’à sa conservation pérenne dans des structures adaptées. L’indexation, l’organisation des fichiers, la maîtrise technique, le contrôle permanent, forment les enjeux les plus visibles de la numérisation. Il y a donc encore et toujours du pain sur la planche.

Un projet

La prochaine étape à réaliser demeure l’archivage pérenne de ce qui est produit par la numérisation. Gros défi, d’autant qu’il va falloir articuler le stockage au CRRI (le service informatique du PRES Clermont Université) d’une part, et l’archivage pérenne lui-même (vraisemblablement au CINES, malgré ses prix). Cela demande également de vérifier (revoir ?) l’indexation, la structuration et la gestion des métadonnées et des fichiers numériques.

Archivage numérique : premiers pas

archivesneworleans — Material in the New Orleans city archives, by ALA TechSource, Flickr (CC-BY-SA 2.0)

L’archivage est devenu une question essentielle à la bibliothèque numérique. C’est qu’en effet il s’agit de la dernière étape du processus de numérisation. Et c’est en même temps celle qui détermine – presque – tout ce qui la précède. D’où la nécessité de se pencher dessus dès l’amont des projets de numérisation – ce qui est rarement fait, et j’en suis coupable pour la BCU.

Mais qu’entend-on exactement par archivage ? Il est juste de parler d’archivage pérenne et de le distinguer du stockage et de l’hébergement : le stockage est temporaire, et effectué sur un support lui-même fragile et non pérenne (le temps de terminer la numérisation, et avant mise en ligne par exemple). L’hébergement n’est guère plus permanent : il s’agit de conserver à moyen terme des fichiers qui doivent être localisés précisément, visibles et utilisables.

L’archivage pérenne, quant à lui, cherche à conserver sur le long terme des données, donc cela suppose la possibilité de lire celles-ci malgré l’obsolescence des supports matériels et des formats de fichiers.

Très peu d’institutions procèdent à leur propre archivage pérenne, qui demande de grands moyens, ou alors elles le font de manière très « artisanale » (CD et DVD-Rom stockés dans un coin). L’alternative est le tiers-archivage, id est faire archiver par une structure extérieure qui concentre moyens et compétences dans ce domaine.

Où peut-on archiver ?

Outre des plateformes en ligne, prestataires privés et autre dissémination dans le nuage du web, il existe des établissements publics proposant l’archivage pérenne.

Le CINES est l’établissement référent pour l’enseignement supérieur et la recherche. Il a pour mission de proposer un service de calcul mais surtout d’archiver sur sa plateforme PAC (plateforme d’archivage du CINES). Son avantage principal est sa grande compétence et ses moyens ; l’inconvénient : son prix (6000 € le téraoctet par an, et encore, c’est le prix d’ami pour les établissements dépendant du ministère de l’Enseignement supérieur et de la recherche).

La BnF développe une offre d’archivage grâce à SPAR (système de préservation et d’archivage réparti). Avantage : cette structure développe les mêmes caractéristiques que la PAC. Inconvénient : elle n’est pas encore disponible ni homologuée par la norme ISO idoine.

Le TGE Adonis propose également une « grille de services », selon leur jargon, pour archiver. C’est le pendant CNRS de SPAR et de la PAC. Inconvénient : les ressources, notamment en termes de personnel, ont été drastiquement restreintes depuis un an.

Quant au CRRI, centre régional de ressources informatiques, il cherche à proposer également un système d’hébergement pérenne localement. Cette solution ne serait vraisemblablement pas une alternative équivalente aux autres, mais un bon moyen d’assurer l’hébergement à moyen terme, entre stockage post-numérisation et archivage définitif.

Tous pour un, un pour tous

L’archivage devient l’affaire de tous à la bibliothèque numérique. Officiellement lancé il y a un mois par un premier point général, le projet d’archivage est en attente de la réponse du CRRI et de sa volonté de nous accompagner dans cette démarche avant de prendre concrètement contact avec le CINES – c’est effectivement l’interlocuteur privilégié pour la BCU, même si ses prix font hésiter.

L’ensemble de l’équipe est impliqué car l’archivage numérique c’est, en vrac : du code, des squelettes de XML, de l’indexation, des transferts et copies de fichiers, un projet, la sélection des briques à archiver (on n’archive pas le produit fini comme par exemple le pdf recherchable d’un texte numérisé et océrisé), soit la nécessaire participation des informaticiens, de la webmestre, du développeur, de la responsable SIGB spécialiste des formats de métadonnées, de l’opératrice du banc de numérisation, …

Lors d’une formation récente à l’Enssib (en formation continue), le retour d’expérience de la bibliothèque inter-universitaire Cujas s’est révélé très intéressant. L’intervention portait sur l’ensemble de la numérisation à la BIU de droit parisienne, mais il a été particulièrement souligné que l’aspect archivage, pris en compte tardivement, avait remis en cause certaines étapes le précédant, et notamment l’indexation avait été revue pour se hisser au niveau d’exigence du CINES. Comme Cujas fait aussi tout en interne, cela laisse présager côté BCU de grands bouleversements par rapport à ce que l’on pratique jusqu’à maintenant.

Polnum : premier bilan automne-hiver 2011-2012

EVE_Messonnier_Fillette_494_5_-p1 — Projet EVE : illustration de la revue Fillette, Domaine public

Après une première saison (volcanique ? rugbystique ? mode ? climatique ? bibliclic ?) à la bibnum, il est temps d’embrasser dans son ensemble les avancées de la politique de numérisation dont je suis chargé.

Une première phase a été menée pour formaliser la politique de numérisation de la BCU, fondée non pas sur ses collections pour constituer une bibliothèque virtuelle en écho – comme c’est souvent le cas pour les bibliothèques possédant un fonds patrimonial important – mais sur la recherche clermontoise. Chaque projet de numérisation est donc développé au sein de projets de recherche et avec les laboratoires et enseignants-chercheurs comme partenaires.

La numérisation devient ainsi un instrument de la valorisation scientifique et participe des services de la BCU proposés aux structures du PRES Clermont Université, et plus largement diffuse les activités de recherche en ligne. C’est un moyen de faire connaître la BCU sur ces nouvelles missions, de l’impliquer dans les évolutions des services et structures qui l’entourent (CRRI, CréaTICE, UFR, laboratoires de recherche au sein de l’UBP notamment) et de collaborer avec des partenaires extérieurs au PRES.

Quatre projets étaient en cours ou sur le point de commencer lorsque je suis arrivé en juillet 2011. Que sont-ils devenus depuis ?

Les carnets du géologue Philippe Glangeaud sont désormais en ligne sur un site dédié, et le comité de pilotage se réunit régulièrement pour l’enrichir et faire évoluer les contenus et l’ergonomie : d’autres carnets sont en cours de chargement, et des documents du géologue conservés au Muséum Henri-Lecoq, partenaire du projet, vont bientôt les rejoindre après numérisation et indexation (documents photographiques principalement). Dans le même temps, le service de la bibnum réfléchit à un feuilletage plus pratique ainsi qu’à une nouvelle présentation de la vitrine. Le site est dores et déjà moissonné par Isidore, et bientôt sera visible dans Gallica.

Le projet EVE entre dans une nouvelle phase : le site internet, produit par un prestataire extérieur, rejoint en mars prochain les serveurs de la BCU, et de nouvelles modifications seront effectuées avant de le rendre visible en ligne. Toutes les collections sauf une sont numérisées, indexées, scénarisées pour les contenus pédagogiques, et chargées sur le site. L’objectif est de réunir toutes les personnes impliquées dès réception du site afin de déterminer les modifications et évolutions à apporter à celui-ci, ainsi que le calendrier y afférant, puis de le rendre rapidement accessible au plus grand nombre en l’exposant visiblement sur internet.

ThinkMotion est achevé pour la phase de numérisation des collections concernant la BCU, soit une quinzaine de documents. Un bilan est effectué régulièrement avec l’IFMA, une réunion d’étape aura lieu ensemble avec les partenaires européens à Aachen fin mars. La BCU attend les documents de l’ISTEA pour les numériser et les transmettre à l’IFMA. Par ailleurs, elle réfléchit à utiliser ce matériau comme tremplin pour un projet autour de la mécanique agricole, projet qui serait porté par des laboratoires clermontois de la MSH.

La numérisation des herbiers de l’Institut des herbiers de Clermont-Ferrand a débuté fin janvier et pris son rythme de croisière. Actuellement, deux herbiers ont été numérisés : chacun comportait deux presses – cartons rassemblant plusieurs parts, c’est-à-dire les feuillets sur lesquels sont collées les plantes et leurs descriptions – de taille variable, le premier herbier étant composé de 325 parts, le second de 463 parts. Ce sont donc près de 800 parts qui ont été numérisées en 4 semaines. Un nouvel herbier vient d’arriver, qui compte une vingtaine de presses. Voilà du travail en perspective, qu’il faut transformer en vrai projet scientifique – les herbiers constituent en effet une entorse à la règle du 1 projet de numérisation = 1 projet de recherche, justifié en partie dans la mesure où l’institut qui les conserve est un département du PRES tout comme la BCU ; il s’agit donc d’un soutien apporté à un partenaire de facto.

Quels sont les projets en gestation, et les nouveaux défis ?

Côté projets : de plus en plus de laboratoires, d’enseignants-chercheurs et de structures qui entendent parler de numérisation se tournent vers la BCU, ce qui entraîne une certaine effervescence dans les projets, effervescence liée aussi à l’explosion des programmes/axes de recherche dans un contexte de quantification exponentielle et de productivité réclamée aux chercheurs. Pour n’égrener que les plus représentatifs, en les classant du plus imminent au plus hypothétique, on peut citer : l’atlas minéralogique de Lavoisier possédé par le Muséum Henri-Lecoq qui souhaite le mettre en valeur sur une borne interactive dans ses nouveaux espaces de collections permanentes, la numérisation de la revue Siècles du laboratoire du CHEC (MSH) avec océrisation puis édition en ligne, les factums de la cour d’appel de Riom, projet de recherche sur ces mémoires de juristes du XIX^e siècle conservés au tribunal où ils ont été déposés, un projet ANR Corpus sur la création d’un corpus numérisé autour des éditions allemandes et françaises des contes de Grimm dont c’est cette année le bicentenaire de la première édition (résultat sur l’acceptation du dossier par l’ANR au printemps prochain), un projet sur l’histoire de la mécanique agricole avec les historiens du CHEC (MSH) et éventuellement d’autres partenaires comme la MSH de Caen, la réalisation d’un portail sur Blaise Pascal et Port-Royal, l’accompagnement d’un programme de recherche de la MSH transdisciplinaire sur la représentation de l’Auvergne dans la cartographie ancienne et l’iconographie, intitulé Opus/Locus, et un partenariat entre institutions qui promeuvent la danse et la recherche sur la danse.

Côté défis :

il faut articuler le calendrier 2012, et prévoir déjà 2013, ce qui relève de la gageure puisque les projets subissent des aléas parfois conséquents dans leur avancement et leur organisation. Une première mouture de calendrier, après l’expérience des deux premiers mois de 2012, est présentée à tous les responsables de services cette semaine, avec l’idée qu’il demeurera une trame flexible donnant une direction et des objectifs optimistes à atteindre ;
l’archivage et l’indexation des métadonnées. Là, c’est plus compliqué. Il s’agit de penser à la conservation des fichiers et données numériques issus des projets de numérisation. Cela suppose de prendre en compte deux paramètres : d’une part l’évolution des supports sur lesquels sont archivées les données, d’autre part l’obsolescence des formats de ces données mêmes.

A ma connaissance, tous les types d’archivage sont envisagés selon les moyens des établissements : à la BU de Rennes 2, l’archivage consiste principalement en la sauvegarde multiple sur support disque dur externe, donc surtout maintien du support. A la BnF, avec laquelle je suis en contact notamment grâce à Sébastien Peyrard, tout un service est consacré à l’archivage et à l’élaboration d’un système « maison » dit SPAR, qui utilise notamment les méta-formats METSet PREMIS. Me penchant un peu plus sur les méta-formats METS et PREMIS, je m’aperçois que la complexité, lorsqu’on est tout seul sur le sujet, n’est pas tant la compréhension de leur fonctionnement que leur mise en œuvre. En effet, la création de fichiers type METS, qui structurent en les englobant toutes les métadonnées et les fichiers d’un même objet numérique, suppose une spécialisation que même les informaticiens des différents services que j’ai pu interroger à Clermont-Ferrand ne maîtrisent pas forcément.

Encore de délicieux moments en perspective…

Nouveaux temps, nouveaux rôles pour les professionnels de l’information : la gestion et la préservation des collections numériques.

Un rapport de l’association des bibliothèques de recherche paru en mars 2011 fait le point sur le rôle des bibliothèques de recherche. “Digital curation for preservation”, le titre du rapport annonce tout un programme. On pourrait le traduire avec les expressions “édition électronique”, “sélection et gestion des contenus numériques” ou “archivage pérenne”, ou garder présent à l’esprit le sens premier de curation : soin, traitement de l’information numérique en vue de sa préservation. L’enjeu ? préserver numériquement notre mémoire collective.

A l’heure où prolifère l’information numérique, où est la valeur ajoutée des bibliothèques de recherche ? Quelque part dans la chaîne des évènements qui produit de l’information et des nouvelles connaissances.

Le travail des bibliothèques s’est historiquement organisé autour du service public, de la bibliographie, et de la constitution de collections pour les usagers, avec, pour corollaire, les services d’acquisition, de catalogage, et d’accès aux collections.

Aujourd’hui, la bibliothèque numérique s’articule autour de trois concepts clés : l’infrastructure, le contenu, les services.

Dans l’infrastructure, s’imbriquent “l’équipement, les technologies, et l’expertise humaine appliquée à l’organisation”. En d’autres termes, l’infrastructure, ce pourrait être l’équipe de la bibliothèque numérique, avec toutes ses compétences technologiques et tout le matériel dont elle dispose : postes informatiques, serveurs, banc de numérisation, baies de stockages.

Le contenu, c’est tout le contenu que la bibliothèque numérique rend accessible, des ressources électroniques souscrites aux collections numériques produites.

Les services incluent les services bibliographiques traditionnels, mais aussi les services émergents dans le domaine virtuel : la production d’informations, l’accès, la dissémination, et l’archivage pérenne.

Or, infrastructure, contenus, et services sont directement impactés par le changement de paradigme que vivent les bibliothèques de recherche aux niveaux culturels et institutionnels.

De nouvelles missions s’imposent alors pour les bibliothèques :

Cyber-infrastructure et collaborations :
L’enjeu est de créer, disséminer et préserver l’information numérique au sein de l’infrastructure, pour que les chercheurs puissent communiquer en toute efficacité, sans qu’ils aient besoin d’inventer, à chaque nouveau projet, de nouveaux outils de médiation scientifique.
Acquisition et hébergement :
La plus-value des bibliothèques de recherche est dans la gestion numérique et la préservation de la production intellectuelle des chercheurs. Reste à leur mettre à disposition des plate-formes en ligne pour héberger tous ces types de contenus. Réaliser une archive ouverte institutionnelle, par exemple, ou une bibliothèque numérique pour valoriser les collections numérisées, tous ces projets entrent de plein-pied dans ces missions.
Edition électronique, services de gestion et de préservation.
L’acquisition est donc complémentaire à la production de contenus, et à l’archivage numérique pérenne. L’enjeu est de créer de forts partenariats entre la bibliothèque et la communauté académique. Car les bibliothèques sont sans doute les mieux placées pour offrir aux usagers des solutions de publication électronique, quitte à envisager des partenariats avec les presses universitaires. Les bibliothèques bénéficient aujourd’hui d’un capital d’expériences réussies dans le domaine de la publication électronique, de la production de journal en libre-accès aux archives ouvertes, en passant par les éditions universitaires numériques.

Avec ces mutations, le profil du bibliothécaire est amené à se diversifier, et de nouvelles tâches émergent.

Conseils en acquisition et en droit d’auteur.
A la mission initiale du bibliothécaire, veiller à la qualité, à la pertinence et au maintien des collections, s’ajoutent de nouvelles exigences : établir de nouveaux critères pour évaluer la stabilité, la viabilité et l’authenticité des fichiers numériques, dès l’acquisition. Avec l’assistance des juristes, les bibliothécaires créent et ajustent les politiques d’acquisition et d’échange pour garantir le maintien et la préservation du contenu numérique.
Formation des usagers.
Ce rôle a des aspects physiques et virtuels. Les bibliothécaires sont de plus en plus impliqués dans la vie du campus pour offrir en partenariat avec les enseignants des services de références virtuelles, et des environnements propices à l’auto-formation.
Observation anthropologique des usages.
Les bibliothécaires s’immergent volontiers parmi les natifs du campus et observent, étudiant leur production d’information et leurs habitudes de consommation. Si les bibliothèques de recherche espèrent anticiper les futurs besoins de leurs usagers, elles doivent au préalable bien identifier leur public : des personnels administratifs aux professeurs en passant par les étudiants.
Construction de systèmes d’information documentaire.
Concevoir l’architecture d’espaces physiques, mais aussi virtuels, comme un site web, une archive ouverte institutionnelle, et d’autres systèmes d’information. Et d’autres activités plus discrètes : établir des licences, créer des métadonnées, des recherches sur le droit d’auteur. Accoutumer les étudiants à de nouveaux modes de publication numérique.
Production de contenus et dissémination.
La conservation des collections, mission historique des bibliothécaires, demeure au cœur du métier, mais la mission a de nouveaux atours : c’est l’attention portée au cycle de vie des données et des collections numériques. Le rôle a deux aspects distincts, mais inséparables : l’accès et la préservation. Dans le domaine numérique, les bibliothèques gèrent beaucoup plus d’informations que naguère, et facilitent l’accès aux usagers. La gestion numérique répond aussi à l’impératif de préservation des collections, qui se traduit par une attention croissante à la viabilité, à l’authenticité et à la pérennité des données numériques.
Management et organisation
Une atmosphère propice au travail et à l’expérimentation sur le terrain peut être obtenue avec de nouvelles stratégies d’organisation. La coopération inter-institutionnelle décentralisée est essentielle pour amorcer ce virage numérique avec succès. L’enjeu est d’aider le personnel à s’adapter et à acquérir de nouvelles compétences. Une autre organisation du travail s’impose pour équilibrer les paysages physiques et numériques.
Conception et animation d’espaces collaboratifs.
Les bibliothécaires travaillent en réseau, mais à l’heure du numérique, les collaborations doivent s’amplifier pour l’échange durable des bonnes pratiques autour des besoins communs, du développement des technologies à l’archivage pérenne, en passant par la gestion des dépôts d’archives. Les bibliothécaires commencent patiemment à coordonner des alliances intra et inter institutionnelles, et à établir clairement les rôles et les responsabilités de chacun dans cet effort partagé. Ils apprennent aussi à forger de saines relations collaboratives pour gérer collectivement les données numériques.

New roles for new times : digital curation for preservation.
Tyler Walters, Katherine Skinner
March 2011
Report Prepared for the Association of Research Libraries