Groupe de travail “EVENT” (Evaluation et Valorisation des Editions Numériques de Textes)
Membres du groupe :
Pierre-Yves Buard (Presses universitaires de Caen) ; Marie-Luce Demonet (Université de Tours) ; Ioana Galleron (Université Paris 3) ; Fatiha Idmhand (Université de Poitiers) ; Thomas Lebarbé (Université Grenoble Alpes) ; Cécile Meynard (Université Angers) ; Pierre Mounier (EHESS, Open Edition) ; Elena Pierazzo (Université Grenoble Alpes) ; Julia Roger (Presses universitaires de Caen) ; Geoffrey Williams (Université de Bretagne Sud)
Introduction
Le groupe de travail est né en 2016, à l’issue de la table ronde “édition” à laquelle CAHIER a été représenté lors du colloque DH de Cracovie (2016). Durant cette table ronde, les modalités d’évaluation des éditions numériques ont été interrogées. Le constat partagé est que les critères appliqués sont, le plus souvent, basés sur le modèle du papier, qui ne leur est pas adapté.
Les travaux de CAHIER ont été appréciés par les personnalités présentes dans le public lors de la présentation faite au colloque : son approche a été jugée très originale, puisque CAHIER organise l’accompagnement et la préparation à l’édition numérique, en amont du projet. Suite à cet atelier, les porteurs du groupe ont pensé qu’il était nécessaire de se pencher de façon plus systématique sur cette question de l’accompagnement à la préparation des éditions électroniques et sur celle, conjointe, de l’évaluation, d’autant plus que Elena Pierazzo, qui a participé à des réunions de groupes de travail au niveau européen, nous a fait remarquer que l’Europe n’avait pas encore défini de guidelines pour l’évaluation des éditions électroniques. Le groupe a été lancé en novembre 2016 et s’est réuni à trois reprises durant l’année 2017.
À côté de l’analyse des initiatives de “certification” ou “labellisaton” des éditions électroniques (RIDE en Allemagne, guidelines de la MLA en Amérique du Nord – dont la première version a été publiée en 1993, et la plus récente est consultable ici: https://www.mla.org/Resources/Research/Surveys-Reports-and-Other-Documents/Publishing-and-Scholarship/Reports-from-the-MLA-Committee-on-Scholarly-Editions/Guidelines-for-Editors-of-Scholarly-Editions, les membres ont mis en commun leurs expériences éditoriales afin de construire une « check-list ».
Organisation des travaux du groupe en 2017
Dans un premier temps, le groupe a recensé les modèles éditoriaux et les types d’édition actuels, en analysant les aspects suivants : accessibilité et licences ; stratégies de pérennisation ; maintenance ; citabilité ; utilisabilité ; exploitation ; qualité scientifique de l’édition ; évaluation de l’édition. En parallèle, il s’est interrogé sur ce qui justifie (ou rend nécessaire) une édition électronique. Alors que les grands programmes de numérisation entrepris par des institutions nationales (comme la BNF, ou la British Library), ou par des organismes internationaux (Google) couvrent le terrain en rendant accessibles de plus en plus d’ouvrages patrimoniaux, il nous est apparu que la justification de l’édition électronique réside dans sa plus-value scientifique, dans l’enrichissement du contenu qu’elle propose. Cette dimension n’est pas une alternative à la numérisation patrimoniale; au contraire, on peut vouloir à la fois rendre disponible un corpus difficile d’accès, et le proposer aux lecteurs/ chercheurs avec des compléments d’information issus de travaux de recherche et susceptibles d’en nourrir d’autres. Ainsi, l’édition électronique pense au-delà de l’ouverture et de l’accès aux textes, elle suscite de nouvelles recherches : en d’autres mots, j’édite donc je cherche.
Dans un second temps, nous avons révisé l’état de l’art technique et technologique de l’édition numérique: outils d’édition, d’interrogation des corpus, nouveaux apparats critiques, théoriques, etc. Nous nous sommes demandé dans quelle mesure les outils développés pour l’édition numérique aidaient les chercheurs à construire et à formuler de nouvelles hypothèses ou les “enfermaient” dans certains choix.
De façon générale, nous posons comme principe le fait que les humanités numériques concordent avec les principes et idéaux de l’open science qui appelle les chercheurs à mettre en commun leurs données scientifiques à des fins de vérification des résultats, de confrontation, de nouvelles analyses, etc. L’édition électronique devrait donc d’abord être mesurée en fonction de son degré d’ouverture et de la prise en compte, dans sa réalisation, non seulement des objectifs de recherche de ceux qui l’ont conçue, mais également des travaux susceptibles d’être réalisés a posteriori, par des collègues d’autres disciplines, avec d’autres approches. L’enjeu serait de trouver le point d’équilibre entre ce qui est désirable et ce qui est faisable, entre ce qui intéresse le concepteur du projet et ce qui peut servir à d’autres chercheurs. Sont à saluer, dans cette perspective, les éditions qui intègrent une réflexion inter- ou transdisciplinaire, et qui en font la base de leurs choix.
En lien avec la question des standards et normes techniques, celle de l’adaptabilité de l’édition et de sa capacité à intégrer des modifications apportées par d’autres utilisateurs est l’une des principales différences entre édition numérique et papier. Il n’est pas rare, dans le « milieu » du numérique, d’avoir la bonne surprise de rencontrer des collaborateurs bénévoles, prêts à corriger les erreurs, à raffiner l’encodage, à ajouter des notes, etc. L’édition électronique a besoin de se situer par rapport à cette possibilité: sa capacité à y faire face peut aussi constituer un critère d’évaluation. La question clairement et fortement liée à ce critère est donc celle de la maintenance de l’édition, de sa pérennisation et de la citabilité. Des révisions sont-elles proposées ? avec quelle fréquence ? Les nouveaux apports sont-ils clairement mentionnés et motivés? L’édition est-elle vulnérable à l’obsolescence des systèmes et programmes? Ses concepteurs ont-ils prévu un plan de sauvegarde?
Se pose, enfin, la question des droits (règles du droit d’auteur et problèmes liées à la reproduction d’images,) et de la protection de l’édition et des licences disponibles pour protéger le travail entrepris.
Les trois types d’édition numérique
Suite à ces premières réflexions, nous avons circonscrit la perspective de notre contribution au principe suivant: l’édition électronique est un objet complexe dont le texte balisé constitue l’un des livrables. Portés par la conviction que le numérique permet de démultiplier les apports scientifiques, les mises en perspective et en contexte, l’ajout d’informations issues de la recherche en nourrissant, en retour, des recherches futures, le groupe a donc identifié trois types de publications électroniques. La définition de ces trois types éditoriaux constitue le premier apport du groupe EVENT à la communauté. Ce résultat oriente nos travaux pour l’année à venir.
1.Premier type : la mise à disposition de représentations de texte (fac-similés)
Ce premier type ne constitue pas, en soi, une édition, mais il vise plutôt la constitution d’une bibliothèque. Il ne s’agit pas de minimiser les services que rendent ces projets mais nous ne parlerons d’édition que pour les deuxième et troisième types.
Il s’agit ici de la mise à disposition d’une collection d’images (fac-similé). Cette étape est souvent celle qui ouvre le projet de publication. La diffusion des images est organisée selon des critères souvent définis par la personne ou l’institution qui prend en charge cette étape : le critère peut être physique et matériel (l’idée étant par exemple de feuilleter le livre, de consulter les chemises, bref, de reproduire, d’une certaine façon dans l’espace virtuel, une certaine matérialité de la source), intellectuel (en lien avec une définition du document en fonction de caractéristiques bibliothéconomiques telles que la date, le format, l’auteur, la cote des images…). Dans tous les cas, cette publication doit être accompagnée de métadonnées qui respectent les normes et standards internationaux pour rendre possible le moissonnage (par Europeana, BnF, Library of Congress, etc.). Selon l’institution qui traite l’objet et qui produit la numérisation et/ou la publication, les informations, générées sous forme de métadonnées, peuvent être de nature différente; toutefois on recommandera les formats METS, MIX, UNIMARC, XML-EAD, Dublin Core simple/étendu et, éventuellement, le XML-TEI.
Dans l’ensemble, cette étape correspond au moment de constitution de la donnée numérique et de sa description. Les différentes modalités de publication en fac-similé peuvent offrir des possibilités pour la recherche grâce à l’accès et à la consultation des images (vignettes, images pleine page, zoom, etc.). Ainsi par exemple, une bibliothèque numérique, comme celle de la bibliothèque municipale de Grenoble, qui a mis en ligne les fac-similés des manuscrits de Stendhal sur un site dédié aux patrimoines grenoblois, Pagella, peut être conçue en parallèle, ou associée, à une édition scientifique.
2. Second type : la mise à disposition de transcriptions de textes normalisés et documentés
Nous partons du principe, pour ce second cas de figure, que le texte a été récupéré à partir d’une océrisation, d’une saisie collaborative/contributive (crowdsourcing) ou d’une transcription individuelle. La qualité de l’océrisation peut être préparée en amont grâce au choix de bons logiciels et, surtout, d’images de bonne définition, de grande qualité, ce qui doit être spécifié dans le cahier des charges (lequel doit être extrêmement précis, notamment dans les cas d’outsourcing). La sortie d’OCR, comme la transcription, doit être relue et corrigée, les processus de validation des transcriptions et des métadonnées ajoutées, expliqués. L’enjeu concerne ici l’affichage du texte et la “facilitation” de la lecture. Ici, la finalité du balisage concerne davantage l’affichage que l’analyse.
La technologie utilisée pour récupérer les textes n’est pas vraiment un enjeu (il peut être saisi en txt, word, xml, html) mais la mise à disposition des textes l’est. On citera ici l’exemple du projet Transcribe Bentham ou les transcriptions diplomatiques mises en ligne à l’aide du logiciel Omeka sur les plateformes Transcrire ou e-Man. Même si aucun enrichissement particulier n’a été réalisé, de telles éditions présentent leurs critères (notamment de normalisation du texte) et leurs enjeux, ainsi que les noms des auteurs du travail. Ces informations sont indispensables et doivent être complètes et facilement disponibles sur le site internet de l’édition.
Pour résumer, si on ne rencontre en général que peu de complexités documentaires à ce niveau, les méthodes utilisées pour accéder aux textes sont très importantes, elles et, dans tous les cas, ce second type de publication dépasse le statut de bibliothèque ou d’archives.
3. Troisième type : la mise à disposition de textes saisis en XML et enrichis
Le type d’édition envisagé ici va au-delà des deux approches sus-citées. Comme indiqué plus haut, une forme d’encodage peut être parfois associée à certains projets de type 1 ou 2 qui vont baliser les grandes divisions du texte principalement en vue d’un affichage sur internet (via HTML). Par contraste, ce troisième type d’édition va permettre l’affichage selon différents critères éditoriaux (p. ex., la correspondance de Van Gogh, les lettres et testaments de poilus, Le Cid dans sa première version, ou tel texte de Montaigne en version originale ou en orthographe modernisée), l’interrogation par facettes des documents et l’exploitation des données. C’est le codage en profondeur, paradigmatique, qui permet cette exploitation des données.
L’enjeu de ce type de publication concerne le travail dit “d’encodage”. Il est recommandé que celui-ci vise l’harmonisation des pratiques et l’utilisation de méthodes soutenues par de fortes communautés internationales (comme la Text Encoding Initiative – TEI), qui travaillent depuis plusieurs années sur l’encodage des textes. Il est possible de travailler avec d’autres formats (l’EAD par exemple) et d’envisager des exports vers d’autres formats d’échange. Dans tous les cas, l’interopérabilité et l’échange restent de rigueur.
Conclusion
A l’issue de ses travaux le groupe a élaboré un guide de recommandations et de critères pour l’évaluation de l’édition électronique : https://cahier.hypotheses.org/guides-juridiques/les-publications-numeriques-de-corpus-dauteurs
La version espagnole du guide peut être téléchargée sur HAL “: https://halshs.archives-ouvertes.fr/halshs-02164065. Cette traduction a été supervisée par la Pr. Amelia Sanz Cabrerizo (Universidad Complutense, Madrid) et réalisée par Paloma Ortega Deballon dans le cadre de son Master en “Letras digitales“.