2019-2020 – Premier bilan et impact de la crise sanitaire

Magasin aux archives municipales de Bordeaux, 2014.

Bilan de l’année 2019

e-c@na a pour mission d’accompagner la numérisation et la valorisation numérique des archives d’auteurs en Nouvelle-Aquitaine (archives et manuscrits, documents de travail, littérature, articles de presse, théâtre, …), mais également les projets qui s’intègrent dans le champ des Humanités numériques et qui ont pour objet ces corpus d’auteurs. Pour ce faire, il s’agit de recenser les corpus existants, les projets ainsi que les outils numériques qui peuvent aider à la numérisation et à l’exploitation des corpus. 

Au printemps 2020 nous pouvons dresser un premier bilan du travail accompli jusqu’ici :

W5C – Nos objectifs en quelques phrases 

  • Connaître les initiatives, centres de recherches, chercheurs, projets, outils développés par et pour la recherche en sciences humaines du numérique
  • Comprendre les enjeux, effets et conséquences de l’informatisation des objets d’études
  • Construire un réseau de partenaires scientifiques issus de toutes les universités de la Nouvelle-Aquitaine et spécialistes des sciences humaines du numérique.
  • Collaborer pour développer des solutions en lien avec le cycle de vie des données (sources) de la recherche scientifique en milieu numérique, depuis leur numérisation jusqu’à leur exploitation et leur diffusion.
  • Créer de la connaissance à partir de ces données

Recensement des outils développés en région

  • Programmes et recherches informatiques sur la qualité des OCR (La Rochelle)
  • Traitement automatique des images (Xlim Poitiers-Limoges)
  • Ontologies et sémantique des données (LIAS, Poitiers)
  • Fouille de données (MICA, Bordeaux)
  • Traitement qualitatif de la donnée, cycle de vie des données, stockage des données des sciences humaines avec les services de la TGIR Huma-Num

Les actions réalisées à ce jour

  • Journée d’études “Conflits, guerres et migrations” en décembre 2019, EnExDi 1 & 2, colloque de l’Association Francophone des Humanités numériques en Mai 2020, Ecole d’été “Codicologie et matérialité du document” (La Rochelle, printemps 2020).
  • Soutien à la formation avec l’appui du consortium CAHIER (atelier annuel), mise en place du site internet https://ecana.hypotheses.org/, recensement des corpus littéraires numérisés, en cours de numérisation ou susceptibles de l’être en région et des solutions informatiques existantes. 
  • Choix des corpus et des projets qui serviront de terrains d’expérimentation et d’observation : les corpus d’auteurs régionaux (que l’on peut retrouver dans la page “Corpus de l’équipe”) – Kessel, Mauriac, Peyré, etc. ; des corpus et archives issus ou collectés en zones de conflits et conservés en Nouvelle Aquitaine ; des méthodes informatiques et des pratiques numériques analysées à partir d’observations et cas d’usages (jeux vidéos pour l’étude de la littérature, numérisation et traitements informatiques pour l’analyse de textes, analyse de spectacles et inventaire des propositions d’expositions virtuelles du patrimoine littéraire).
  • En lien avec cette réflexion sur les corpus et projets régionaux, l’équipe d’e-c@na a participé à l’AAP “Projets de Numérisation et de Valorisation” (PNV) de la DRAC Nouvelle-Aquitaine lancé au printemps 2019 et porté par UBIC. Les financements obtenus ont pour objectif d’insuffler et de structurer un réseau d’acteurs de terrains travaillant autour de la numérisation des patrimoines associés à des auteurs et personnages néo-aquitains. Ce réseau permettra de mutualiser les bonnes pratiques sur des projets dont les problématiques sont similaires : numérisation de corpus d’auteurs, création de dispositifs numériques de diffusion (médiatisation), et mise en place de projets de valorisation (médiation) à destination de différents publics (scolaires, universitaires, publics divers), mise en place d’un réseau d’experts universitaires sur les patrimoines et les personnages concernés mais aussi sur les pratiques numériques culturelles.

Nous avons également procédé aux premières expérimentations scientifiques et techniques, sous forme d’ateliers, qui vont nous permettre de constituer les différentes étapes des workflows de numérisation et d’exploitation des corpus d’auteurs :

  • Travaux sur les descriptions et sur les thésaurus exploités par les équipes du projet.
  • Premiers audits destinés à évaluer les usages en lien avec les institutions et les outils à disposition, via notamment le projet “PNV”.
  • Phase de réflexion sur les développements informatiques en association avec Huma-Num et le Consortium CAHIER. Cette réflexion porte sur l’interopérabilité des données avec différentes bases de données, l’identification de ces bases et le principe d’une nomenclature partagée. Les tests et développements d’outils concrets sont reportés à l’année 2021.
  • Exploitation de données : annotation et éditorialisation des textes et patrimoines littéraires selon des logiques collaboratives, exploration textométrique des données par les chercheurs.
  • Pratiques pédagogiques: extension numérique des projets (travail déjà engagé au sein du projet Mauriac en ligne intégré dans la réflexion) et lancement d’une École d’hiver internationale et annuelle.

Toutefois, la crise sanitaire a, au mieux, ralentit le travail des équipes et le rythme des manifestations en 2020.

Impact de la crise sanitaire 

Toutes les activités et réunions prévues au printemps 2020 ont été supprimées. De nombreux projets annulés ou repoussés et des actions ont pris du retard.

Nous avons dû reporter certaines dépenses, ainsi que les rencontres avec les acteurs du secteur culturel public qui avait été entamées durant l’hiver 2020 (Drac Nouvelle-Aquitaine et BnF). Une journée experte pourra tout de même avoir lieu le 21 janvier 2021 au sein de la MECA (Maison de l’Economie Créative et de la Culture en Nouvelle-Aquitaine) réunissant à la fois des chercheurs d’e-c@na mais aussi des bibliothécaires, des responsables de maisons d’écrivains, des membres de la Drac Nouvelle-Aquitaine (lien) et de l’ALCA (lien), des enseignants et des publics tels que des Wikipédiens. Le Colloque Humanistica et l’Editathon, prévus au mois de mai et juin 2020, ont pour leur part été annulés. 

De nombreuses activités ont été ralenties : préconisations, rédaction de guides méthodologiques, développement d’outils, expertises… Les actions de valorisation et de diffusion des résultats auprès des institutions et des acteurs culturels ou détenteurs de corpus concernés ont elles aussi été fortement impactées. 

Finalement, la mise en place, la structuration du réseau à l’échelle académique et la définition scientifique de ses prérogatives est toujours en attente de commencer, même si son ancrage territorial se renforce par les liens tissés avec les acteurs locaux.

Les corpus des sciences humaines du numérique en Nouvelle-Aquitaine_


Qu’est-ce qu’un corpus pour e-c@na? Pour répondre à cette question, nous avons d’abord travaillé sur la notion de « corpus d’auteurs ». 

Dans un premier temps, nous avons soumis aux bibliothèques du territoire un sondage permettant de situer, de leur point de vue, la notion de « corpus d’auteurs ». L’enquête, lancée en même temps qu’une autre, mise en place par la BnF dans le cadre du projet de « Pôle associé régional », a recueilli les réponses de toutes les bibliothèques universitaires de la région. Seules les bibliothèque de lecture publique des anciennes régions Poitou-Charentes et Limousin n’ont pas répondu. Les réponses recueillies nous ont montré qu’il était nécessaire d’étendre la notion de « corpus d’auteurs » à celle « d’ensemble de documents » constituant un « patrimoine littéraire ». Face aux nombreuses entreprises de numérisation portées, en particulier, par des structures de conservation et de valorisation des patrimoines littéraires (bibliothèques, archives, etc.), étendre cette définition permet d’assurer l’échange entre la recherche et les institutions chargées de numériser. 

Pour définir le « corpus d’auteur », François Rastier1 propose de partir du texte et de son lien avec un ensemble :

le texte [peut être entendu] comme l’unité minimale et le corpus comme l’ensemble dans lequel cette unité fait sens.

La contextualisation auctoriale est fréquente lorsqu’il s’agit de définir le « corpus », c’est ainsi que Thomas Lebarbé, en lien avec l’écrivain Stendhal et le projet d’édition numérique de ses journaux intimes, proposait lui aussi d’étendre la notion de « corpus » en incluant des « sous-corpus » (genre du journal, textes sur l’art, etc.)2.

Selon une même approche analogue, le consortium CAHIER a lui aussi proposé d’ouvrir la notion d’auteur en l’associant à la production:

L’auteur est donc une personne ayant produit une « oeuvre » relevant de la littérature, de la philosophie ou plus largement d’une production liée à une activité artistique et/ou professionnelle (journalisme, critique, enseignement, etc.).

Les professionnels des bibliothèques ou médiathèques de la région ont eux aussi une définition « large » du « corpus d’auteurs » qu’ils conservent et communiquent: le « corpus » est l’ensemble de documents constitué autour de l’auteur entendu comme écrivain, poète, philosophe, etc. ou comme personnage ayant produit une « oeuvre » écrite et/ou iconographique. Et ce, qu’il soit historien de l’art3, journaliste4, homme politique5 ou plus largement un érudit fasciné par des sujets aussi divers que le folklore local6 ou le spiritisme7.

Les raisons pour lesquelles ces corpus sont entrés dans les collections de ces structures : les auteurs « régionaux », c’est-à-dire originaires du territoire, sont majoritaires.

Nous avons pu constater que les « corpus d’auteurs » préservés par les institutions de la région réunissent des documents aussi divers que des manuscrits, des archives, des coupures de presse, des imprimés ou des photographies. Soulignons à cet égard le fonds Jean Vautrin (1933 – 2015) conservé par la Médiathèque Jean Vautrin de Gradignan (33) qui réunit des papiers mais aussi de nombreuses photographies, des sources sonores et documents numériques (disques durs, ordinateurs, clés USB, etc., un nouveau type de fonds qui posera, à l’avenir de nombreuses questions aux chercheurs). 

Les types de documents qui constituent ces corpus d’auteurs. On notera la grande diversité de ces derniers.

 

Il est intéressant de noter que seule la moitié des corpus repérés par notre étude a fait l’objet d’un signalement numérique via les catalogues des bibliothèques. En revanche, lorsqu’ils ont été signalés, les fonds font souvent l’objet d’une politique de numérisation.

Pour ces numérisations, les pratiques de ces professionnels visent souvent, en premier lieu, la conservation des documents et le traitement interne sans mise en ligne. Selon les cas, les bibliothèques peuvent mettre en ligne des facs-similés numériques consultables en mode image (avec ou sans OCR). Toutefois, très peu prennent en charge la transcription du texte.

En revanche les pratiques de valorisation web par l’éditorialisation (exposition virtuelle, blog, réseaux sociaux, etc.) sont assez communément répandues. de nombreux projets développés autour de ces corpus visent la valorisation (conférences ou lectures publiques, expositions en ligne ou physique et projets pédagogiques) mais assez peu l’exploitation scientifique: 70% des répondants nous ont signalé avoir des difficultés à mettre en place des partenariats avec la recherche et 100% des professionnels nous ayant répondu signalent être intéressés par la mise en réseau que nous souhaitons développer.

 

Pour conclure, e-c@na a proposé de définir le corpus comme « un ensemble cohérent de documents renseignant sur l’œuvre d’un auteur ou sur une question posée par la recherche scientifique« . Nous étendons la notion de corpus au-delà du seul cadre auctorial pour intégrer la question de recherche.

A suivre…

Cite this article as: Jessica de Bideran, "Les corpus des sciences humaines du numérique en Nouvelle-Aquitaine_," in e-C@NA, 03/11/2018, https://ecana.hypotheses.org/34.


Edit : Pour compléter ce court billet, on pourra consulter le rapport d’enquête ALCA portant sur les collections patrimoniales des bibliothèques de Nouvelle-Aquitaine

 

  1. François Rastier, Arts et sciences du texte, PUF, Paris, 2001. []
  2. Thomas Lebarbé, « Du corpus littéraire au corpus linguistique : dématérialisation, restructuration, lectures rhizomatiques et analyses linguistiques des manuscrits« , Corpus, 8, 2009, 221-239. []
  3. Citons à titre d’exemple Charles Marionneau (1823 – 1896), peintre et historien de l’art dont une grande partie de l’oeuvre est conservée par la bibliothèque municipale de Bordeaux. []
  4. Tel Guy de Pierrefeux, pseudonyme de Daniel Auschitzky (1864 – 1937) dont les écrits sont gérés par le Service d’Archives communales de Lège-Cap Ferret (33). []
  5. A l’image de Louis Barthou (1832 – 1934) dont la Médiathèque des Gaves (64) conserve de nombreux documents. []
  6. Tel Félix Arnaudin (1844 – 1921) linguiste, folkloriste, historien, ethnologue, poète et photographe de la Haute-Lande dont les fonds sont éparpillés entre le Musée d’Aquitaine et la bibliothèque municipale de Bordeaux. []
  7. A l’image de Marcelle Prat de Jouvenel (1896 – 1971), auteure d’ouvrages sur le spiritisme dont les œuvres sont conservées par le Service d’Archives communales de Lège-Cap Ferret (33). []