Les premiers jalons de l’histoire des BN appartiennent à l’ère pré-WWW. En effet, on a vu se créer, dès les années 1970, des collections de ressources numériques qui peuvent se prétendre les précurseurs des BN actuelles.

En 1971, le projet Gutenberg voit le jour. Il s’agit d’une collection d’oeuvres numérisées, essentiellement des livres. En 1985, le projet Perseus est fondé par Gregory Crane, professeur d’informatique formé en études classiques, sur le thème de la Grèce antique. Il cherche non seulement à donner accès à ses étudiants à des textes classiques, mais également à mettre ces textes en relation avec d’autres documents de l’époque, des cartes géographiques, des photos de sculptures et autres oeuvres d’art, etc. C’est également l’année de la création de NetLib, répertoire de logiciels mis sur pied par des informaticiens.

Ces collections sont consultées par un public restreint, adeptes avertis des technologies de partage de fichiers en réseau (i.e. Internet avant le Web). Il est important de noter que plusieurs autres collections de textes sont présentes sur le réseau Internet ou sur des réseaux intranet privés avant le début des années 1990. Mentionnons les archives privées de sociétés commerciales contenant de la documentation technique (pour l’aviation, pour le secteur des appareils électriques et électroniques, etc.), des articles scientifiques (IBM, compagnies du secteur médical, etc.) et les corpus de textes créés pour la recherche en linguistique-informatique (par exemple, le corpus Brown 1965 — Kučera et Francis 1967). Une collection particulière qui influencera de manière importante l’évolution de la recherche en physique aussi bien que le développement des BN est l’archive de prépublications du Los Alamos National Laboratory[1], nommé à ses débuts dès 1991 « Los Alamos E-print Archive » et qui deviendra par la suite simplement arXiv (écrit avec la lettre grecque khi et donc prononcé comme « archive » en anglais).

Les premiers efforts des bibliothèques ont été déployés par la Bibliothèque du Congrès américain et par quelques bibliothèques universitaires. Les objectifs de ces systèmes : permettre une meilleure circulation de l’information qu’auparavant (Arms 2000, 4).

Le prochain jalon important est sans contredit la création du World Wide Web (WWW) en 1991 et sa démocratisation subséquente qui s’étalera sur une dizaine d’années. Les technologies nécessaires au déploiement de BN (dont nous parlerons à la section suivante) étaient suffisamment mûres pour permettre leur éclosion.

C’est au tournant des années 1990 que le terme « digital library » apparaît. Certains l’attribuent à la Corporation for National Research Initiatives en 1988 (Kahn et Cerf 1988), d’autres à l’initiative NSF/DARPA/NASA pour les bibliothèques numériques en 1993 (Fox 1999). Une chose est certaine : l’histoire des BN ne date que d’une quinzaine d’années. En 1994, aux États-Unis, se tient le premier congrès sur les BN, le First Annual Conference on the Theory and Practice of Digital Libraries[2]. Plusieurs prototypes et systèmes ont émergé depuis. La plate-forme Érudit, qui diffuse au départ des thèses de doctorat de l’Université de Montréal et qui se consacre rapidement aux revues scientifiques, est introduite en 1998 (voir l’article de Paquin dans ce numéro thématique). Les débuts de la collection « Les Classiques des sciences sociales » (présentée ailleurs dans ce numéro) remontent à 1999. En 2000, Douglas Arms publie la première monographie sur les BN, intitulée simplement Digital Libraries.

On constate une explosion du phénomène lorsque Google lance, en 2004, sa collection Google Books, dans la controverse sociale, scientifique et judiciaire (voir notamment Jacquesson 2010). Dès lors, les institutions publiques ne peuvent ignorer le phénomène et doivent se positionner et agir quant à la diffusion numérique de leurs collections. Gallica, la BN de la Bibliothèque nationale de France (<http://gallica.bnf.fr>), voit le jour en 1997 et la bibliothèque européenne Europeana (<http://europeana.org/portal>) est lancée en 2008.

En mai 2012, le colloque scientifique sur la BN à l’ACFAS (Association canadienne-française pour l’avancement des sciences) a enclenché l’essor des travaux sur les BN au Québec et dans la francophonie nord-américaine.

Les institutions qui ont façonné le développement des bibliothèques numériques (les archives, les bibliothèques et les musées) ont chacune leurs caractéristiques particulières. On peut brosser un tableau rapide de celles-ci pour les distinguer et les opposer.

Les archives sont créées dans le cadre des activités d’un organisme, soumises à un « cycle de vie » et doivent souvent répondre à des exigences légales. Leurs utilisateurs sont, selon l’étape du cycle de vie, les créateurs ou les destinataires visés (archives actives ou semi-actives), ou bien les chercheurs et historiens (archives définitives). Parmi les problématiques particulières aux archives, on peut noter l’importance déterminante du contexte de création des archives (pour leur interprétation) et les effets du calendrier de conservation sur leur durée de vie. Sur le plan de la description de ces documents, ils ont la particularité d’être décrits souvent au niveau du dossier et non du document. Un autre défi est la nécessité de se soumettre à la loi sur la protection des renseignements personnels et aux contrats de donation.

Les bibliothèques sont habituellement créées pour diffuser de l’information, des connaissances, des oeuvres, auprès d’une communauté d’utilisateurs ciblés ; leur profil est défini selon la mission du service d’information. La problématique de description relève d’une approche bibliothéconomique traditionnelle. Dans le monde numérique, la diffusion des oeuvres devient très facile, même trop, enfreignant souvent les lois liées au droit d’auteur.

Enfin, les musées sont dépositaires d’objets de types variés dans un but d’éducation et de loisir : « Un musée est une institution permanente sans but lucratif au service de la société et de son développement, ouverte au public, qui acquiert, conserve, étudie, expose et transmet le patrimoine matériel et immatériel de l’humanité et de son environnement à des fins d’études, d’éducation et de délectation. » (Desvallées et Mairesse 2011, 271). Leurs utilisateurs peuvent avoir des profils plus flous que ceux des bibliothèques, si l’on considère que les musées sont souvent des lieux touristiques qui peuvent accueillir des gens de passage. Parmi les problématiques particulières à la description des oeuvres de musée, notons les dimensions spatiales, expérientielles et parfois dynamiques et interactives, étrangères aux deux autres types d’institution (sans même aborder la question délicate du patrimoine immatériel).

De manière simpliste, et caricaturale peut-être, on peut distinguer les défis particuliers auxquels sont confrontées les trois institutions de base liées aux BN :

• Archives numériques : assurer la pérennité ;

• Bibliothèques numériques : assurer la diffusion dans le respect du droit d’auteur ;

• Musées virtuels : transmettre l’aspect spatial, interactif et expérientiel.

Mais dans les faits, tous ces défis se présentent (ou peuvent se présenter) pour toute BN, peu importe son type.

Divers acteurs oeuvrent dans l’univers des BN : au départ, des informaticiens, des littéraires, des linguistes et des linguistes-informaticiens ont jeté les premières bases. Les bibliothécaires se sont joints plus tard aux efforts, avec les archivistes, les muséologues et les muséographes. Puis, des utilisateurs de tout acabit s’y sont intéressés : entreprises commerciales, gouvernements, éducateurs, éditeurs… Par conséquent, les bibliothèques numériques peuvent être envisagées de différents points de vue, chacun ayant sa propre vision.

Ce panorama met en lumière le caractère véritablement multidisciplinaire des BN.

Les collections archivistiques sont montées en suivant les principes, méthodes et outils définis par la discipline. Elles peuvent être soumises à des réglementations locales ou nationales. On peut relever, comme propriétés particulières de ces collections, deux métadonnées typiques pour leurs documents : le genre ou type (procès-verbal, rapport, etc.), qui déterminera leur traitement dans le temps, et le contexte de création. Quelques exemples sont présentés dans le tableau 2.

Les collections bibliothéconomiques représentent la forme prototypique des BN, qu’il s’agisse d’articles de périodiques ou journaux, ou encore de livres. Le tableau 3 présente des exemples de collections d’articles et de livres. Les métadonnées utiles pour les décrire sont celles développées par la tradition bibliothéconomique.

Les collections muséales ont, du point de vue social ou culturel, l’objectif de faire rayonner le patrimoine du musée en dehors de ses murs. Du point de vue technologique, force est de constater que les ressources numériques sont souvent un pauvre substitut à l’objet original : elles peuvent se réduire à des photographies d’oeuvres bi- ou tridimensionnelles. Par contre, l’interactivité permise par les environnements informatiques a rendu possible la création d’expositions virtuelles dynamiques, notamment par le Musée virtuel du Canada ; le visiteur évolue dans un univers en ligne où peut se dérouler un scénario mettant en scène les objets muséaux (voir des exemples au tableau 4). Des métadonnées typiques pour les objets muséaux sont le type d’oeuvre, le format (dimensions), les matériaux des objets, la propriété, les modes d’accès, l’état des objets, etc.

Les dépôts institutionnels sont des sites développés et maintenus par des institutions de recherche, qui rassemblent diverses publications (textes, données brutes, matériel d’enseignement, rapports, etc.) d’auteurs affiliés à l’institution. Les publications y sont diffusées librement, et représentent souvent une copie additionnelle d’un document publié sous une forme différente par un éditeur commercial. Le tableau 5 en donne un aperçu au niveau québécois et canadien. Une métadonnée utile pour ces publications « dupliquées » pourra être un lien vers des publications externes.

Les images peuvent regrouper des genres variés (photo, diapositive, peinture, dessin, graphique, affiche, plan, carte, menu, programme, image d’un original textuel, etc.). Notons que les cartes et les plans combinent l’image et le texte et peuvent poser, de ce fait, des défis particuliers au traitement et à la description. Pour décrire ces ressources, des métadonnées utiles seront les objets ou personnes représentées, le format de l’original, le format de l’image numérique, le genre ; pour les peintures, on pourra indiquer le courant ou la période historique et, plus spécifiquement, pour l’art abstrait, les couleurs, formes et textures de l’oeuvre ; etc. Le tableau 6 présente un petit nombre d’exemples de ces collections, qui se retrouvent très nombreuses sur le Web.

Les collections audiovisuelles contiennent des films ou des vidéos. Il peut s’agir de productions professionnelles artistiques ou journalistiques, d’enregistrements créés dans des contextes de travail, ou bien de clips personnels tournés par des amateurs (voir le tableau 7). Les métadonnées typiques incluent le format d’encodage, la durée, le genre (film, nouvelles télévisées, entrevue, clip, enregistrement de réunion, formation, témoignage personnel, etc.).

L’histoire juridique des 20 dernières années a mis en vedette, jusqu’à un certain point, les collections de ressources musicales. Sans entrer dans ce débat juridique (encore une fois lié au droit d’auteur), on peut examiner les caractéristiques des collections musicales. Nous visons ici les collections d’enregistrements sonores musicaux, réalisés dans divers environnements naturels ou de production commerciale, dont on voit des représentants dans le tableau 8[5]. Pour décrire les ressources musicales, on peut utiliser des métadonnées portant sur le compositeur de la musique, le(s) interprète(s) et chef d’orchestre (si pertinent), le genre (musique instrumentale, chant, gospel, bluegrass, cajun, nouvel âge, country, jazz, blues, hip hop, folklore, etc.) ou la forme musicale (opéra, opérette, sonate, fugue…).

On trouve dans les collections audio des enregistrements sonores variés : émissions radiophoniques, discours, livres parlés, etc., tel qu’illustré au tableau 9. Les métadonnées pour les décrire incluent les noms des locuteurs, le responsable de la diffusion, la durée, la langue d’expression et le genre (discours, cours, bulletin de nouvelles, entrevue, livre parlé…).

Les objets d’apprentissage sont définis par l’organisme IEEE Learning Technology Standards Committee (IEEE LTSC[6]) comme étant toute entité, numérique ou non, qui peut être utilisée, réutilisée ou référencée lors de l’apprentissage assisté par ordinateur. Ceci comprend donc des ressources pédagogiques comme des syllabus de cours, des protocoles de travaux pratiques, des examens, des grilles de corrections, des exercices, etc. Les BN du tableau 10 sont des spécimens provenant de différents endroits. On va typiquement les décrire en précisant le niveau académique visé ainsi que le groupe d’apprenants visés, le type de document, sa langue d’expression, etc.

Il existe des collections de code informatique (modules, fonctions, logiciels plus ou moins élaborés) en libre accès pour les programmeurs. Il s’agit ici de ressources qui sont des objets numériques de manière inhérente, qui n’auraient pas d’existence propre à l’extérieur du monde numérique. Deux répertoires notables sont indiqués au tableau 11. Parmi les métadonnées typiques pour les décrire, on peut relever le langage de programmation utilisé (Perl, C++, Java…), le système d’exploitation pour lequel le logiciel a été développé (Windows, MacOS, Linux), le numéro de version, l’objectif de la fonction, la forme des données en entrée et à la sortie, etc.

Les données peuvent être des bases de données essentiellement statistiques (par exemple, données de sondage géologique). Plusieurs proviennent d’administrations publiques ; la Ville de Montréal, par exemple, a publié dès 2012 diverses données concernant sa gestion (distribution des votes lors des élections récentes, données sur les jardins communautaires, recensement du mobilier urbain, résultats de sondages, etc.). Il peut s’agir également de collections que l’on appelle « données liées » (Linked Data), soit des répertoires dans lesquels des objets du monde réel reçoivent des identificateurs (ou adresses) sur le Web et des données à leur sujet sont publiées en libre accès dans un format lisible par ordinateur. Pour ces collections (illustrées par les exemples du tableau 12), les métadonnées typiques incluent la portée des informations, la source, la dimensionnalité et le format d’encodage.

Les caractéristiques de chaque type de « milieu » (archivistique, bibliothéconomique, muséal) et leurs préoccupations traditionnelles influencent la manière dont sont élaborées les collections et les fonctionnalités d’accès à celles-ci. L’exemple le plus probant est le fait que le terme retenu pour décrire ces réalisations diverses est « bibliothèque », peu importe la nature de la collection. Dans les faits, on note le terme « archives numériques » et « musée virtuel » qui coexistent, mais le terme général demeure « bibliothèque numérique », qui n’est pas neutre et qui a déjà imposé (ou du moins suggéré) son type d’organisation thématique hiérarchique, souvent observé dans les BN. La convergence des institutions vers le modèle unique des BN peut également entraîner des modifications pour chacune. Ainsi, la notion d’exposition issue des musées peut être introduite pour une collection très vaste d’un autre milieu, pour faire la promotion d’un aspect particulier. Par contre, les institutions peuvent se sentir menacées et refuser certaines uniformisations ; chaque institution pourra vivre une période de questionnement et d’affirmation de ses spécificités.

Sans surprise, les BN soulèvent plusieurs enjeux technologiques. D’abord, la numérisation d’oeuvres imprimées ou autrement physiques afin de les incorporer aux BN représente une activité importante pour celles dont les ressources originales ne sont pas numériques (c’est le cas, par exemple, de musées voulant mettre à disposition des photographies des objets de leur collection). Celle-ci mobilise des ressources humaines, matérielles et financières.

Ensuite, on voit la création d’infrastructures logicielles pour héberger les BN (Andro et al. 2012) et y donner accès grâce à des outils nouveaux ; on note entre autres des outils de traitement automatique de la langue pour exploiter les documents textuels (voir par exemple Da Sylva 2012 et Bernardi 2011, ainsi que l’article de Gagnon dans ce numéro thématique). La prolifération d’outils sera sans doute suivie d’efforts de consolidation et de normalisation.

Également, les équipes de mise sur pied de BN développent des expertises technologiques (Tedd et Large 2005), élaborent des « bonnes pratiques » pouvant s’établir comme normes de facto et établissant ainsi des communautés de pratiques.

Enfin se pose la question d’intégration et d’interopérabilité entre les systèmes existants : avec l’existence aujourd’hui d’un nombre croissant de BN, la question se pose à savoir si elles peuvent communiquer entre elles, ou si les utilisateurs devront inévitablement se résigner à faire l’apprentissage de différentes interfaces, différentes manières de décrire et de rechercher les ressources.

Ces enjeux gravitent autour du flou juridique concernant le droit d’auteur, face à la diffusion d’oeuvres originales protégées (documents écrits, photos, tableaux, performances musicales, objets muséaux, etc.). L’article de Vermeys dans le présent numéro explore cette dimension des BN.

De nouveaux modèles économiques doivent être élaborés pour tirer profit de la diffusion de contenu protégé (ou non) alors que la diffusion sur Internet est largement gratuite (voir l’article de Paquin dans ce numéro thématique). On voit une cohabitation de modèles d’accès libre (inspirés par les pratiques de diffusion des résultats de la recherche des scientifiques à l’origine de certaines des BN) et d’accès payants (modèle habituel des bibliothèques qui, si elles donnent accès gratuitement à leurs collections, sont habituées de les acheter). La facilité de traitement des ressources numériques entraîne des modifications importantes dans les chaînes de fabrication (ou d’acquisition) et de distribution des ressources.

On peut diviser la question culturelle en deux : les cultures disciplinaires d’une part, et la culture dans un sens plus conventionnel d’autre part. Le premier aspect fait référence aussi bien aux cultures des institutions fondatrices (archives, bibliothèques et musées), dont les pratiques se voient considérablement modifiées, qu’aux cultures des disciplines qui se tournent dorénavant vers les collections numériques pour soutenir leur travail. Celui-ci est, tout autant, profondément transformé. L’accès immédiat et souvent gratuit à des ressources qui auparavant pouvaient être difficiles d’accès (pensons à des manuscrits médiévaux, des tableaux de grands maîtres, de grandes collections de matériel didactique ou des bibliothèques d’images médicales ou géologiques) vient bouleverser à la fois le rythme de travail et les types d’actions possibles à partir de ces ressources.

Le deuxième aspect, celui de la culture dans son sens plus traditionnel, est touché de deux manières. Pour les institutions culturelles, l’apparition de BN produites par des institutions nationales ou régionales accroît la visibilité de celles-ci. En fait, une BN dans leur cas devient en quelque sorte une vitrine culturelle attendue : son absence serait presque suspecte, ou du moins nuisible à leur image, ratant une occasion d’attirer les visiteurs pour qu’ils explorent leur collection. L’initiative de mise sur pied de la bibliothèque européenne Europeana a misé sur la promotion de la culture et du patrimoine européen. Pour les communautés productrices de contenu culturel, l’avènement des BN permet un déploiement et une visibilité inégalés auparavant ; les cultures non dominantes de tous les continents peuvent, à plus faible coût, avoir une présence sur le Web. Cela peut modifier considérablement l’évolution des communautés en question ; encore faudra-t-il tenir compte de l’impact culturel sur l’évaluation d’utilisabilité (voir notamment Barber et Badre 1998, sur le terme « culturabilité »). Tanner (2005), pour sa part, explore divers aspects de la culture face aux bibliothèques numériques, dont la démocratisation de l’accès aux oeuvres artistiques de tous genres, la facilitation de la préservation de la culture et le rapprochement des diasporas.

Un nombre croissant de collections multilingues exige donc des outils de description et de traitement différents (Oard et al. 1999). Le multilinguisme des collections, mais aussi la consolidation de ressources (dictionnaires, corpus) dans des langues diverses, permettent de dépasser l’offre linguistique habituelle (soit des ressources dans les langues européennes et quelques langues asiatiques). La problématique de traitement de la langue se complexifie à mesure de l’ajout de fonctionnalités supplémentaires ; par exemple, une interface multilingue doit être modifiée pour chaque langue si l’on ajoute une fonction de recherche ou d’affichage au système. De même, chaque fonctionnalité nouvelle, comme par exemple la recherche avec un thésaurus, devra potentiellement être adaptée pour chacune des langues des documents de la collection. Ceci ouvre la porte à de grands chantiers de développement de traitements linguistiques, automatiques ou non, adaptés à chaque BN.

Pour améliorer l’offre des BN, les développeurs devront se pencher sur les comportements informationnels de leurs utilisateurs : leurs habitudes de travail, leurs besoins, leurs habitudes de recherche de ressources, la manière dont ils intègrent les ressources repérées dans leur chaîne de travail ou dans leurs loisirs, les modes de collaboration entre les utilisateurs en rapport avec les ressources de la BN, etc. L’ergonomie des systèmes se doit d’être étudiée soigneusement (voir notamment Dinet et Vivian 2007). C’est un aspect non technologique des BN qui revêtira sans doute une grande importance. On peut prévoir des liens importants avec le courant des « humanités numériques » (voir notamment Besser 2004 et Svensson 2010).

Les métadonnées sont au coeur des fonctionnalités incluses dans les BN pour permettre leur utilisation. Elles représentent les clés d’accès aux ressources, incluant des éléments comme le titre de la ressource, son auteur et une description de celle-ci ; elles peuvent aussi préciser des spécifications comme son format d’encodage numérique, son poids en octets, le logiciel nécessaire pour la consulter, sa date de dernière modification, etc. Les métadonnées servent à identifier les ressources, à les interpréter correctement, à les repérer dans un ensemble qui croît sans cesse (Foulonneau et Riley 2008).

La multiplication des types de BN et par conséquent de la nature de leurs ressources exige souvent que de nouvelles caractéristiques soient exprimées par des éléments de métadonnées. On observe donc la prolifération de normes ou de schémas de métadonnées, parallèlement au célèbre Dublin Core (<http://dublincore.org/>), largement répandus pour les ressources numériques. En voici quelques-uns : MODS (Metadata Object Description Schema) pour des ressources bibliothéconomiques, VRA Core v4.0 pour les ressources visuelles, CDWA Lite (Categories for the Description of Works of Art) utilisé en art et architecture, GEM (Gateway to Educational Materials) et IMS Learning Resource Metadata conçus pour décrire les objets d’apprentissage. Le schéma ETD-MS sert à décrire les thèses en format numérique. Le schéma DDI (Data Documentation Initiative) est utilisé pour décrire les ensembles de données issues des travaux de recherche en sciences sociales et comportementales. MIX (NISO Metadata for Images in XML) sert à la gestion d’images. Les éléments du schéma PREMIS (Preservation Metadata : Implementation Strategies Working Group) expriment les caractéristiques importantes pour la préservation. Le schéma ODRL (Open Digital Rights Language) sert à exprimer les politiques et contraintes liées aux droits d’utilisation des ressources numériques. Finalement, METS (Metadata Encoding and Transmission Standard) est une norme pour l’encodage de métadonnées en XML pour les BN, destinée particulièrement aux échanges entre institutions patrimoniales. Il y a une tension entre assurer des descriptions appropriées pour chaque BN spécialisées et tendre vers une universalité qui permet aux BN de communiquer et d’échanger entre elles.

Par ailleurs, l’extraction automatique de métadonnées apparaît comme une fonctionnalité intéressante pour traiter de grands volumes de ressources numériques. Les travaux liés à l’extraction de métadonnées, l’indexation automatique ou l’annotation (terme utilisé par le Web sémantique) devraient connaître un fort déploiement dans le contexte des BN.

Le moteur de développement des BN est la diffusion rendue plus facile. Par ailleurs, de nouveaux espaces communicationnels sont créés. Plusieurs questions se posent maintenant, comme autant d’agendas de recherche. Quelles offres de services transactionnels deviennent possibles pour les organismes par le biais de BN ? Comment la technologie a-t-elle modifié les stratégies de communication avec le public ? Quels nouveaux contextes de communication ont émergé ? Les technologies collaboratives et participatives du Web 2.0 sont d’ores et déjà mises à contribution dans plusieurs BN, entraînant les utilisateurs dans une conversation plurielle asynchrone qui ajoute à la dynamique de simple consultation des ressources.

La préservation des documents sous forme numérique, que ceux-ci aient été numérisés ou qu’ils soient nés en format numérique, pose de nombreux défis (voir notamment Gladney 2006). En particulier, le projet InterPares[7] est un projet international de recherche sur la préservation à long terme de l’authenticité des documents d’archives numériques, qui est une des manifestations de l’ampleur de la réflexion sur le sujet depuis une dizaine d’années. Le terme anglais curation, difficile à traduire exactement, exprime l’activité de préservation à long terme et de mise en valeur (évoluant dans le temps) des ressources numériques. Ce terme se retrouve aujourd’hui à toutes les tribunes dédiées aux ressources numériques[8]. Un périodique entier (International Journal of Digital Curation) et un congrès international (International Digital Curation Conference) lui sont consacrés. Ce qui préoccupe : non seulement la conservation des supports matériels, mais aussi la préservation de l’intégrité de l’information et de la possibilité d’accès aux contenus par-delà l’évolution des technologies.