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

Le web, une archive comme les autres ?

Comment les contenus numériques peuvent raconter un territoire ? L’exemple de la collecte de la bibliothèque de l’Alcazar à Marseille.

Depuis désormais des décennies, les usages du web encadrent nos pratiques culturelles, sociales et économiques. L’utilisation des moteurs de recherche, d’outils de géolocalisation, des plateformes, de pages thématiques et des réseaux sociaux est omniprésente au quotidien, ainsi les sciences humaines et sociales portent un intérêt particulier à ce sujet dans les études sur l’individu et la société. Cependant, le web est un objet interactif et non figé en perpétuelle évolution : les chercheur.euse.s s’interrogent alors sur la mémoire du web et la fabrique d’archives dédiées.

Photo de John Schnobrich sur Unsplash

Partant de ses bases : internet est l’infrastructure de réseaux sur laquelle repose l’application web, le moyen de visiter des pages internet. Il repose sur un système hypertexte et nécessite un navigateur – comme Chrome, Firefox, Safari – pour être exploré.

Depuis la loi DADVSI[1] du 1er août 2006, qui ouvre le dépôt légal au web puis la loi du 7 juillet 2016 relative à la liberté de la création, à l’architecture et au patrimoine[2] qui vient modifier le Code du Patrimoine, les données numériques sont considérées légalement comme des archives web. L’archive web pareillement à une archive papier se doit d’être collectée, classée, conservée et communiquée. Mais si certains éléments rapprochent l’archive web d’une archive papier, d’autres l’en éloignent. En effet, indifféremment d’une archive papier, l’archive web se soumet à l’enjeu de l’exhaustivité et à l’authenticité des documents. L’aspect « éphémère » des archives du web, est expliqué par le renouvellement technologique fort, comme les mises à jour ponctuelles de « Java » ou encore l’arrêt du support de « Flash Player » par Adobe.  Cet aspect s’apparente à des archives papiers comme les tracts politiques ou encore aux archives de cultures vernaculaires. Cependant, l’archive web peut être perçue comme une collection plutôt qu’une archive. En effet, si l’archive permet de renseigner et de prouver les activités d’un producteur, l’archive web, elle, n’est pas forcément liée aux activités du producteur, mais plutôt à la production d’idées.

L’archive web au vu de son statut hybride est accompagnée d’une chaîne de traitement différente de celle des archives papiers. Toutefois, si le traitement parvient aux objectifs d’exhaustivité et d’authenticité, l’archive web peut représenter une vraie source de mémoire collective et faire l’objet des recherches scientifiques comme une archive à part entière. Tout comme le font les documents officiels, les correspondances privées, les livres, les productions filmiques, le web peut à lui seul éclairer et expliquer des phénomènes de société du XXI siècle.

Tout cela, à condition de mettre en place un archivage régulier et complet du paysage du web. Pour pouvoir étudier les réseaux du web, il faut avant toute chose un archivage cohérent et riche, englobant un maximum des facettes du web, allant des réseaux sociaux aux sites institutionnels en passant par les sites des géants du numérique tels que Apple, Amazon ou encore Microsoft. Cet archivage ne peut se faire avec les techniques conventionnelles de l’archiviste, il convient alors d’envisager un déploiement technique spécifique à cet archivage et c’est cette mission nouvelle, encore en cours de construction, que nous nous proposons ici de présenter.

Deux entités en France organisent cet échantillonnage ciblé des archives web : l’INA (Institut National de l’Audiovisuelle) et de la BnF (Bibliothèque Nationale de France). Ces deux institutions, au titre du dépôt légal du web, archivent le web français et permettent aux chercheur.euses l’accès à des ressources conséquentes avec des périmètres de collecte bien définis. En effet, tout n’est pas archivé : la collecte est orientée sur une partie du web – en l’occurrence français. Ces choix ont un impact sur la représentativité de certaines archives. L’INA, dans la continuité de sa mission d’archivage de l’audiovisuel, se charge depuis 2009 de la collecte des sites des stations de radio et des chaînes de télévision, en définitive de l’ensemble des communications audiovisuelles.

La BnF archive le domaine «.fr » exception faite des domaines déjà collectés par l’INA ainsi que des sous-extensions « .com » ou « .org » à la condition qu’ils soient produits en France et que leur auteur y soit domicilié. Dans un souci d’exhaustivité, la BnF organise une collecte large tous les ans pour collecter un échantillon du plus grand nombre de sites possibles ainsi que des collectes ciblées ou d’urgence comme ce fut le cas lors de la pandémie de Covid-19. Comme on le verra, sa mission est aussi décentralisée. Cependant, si des critères communs ont été définis pour l’archivage du web local, une large partie est laissée à l’appréciation personnelle des personnes chargées de la collecte.

Dans le cadre des enquêtes menées par l’Observatoire des publics et des pratiques de la culture, afin de répondre aux questionnements sur l’archivage du web, la mise en consultation et les projets de valorisation, nous avons rencontré Laurence Duffes, bibliothécaire responsable de l’espace régional et du dépôt légal à la bibliothèque de l’Alcazar à Marseille. La bibliothèque participe de façon récurrente à des collectes papiers et web en lien avec la BnF, cela a notamment été le cas lors des élections présidentielles de 2022 ou lors de la crise du Covid-19. La collecte du web local a commencé à Marseille à l’initiative personnelle de Laurence Duffes, qui avait constaté comment d’autres collectes du web local venaient enrichir la base de données de la BnF. En effet, la région Alsace et la région Occitanie ont été parmi les premières à proposer un archivage du web local en lien avec la BnF pour collecter une mémoire du régional.

En lien avec la BnF et notamment Anaïs Crinière-Boizier, responsable de la coopération au sein du service du dépôt légal numérique, Laurence Duffes collecte depuis maintenant deux ans le web local. Elle y consacre une journée par semaine. L’intérêt de cette collecte est pour elle de donner une image différente de la région Sud, «loin des guides touristiques, de l’image de carte postale et des clichés ». Pour la bibliothèque de l’Alcazar, au-delà d’agrandir les corpus web de la BnF, cette collecte du web local permettra la construction d’une application dédiée sur un poste à destination des chercheur.euses. Ce poste, installé dans les locaux de la bibliothèque, permettra de naviguer dans une sélection de sites portant sur différentes thématiques de la région, consultable par accréditation délivrée par la bibliothèque ou lors de médiation sur place.

L’ensemble de la sélection des sites est choisi par Laurence Duffes. La BnF a fourni des indications à la collecte et notamment le périmètre d’une collection à visée régionale. En s’appuyant sur des collectes similaires menées par différentes bibliothèques régionales, la bibliothécaire a défini le web local comme l’ensemble des sites ou comptes de réseaux sociaux ayant un fort ancrage régional. C’est notamment le cas des comptes Twitter des candidats aux élections régionales de 2022 ou encore des sites ayant comme sujet le patrimoine historique régional. C’est une entrée thématique sur le modèle des autres collectes régionales qui a été priorisée. On trouve ainsi une sélection de sites se positionnant dans plusieurs thématiques, telles que :

  • Actualité, qui regroupe les sites de médias locaux représentatifs de l’actualité des différents territoires de la région, à la fois des journaux en format numérique, des blogs de journalisme participatif ou encore des sites de chaînes de télévision locales ;
  • Culture, recoupant l’expression artistique sous tous ses aspects ;
  • Les thématiques Économie, Langue régionale, Patrimoine historique et Patrimoine culinaire.

Cette grande pluralité de sites ayant comme sujet la région Sud permet, selon la responsable de cette collecte, de donner à voir le patrimoine de la région. Elle a fait le choix de faire figurer uniquement des sites qu’elle estime sortir de l’ordinaire. Ainsi, dans cette sélection de sites, les chercheur.euses ne trouveront pas le site de l’Olympique de Marseille, mais plutôt le site des joutes nautiques provençales. Tous les départements de la région sont concernés avec à minima un site dans chaque thématique.

La sélection de sites s’organise autour de plusieurs critères. Dans un premier temps, le site interroge des préoccupations régionales. Le site doit contenir un grand nombre d’informations fiables, les informations sont vérifiées au préalable avant que le site intègre la sélection. Enfin, le site doit être dynamique, régulièrement mis à jour, l’ajout régulier d’images ou de vidéos est un plus lors de cette sélection. Le contenu et la mise en page sont des critères importants pour la bibliothécaire. De plus, le site ne doit pas avoir été déjà collecté par la BnF ou l’INA pour éviter la surcharge inutile des serveurs et être suffisamment stable et fiable techniquement pour que les robots de la BnF puissent l’archiver. Si le choix des sites se fait à partir d’un cahier des charges, il apparaît tout de même que la sélection reste en large mesure arbitraire et subjective.

C’est grâce à l’application Bcweb, mise en place par la BnF, que Laurence Duffes saisit des fiches pour chaque site. Cette application permet de gérer des ensembles de sites web devant être archivés par la BnF au titre du dépôt légal. L’application permet aux agents de la BnF et de ses partenaires, comme la bibliothèque de l’Alcazar, de sélectionner et de gérer précisément les modalités de collecte des sites. De plus, Laurence Duffes a la possibilité de moduler la fréquence du passage du robot ainsi que la profondeur. Il paraît pertinent de mettre en place une fréquence importante pour les comptes Twitter et une grande profondeur d’archivage pour les sites patrimoniaux bénéficiant d’un nombre considérable de pages. Tout cela reste cependant sous contrôle de la BnF qui vérifie en permanence la faisabilité des collectes ainsi que les possibles doublons, de même la technique de collecte et le stockage sont gérés en interne par la bibliothèque nationale.

Actuellement, 152 fiches de sites web sont saisies, mais Laurence Duffes envisage d’aller jusqu’à environ 300 fiches, ce qui selon elle, prendra encore une année supplémentaire. En parallèle de ces fiches de saisie, elle rédige des documents permettant de clarifier les thématiques ainsi que d’expliquer le choix de sélection de chaque site web. Les chercheur.euses pourront donc s’attendre, à partir de 2024, à trouver une borne dans les locaux de la bibliothèque de l’Alcazar présentant une sélection de sites web locaux classés par dates, thématiques et mots-clés et des documents justifiant les choix de sélection : de quoi nourrir les recherches, et en initier de nouvelles !

par Sami Dendani
Ingénieur d’études, Observatoire des publics et des pratiques de la culture

 

[1]Loi DADVSI : < https://www.legifrance.gouv.fr/loda/id/JORFTEXT000000266350/ >, (consulté le 10/01/2023)

[2]Code du Patrimoine modifié par la loi du 7 juillet 2016, < https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000032860025/ >, (consulté le 10/01/2023)


OpenEdition vous propose de citer ce billet de la manière suivante :
samidendani (3 mars 2023). Le web, une archive comme les autres ? Public(s) ISSN 2553-5722. Consulté le 7 juin 2026 à l’adresse https://doi.org/10.58079/t29p


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.