Colloque

Une production documentaire au service de l’usage? L’évolution du système d’information de l’Institut national de l’audiovisuel (INA)

Eleonore Alquier

Membre a labase

Eleonore Alquier : Institut national de l'audiovisuel

Résumé de la communication

Établissement public français consacré à la conservation du patrimoine radio- et télédiffusé, et plus largement, audiovisuel, l’INA s’est positionné dès les années 1990 comme une structure documentaire résolument numérique, proposant à ses usagers des outils experts d’interrogation des fonds, mais aussi d’appropriation de ceux-ci par constitution de corpus, segmentation de contenus audiovisuels… L’analyse des usages occupant dès l’origine une place centrale, la conception d’interfaces de consultation adaptées aux différents besoins a permis de balayer un spectre large, depuis les professionnels (journalistes, producteurs) en attente d’un résultat unique et pertinent, jusqu’aux chercheurs du monde académique, avides de collections massives sur lesquelles mener des analyses tant qualitatives que quantitatives.

Alors que l’Ina procède depuis plus de 15 ans à la numérisation systématique de ses collections, la refonte de son modèle de données documentaires interroge aujourd’hui l’évolution des pratiques documentaires. L’intégration annoncée de procédés automatiques de transcription, détection d’entités nommées, reconnaissances de sons et d’images, peut-elle garantir un niveau homogène dans la qualité des métadonnées ? Comment cette entrée progressive dans l’univers, sinon du big, au moins du Linked Data, trouve-t-elle son articulation avec le respect de la propriété intellectuelle et avec les évolutions réglementaires françaises touchant à l’ouverture des données publiques ?

Résumé du colloque

À l’ère d’Internet, l’accès à un volume conséquent de publications a des incidences sur le travail des chercheurs, leur positionnement dans la communauté internationale, l’évaluation de la recherche et les modèles économiques sous-jacents.

Le développement des données en libre accès (open data) ainsi que les bibliothèques, archives et musées en ligne ne sont que quelques exemples illustrant l’évolution de la notion de texte ou de document, sa diversité et sa prolifération.

Des collections issues de bibliothèques traditionnelles sont maintenant accessibles librement, comme Gallica et Digital Public Library of America. À ce type de bibliothèques numériques s’ajoutent les publications savantes, qui sont une part importante des publications numériques. Des acteurs francophones importants ont vu le jour aussi bien au Canada qu’en France (Persée, Cairn.info, HAL et Érudit). De récentes initiatives nationales ont également permis le développement d’importantes archives scientifiques (ISTEX en France, Swissbib en Suisse, GBV en Allemagne et Scholars Portal en Ontario) ou muséales (Europeana et Musée virtuel du Canada).

Parallèlement, les méthodes automatisées de traitement se diversifient et se spécialisent : fouille de texte, méthodes d’apprentissage profond (deep learning) pour traiter des données massives et transformation d’informations en données liées. Cependant, de nombreuses questions restent en suspens, notamment en ce qui concerne la gestion de gros corpus multithématiques. Pouvoir disposer d’outils d’analyse efficaces capables de s’adapter à de gros volumes de données, souvent de nature hétérogène et non toujours structurés, dans des langues variées et des domaines très spécialisés, reste un défi.

Le traitement des données numériques implique de multiples domaines (traitement automatique des langues, intelligence artificielle, linguistique, statistiques et informatique), permettant des applications diversifiées : recherche d’information, veille, évaluation de programmes de recherches, prospective, etc.