On le sait, le projet Plozarch est adossé à un autre projet, Plozcorpus, site web donnant accès, sous les réserves de la législation concernant la propriété intellectuelle, le respect de la vie privée, le droit à l’image, etc., aux documents produits durant les enquêtes de Plozévet et à leurs archives. Ce portail, voué à se développer au fur et à mesure de leur inventaire, de leur classement, de leur numérisation, de leur documentation, a pu être initié en 2009 grâce à une première subvention de la Maison des sciences de l’Homme de Bretagne (MSHB). En 2010, il a commencé à prendre son essor avec l’apport du TGE Adonis de l’Institut des sciences de l’Homme et de la société du CNRS. Ce qui nous a permis de traiter une partie des archives de l’équipe d’Edgar Morin, archives sonores et textuelles, les premières documentées par Eugénie Ollivier, documentaliste audiovisuelle, les secondes par Laure Welschen, coordinatrice de Plozarch. Par ailleurs, les divers rapports et articles rendant compte des différentes recherches ont été numérisés et documentés par Aurélie Hess-Miglioretti, ingénieure d’études au CNRS, à l’époque détachée à la MSHB, et qui, depuis, est venue grossir les rangs  du CERHIO.

Génèse de Plozcorpus

Lorsque, suite au colloque tenu en 2008 à Brest et à Plozévet sur L’Histoire et actualité de la Recherche coopérative sur programme de Plozévet, je me suis attelé à ce travail, je n’imaginais pas l’énormité de la tâche, et surtout son coût. Naïvement, je pensais qu’il suffisait de numériser pour conserver sous cette forme les divers documents.

Je n’avais donc aucune idée de ce qu’impliquait un archivage pérenne. N’ayant jamais reçu de formation en archivistique, je ne savais pas ce qu’était un plan de classement d’archives, et n’avais aucune idée de ce qu’impliquait leur gestion. Étant très peu au fait des techniques documentalistes, je ne savais même pas ce qu’étaient des métadonnées. Quant à ma compétence pour concevoir un site d’accès aux archives des enquêtes, inutile de rappeler qu’elle était quasiment nulle. C’est donc en total Béotien que j’ai abordé les Digital humanities.

Il aura donc fallu que ce projet soit jugé suffisamment intéressant pour que ses deux premiers financeurs acceptent de s’y engager. Qu’ils soient donc très chaleureusement remerciés, et je n’oublierai jamais, côté CNRS, le soutien qu’Isabelle de Lamberterie et Yannick Maignien, alors directeur du TGE Adonis, lui ont apporté, la première appréciant son intérêt en termes d’histoire des SHS en France, le second estimant le défi technique qu’il fallait relever pour “moissonner” des données se présentant sous différents formats, textuels, sonores, iconographiques, filmiques, dispersés dans plusieurs lieux de dépôt et appartenant à plusieurs institutions.

Mais, ce projet n’aurait pas pu s’initier si je n’avais pas accédé à la fonction de directeur de recherche émérite au CNRS, ce statut me donnant la possibilité, même à la retraite, de diriger un projet, mais de façon bénévole. Annie Antoine, directrice du CERHIO, en m’accueillant dans ce centre, a su me convaincre de déposer ma candidature, malgré les échos assez pessimistes qui nous venaient de Paris. Contre toute attente, la politique très restrictive de la direction du CNRS en la matière depuis un ou deux ans a été corrigée. Sans doute a-t-elle jugé que, dans la mesure où cela ne coûtait rien à l’organisme, elle pouvait nommer des émérites : l’année où j’ai postulé en SHS, tous les candidats ont été acceptés.

Avec le soutien du TGE Adonis, Yannick Maignien nous a mis en relation avec Stéphane Pouyllau, ingénieur de recherches au CNRS, alors directeur du Centre national pour la numérisation des sources visuelles (CN2SV, équipe du CNRS), et Delphine Usal, technicienne CNRS, du Centre Alexandre Koyré, qui gère des bases de données et des plateformes web de recherche. Je tiens à remercier ces deux personnes, ce contact s’étant avéré capital et leur collaboration irremplaçable : sans cette assistance technique le projet se serait vraisemblablement empêtré, sans doute jusqu’à capoter. Et, l’équipe qui s’est rassemblée, s’est formée quelque peu sur le tas, et sur le tard. D’un côté, Stéphane Pouyllau nous a initié au Dublin Core, schéma de métadonnées générique qui permet de décrire des ressources numériques et d’établir des relations avec d’autres ressources. De l’autre, nous avons suivi la formation ” XML et métadonnées en bibliothèque : principe, usages, applications…” de l’URFIST de Rennes, un module assez généraliste permettant, aux débutants que nous étions, de s’y retrouver un peu dans les possibilités qu’offre le langage XML. Une formation que Laure Welschen et moi-même avons doublé par celles d’initiation au blog au au wiki.

Mais, c’est en abordant la question de l’échange des données que nous avons appréhendé la difficulté de la mise en oeuvre de Plozcorpus. En effet, plusieurs protocoles basés sur le XML étaient à notre disposition. Il convenait donc de retenir le plus adapté à notre corpus. Fallait-il utiliser l’Encoded Archival Description (EAD), un format permettant de structurer hiérarchiquement des documents et préconisé pour les fonds d’archives ? Fallait-il s’orienter vers l’Open Archives Initiative Protocol for Metadata Harvesting (OAI-PMH), protocole de collecte et d’échange de métadonnées ? Ou bien encore le Ressource Description Framework (RDF), langage de base du web sémantique ? Il est certain que nous étions incapables de procéder seuls à un choix judicieux. Stéphane Pouyllau nous a orienté vers le protocole OAI-PMH, sans doute le plus facile à mettre en oeuvre par une équipe ne disposant pas d’informaticien. Bien que nous ayons quelque peu tâtonné au départ, notamment pour définir les champs du Dublin Core, avec un temps d’hésitation entre l’utilisation du Simple Dublin Core et le recours au Dublin Core Terms, sans évoquer le Qualified Dublin Core. Finalement, nous avons opté pour la première solution. Quand je dis nous, il conviendrait plutôt de rendre hommages à celles qui se sont attelées à cette tâche, ma part dans la construction du site de Plozcorpus ayant été d’en définir son arborescence et de rédiger les différents textes relatifs à l’histoire des enquêtes. Quelque chose de beaucoup moins technique que de procéder aux descriptions Dublin Core…

Autre problème rencontré lorsqu’il s’est agi d’établir le thésaurus des mots clés. Devions-nous le créer de toute pièce en l’adaptant finement à la réalité de notre corpus ? Fallait-il, au contraire, faire appel à une liste d’autorité ? Un problème posé et résolu par Eugénie Ollivier qui, travaillant sur le corpus sonore des entretiens enregistrés par l’équipe d’Edgar Morin, a jugé préférable de s’en remettre au Répertoire d’autorité-matière encyclopédique et alphabétique unifié (RAMEAU). Ce langage d’indexation, sans doute standard et peu finalisé pour notre corpus, a l’avantage d’être utilisé, en France, par la Bibliothèque nationale de France, par les bibliothèques universitaires, par de nombreuses bibliothèques de lecture publique ou de recherche ainsi que par plusieurs organismes privés.

Ces choix arrêtés, encore fallait-il construire un site Internet capable d’accueillir un protocole OAI-PMH. Une tâche accomplie par Delphine Usal. Là encore différentes questions se sont posées. Quel logiciel de création de site web adopter ? SPIP, outil de publication de contenu permettant de créer et de faire évoluer un site Internet sans connaissances particulières ? Word Press, le logiciel sur lequel est construit ce blog ?  Drupal, aux grandes possibilités ? Ou bien d’autres, tant nous avons de choix ? Pour nous, la question déterminante était d’adopter un logiciel solide, souple, et surtout permettant l’implémentation d’un protocole OAI-PMH. SPIP fut écarté car ce protocole paraissait difficile à mettre en oeuvre. Dans un premier temps, Delphine Usal  a construit le site sous Word Press. Ce qui n’a pas été convainquant. Elle l’a donc fait migrer sous Drupal, adoptant la dernière version du logiciel. Or, il apparaît que pour cette version 7 certains modules, qui ne sont indispensables, n’ont pas encore été implémentés. Il faut donc attendre, et nous ne pouvons pas encore mettre en ligne, de façon satisfaisante, les notices descriptives des fichiers numérisés. Et, peut-être, devrons-nous encore migrer vers Omeka, logiciel open source qui offre beaucoup de possibilités pour diffuser des corpus numérisés (voir le très bel exemple de la Bibliothèque universitaire de Rennes 2).

On le voit, développer Plozcorpus est bien plus complexe et plus long que ce que j’imaginais au départ. Alors, sans vision d’ensemble, j’ai lancé ce projet de façon un peu téméraire, et je remercie très chaleureusement celles et ceux qui l’ont soutenu financièrement et techniquement, comme celles qui m’ont suivi dans cette aventure. Car, dès le départ, les personnes qui se sont intégrées à ce projet ont été passionnées et nous avons formé une équipe très soudée et soucieuse de le réussir. Un enthousiasme qui fut nécessaire pour surmonter les difficultés, mais pas suffisant pour faire tomber la barrière de l’argent…

Sans doute, tout aurait été plus simple si notre petit groupe avait suivi, au préalable, la formation que nous avons reçu, l’an passé pour Aurélie Hess-Miglioretti, Eugénie Ollivier et moi-même, et cette année pour Laure Welschen. Organisée par le CNRS au Centre Paul Langevin d’Aussois dans un cadre alpestre magnifique, cette formation à la “gestion numérique des sources de la recherche en sciences humaines et sociales” vise à donner, aux personnes impliquées dans un projet de valorisation de sources numériques en SHS, les bases nécessaires pour le conduire, de la décision de lancer une telle opération, jusqu’à la diffusion des données sur Internet. Un moment de travail intensif qui nous a permis, malheureusement un peu trop tard, d’aborder tous les aspects stratégiques et toutes les étapes d’un projet d’édition de sources numériques, qu’elles soient textuelles, sonores ou iconographiques, voire audiovisuelles. Des connaissances indispensables pour Plozcorpus, mais qui sont loin d’être inutiles pour Plozarch. 

Ce point étant fait, j’espère ne pas avoir trop assommé nos lecteurs peu familiarisés avec ces aspects techniques. Mon but était de leur indiquer le chemin que nous avons dû parcourir. Surtout, j‘entendais leur signifier que ce tout travail risquait de n’avoir servi à rien. Car cette mise en place a été stoppée nette, faute de ressources financières, bien qu’au départ, il était entendu que nous disposerions du financement nécessaire pour achever un premier corpus d’archives, celui de l’équipe d’Edgar Morin.

Ce travail, ayant mobilisé six personnes, est donc mis en jachère depuis plus de 15 mois. Et, le budget assez conséquent qui lui fut nécessaire, le tarissement actuel du recrutement en personnel statutaire nous obligeant à faire appel à du personnel contractuel au statut précaire intolérable, est passible de devenir une dépense inutile…

Nous sommes donc dans l’obligation de trouver d’autres sources pécuniaires. Une gageure, lorsqu’on sait que les organismes susceptibles de subventionner un tel travail sont extrêmement rares. Pourtant, une fenêtre s’est ouverte en mai dernier avec l’appel à projet de l’Agence nationale de la recherche “Corpus, données et outils de la recherche en sciences humaines et sociales“. Une raison d’espérer qui nous a déterminé à concourir. D’où le dépôt d’un nouveau projet, que je développerai dans un prochain billet.

Copyright, Bernard Paillard, Plozarch, Carnets, Plozévet en quête d’enquêtes, http://plozevet.hypothèses.org, Plozcorpus, dépôt d’un projet à l’Agence national de la recherche/1. Tous droits réservés.

La suite au prochain billet