La dernière réunion du groupe de contact FNRS « Analyse critique et amélioration de la qualité de l’information numérique » a eu lieu  mercredi 31 janvier 2018 à l’Université libre de Bruxelles (auditoire AY2.108, bâtiment A, campus du Solbosch).

Téléchargez les slides d’Isabelle Boydens (1MB) et d’Anthony Leroy (16MB).

Pluridisciplinaire, le groupe se situe au confluent des sciences appliquées et des sciences humaines et politiques.

Le groupe, dont nous avons fêté les vingt ans lors de la journée d’étude de janvier 2014, et qui s’est réuni ensuite en 2015, en 2016 et en 2017, abordera cette année le thème suivant: « La préservation du patrimoine scientifique à l’heure du numérique ». La question est cruciale dans le contexte de la qualité des données. En effet, l’information empirique est fragile dès lors qu’elle est inscrite dans le temps. Or, à l’heure du numérique, cette problématique soulève de nombreux enjeux et autant de défis complexes, en particulier dans le domaine scientifique. La question est tout aussi stratégique dans celui des entreprises et des administrations publiques au sein desquelles les notions de force probante et d’archivage ont des impacts légaux, sociaux, juridiques et financiers importants.

Anthony Leroy, Docteur en sciences appliquées, s’est spécialisé dans ce domaine au sein de la cellule « Systèmes et Innovation » des Bibliothèques de l’Université libre de Bruxelles. Il y mène des projets sur le plan international et nous présentera la problématique, plusieurs solutions envisagées ainsi que les questions encore ouvertes à ce jour. Isabelle Boydens, Présidente du groupe de contact FNRS, Professeur ordinaire à l’ULB mais aussi, responsable du « Data Quality Competence Center » au sein du département Recherche de Smals et de son groupe DATA chez Smals présentera l’introduction générale de l’exposé.

Le lien complet vers l’invitation se trouve sur le site web de l’ULB. La réunion se terminera par une table ronde au cours de laquelle tous les participants qui le souhaitent seront invités à intervenir. L’accès à la rencontre, qui est financée par le Fonds National de la Recherche Scientifique, est gratuit ; il est toutefois indispensable de s’inscrire avant le 23 janvier 2018 au plus tard à l’événement, le nombre de places disponibles étant limité. Accédez au formulaire d’inscription en cliquant ici.

Programme

13h30 Accueil des participants

14h00 Mot d’accueil par Seth van Hooland, Chargé de cours à l’ULB et Président du Master en Sciences et Technologies de l’Information et de la Communication (MaSTIC)

14h05 Introduction, par Isabelle Boydens, Présidente du groupe de contact FNRS « Analyse critique et amélioration de la qualité de l’information numérique », Professeur ordinaire à l’ULB et responsable du « Data Quality Competence Center » au sein du département Recherche de Smals

14h15  « La préservation du patrimoine scientifique à l’heure du numérique », par Anthony Leroy

15h45 Débat et table ronde. Modérateurs : Christian Brouwer, Professeur à l’ULB et Directeur de la Bibliothèque des Sciences Humaines de l’ULB et Seth van Hooland.

16h15 Réception

Résumé

« La préservation du patrimoine scientifique à l’heure du numérique ».

De nos jours, la production d’information numérique suit une cadence effrénée : 90 % des données créées dans le monde l’ont été au cours des deux dernières années.

Dans ce contexte, deux questions importantes se posent pour les sociétés modernes : comment peut-on garantir l’accès aux données d’intérêt général et comment préserver les données les plus pertinentes sur le long terme ?

Le monde scientifique est particulièrement touché par ces enjeux.

D’une part, une poignée d’éditeurs se sont emparés de la majeure partie des publications scientifiques en privatisant l’accès aux ressources numériques par un système d’abonnement extrêmement lucratif.

D’autre part, la communauté scientifique mondiale n’a que récemment pris conscience de la vulnérabilité et de la précarité des données de la recherche sous forme numérique. Une récente étude de l’université de British Columbia estime par exemple que plus de 80 % des données à la base de publications en zoologie datant des années 90 sont définitivement perdues.

À l’ULB, la préservation du patrimoine scientifique relève de la responsabilité des Bibliothèques. Les objets d’intérêt scientifique destinés à être préservés sont stockés dans un dépôt institutionnel (thèses, articles scientifiques et, à moyen terme, les données de la recherche).

Dans cet exposé, nous aborderons les questions générales liées à la préservation des données numériques. Nous nous intéresserons ensuite aux spécificités du contexte académique et présenterons brièvement les différentes solutions existantes. Nous terminerons par la présentation de la solution que les Bibliothèques de l’ULB ont retenue : le déploiement d’un réseau international de préservation distribuée d’archives. Cette solution, baptisée SAFE PLN, permet aux Bibliothèques d’assurer la pérennité et visibilité à long terme du contenu du patrimoine scientifique produit à l’Université.

Intervenant

Anthony Leroy est informaticien au Département des Bibliothèques et de l’Information Scientifique (DBIS) à l’Université libre de Bruxelles depuis 2011.

Il est responsable de l’infrastructure technique de numérisation et de préservation numérique des Bibliothèques et coordonne notamment les activités du projet d’archivage pérenne SAFE PLN regroupant 8 partenaires internationaux.

Anthony est ingénieur civil en électronique et télécommunication, détient un doctorat en microélectronique (ULB) et a été chercheur en électronique pendant près de dix ans en collaboration avec l’industrie.

La prochaine réunion du groupe de contact FNRS « Analyse critique et amélioration de la qualité de l’information numérique » se tiendra le mercredi 31 janvier 2018 à 14h00 à l’Université libre de Bruxelles (auditoire AY2.108, bâtiment A, campus du Solbosch).

Téléchargez les slides d’Isabelle Boydens (1MB) et d’Anthony Leroy (16MB).

Pluridisciplinaire, le groupe se situe au confluent des sciences appliquées et des sciences humaines et politiques.

Le groupe, dont nous avons fêté les vingt ans lors de la journée d’étude de janvier 2014, et qui s’est réuni ensuite en 2015, en 2016 et en 2017, abordera cette année le thème suivant: « La préservation du patrimoine scientifique à l’heure du numérique ». La question est cruciale dans le contexte de la qualité des données. En effet, l’information empirique est fragile dès lors qu’elle est inscrite dans le temps. Or, à l’heure du numérique, cette problématique soulève de nombreux enjeux et autant de défis complexes, en particulier dans le domaine scientifique. La question est tout aussi stratégique dans celui des entreprises et des administrations publiques au sein desquelles les notions de force probante et d’archivage ont des impacts légaux, sociaux, juridiques et financiers importants.

Anthony Leroy, Docteur en sciences appliquées, s’est spécialisé dans ce domaine au sein de la cellule « Systèmes et Innovation » des Bibliothèques de l’Université libre de Bruxelles. Il y mène des projets sur le plan international et nous présentera la problématique, plusieurs solutions envisagées ainsi que les questions encore ouvertes à ce jour. Isabelle Boydens, Présidente du groupe de contact FNRS, Professeur ordinaire à l’ULB mais aussi, responsable du « Data Quality Competence Center » au sein du département Recherche de Smals et de son groupe DATA chez Smals présentera l’introduction générale de l’exposé.

Le lien complet vers l’invitation se trouve sur le site web de l’ULB. La réunion se terminera par une table ronde au cours de laquelle tous les participants qui le souhaitent seront invités à intervenir. L’accès à la rencontre, qui est financée par le Fonds National de la Recherche Scientifique, est gratuit ; il est toutefois indispensable de s’inscrire avant le 23 janvier 2018 au plus tard à l’événement, le nombre de places disponibles étant limité. Accédez au formulaire d’inscription en cliquant ici.

Programme

13h30 Accueil des participants

14h00 Mot d’accueil par Seth van Hooland, Chargé de cours à l’ULB et Président du Master en Sciences et Technologies de l’Information et de la Communication (MaSTIC)

14h05 Introduction, par Isabelle Boydens, Présidente du groupe de contact FNRS « Analyse critique et amélioration de la qualité de l’information numérique », Professeur ordinaire à l’ULB et responsable du « Data Quality Competence Center » au sein du département Recherche de Smals

14h15  « La préservation du patrimoine scientifique à l’heure du numérique », par Anthony Leroy

15h45 Débat et table ronde. Modérateurs : Christian Brouwer, Professeur à l’ULB et Directeur de la Bibliothèque des Sciences Humaines de l’ULB et Seth van Hooland.

16h15 Réception

Résumé

« La préservation du patrimoine scientifique à l’heure du numérique ».

De nos jours, la production d’information numérique suit une cadence effrénée : 90 % des données créées dans le monde l’ont été au cours des deux dernières années.

Dans ce contexte, deux questions importantes se posent pour les sociétés modernes : comment peut-on garantir l’accès aux données d’intérêt général et comment préserver les données les plus pertinentes sur le long terme ?

Le monde scientifique est particulièrement touché par ces enjeux.

D’une part, une poignée d’éditeurs se sont emparés de la majeure partie des publications scientifiques en privatisant l’accès aux ressources numériques par un système d’abonnement extrêmement lucratif.

D’autre part, la communauté scientifique mondiale n’a que récemment pris conscience de la vulnérabilité et de la précarité des données de la recherche sous forme numérique. Une récente étude de l’université de British Columbia estime par exemple que plus de 80 % des données à la base de publications en zoologie datant des années 90 sont définitivement perdues.

À l’ULB, la préservation du patrimoine scientifique relève de la responsabilité des Bibliothèques. Les objets d’intérêt scientifique destinés à être préservés sont stockés dans un dépôt institutionnel (thèses, articles scientifiques et, à moyen terme, les données de la recherche).

Dans cet exposé, nous aborderons les questions générales liées à la préservation des données numériques. Nous nous intéresserons ensuite aux spécificités du contexte académique et présenterons brièvement les différentes solutions existantes. Nous terminerons par la présentation de la solution que les Bibliothèques de l’ULB ont retenue : le déploiement d’un réseau international de préservation distribuée d’archives. Cette solution, baptisée SAFE PLN, permet aux Bibliothèques d’assurer la pérennité et visibilité à long terme du contenu du patrimoine scientifique produit à l’Université.

Intervenant

Anthony Leroy est informaticien au Département des Bibliothèques et de l’Information Scientifique (DBIS) à l’Université libre de Bruxelles depuis 2011.

Il est responsable de l’infrastructure technique de numérisation et de préservation numérique des Bibliothèques et coordonne notamment les activités du projet d’archivage pérenne SAFE PLN regroupant 8 partenaires internationaux.

Anthony est ingénieur civil en électronique et télécommunication, détient un doctorat en microélectronique (ULB) et a été chercheur en électronique pendant près de dix ans en collaboration avec l’industrie.

Cette abondance entraîne toutefois une certaine confusion qui les rend difficiles à appréhender. Marie-Anne Chabin, experte français en records management, a proposé un classement (que vous pouvez consulter sur son site Archive17) basé sur la distinction entre “l’archivage managérial” (terme utilisé par le CR2PA pour le records management) et “conservation numérique”. Bien que cette distinction semble intéressante, je n’y suis pas favorable d’autant plus que Moreq2010 et ISO14721 peuvent être, selon moi, classés dans la même catégorie même si leur objectif n’est pas le même. Elles parlent in fine toutes deux d’un système d’archivage électronique. Cette classification fait trop la distinction entre le records management (qui relèverait du monde de l’entreprise) et de la conservation numérique (qui relèverait de la conservation patrimoniale). Comme le soulignait James Lappin sur son blog Thinking Records (dans un article intitulé Why a link between MoReq2010 and the OAIS model would benefit both records managers and archivists), un rapprochement entre les normes issues de ces deux mondes serait bénéfique à ceux-ci. En effet, leur principale divergence est en fait … leur provenance (grosso modo). Et encore ! MoReq2010 compte un grand nombre de personnes issues des institutions patrimoniales dans son comité de rédaction.

Pour ma part, je souhaiterais proposer la classification suivante, davantage basée sur le scope et le domaine d’utilité que sur leur provenance :

• Les normes managériales qui exposent la démarche d’archivage et les grands principes (bien que la série des normes ISO 3030x affiche des ambitions plus globales – voir ici).
• Les normes conceptuelles et organisationnelles qui exposent la problématique de l’archivage, le concept de système d’archivage électronique et les processus à mettre en oeuvre pour assurer son fonctionnement. Ces normes agissent comme référentiel et non comme modèle d’implémentation.
• Les standards fonctionnels qui exposent les fonctionnalités que doit présenter un système d’archivage électronique pour être opérationnel.
• Et enfin, les normes et les standards de métadonnées qui fixent tant un cadre de référence que des modèles d’implémentations.

À l’heure actuelle, les trois normes et recommandations principales sont :

• ISO 15489 (lien) : il s’agit de la norme de référence en matière de records management dans le monde. Elle expose la démarche d’archivage et les outils à mettre en place pour ce faire. Elle fixe le cadre général. A terme elle devrait être remplacé par la série de normes ISO 3030x mais elle restera encore, à mon humble avis, d’actualité tant elle est connue et répandue aujourd’hui dans le monde.
• ISO 14721 : plus connue sous le nom de modèle OAIS (Open Archival Information System), il s’agit d’un modèle conceptuel qui expose les problèmes de l’archivage électronique, les fonctionnalités attendues d’un tel système et les informations complémentaires (métadonnées) à attacher à un objet archivé en vue d’assurer sa pérennité. Elle propose deux référents (un modèle fonctionnel et un modèle d’information), mais ne spécifie aucune implémentation.
• MoReq2010 (lien) : recommandation très intéressante et de grande qualité publiée en 2011 sous le sponsor de la Commission européenne, elle définit les fonctionnalités d’un système d’archivage électronique et un modèle de données associé. Il s’agit d’une recommandation récente et aucun logiciel ne peut se targuer à l’heure actuelle de l’avoir implémentée complètement. J’en recommande la lecture, au minimum des parties introductives des chapitres tant ils sont de grande qualité. Mais elle présente 524 pages et 253 requirements fonctionnels, ce qui en rendra la maîtrise par le plus grand nombre assez difficile.

Pour finir, si je devais recommander les normes en fonction du stade d’avancement de la réflexion et du projet, je proposerais le classement suivant :

La préservation est inhérente à l’archivage puisque archiver une information sans veiller à sa préservation n’a pas de sens. Toutefois, dans la pratique, les confusions sont nombreuses sur la signification de la préservation, dont la responsabilité est parfois éclatée entre plusieurs acteurs. Certains parleront donc d’archivage/préservation mais dans un sens plus restreint, se limitant à leur domaine de responsabilité. C’est compréhensible mais ça doit être expliqué clairement, ce qui n’est pas toujours le cas.

Avant tout, il convient de définir la préservation : il s’agit de maintenir matériellement les objets archivés en état pour un temps plus ou moins long.

La norme OAIS définit le long terme comme « suffisamment long pour être soumis à l’impact des changements technologiques, y compris à la prise en compte de nouveaux supports et nouveaux formats de données ou à des changements de la communauté d’utilisateurs. » Dans la pratique, on parlera de préservation à long terme dès que le délai de conservation sera supérieur à 5 ans.

En conclusion, la préservation consiste à veiller que ce qui est archivé soit bien préservé.

Dans le monde numérique, la préservation peut se faire au niveau physique (support de stockage), binaire (chaîne de bits), logique (essentiellement format du fichier) et sémantique (signification de l’information).

En théorie, préserver une information consiste à préserver ces quatre couches. Dans la pratique, les offres sont multiples. Certains parleront d’archivage/préservation en se limitant à la couche physique et binaire, tandis que l’utilisateur final souhaite généralement une préservation globale. Pour ce dernier, rien ne sert de préserver un document word au niveau physique et binaire s’il ne sait plus 1) l’ouvrir et 2) le comprendre.

A titre d’exemple, un marché en plein essor depuis quelques années est celui des « tiers-archiveur ». Ce sont des prestataires de services qui fournissent à des sociétés des systèmes d’archivage électronique (en utilisant en autres des coffres-fort électroniques), dans lesquels celles-ci peuvent archiver leurs documents numériques.

Dans certains cas, ces prestataires ne peuvent avoir accès au contenu des documents. Ceux-ci sont donc chiffrés, ce qui empêchent tout préservation logique et sémantique, qui relève dès lors de l’organisme propriétaire des documents. Par ailleurs, prendre une telle responsabilité serait dangereuse pour le tiers-archiveur puisque actuellement la conservation logique des données n’est pas garantie.

Certains de ces prestataires s’engagent cependant à préserver vos informations jusqu’au niveau logique. Dans ce cas, il vous faudra :

1. examiner minutieusement leurs exigences : rarement ils s’engageront sur un document word 2002 ;
2. leur demander la manière dont ils comptent garantir cette préservation : à cette fin, le modèle OAIS peut vous être d’une grande utilité (!!! Il n’est pas possible aujourd’hui d’être « OAIS compliant » au sens strict puisqu’il n’existe aucune certification. Vous devrez donc vous-même tenter de voir dans quelle mesure le fournisseur respecte ce modèle) ;
3. et enfin surtout vos garanties en cas d’échec.

Références

A. Hulstaert, Préservation à long terme de l’information numérique – Rendre l’information accessible durablement, Section Recherches, Smals, février 2010 (lien – uniquement accessible via extranet de la sécurité sociale).

I. Boydens, La préservation à long terme de l’information numérique, Techno – Smals, n° 28, 2004 (lien).

Commençant une étude sur l’archivage et la préservation des bases de données, j’ai cherché à récolter de la documentation sur le cas qui sera étudié durant l’étude. Coup de chance, je tombe sur un fichier intitulé du nom du cas. Je le télécharge donc pour le consulter via powerpoint.

Réponse (en image) :

Le format n’est donc plus supporté par la version standard de MS Powerpoint  que nous utilisons (obsolescence de format). Le fichier est-il si vieux ? Pour le savoir, il faut faire appel à des outils d’identification de format. Dans ce cas-ci, j’ai utilisé DROID, un logiciel open source créé par les Archives National anglaises.

Il s’agit donc de la version 4.0 de Powerpoint (merci DROID) et donc la version de 1993 (merci wikipedia). Maintenant, il ne me reste plus qu’à trouver un logiciel capable de lire le fichier. Le plus simple dans ce cas-ci est d’utiliser un format viewer vu que je ne souhaite que consulter le fichier et pas le modifier (voir chapitre 5.4.3 de notre étude).

Une recherche rapide sur Google n’indique pas de format viewer pour Powerpoint 1993. Par contre, on peut rapidement trouver que les fichiers de 1993 peuvent être lus avec Powerpoint 1997. Là c’est beaucoup plus simple de trouver une visionneuse (Microsoft PowerPoint Viewer 97). Après installation, j’ai pû enfin prendre connaissance du contenu du fichier et l’imprimer (moyennant quelques problèmes de présentation -cf. l’image ci-dessous). Heureusement, le viewer fonctionnait sous Windows XP!

Cet exemple simple pose une question essentielle : comment préserve-t-on la documentation de nos applications et de notre business ? Les outils d’intranet permettent de rendre facilement disponible ces informations mais ne garantit en rien leur lisibilité (à savoir le fait de pouvoir ouvrir le fichier de manière correcte). Or, alors qu’elle peut sembler anodine par le fait qu’elle est stockée dans l’intranet ou tout autre système d’information, cette documentation est indispensable pour maintenir les applications et donc garantir le service aux clients.

A cet égard, il serait utile d’intégrer une politique de préservation dans la gestion de l’information. Pou rcela, il faudrait mieux surveiller les formats des fichiers stockés dans ces systèmes et si nécessaires les migrer vers un autre format quand un risque d’obsolescence se présente.

Avez-vous déjà rencontré d’autres cas similaires ?