Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

L’OPAC avant les RAMEAU

Que l’on me pardonne de recycler en guise de titre une boutade de potache, compréhensible des seuls bibliothécaires : elle m’a valu un jour, lors d’un de mes premiers exposés professionnels, l’innocente satisfaction d’arracher un franc éclat de rire à une collègue qui me paraissait un peu austère. Je m’étais alors promis, si un jour l’OPAC de mes rêves venait à exister, de recaser ce jeu de mots.

Or c’est chose faite, et voici l’occasion de revenir un peu sur le projet majeur de l’année 2013, sur un ton un peu léger parce qu’après tout, quand on a bien travaillé, il est juste de célébrer le labeur accompli et il n’est pas interdit de le faire de façon récréative. Je précise que c’est le travail d’autrui que je célèbre (voir les billets parus sur le sujet). En revanche je revendique la pleine et entière responsabilité de mes jeux de mots désastreux.

À présent, à l’intention des non bibliothécaires qui se demandent ce que signifie ce titre absurde entaché d’une faute d’accord, petit cours de jargon bibliothécaire à l’usage des gens normaux. Les collègues peuvent se rendre directement au paragraphe 3.

Signalétique de l'OPAC, (publié sur FlickR sous le pseudonyme d'Enokson, sous licence Creative Commons, Attribution)
Signalétique de l’OPAC, (publié sur FlickR sous le pseudonyme d’Enokson, sous licence Creative Commons, Attribution)

1. OPAC, c’est l’acronyme de Online public access catalogue. Allez savoir pourquoi ce sigle anglophone s’est imposé en français, alors que sa prononciation en français évoque l’idée diamétralement opposée au service qu’il rend, ainsi que l’a plaisamment relevé le dictionnaire du diable des bibliothèques  à la définition du mot « acronyme ».
On propose parfois d’y lire un message subliminal des bibliothécaires à l’intention de leurs lecteurs ; exégèse qui mérite quelques secondes d’autodérision à la pause café les jours de mauvaise humeur, pas plus. Ou bien, s’il faut vraiment faire du mauvais esprit, ne mégotons pas et réformons tout notre vocabulaire :  les tests utilisateurs organisés l’an dernier autour de notre site web ont révélé que même le mot “catalogue” peut dérouter nos lecteurs. « Catalogue, on pense à un livre », disait un commentaire. En effet ; c’est vraiment agaçant cette association dont on n’arrive pas à se défaire entre bibliothèque et bouquins.

Heureusement, la modernité a inventé le Discovery tool, dont la traduction Outil de découverte semble en voie de s’imposer, sans doute grâce à sa brièveté et à son intelligibilité parfaite. Va pour outil de découverte, donc, en espérant que le sigle « OD » ne va pas venir infester la documentation professionnelle, sans oublier les perles éventuelles qui pourraient jaillir de trouvailles comme « catalogue de découverte (CD) » ou encore mieux « Catalogue outil de découverte (COD) ». J’imagine déjà la conclusion désabusée d’un rapport d’activités de 2018 : à l’usage, malgré les promesses d’interopérabilité du fournisseur, notre système, dépassé, ne s’accorde pas avec le COD, alors que celui-ci était positionné avant.
Bref, l’OPAC, c’est le catalogue en ligne offert au public

 

2. RAMEAU, c’est plus compliqué. C’est le Répertoire d’Autorité Matière Encyclopédique, Alphabétique et Unifié, et l’un des symboles du savoir-faire bibliothécaire. Comme tout outil systématique, RAMEAU, en dépit de son caractère impressionnant (l’édition 2002 fait 8 volumes, d’après… l’OPAC) est précieux : tous ceux qui ont tâté de l’indexation savent qu’il faut renvoyer tous ses synonymes vers un seul terme, pour que le lecteur ait toute l’information en une fois. Exemple pertinent bien qu’un peu impertinent aussi : c’est grâce à ces renvois conçus a priori  que le lecteur qui cherche « doudou » ou « peluche » aura pour réponse des notices sur les livres de psycho ou de puériculture parlant des objets transitionnels. On peut railler le terme, n’empêche : on accède bien aux résultats. Bon, je regrette un peu de n’avoir pas trouvé, dans la liste des « formes rejetées », l’appellation « nain-nain », qui est pourtant d’usage attesté dans certaines zones linguistiques. J’enverrai une proposition de modification à ce sujet.
Comme tous les outils métiers, RAMEAU a sans doute ses déviances et ses idolâtres. Je n’en ai jamais rencontré en chair et en os et je ne suis pas sûr de leur existence réelle, mais on dit que certains bibliothécaires éprouveraient un véritable plaisir, par exemple, à saisir le plus possible de termes RAMEAU dans leurs notices de catalogage, pour le plaisir de manier les règles subtiles de cette liste, car elle est articulée logiquement de façon hiérarchique (avec des “vedettes primaires”, des “subdivisions thématiques” et des “subdivisions chronologiques”). Je conçois d’ailleurs que l’on puisse, aux époques troublées, céder à la tentation de recréer l’ordonnancement harmonieux du monde par la magie de mots ordonnés séparés par des tirets doubles. Mais je n’ai jamais rencontré personne qui ait amené cette pratique jusqu’à l’addiction.
Bref, les mots RAMEAU, c’est le vocabulaire contrôlé d’indexation employé par les bibliothécaires.

Le catalogue "en ligne", version 1974.
Le catalogue “en ligne”, version 1974 (Source FlickR, domaine public).

[les collègues peuvent reprendre ici]

3. En résumé, on peut considérer l’OPAC et RAMEAU comme les symboles respectifs du front office et du back office. Alors, “l’OPAC avant les RAMEAU”, qu’est-ce à dire ? Eh bien, comme chacun sait, les bibliothécaires d’avant ne pensait qu’à leurs bouquins, alors que ceux d’aujourd’hui sont beaucoup plus gentils et ne pensent qu’à leurs lecteurs. C’est cette victoire des gentils modernes sur les méchants ringards, illustrée par la montée en puissance des outils de découverte (on les appelait alors “OPAC de nouvelle génération”) qu’était censée impliquer ma boutade. Avec en prime une petite connotation transgressive très tendance et absolument sans risque, tout à fait adaptée pour stigmatiser la supposée crispation professionnelle des méchantes bibliothécaires à chignon. C’était vraiment mesquin de ma part, mais le plaisir du jeu de mots l’emportait sur l’intention polémique.

La réalité, c’est que l’outil de découverte permet réellement d’amener l’OPAC vers un meilleur service, à l’aide d’avancées techniques que les bibliothécaires (avec ou sans chignon) attendaient avec impatience : tri des résultats par pertinence, filtrage, etc. Mais le savoureux de l’affaire, c’est que l’OPAC-outil-de-découverte-catalogue-en-ligne utilise bel et bien les mots clés RAMEAU. Ces termes, choisis avec soin par les catalogueurs, sont tout indiqués pour créer (entre autres) les filtres des résultats obtenus. La question peut ensuite se poser (elle s’est posée à nous, de fait) de savoir s’il faut, ou non, préserver la structure hiérarchique de cette indexation, ou ne préserver que les mots eux-mêmes, en abandonnant leur lien logique ? En l’occurrence nous avons choisi de briser les liens entre les termes pour l’affichage des facettes (mots clefs de filtrage) mais de les préserver dans les notices. En conclusion, il fallait bien passer par les RAMEAU pour accomplir cette remise à neuf d’OPAC.

Quelles autres leçons tirer ? Je les livre à la va-vite, ce billet est déjà trop long.  1°) C’était le projet majeur de l’année, il est arrivé à réalisation. J’en avais rêvé pour 2012 dans un billet programmatique. Comme souvent, il a pris un peu plus de temps que prévu, mais enfin il fonctionne. 12 mois, de la première installation à la mise en test public, c’est un délai correct compte tenu d’un accident majeur sur le serveur de développement (trois bons mois de retard) 2°) la présence dans le service d’un informaticien de métier épargne la fastidieuse rédaction d’un cahier des charges suivi d’un appel d’offres et des factures annuelles subséquentes 3°) Un stage informatique a permis en prime de mettre en place une version adaptée pour téléphone mobile du catalogue en ligne et du site web. 4°) Il y a encore de nombreuses améliorations à apporter, bien sûr, on y travaille. 5°) Nous avons le même catalogue que l’université de Stanford, c’est un début encourageant ; les créateurs du google de demain sont peut-être auvergnats ?

Dernière précision enfin, à l’intention des contribuables sourcilleux qui verraient dans ce billet une imposture professionnelle : il a été principalement rédigé sur mon temps personnel. En ces temps de météo tendue, de négociations en baisse et de budgets maussades, qu’on veuille bien y voir ma modeste contribution à l’allègement de l’ambiance et de la dette publique.
Ainsi qu’un souriant hommage au travail de mes collègues.

Premier catalogue en ligne (?) à la bibliothèque universitaire de l'Ohio, source du cliché (publié sur FlickR sous licence Creative Commons Attribution, Pas d'utilisation commerciale, Partage dans les même conditions).
Premier catalogue en ligne (?) à la bibliothèque universitaire de l’Ohio, source du cliché (publié sur FlickR sous licence Creative Commons Attribution, Pas d’utilisation commerciale, Partage dans les même conditions).

Papier/électronique, catalogage/indexation, comment aller ensemble

extrait pub pour papier toilette
comment lier papier et électronique : extrait d’une publicité pour papier toilette

Les métadonnées sont devenues désormais le nerf de la guerre, dixit Louise Fauduet, intervenante BnF lors d’une récente formation continue, dans l’indexation des ressources et leur visibilité/accessibilité sur internet. Pour les bibliothèques numériques intégrant tout type de documents – numérisés ou nativement numériques –, elles sont le prolongement disons « naturel » du catalogage classique pour le papier. Autrement dit : catalogage = indexation.

Et c’est à peine exagéré : presque rien ne change, mais c’est effectivement ce “presque” qui pose question.

La seule chose qui évolue (devrait évoluer) vraiment, si l’on considère que le catalogage classique dessert le papier et que l’indexation se tourne vers le numérique, c’est l’importance accordée au papier et à l’électronique par nous : quand on voit que la production de données, la collecte d’informations et la gestion courante basculent en quantité et coût du côté des ressources électroniques (plus de la moitié des ressources documentaires sont électroniques désormais, selon les chiffres de Carl Grant, vice -doyen et directeur des services informatiques des BU de l’université de l’Oklahoma) pourquoi l’activité de catalogage ne suivrait-elle pas le même mouvement ? Quand on sait que les pratiques des étudiants et chercheurs ont déjà basculé de ce côté-là également, ne devrions-nous pas les accompagner ? Une distinction papier/électronique qui n’aurait plus lieu d’être demeure pourtant : on le voit pour l’effort consenti sur les nouveaux apprentissages, mais également dans les réflexions récurrentes sur la baisse des prêts (les prêts papier restent une statistique phare alors qu’elle n’est pas rattachée au nombre de téléchargements qui est son pendant), ou encore la coupure entre pratiques sciences dures/sciences humaines sur l’usage numérique (et quid des humanités numériques/digital humanities et autres initiatives en open access qui remettent en question le cliché des sciences humaines à la traîne et « ringardes » quant à leurs pratiques ?).

Mais on s’éloigne du sujet. Le débat sur l’évolution de l’indexation et la place croissante des métadonnées font planer des ambiguïtés sur ces nouvelles formes et pratiques. Si l’on prend l’exemple des métadonnées pour les fichiers numériques, toute une ribambelle d’a priori viennent semer la confusion dans les esprits.

Premier obstacle :  c’est la séparation imprimée par l’habitude dans nos esprits entre les formats et techniques (si, sortant de l’UNIMARC, on s’intéresse aux FRBR et autres RDA, on ne peut tourner le dos aux METS, MODS et compagnie comme s’ils n’avaient rien à voir) nonobstant le langage et les règles communs. Comme s’il y avait une barrière de spécialité à ne pas franchir – chacun sa tâche, je catalogue dans mon SIGB, tu indexes tes fichiers dans ton gestionnaire de contenus – alors qu’on parle de pratiques identiques.

Deuxième obstacle, la crainte d’être illégitime : “c’est de l’informatique, ce n’est pas le rôle des bibliothécaires”. Cet argument apparaît d’autant plus étonnant qu’il pourrait être opposé à tout changement ayant déjà eu lieu dans le métier, puisqu’informatiser, utiliser des logiciels dédiés aux missions des bibliothèques ou tout simplement utiliser un ordinateur dans son travail, c’est déjà faire de l’informatique. Et les bibliothèques ont vécu l’informatisation du métier, il ne s’agit donc pas de révolution. Simplement d’évolution.

Troisième obstacle : le caractère très/trop technique des outils, “ce n’est pas du langage compréhensible par les humains” – pardon, les bibliothécaires. Faux encore : le langage XML, entre autres, a justement comme qualité d’être compréhensible à la fois par les machines pour qu’elles interagissent, et par les humains. Les balises sont explicites et définissent des champs qui sont ensuite complétés de la même manière que des champs d’un format Marc : grâce à des vocabulaires normalisés, et grâce à l’art bibliothécaire dont tous les collègues sont spécialistes. Et puis qui oserait affirmer sans ciller que les formats MARC sont “compréhensibles par les humains” ?

On touche là au débat plus global qui agite beaucoup de bibliothèques sur la diffusion, au sein des établissements, des connaissances et compétences (ici, techniques, mais pas seulement), c’est-à-dire à la gestion des connaissances, ou knowledge management. L’enjeu consiste à inciter les professionnels à se tourner vers le domaine numérique et à acquérir l’équivalent des compétences qu’ils utilisent déjà pour les collections papier. L’adaptation dans la réalité est de fait moins insurmontable qu’elle ne paraît dans les esprits.

Les formations jouent un rôle important, mais, expérience faite, ne permettent pas, seules, de modifier la perception qu’ont les collègues sur ces questions. Et c’est par conséquent deux conceptions des bibliothèques qui en viennent à s’opposer alors même qu’elles ne suscitent pas de concurrence – pourquoi faut-il imaginer que les abonnements électroniques se font au détriment des acquisitions papier, ou que la bibliothèque numérique s’occupe de missions qui sont hermétiquement distinctes de ce que les collègues font en section, à moins que l’on ne sépare toujours les deux (ce qu’on voit lorsqu’on se focalise sur les prêts physiques en oubliant les téléchargements et connexions en ligne) ?

C’est une des questions qui seront abordées plus amplement lors d’une journée d’ateliers de réflexion de la BCU à laquelle participera l’ensemble des personnels.

Voix contemporaines : les prémices d’un projet d’archivage des mémoires d’aujourd’hui

Présentation

Le projet “voix contemporaines”, c’est une collection d’archives sonores et audiovisuelles rassemblant paroles d’écrivains, mémoires de la création, témoignages du siècle et patrimoine oral immatériel. Ces archives, recueillies indexées et diffusées au sein de l’Université Blaise Pascal, présentent un intérêt tant au niveau régional, que national et international, en constituant un aperçu vivant de la création contemporaine, de la mémoire du siècle, et des traditions orales.

D’abord programme de recherche initié par le CELIS, “Voix contemporaines” vise à donner la parole aux écrivains du présent, et à recueillir leurs témoignages, dans la droite ligne des pratiques de ce laboratoire de littérature, qui, depuis de nombreuses années, invite et enregistre des écrivains.

L’enjeu de la collection « voix contemporaines » serait de collecter, d’enregistrer et d’archiver systématiquement ces paroles d’écrivains afin de constituer une bibliothèque sonore et audiovisuelle sur la littérature au présent.
D’autres témoignages historiques ont été recueillis et mis en ligne, et notamment dans le cadre du projet EVE : des témoignages de personnes ayant été enfants pendant la première guerre mondiale, ainsi que des enregistrements d’auteurs espagnols ayant été enfants pendant la guerre d’Espagne. La mémoire vivante de la guerre est étudiée  au prisme d’enregistrements sonores.

Tous ces enregistrements méritent d’être archivés à long terme pour constituer cette collection « voix contemporaines ». Ces témoignages sont autant de facettes de cette mémoire au présent et constituent autant de traces vivantes des conflits qui ont émaillé le vingtième siècle.

Dans le cadre de sa mission d’expérimentation et d’accompagnement des enseignants, l’équipe de Creatice, qui a réalisé de nombreux enregistrements sonores et audiovisuels, joue un rôle majeur dans ce travail de captation vidéo, de valorisation et de diffusion de ce patrimoine, via la plate-forme vidéocampus.

Témoignages de résistants, témoignages d’écrivains, de personnalités importantes dans le domaines de la cultures sont stockés sur des serveurs sous différents formats.
Le travail à réaliser consisterait à homogénéiser le format de ces enregistrements vidéo, à les numériser, à les indexer, et à les diffuser en ligne de façon pédagogique afin que tous les usagers puissent aisément y accéder.

Sans compter qu’au Service Université Culture (SUC), un grand travail de collecte, de traitement documentaire et de diffusion a été réalisé autour de l’univers des musiques de tradition orale. Des enregistrements de chanteurs auvergnats ont été collectés sur le terrain afin de constituer une collection reflétant le  patrimoine oral et immatériel régional.

Ce patrimoine immatériel pourrait s’inscrire dans le droit fil de cette collection « voix contemporaines ». Ces voix contemporaines s’articuleraient alors autour des voix d’écrivains, des voix des témoins du siècle, mais aussi des voix musicales, porteuses de tradition et de culture régionales.

C’est maintenant à la bibliothèque numérique de jouer un rôle majeur dans ce travail de collecte, de recensement, de numérisation d’indexation et d’archivage pérenne de ces collections sonores et audiovisuelles.

Méthodologies

La collaboration de la bibliothèque numérique au projet s’articule autour de deux axes.
D’abord, le serveur. Car il en faut de l’espace disponible pour le stockage d’une banque de données d’enregistrements vidéo…L’espace dont nous disposons n’est pas encore adapté pour une telle quantité de données. Mais dans les mois à venir, après la sécurisation et l’augmentation des serveurs, ils pourront certainement contenir toutes ces mémoires virtuelles.

Ensuite, bien sur, la question de l’indexation. C’est surtout à ce niveau que les compétences de la bibnum sont sollicitées. En amont, nous avons déjà préparé une grille de pré-indexation, à destination des chercheurs qui sollicitent un enregistrement au Pôle audio-visuel. Sous la forme d’un formulaire google doc, cette grille permet d’indiquer les principales métadonnées descriptives, et surtout de définir et faire adopter un protocole d’enregistrement. Car on voit mal comment on pourrait rendre accessible un corpus d’entretiens filmés sans avoir défini au préalable les principales étapes de la trame des entretiens. Eu égard à la diversité des projets de recherche et des types d’entretiens, toute la difficulté sera d’établir cette trame commune.

Car c’est à partir de la trame des entretiens que se cristallise la problématique de la post-indexation, celle qui concerne les vidéos déjà montées et réalisées. Ce sont les chercheurs qui s’ en chargeront, car ils sont les plus à mêmes de qualifier les entretiens réalisés dans le cadre de leur projet de recherche. Mais, en tant que professionnels de l’information et de l’indexation, nous allons leur donner des conseils. Les projets antérieurs de la bibliothèque numérique de production nous ont montré l’importance de la normalisation. Sans normalisation, pas d’indexation qui vaille. Nous allons donc apporté des outils méthodologiques aux chercheurs qui leur permettront de définir et d’établir une indexation normalisée propre à ce support audiovisuel, et donc exploitable pour les besoins de la recherche.

Pour ce faire, nous devons commencer par recueillir les bonnes pratiques d’indexation de vidéos chez les experts en la matières, les vidéothèques, et phonothèques spécialisées dans l’indexation de l’image et du son. Indépendamment du séquençage, l’idée est de donner aux chercheurs les meilleurs outils pour qualifier au mieux, à l’aide de mots-clés normalisés, la trame des entretiens filmés. A partir de cette indexation recueillie et balisée, nous verrons alors comment l’intégrer dans un schéma d’encodage propre à assurer la conservation pérenne de ces données digitales.

Mais c’est là une autre paire de manches ! Tout un programme conforme aux priorités de la bibliothèque numérique de production: penser l’indexation de pair avec l’archivage pérenne.

Je stocke, tu archives, nous indexons : numérisation, nouveau(x) chantier(s)

Résumons-nous : la numérisation, c’est lancé. La mise en ligne, ça fonctionne – d’ailleurs la BCU est dans Europeana depuis deux semaines ! – avec deux sites web de corpus numériques, qu’on peut voir ici. La gestion de projet, notamment en amont, ça se met en place – merci au projet d’histoire du droit sur les factums (id est mémoires judiciaires) de nous permettre de formaliser tout ça.

Bon, qu’est-ce qu’il reste encore ? L’élaboration et la mise en place d’un système intégrant d’une part un stockage sécurisé, d’autre part une perspective d’archivage pérenne. Le tout enrobé d’une mise en forme et en application d’un modèle de métadonnées plus rigoureux.

Containers in North Harbour, Copenhagen, Denmark
By Mvejerslev, BY-NC-SA, Flickr

Quel est l’état des lieux ? Pour le moment, les copies de fichiers issus de la numérisation sont stockées sur un disque dur externe, qui devait être un support temporaire. Mea culpa. Pas très brillant, je l’avoue, et pas très sécurisé surtout.

En même temps, le téraoctet n’est pas encore dépassé – c’est prévu pour mi-2013 si la numérisation continue au même rythme. Donc, il n’est pas très légitime de réclamer un budget à investir dans une structure – interne ou extérieure – prenant en charge le stockage et/ou l’archivage.

Lors du dernier conseil de la documentation du PRES, la question de l’archivage et de l’importance que les universités doivent y accorder ont suscité un débat et une prise de conscience qui semblent un bon début. Mais qui n’est pas suffisant.

 Qu’est-il possible d’envisager dans un tel contexte ? Le CRRI, alias Centre régional de ressources informatiques, service informatique desservant tout le PRES, a sollicité la BCU pour un hébergement sur un second site de ses propres données. La bibnum saute sur l’occasion pour proposer une réciprocité des copies de fichiers, afin que le CRRI à son tour prenne en charge ceux de la BCU – et en particulier la production numérique. C’est un premier pas, celui du stockage sécurisé, assez urgent à accomplir.

 Dans le même temps, il faut commencer à réfléchir sur la pérennité que l’on souhaite donner aux différents projets de corpus numériques. Car cela coûte cher, demande du temps, du matériel et des compétences – ou plus d’argent si l’archivage est opéré à l’extérieur (voir le CINES). Mais surtout, il semble évident pour tous que le numérique permet de produire plus et conserver tout. Faux. Il faut, comme pour le papier, savoir opérer une sélection, désherber AUSSI la production numérique. D’où la nécessité d’ouvrir le débat non plus au sein des bibliothèques mais des institutions dont elles dépendent, car l’enjeu se focalise sur les critères de cette sélection : que va-ton garder ? Pourquoi ? Quelle est la légitimité de tel ou tel projet dans le long terme ? Sa pertinence, l’ouverture de son corpus, le niveau de développement des outils qui permettent de travailler dessus ?

By Tsahi Levent-Levi CC BY 2.0, Flickr

Ces cogitations laissent le temps pour se pencher sur une indexation rigoureuse, entre autres en vue du stockage et de l’archivage – mais qui puisse également répondre aux besoins de mise en ligne et d’utilisation des corpus. Là, c’est encore le projet sur l’histoire du droit et le corpus des factums qui permet d’aider à formaliser les choses. Côté format, on a besoin de définir un schéma METS clair et simple, à partir des expériences des autres bibliothèques. Pas simple car aucun modèle ne domine. On va se fonder sur celui de la BnF et de Cujas notamment. Les deux institutions l’utilisent uniquement en tant qu’archivage, mais la première nous a précisé qu’il était très utile pour la présentation des métadonnées en ligne.

En même temps, il s’agit de débroussailler le contenu desdites métadonnées. Quand bien même la question demeure ouverte, entre indexation libre et normalisation thésauruesque, il est important de se créer une ligne de conduite et de la tenir. Si pour le moment l’indexation par les scientifiques, avec contrôle de la bibliothèque (du Laboratoire Magmas et Volcans et de la bibnum pour Glangeaud, de la bibnum et de la BU Lettres pour EVE), a été choisie, les différents retours de bibliothèques et de la communauté de chercheurs tendent vers une indexation à partir d’un vocabulaire prédéterminé, élaboré par les acteurs scientifiques constitutifs du projet, avec contrôle des métadonnées rentrées, doublée d’une auto-complétion permettant d’aiguiller la recherche.

C’est le cas de Viatimages, la base de données du projet Viaticalpes, ou encore de la bibliothèque numérique de la BIU Cujas.

 Rendez-vous dans quelques mois, après rencontre avec le CRRI, expérimentation de METS et avancement des nouveaux projets de numérisation comme les factums.

Archivage numérique : premiers pas

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.