4/7. Comment réaliser la transition vers RiC, notamment à partir d’instruments de recherche en XML/EAD ?

Il serait totalement irréaliste d’affirmer que cette transition ne prendra pas de temps. La cible est très différente de ce dont nous disposons aujourd’hui, et la route sera longue. Les professionnels des bibliothèques ont souvent entrepris un peu avant les archivistes le même type de transformation ; à la BnF ce processus prendra plusieurs années^[1]. Nous l’avons déjà dit, cela ne peut se faire que par étapes ; mais chacune des étapes conduira à des changements significatifs et les futurs systèmes d’information devraient être très différents.

Faut-il renoncer aux instruments de recherche en XML/EAD ? Ils sont là, c’est un fait. Il est tout aussi impensable de les ignorer que de ne pas réfléchir à l’avenir. Les programmes systématiques, ambitieux et coûteux d’informatisation et de normalisation dont ils sont le résultat sont même une condition indispensable pour la réussite du processus.

Pour préciser un peu les choses, il faut rappeler que nos métadonnées ont une histoire. Au tournant des années 2000, pour rester sur le territoire français, les services publics d’archives utilisaient quotidiennement une masse significative d’inventaires papier, imprimés, dactylographiés ou manuscrits (certains microfilmés ou microfichés), de fichiers papier, et des bases de données dites textuelles^[2]. Ils avaient hérité cette production scientifique de générations d’archivistes, souvent des archivistes-historiens^[3]. Ces inventaires manuscrits ou imprimés consistaient en bonne part en discours composé de sections et de chapitres, de phrases et de mots parfois mis en forme, de notes et de références, associés à des éléments non rédigés (des données), dont le type de contenu et les règles d’organisation ont été fixés par ISAD(G)^[4]. Le travail de mise en conformité avec ISAD(G) a permis d’organiser, de structurer plus précisément ce discours (en parties tels que l’historique de la conservation, les informations sur le classement, la présentation du contenu, ce pour chaque niveau de description dès lors que c’était pertinent). Alors que les premiers sites web culturels voyaient le jour, pour informatiser de telles informations, rien n’était plus naturel que le métalangage XML, qui est spécialement approprié pour structurer tout type de discours textuel, considéré comme une hiérarchie ordonnée d’objets de contenus, en utilisant des balises autodescriptives. XML, et la grammaire EAD, ont été choisis parce qu’ils permettaient de conserver toute la substance de ces inventaires, de la pérenniser (XML en tant que langage d’encodage indépendant des plates-formes et systèmes ; EAD en tant que grammaire XML publique et documentée), de la diffuser sur internet, de la rendre exploitable et de l’échanger. Il se trouve que XML, héritier d’un métalangage plus ancien, SGML (ISO 8879:1986), s’est trouvé rapidement accompagné d’une suite de technologies cohérentes et performantes[5]. Aujourd’hui, même si son audience s’est réduite, XML reste la meilleure solution pour encoder tout type de discours structuré. Il est notamment très utilisé par les chercheurs en sciences humaines et sociales pour produire et exploiter des éditions scientifiques, à grandes mailles ou beaucoup plus fines, de tout type de document textuel, du manuscrit médiéval au dictionnaire multilingue en passant par les séries de correspondances ou la transcription d’enregistrements sonores^[6].

Cependant dans nos inventaires actuels, la place du discours s’est réduite, sous la pression de divers facteurs. Les grandes introductions, notamment, ne sont plus de mise. La relation entre archivistes et historiens s’est également distendue^[7]. Mais cet héritage reste essentiel : nous conservons et utilisons encore parfois des inventaires analytiques ou états sommaires produits sous l’Ancien Régime ou au 19^e siècle. Et surtout, nos besoins d’information contextuelle nous conduisent encore et toujours à rédiger des textes parfois longs pour faire la présentation générale d’un fonds ou pour donner à comprendre, dans l’histoire d’un agent, où et quand il a existé, ce qu’il a fait et avec qui il était en relation.

Aucun graphe de connaissances ne peut remplacer pleinement de tels discours même plus courts et fragmentés ; plus exactement, si on voulait le faire (et cela se fera sans doute à moyen terme), il faudrait mobiliser à plein les méthodes et techniques du traitement automatique du langage et l’intelligence artificielle. Cependant, les graphes d’entités liées peuvent d’ores et déjà se nourrir de toutes les informations contenues dans ces inventaires[8] et, comme nous l’avons déjà dit, les lier entre eux, et même substituer au réseau des instruments de recherche et unités de description un réseau de ressources archivistiques (Record, Record Set, Record Part), chacun étant lié, au moins dans un premier temps, à un nombre n de descriptions plus ou moins anciennes issues de ces inventaires.

Au fond, franchir ce nouveau pas et choisir cette approche revient à donner, ou rendre, à ces instruments de recherche leur véritable statut… celui d’archives (Record) au sens de RiC, et à les décrire comme tels^[9].

Les graphes de connaissances conformes à RiC, plus précisément à RiC-O puisqu’on commence à parler ici de réalisation concrète, pourraient alors venir, dans un premier temps au moins, se positionner “devant” les IR en XML, et les référencer ; ou encore (et ce n’est pas exclusif), de façon plus subtile, servir en arrière-plan pour étendre une recherche (en suivant les relations pour par exemple intégrer aux résultats les documents liés à celui qui a été trouvé, ou proposer de faire une recherche sur des producteurs ayant succédé à celui requêté, sur des lieux adjacents de celui initialement cherché, etc.).

Cette possibilité que les technologies de graphes nous offre est sans doute aussi une opportunité pour recréer du lien entre l’archiviste et l’historien, contribuer par la co-construction, le partage ou le liage de données et de connaissances à rapprocher les deux communautés^[10]. À cet égard il faut noter que RiC propose un arsenal d’attributs et de relations permettant de consigner des informations de nature diplomatique (telles que le statut des documents, ou encore leur authenticité), de lier entre eux des documents génétiquement associés, de consigner la source utilisée pour établir certaines relations ou pour décrire des archives.

Quoi qu’il en soit, il convient d’avoir en tête que le format EAD, que beaucoup de services d’archives du monde utilisent, devrait évoluer dans les prochaines années, prenant notamment en compte, entre autres, RiC, pour aboutir en 2025 à une nouvelle version majeure, donc sans doute plus précise et permettant de lier plus facilement la description des documents avec celles des entités de contexte[11].

^[1] Voir le site web Transition bibliographique déjà cité (https://www.transition-bibliographique.fr/) et, entre autres présentations, celles faites par Tiphaine-Cécile Foucher et Anila Angjeli lors de la journée d’étude du 28 janvier 2020 (https://labarchiv.hypotheses.org/files/2020/02/20200128_7_TransitionBibliographiqueALaBnF_bd.pdf et https://labarchiv.hypotheses.org/files/2020/02/20200128_8_VersUnFichierNationalDEntites.pdf).

^[2] Aux AN cet existant comptait des milliers d’unités, y compris des manuscrits uniques ou des ouvrages dans un état matériel médiocre, consultés tous les jours par de plus en plus d’utilisateurs. Ces instruments de recherche analogiques sont aujourd’hui en grande partie informatisés (structurés en EAD) ; cependant un chantier de dématérialisation et d’encodage est encore en cours. Quant aux bases de données documentaires textuelles, une enquête avait alors été menée à bien, et un nombre important de bases de données locales, ou installées sur des serveurs du ministère et accessibles via des terminaux en mode texte, avaient été recensées.

^[3] Voir à ce sujet l’article de Bruno Galland, La participation de l’archiviste à la recherche historique : un rôle à redéfinir ?, dans La Gazette des Archives, n° 204, 2006-4. Les archives en France, p. 211-232. DOI : https://doi.org/10.3406/gazar.2006.3837.

^[4] La mise en œuvre d’ISAD(G) en France s’est appuyée sur le manuel publié en 1999 par Christine Nougaret et Bruno Galland, Les instruments de recherche dans les archives (Direction des Archives de France –  La Documentation Française). Elle s’appuie également sur les éditions successives de l’Abrégé d’archivistique de l’AAF et sur quelques circulaires des Archives de France.

[5] Dont : les DTD, langages de schémas et Schematron pour modéliser les documents XML  et en contrôler la qualité ; XPath pour parcourir les arbres XML ; XSLT pour transformer les documents XML ; XQuery pour les requêter. Ces technologies ont encore gagné en performance ces derniers temps (mention spéciale pour pour XSLT 2.0, et XSLT 3.0, qui, entre autres avancées, permet de transformer facilement du JSON en XML, ou du XML en JSON).

^[6] Pour cela en général ces équipes et chercheurs utilisent le système descriptif TEI (https://tei-c.org/), dont la première version d’EAD a d’ailleurs été dérivée en 1998.

^[7] Voir à ce sujet le bel article publié par Olivier Poncet, Archives et histoire : dépasser les tournants, dans Annales. Histoire, Sciences Sociales, 2019/3-4 (74e année), p. 711-743. DOI : https://doi.org/10.1017/ahss.2020.50.

[8] Rien n’empêche, par exemple, de stocker le texte d’une présentation de contenu dans l’attribut RiC-CM correspondant (Scope and Content), ou d’utiliser la datatype property correspondante dans RiC-O.

^[9] RiC-CM et RiC-O 0.2. incluent aussi la relation ‘describes o described’ qui permet de lier une ressource archivistique à la ressource qui la décrit. Par ailleurs, RiC-O définit la catégorie de document (l’instance de la classe Documentary Form Type) Finding Aid. Il est d’ailleurs probable que dans RiC-O cette catégorie de document devienne une classe à part entière, sous-classe de Record.

^[10] Comme O. Poncet, dans l’article déjà cité, l’appelle de ses vœux.

[11] C’est ce que prévoit le Technical Subcommittee on Encoded Archival Standards (TS-EAS) de la Society of American Archivists, qui est responsable de l’évolution d’EAD et d’EAC-CPF et qui communiquera plus précisément sur ce programme dès cette année.

Article suivant: 5/7 Est-ce que RiC reste pure théorie aujourd’hui, ou bien y a-t-il déjà des réalisations concrètes, utilisant RiC-O et RDF ?