Googlos – un partenariat public-privé pour la mise en ligne du patrimoine imprimé

Entre autres missions légales, la BCU Lausanne collectionne le patrimoine écrit vaudois, par le dépôt légal ainsi que par les collections de la réserve précieuse, des manuscrits et des Valdensia. La mise à disposition de ces collections a toujours représenté un défi pour la BCU Lausanne, au vu des moyens personnels restreints. Depuis l’ouverture de l’Unithèque en 1982, la BCUL disposait cependant d’un atout majeur pour aborder le monde numérique : un catalogue en ligne complet de ses collections imprimées. Dès les années 1990, la BCU Lausanne s’est donc naturellement intéressée à raccrocher à son catalogue en ligne des documents numérisés. Cependant, le financement d’opérations de numérisation du patrimoine représentait – et représente encore un réel problème, les coûts de la numérisation de masse étant très importants.

En 2005, la BCU Lausanne a mené une réflexion stratégique inscrivant la «bibliothèque numérique» au nombre de ses axes de développement. La constitution d’une bibliothèque numérique vaudoise (livres, journaux, manuscrits) en était un des volets. Aucun financement extraordinaire n’étant alloué par l’autorité de tutelle, la BCU Lausanne s’est orientée vers un partenariat public-privé. Coïncidence, la réalisation de la vision de Paul Otlet citée en exergue se trouva être la vision annoncée par Google au lancement de son projet Google Books Search à la Foire du livre de Francfort en 2005. C’est ainsi que la BCU Lausanne en vint à établir des contacts avec Google en vue d’un partenariat dès 2006.

Un partenariat négocié

Si les intentions de Google et de la BCU Lausanne étaient claires dès le départ, les modalités d’interaction entre un acteur commercial global et une institution de l’Etat de Vaud ont nécessité d’intenses discussions durant l’année 2007. Ces négociations ont inclus les autorités de tutelle de la BCU Lausanne. Au final, un contrat de partenariat prévoyant la mise à disposition par la BCU Lausanne pour la numérisation par Google d’environ 106'000 volumes imprimés publiés avant 1870 a pu être signé en mai 2007. La BCUL devait mettre à disposition de Google les livres et les métadonnées (notices bibliographiques): l’existence d’un catalogue en ligne était donc une condition sine qua non d’entrée en matière. 

Travailler avec Google

Est-il simple de travailler avec Google ? Oui et non. Tout d’abord, l’opération n’était pas entièrement dénuée de risques. Même une entreprise commerciale telle que Google peut faire faillite. Les autorités de tutelle de la BCU Lausanne ont donc exigé des sécurités pour ce cas de figure. Une opération de cette ampleur nécessite en outre la mise en place d’une logique de travail industrielle dont les processus ne ressemblent pas au quotidien d’une institution patrimoniale. Fort heureusement, la BCU Lausanne dispose, depuis la création de l’Unithèque, d’un centre de logistique permettant d’accueillir des camions de 28 tonnes, un prérequis pour assurer la logistique nécessaire. Quant au partenaire Google, il était déjà rôdé à l’exercice, et ses responsables ont su utilement seconder la BCU Lausanne dans la mise en place des processus et d’un workflow inédit.

Tout commence par une bonne planification des étapes avec Google et par le développement d’outils et produits informatiques particuliers. Ces développements ont été effectués par la BCU Lausanne en 2007. L’automne de la même année, les notices MARC des ouvrages entrant en ligne de compte pour le projet ont été extraits de la base de données RERO en format MARC-XML, et une base de données Xindice a été constituée. Les collections ont été découpées en lots et les signets d’accompagnement édités, les forces de travail nécessaires estimées et le personnel auxiliaire recruté.

Aucun livre n’a été perdu au cours de ces opérations. 

Les résultats

Tous les ouvrages livrés par la BCUL ont-ils été scannés et mis en ligne par Google? Pas tout à fait. Google se réservait le droit de ne pas mettre en ligne les scans des doublons. Dans le cas du projet Googlos, la BCU Lausanne a grandement bénéficié du fait d’être la première bibliothèque francophone à participer au projet Google Books Search. Le nombre de doublons préexistants était alors anecdotique, ce qui ne serait plus le cas aujourd’hui et engendrerait un processus de sélection que nous serions dans l’incapacité d’assurer. 

Dans un partenariat de ce type, une institution patrimoniale espère obtenir des données numériques de la meilleure qualité possible. Un contrôle systématique de la qualité des images par la BCUL aurait cependant été bien trop lourd à gérer. Nous avons donc effectué des tests ponctuels, en fonction de certaines demandes. Google dispose de son côté de son propre système de contrôle des scans («audit») car tous les scans ne sont pas bons. Les erreurs les plus fréquentes concernent des pages tronquées (crop, 67%), des pages considérées comme vilaines (ugly, 15%), des problèmes dus au matériel (10%), des pages floues (blurry, 3%), plus rarement des pages fripées, biaisées, ou non alignées verticalement et horizontalement.

La mise en oeuvre d’un workflow industriel permet de faire des constats intéressants quant à l’état général du catalogue et des collections.
Toutefois, le projet a pu être réalisé conformément au planning établi en 2007 et la numérisation finalisée en 2010. Plus de 110'000 volumes ont été envoyés par la BCU Lausanne, et quelque 107'000 scannés par Google. En 2012, les fichiers de 106'000 volumes avaient été traités par Google et étaient disponibles en ligne sur la plateforme de Google Books Search. Il a fallu pratiquement deux ans à la BCU Lausanne pour rapatrier et archiver sur un système sécurisé les quelque quatre téraoctets de données que représentent les fichiers sources livrés par Google.

Bilan

Globalement, l’expérience a été très positive pour la BCU Lausanne, à preuve les nombreux témoignages reçus. Non seulement la collection est accessible par les internautes du monde entier, elle bénéficie aussi de la visibilité planétaire de la plateforme Google Books Search. En 2012, notre collection a généré plus de 120 millions d’accès par les internautes. Depuis 2013 et l’arrivée sur la plateforme des livres du projet de numérisation de la Bibliothèque municipale de Lyon, l’utilisation de la collection de la BCU Lausanne s’est stabilisée à environ 25 millions d’accès par année. Pour la recherche en histoire culturelle, la masse scannée constitue indubitablement une source directement exploitable, d’une taille ouvrant de nouvelles perspectives. Nous notons cependant un danger de donner trop de visibilité à des livres anciens (avant 1870!), parfois dépassés. Non scannées, les études plus récentes disparaissent de l’horizon du chercheur.

Durant le projet, la participation de la BCU Lausanne a suscité de vives réactions. Si le grand public y a toujours vu une avancée majeure dans l’accès à l’information écrite pour tous, partout et sans frais, les spécialistes de l’information et les chercheurs ont été partagés. Certains craignaient une situation de quasi-monopole d’une entreprise privée, d’autres dénonçaient une mainmise de la culture anglo-saxonne. D’autres encore dénonçaient une atteinte au droit d’auteur – ce qui n’a jamais été un argument dans le cas du projet de la BCU Lausanne, étant donné que le projet n’a concerné que la numérisation de collections hors droit.

Depuis, la BCU Lausanne a focalisé ses efforts sur la numérisation de la presse vaudoise, dont quelque 4 millions de pages sont déjà disponibles sur notre plateforme Scriptorium. Si l’utilisation n’atteint pas les sommets de notre collection Google Books Search, Scriptorium attire tout de même plus de 10'000 utilisateurs par jour en moyenne, générant quelque 3,5 millions d’accès par année.

En 2014, la BCU Lausanne a procédé à une nouvelle réflexion stratégique. Dans le nouveau plan directeur 2015–2020, la numérisation n’apparait plus guère que comme une note de bas de page. Comme nos acquisitions sont aujourd’hui à 2/3 numériques, et les processus de numérisation rôdés, nous nous concentrons principalement sur la maintenance des systèmes et des plateformes. Cependant, l’effort de numérisation reste conséquent et continuera pour un siècle au moins, par la numérisation de masse (externalisée) de la presse, la numérisation par objet (à l’interne, par l’intermédiaire d’un scanner à livre) des pièces isolées et des livres en format non standard, ou la numérisation spécialisée (effectuée par un photographe). Nous travaillons actuellement à la mise en place d’une nouvelle plateforme qui accueillera le processus du dépôt légal natif numérique, ainsi que les collections patrimoniales iconographiques et musicales. 

Durant le projet, la participation de la BCU Lausanne a suscité de vives réactions. Si le grand public y a toujours vu une avancée majeure dans l’accès à l’information écrite pour tous, partout et sans frais, les spécialistes de l’information et les chercheurs ont été partagés. Certains craignaient une situation de quasi-monopole d’une entreprise privée, d’autres dénonçaient une mainmise de la culture anglo-saxonne. D’autres encore dénonçaient une atteinte au droit d’auteur – ce qui n’a jamais été un argument dans le cas du projet de la BCU Lausanne, étant donné que le projet n’a concerné que la numérisation de collections hors droit.

Depuis, la BCU Lausanne a focalisé ses efforts sur la numérisation de la presse vaudoise, dont quelque 4 millions de pages sont déjà disponibles sur notre plateforme Scriptorium. Si l’utilisation n’atteint pas les sommets de notre collection Google Books Search, Scriptorium attire tout de même plus de 10'000 utilisateurs par jour en moyenne, générant quelque 3,5 millions d’accès par année.

En 2014, la BCU Lausanne a procédé à une nouvelle réflexion stratégique. Dans le nouveau plan directeur 2015–2020, la numérisation n’apparait plus guère que comme une note de bas de page. Comme nos acquisitions sont aujourd’hui à 2/3 numériques, et les processus de numérisation rôdés, nous nous concentrons principalement sur la maintenance des systèmes et des plateformes. Cependant, l’effort de numérisation reste conséquent et continuera pour un siècle au moins, par la numérisation de masse (externalisée) de la presse, la numérisation par objet (à l’interne, par l’intermédiaire d’un scanner à livre) des pièces isolées et des livres en format non standard, ou la numérisation spécialisée (effectuée par un photographe). Nous travaillons actuellement à la mise en place d’une nouvelle plateforme qui accueillera le processus du dépôt légal natif numérique, ainsi que les collections patrimoniales iconographiques et musicales.